跳到正文
今天10月25日周日1 条
  1. The Decoder80

    Nvidia 开源 Flora 机器人视频标注引擎

    Nvidia 开源了名为 Flora 的机器人视频标注引擎,可将标注成本从每小时 88.5 美元降至 0.72 美元,性能优于 GPT-6 Astra 和 Claude Opus 5。Flora 由三个微调的 Qwen3.5 模型组成,能够分割视频、描述动作并评估执行结果,已在 GR00T 模型训练中使用,每天可处理 20 万小时视频。

    推荐理由:开源视频标注引擎Flora将机器人视频标注成本降低125倍,但精度与描述能力仍有提升空间。

10月24日周六
  1. 钛媒体76

    具身智能数据采集行业面临泡沫破裂与模式变革

    具身智能热潮催生了106个人形机器人数采中心,但部分企业利用数采中心包装虚假营收引发质疑。随着资本评估标准重构、科创板监管加强以及无本体采集技术兴起,数据采集行业正从重资产模拟场景转向分布式真实场景采集,价格下降、交易混乱,行业面临洗牌风险。

    推荐理由:具身智能数据采集从产业基建沦为报表注水工具,随着资本评估重构和采集方式变革,这门生意正面临泡沫破裂后的真实考验。

10月23日周五
  1. 钛媒体65

    前千寻具身智能负责人解浚源北美创业,成立具身数采公司 gi labs

    前千寻具身智能部负责人解浚源已在北美创业,成立gi labs,主要聚焦于打造数采设备,包括动捕手套、多目相机、机器人夹爪等。公司目前在美国旧金山设立国外办公室,国内办公主要在苏州,正在研发新一代数据采集设备,预计11月初量产,定价单套3555元起。

  2. arXiv · cs.RO55

    一种用于可扩展跨会话室内导航的稀疏拓扑图

    Eun Sun Lee提出了一种稀疏拓扑图方法,用于室内导航中的跨会话导航。该方法通过编码局部3D几何和距离加权边的节点结构,实现了跨会话点对点导航,在Gibson数据集上达到77.1%的成功率,在3D-FRONT场景变化下达到40.0%的成功率,同时将内存需求降低两个数量级。该方法支持跨会话对齐和目标导向导航,具有强大的可扩展性和真实世界迁移能力。

  3. arXiv · cs.RO81

    OpenTac: 一种可定制、可扩展、可迁移的 3D 触觉感知开源生态系统

    研究人员提出 OpenTac,一种新型传感器和全栈生态系统,用于高度可定制、可扩展的触觉皮肤。该系统包括可扩展的电阻式触觉皮肤、传感器设计工具、传感器模拟器、跨传感器迁移和快速/自适应数据采集功能。团队已设计和制造了 30 多种传感器,并在四个真实机器人平台上展示了 3D 触觉感知在接触密集型反馈控制和操作策略学习中的广泛应用。

    推荐理由:从传感器设计到控制学习,OpenTac 构建了完整的触觉感知生态系统,开源硬件与工具降低了触觉研究门槛。

  4. 钛媒体78

    宇树缩短具身AI时间表并推出全球竞赛

    宇树创始人王兴兴在杭州世界物理AI大会上表示,具身AI已出现突破迹象,预计一至两年内可能实现关键进展。公司正在研发自进化V1.0大模型,并计划扩大产能和计算基础设施。同时,宇树宣布举办世界物理AI竞赛,设立八大赛道,奖金达数千万元人民币。

    推荐理由:宇树创始人将具身AI突破预期从数年缩短至一两年,同时推出全球竞赛加速技术验证,商业落地路径正从幻想转向务实。

10月22日周四
  1. IT之家72

    米哈游联合清华北大等高校发布开源GameScaling游戏模型

    米哈游崩坏AI研发团队联合清华大学、北京大学等机构推出GameScaling系列游戏模型并开源,覆盖0.8B至27B参数规模,支持《我的世界》《毁灭战士》等游戏任务。模型基于Qwen3.5视觉语言模型继续预训练,可接收游戏画面和操作记录生成键盘鼠标指令,提供8个模型版本和完整部署方案。

  2. arXiv · cs.RO75

    DONIC: 基于人类演示的通用双灵巧手跟踪控制

    研究人员提出DONIC,首个通用双灵巧手跟踪控制器,结合近端策略优化与行为克隆,在无需微调的情况下,对训练对象未见轨迹成功率达86.79%,超出最先进基线77.36个百分点。同时发布BiHOI数据集,包含1575个序列,覆盖229个物体,强调持续双手交互。

