跳到正文
今天10月25日周日1 条
  1. TechXplore · Robotics73

    EgoExplorer:可穿戴系统捕捉人类活动数据用于机器人训练

    上海人工智能实验室、浙江大学和上海交通大学研究人员开发了一种新型可穿戴系统,结合头戴式GoPro HERO13相机、五个VIVE Ultimate追踪器、传感器手套等设备,采集了100小时的人类活动数据,创建了名为EgoExplorer的数据集。

    推荐理由:100小时多模态人机交互数据集为机器人训练提供新思路,但实物应用仍需验证。

10月24日周六
10月23日周五
  1. 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。

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

    HuMiT: 基于紧凑参考跟踪的低延迟全身人形机器人远程操作系统

    研究人员提出HuMiT系统,仅需使用紧凑参考目标(包括根高度、根速度和四个稀疏关键点的SE(3)姿态)即可实现全身远程操作,达到约20毫秒的通信到推理延迟和65毫秒的光流延迟。该系统在Unitree G1人形机器人上验证,展示了接球和协调操作能力。

    推荐理由:通过仅使用紧凑参考目标实现20毫秒低延迟,解决了人形机器人远程操作中的实时性挑战。

  3. 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。

  4. 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。

  5. 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. 财联社电报65

    英伟达升级Isaac机器人平台 推出人形机器人参考框架与仿真工具

    英伟达宣布升级Isaac通用机器人开发平台,推出新的人形机器人参考框架、仿真工作流及数据工具,旨在加速通用机器人开发。相关更新覆盖机器人训练、仿真验证和部署流程,帮助开发者利用合成数据和仿真环境训练机器人,并在实际部署前验证机器人行为。

  3. 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。

  4. arXiv · cs.RO55

    MARE: 带真实阴影数据的开源月球车模拟器

    研究人员发布MARE(Modular Autonomy and Rendering Environment),一个基于Unreal Engine 5和ROS 2的开源月球车感知与自主性模拟套件。该系统包含地形生成器、配备多种传感器的月球车物理模型和基于Web的导航控制栈,专门解决月球极地低太阳高度角下的长阴影挑战,提供像素级精确的地面真实数据。

  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. IT之家76

    谷歌开源 TorchTPU,挑战英伟达 AI 生态主导地位

    谷歌宣布面向 TPU 的原生 PyTorch 框架 TorchTPU 已在 GitHub 开源,允许开发者无需重写代码即可将现有 PyTorch 应用迁移到谷歌 TPU 和谷歌云。亚马逊同期也发布了类似产品 TorchNeuron,用于将应用移植到 Trainium 芯片和 AWS。两家公司正努力削弱英伟达在 AI 硬件和生态中的主导地位。

    同一件事,精选收录的是《谷歌推出TorchTPU,加入亚马逊阵营挑战NVIDIA在AI开发者中的主导地位》

  7. HuggingFace Daily Papers65

    TARSphere: 面向长时程具身智能体的全栈框架

    研究团队提出TARSphere框架,包含基础设施TARSphere-Infra和多模态大模型智能体TARSphere-Harness,用于在物理和社会环境中执行长时程任务。研究构建了TARSphere-Bench评估基准,包含30个室内场景的360个剧集,评估了8个多模态大模型的表现,发现通用模型可能优于专用模型,但任务更新和人机交互仍有困难。

    推荐理由:研究揭示了通用大模型在具身任务中可能优于专用模型,但任务更新和人机交互仍是难点,执行安全评估亟待加强。

  8. The Decoder75

    Deepseek 开源 DeepInfer 推理引擎

    Deepseek 开源了其内部推理框架 DeepInfer,该框架基于 vLLM 构建,通过优化计算内核、多芯片分布式处理和更快的文本生成技术,使其 V4.1-Flash 模型能够快速规模化生成响应。公司还发布了 deepseek-recipe,用于复制官方 Deepseek API 的 token 处理方式,确保自托管设置行为一致。

  9. Hugging Face Blog75

    NVIDIA 发布 Cosmos3-H-Dreams 生成式外科手术模拟器

    NVIDIA 发布 Cosmos3-H-Dreams,首个基于临床胆囊切除术数据训练的实时生成式外科手术模拟器,可在单块 NVIDIA RTX PRO 6000 GPU 上运行。该模型基于 Cosmos3 架构,通过学习临床手术视频和机器人运动学数据,实现了对人体内部复杂解剖结构和组织运动的实时交互模拟。

    推荐理由:首个基于临床手术数据训练的实时生成式外科模拟器,将手术训练从桌面场景推进到复杂人体内部环境。

10月20日周二
  1. 开源中国40

    开源 AI 对 APEC 经济体的价值

    Linux 基金会发布报告评估开源 AI 在 APEC 经济体的采用率、投资规模及经济与社会影响。开源 AI 通过降低成本、避免供应商锁定、促进创新,为中小企业和发展中经济体带来机遇。报告基于文献综述及与 11 个经济体百余位专家对话完成。