深圳DiffuSpace完成5亿元融资,刷新全球扩散语言模型融资纪录
深圳DiffuSpace近期完成两轮融资,总额近5亿元,创下全球扩散语言模型领域融资规模纪录。公司由香港大学NLP实验室联合创立,正推进新一代更大参数规模dLLM训练,并计划近期发布开源。华为、地平线等产业资本参与投资,显示扩散语言模型产业化前景受到关注。
推荐理由:原文提供了融资规模、技术路线和产业资本动向,读者可据此了解扩散语言模型领域的最新发展。
技术方向
人形机器人与具身智能的技术与产业方向:整机发布、运动控制、灵巧手、数据与仿真、量产与供应链。
212 条精选近 30 天 211 条共收录 2,436 条
深圳DiffuSpace近期完成两轮融资,总额近5亿元,创下全球扩散语言模型领域融资规模纪录。公司由香港大学NLP实验室联合创立,正推进新一代更大参数规模dLLM训练,并计划近期发布开源。华为、地平线等产业资本参与投资,显示扩散语言模型产业化前景受到关注。
推荐理由:原文提供了融资规模、技术路线和产业资本动向,读者可据此了解扩散语言模型领域的最新发展。
MirroS团队发布AgentGarten,将可执行的代码环境与实时神经渲染器连接,让智能体在物理世界中行动、观察后果、验证猜想并积累经验。在捉迷藏实验中,智能体通过写实验手册的方式,在第4轮学会搭建掩体,第10轮掌握借坡道翻墙,相比传统强化学习方法大幅提升了学习效率。
推荐理由:AgentGarten通过代码环境与神经渲染器的结合,为智能体提供了可交互的物理世界,实现了边玩边进化的能力。
加州大学洛杉矶分校研究人员开发了PhoneBot,一款使用智能手机作为视觉和计算核心的人形机器人,硬件成本约400美元。该机器人能行走、追踪人物和从面朝下位置站立,研究人员通过镜像训练方法改善了行走平衡性,并计划未来增加手臂功能和在手机上运行语言模型。
推荐理由:PhoneBot通过复用智能手机降低了机器人研发成本,为教育和研究提供了可负担的机器人平台。
正行创新在APRCE 2026上发布基于具身大脑的Physical AI解决方案,包含双足人形机器人H1和轮臂式机器人C1两款产品,支持零售场景24/7人机协作运营。
推荐理由:原文给出了具体产品组合和部署方案,读者可以据此评估零售场景人机协作的实际应用价值。
机器人数据公司Mecka AI宣布完成6000万美元B轮融资,由红杉资本领投,英伟达、微软M12基金等参投。该公司成立于2024年,通过收集和分析人类运动数据来训练人形机器人等机器人。
推荐理由:原文提供了融资规模、投资方和估值信息,读者可据此判断机器人数据领域的发展态势。
研究人员受羽毛星启发开发了一种软体水下机器人,仅使用两个执行器就能实现三维运动,包括上升下降、前进后退和旋转。该机器人有四种弹性翅膀,通过不同激活方式实现三种运动模式:水母模式、鱼类模式和转子模式。
推荐理由:原文展示了如何通过机械智能设计减少执行器数量实现三维运动,为水下机器人提供了新思路。
EPFL研究人员开发了FiberMotor线状电机,通过滑动纤维直接将电能转化为线性运动,无需齿轮和传动装置。单个电机可支持75克负载,四个电机捆绑可举起46克物体,已集成到膝关节原型服装中。
推荐理由:原文提供了无齿轮线性电机的设计原理和应用场景,读者可据此理解柔性机器人的新驱动方式。
MIT 研究人员开发了 SANDO 系统,能够为无人机规划在未知动态环境中的安全飞行路径,即使面对不可预测移动的障碍物也能保证不发生碰撞。该系统通过建立时间敏感的安全走廊和优化轨迹,在模拟和实际测试中均表现出色,适用于搜救、探索和配送等场景。
推荐理由:原文提供了数学证明和实际测试结果,读者可以据此评估该系统在动态未知环境中的安全性。
Noitom Robotics发布HiPHI数据集,包含617.5小时高精度全身运动数据,其中245.7小时为人-物体交互数据,同步记录物体轨迹和网格。该数据集采用FrameNet框架组织,填补了人形机器人训练数据的空白,并在Unitree G1人形机器人上验证了强化学习策略的有效性。
推荐理由:HiPHI数据集填补了人形机器人训练数据的空白,为具身智能研究提供了高精度运动基准。
人形机器人公司Figure、优必选、Agility等在实际工厂应用中发现,客户具体工作需求正在重新定义机器人设计标准,从覆盖整个工位到减少充电停机,再到选择底盘形态,工厂正在把技术上能做什么改写成工作需要什么。
推荐理由:原文揭示了工厂实际需求如何重塑机器人产品开发路径,展示了从演示到落地的重要转变。
波士顿动力为 Atlas 机器人发布了新型机械手,放弃了类人外观设计,转而注重可靠性、可制造性和成本效益。新机械手有四个手指,13个自由度,能够执行多种任务,并支持大规模生产。
推荐理由:Boston Dynamics 为 Atlas 机器人设计了新机械手,在可靠性和可制造性方面做出了权衡。
Microsoft Research推出物理AI工具链中的推理卸载功能,通过将AI推理任务从机器人本地GPU转移到边缘或云端,显著提升了机器人的任务成功率、响应能力和电池寿命。该功能支持使用Kubernetes工具进行分布式推理,已在实际场景中测试验证。
推荐理由:原文展示了将AI推理任务从机器人本地转移到边缘或云端的实际效果,读者可据此优化机器人系统的性能和电池寿命。