    推荐理由:首个通用双灵巧手跟踪控制器通过人类演示训练,成功率达86.79%,解决了双手协调操作数据稀缺问题。

  3. arXiv · cs.RO70

    TARSphere:面向长周期具身智能体的全栈框架

    Yicheng Xu提出TARSphere框架,包含基础设施TARSphere-Infra和多模态大语言模型智能体TARSphere-Harness,用于在物理和社会环境中评估长周期具身智能体。研究通过TARSphere-Bench基准测试评估了8个多模态大语言模型,发现通用模型在特定任务上表现优于专用具身模型,但任务更新和人类交互仍是挑战。

    推荐理由:TARSphere框架首次将物理与社会约束整合进长周期具身智能体评估,揭示了通用模型在复杂环境中的潜力与执行安全挑战。

  4. GitHub Blog75

    GitHub发布智能体规模Git基础设施架构优化

    GitHub宣布已完成Git基础设施架构优化,将99.99999%的仓库迁移至Azure和自有数据中心双存储。通过将quorum序列化范围从整个仓库改为单个引用,解决了25ms跨区域延迟导致的写入吞吐量瓶颈,使繁忙仓库也能迁移至Azure。新架构支持按需扩展虚拟读取副本,内部测试显示不同引用的写入吞吐量提高3-4倍。

    推荐理由:GitHub通过修改quorum序列化方式将最繁忙仓库迁移至Azure,解决了25ms延迟瓶颈,为智能体规模Git基础设施铺路。

10月21日周三
  1. Hugging Face Blog81

    NVIDIA 推出 SimReady Central 开源仿真资产库

    NVIDIA 在 Hugging Face 上发布 SimReady Central,包含2000多个用于机器人和AI工厂仿真的3D资产,支持碰撞几何、质量、摩擦等物理属性。OEM厂商可提交符合 SimReady 标准的资产,开发者可组合这些资产构建仿真环境,并通过 AI 辅助工具快速创建场景。

    推荐理由:开放2000+仿真资产库把机器人开发门槛从建模降到组装,接下来看OEM和开发者如何共建生态。

  2. IT之家68

    报告显示23个核心开源项目中11个仅靠1-2人维护

    IT之家报道,统计发现全球广泛依赖的23个核心开源项目中,有11个在过去一年里仅由1至2名开发者持续维护。xz项目在统计期内仅有Lasse Colin一人定期贡献,完成了2025年约97%的修改;sudo命令和IANA时区数据库也面临类似情况。资金支持能明显改善维护状况,如curl每年获得约8.97万美元收入后已有11位常规贡献者,OpenSSL在获得540万美元资助后贡献者从6人增至32人。

  3. arXiv · cs.RO75

    SceneRig: 从单张图像重建仿真就绪3D场景的智能体系统

    SceneRig是一个智能体系统,可将单张图像转换为可编辑、仿真就绪的3D场景。该系统结合几何、视觉和物理工具重建3D场景,并通过智能体在物理仿真器中执行编辑-验证循环实现物理稳定性。相比基线方法,SceneRig能改进实例分割、以对象为中心的外观和3D放置,同时保持场景物理稳定,且其场景能更准确地预测真实机器人策略结果。

    推荐理由:从单张图像重建物理稳定的3D场景,解决了视觉相似与物理行为之间的矛盾,为机器人仿真提供了新工具。

  4. arXiv · cs.RO70

    AgenticRoboRL: 将编码智能体后训练引入具身机器人

    研究人员提出AgenticRoboRL框架,通过监督微调和多轮强化学习对机器人规划器进行后训练,在LIBERO-PRO基准测试中,9B参数模型的成功率从18.1%提升至71.0%,接近Codex(GPT-5.5)的水平。该框架通过适配器连接规划器交互与任务结果,支持不同执行机制。

    推荐理由:9B参数模型成功率从18.1%提升至71.0%,接近GPT-5.5水平,证明后训练对机器人规划器有效。

  5. arXiv · cs.RO65

    工业级ReMEmbR:扩展时空记忆至机器人舰队

    研究人员提出IndustrialRemembr,一个共享时空记忆系统,将NVIDIA ReMEmbR扩展至机器人舰队,通过按需生成场景描述减少服务器端计算。系统使用NVIDIA Jetson在机器人端编码视频片段,不上传原始相机帧,并支持GDPR合规的PII抽象。

    推荐理由:将时空记忆扩展至机器人舰队,通过按需生成描述降低服务器计算量,同时保护隐私。

  6. arXiv · cs.RO65

    EventSync: 面向历史依赖操作的事件驱动记忆更新

    Jingjiao Zhao提出EventSync框架,通过事件驱动记忆更新协调任务推理和动作执行,在RoboMME基准上达到64.5%的整体成功率,比最佳基线高出20个百分点。该框架结合视觉语言模型生成子目标和视觉语言-动作模型执行,并通过轻量级事件监控器确定子目标完成状态。

    推荐理由:事件驱动记忆更新解决了机器人操作中历史依赖任务的关键挑战,在RoboMME上实现64.5%成功率,领先基准20个百分点。