跳到正文
10月24日周六
  1. 钛媒体75

    擎天柱的手,到底有多难造?

    钛媒体文章深入解析人形机器人灵巧手的工程挑战,包括手指软硬平衡、抓取与交接控制、传力机构设计、耐久度测试等关键技术难点,以及不同应用场景下的性能评估方法。

  2. 钛媒体85

    GPT-6 Astra如何改写Agent、机器人与制药领域

    硅谷101邀请三位一线研究者探讨GPT-6 Astra对三个领域的影响。许华哲认为Astra对机器人是飞跃式提升,但速度慢且缺乏物理直觉;朱哲清指出个人Agent商业化面临API限制和身份验证难题;王晟表示Astra在AI制药中能设计实验方案,但真实实验验证仍是瓶颈。

    推荐理由:GPT-6 Astra同时冲击机器人、个人Agent和AI制药三大领域,但各领域面临的瓶颈截然不同:机器人需要速度与直觉,Agent需要身份验证,制药需要实验闭环。

  3. TechXplore · Robotics65

    柔性机器人臂学会预测下一步动作

    北京大学研究人员开发了一种混合模型方法,通过锚定模型和校正模型结合,显著提高了柔性机器人臂的运动预测准确性。该方法在模拟测试中将误差降低超过25%,在实际液压软体鱼尾测试中误差仅为单一模型的一半或更少,使柔性机器人在狭窄空间和精细操作中更具实用性。

    推荐理由:通过锚定和残差学习结合的方法,柔性机器人臂预测误差降低25%,为软体机器人在狭窄空间作业提供可靠控制基础。

  4. 量子位85

    高德发布首个基于开放世界行为的全身基座模型λ0

    高德发布首个基于开放世界行为的全身基座模型λ0,该模型仅依靠人类行动数据即可让机器人学习全身协调,数据采集效率约为主流方法的3.4倍,真机任务成功率提升22.5%。

    推荐理由:无本体采集让机器人学习效率提升3.4倍,全身协调能力突破局部动作瓶颈,为开放场景任务提供新路径。