Test-Time Motion Steering for Perceptive Humanoid Fall Recovery
研究人员提出RISE方法,通过视觉扩散规划器实现人形机器人摔倒后的任务导向恢复,可在推理时根据任务目标控制机器人站立方式。该方法在Unitree G1机器人上进行了真实世界演示,展示了多样化的恢复策略、地形适应能力和无需重新训练的测试时转向功能。
推荐理由:通过视觉扩散规划器实现人形机器人摔倒后的任务导向恢复,无需重新训练即可适应不同地形和目标。
技术方向
机器人产业链全景:核心零部件(执行器、减速器、丝杠、传感器)、产能、订单与国产替代。
217 条精选近 30 天 216 条共收录 3,347 条
研究人员提出RISE方法,通过视觉扩散规划器实现人形机器人摔倒后的任务导向恢复,可在推理时根据任务目标控制机器人站立方式。该方法在Unitree G1机器人上进行了真实世界演示,展示了多样化的恢复策略、地形适应能力和无需重新训练的测试时转向功能。
推荐理由:通过视觉扩散规划器实现人形机器人摔倒后的任务导向恢复,无需重新训练即可适应不同地形和目标。
该研究探讨了在月球重力、地形和土壤条件下,地球训练的人形控制器的迁移能力。研究在模拟的Unitree G1上训练了12种策略,测试了不同重力、地形和地面接触条件下的表现。
推荐理由:研究首次系统验证了地球训练的人形控制器在月球重力与地形下的迁移能力,发现重力转移不对称且粗糙地形训练显著提升生存率。
Likui Zhang提出AtomicRL框架,通过语义感知策略优化(SAPO)和瓶颈自适应目标探索(BATE)解决VLA模型在长时程任务中的信用分配问题。在LIBERO-LONG和CALVIN ABC-D数据集上,相比PPO方法分别提升3.6%和9.5%的性能,结合Real2Sim2Real管道后,实际机器人任务性能平均提升21.3%。
推荐理由:通过原子任务结构解决长时程机器人操作中的信用分配难题,Real2Sim2Real管道使仿真到现实迁移效率提升21.3%。
Sriyash Poddar 提出 ASTEROID 框架,通过学生-教师监督学习让机器人在部分可观测环境中学习测试时探索。该方法在11种不同环境中表现优异,返回率提高约2倍,交互次数比强化学习减少约100倍,在仿真到真实机器人操作中成功率提升40%。
推荐理由:ASTEROID 框架通过不对称在线策略蒸馏,让机器人在不确定环境中高效探索,比强化学习减少99%交互次数。
特斯拉 CEO 马斯克宣布计划为 Optimus 人形机器人建造机器人学校,用于 AI 训练。同时透露年产 100 万台机器人目标需超过一年达成,Terafab 芯片工厂预计 2028 年第三季度量产,经济价值或跻身全球前 20 经济体。
推荐理由:马斯克同时推进机器人学院与芯片工厂,量产目标与训练需求形成闭环,但万环节供应链仍是最大挑战。
特斯拉在弗里蒙特工厂启动擎天柱人形机器人的大批量生产,马斯克表示达到周产2万台目标仍需约一年或更久。特斯拉已拆除原Model S和Model X产线为Optimus腾出场地,并计划将AI5芯片集成到机器人上,预计2027年底解决剩余设计问题后对外供应。
推荐理由:特斯拉启动擎天柱量产,但周产2万台目标仍需一年以上,产能爬坡的细节调试与供应链限制是关键瓶颈。
特斯拉已在加州弗里蒙特工厂启动Optimus人形机器人生产,首批为量产质量机器人,CEO马斯克称此为早期生产,预计到2027年底每周可生产2万台。与此同时,公司第三季度利润下滑43%,主要因在Optus机器人、AI和自动驾驶领域投入增加。
推荐理由:特斯拉在利润下滑43%背景下启动人形机器人量产,激进押注AI与机器人能否扭转局面是最大看点。
Fangyu Jiang提出A2I-Calib++框架,专为足式机器人全身多IMU系统设计,通过时间相关搜索和解析空间与偏差估计,无需人工校准目标或复杂参数调校即可估计时间偏移、外旋平移和惯性偏差。
推荐理由:通过运动学驱动抗噪声主动校准框架,解决了足式机器人多IMU系统在常规运动中激励不足的问题。
Qingling Fan提出了一种新的线性扭动侧向爬行步态,通过将工作负载分散至整个机器人身体,使单个扭动关节的峰值输出功率降低42%。实验表明,新步态可在传统方法无法适应的地形上移动,并且比无扭动的传统侧向爬行速度快49%。
推荐理由:线性扭动侧向爬行步态将机器人工作负载分散至全身,解决了传统方法中电机过载问题。
Qingling Fan提出S-rolling步态,通过S形平面曲线设计结合低扫掠高度移动与平面机动性,使蛇机器人在10cm间隙环境中实现90°和180°精确转向。该研究推导了关节空间步态方程,开发了准静态运动学模型,并通过实物实验验证了各种运动模式。
推荐理由:S-rolling通过S形平面曲线设计解决了蛇机器人在低空间环境中的转向难题,实现了90°和180°的精确转向。
该论文提出了一种计算方法,设计出不仅能够稳定行走,还支持多种步态的乐高步行机器人。研究通过特定的齿轮-连杆机构控制每条腿的运动轨迹,并使用独立电机驱动各腿,通过简单可适应的控制算法同步多腿运动,实现了稳定且多样化的运动。基于此方法,研究人员创建了多种乐高步行机器人,展示了不同的步态和外观,并制作了部分实物以验证其在现实世界中的运动能力。
推荐理由:通过齿轮-连杆机构与独立电机驱动,首次实现可变步态的乐高步行机器人设计,为模块化机器人提供了新思路。
本文提出ContactFlowFilter方法,结合流匹配模型与粒子滤波框架,用于机器人接触估计。该方法在单接触和双接触场景下分别实现0.36厘米和0.88厘米的误差,处理时间仅需0.69毫秒和2.69毫秒。研究通过仿真和真实实验验证了该方法的有效性。
推荐理由:将流匹配与粒子滤波结合,解决了机器人本体感觉接触估计中的多模态和离散事件难题,误差低至0.36厘米。
Levin Müller 等人提出一种多阶段强化学习方法,为四足机器人生成端到端控制策略,实现在月球重力下的精准点对点跳跃。该方法在模拟中实现了小于机器人机身尺寸的着陆误差,并在硬件转移实验中成功执行了月球重力减载下的垂直跳跃。
推荐理由:端到端强化学习让四足机器人在月球重力下实现精准跳跃,为行星探索提供新可能。
特斯拉在2026年第三季度电话会上宣布,目标到2030年前后实现年产约500万辆汽车,FSD已成为推动需求的核心因素。公司透露2027年的Megapack产能已几乎售罄,Optimus机器人将在2027年底开始向外部客户交付,首批应用场景为重工业和危险重复性工作。
推荐理由:特斯拉将机器人商业化时间表明确至2027年底,同时FSD成为汽车销售核心驱动力,两者共同构成公司未来增长双引擎。
特斯拉表示将在今年年底前开始向客户销售其无人驾驶出租车Cybercab,这款金色双人自动驾驶车辆没有方向盘和其他传统操控装置。特斯拉工程副总裁拉尔斯·莫拉维称当前生产的Cybercab全部供给特斯拉自身的自动驾驶出租车车队,随着车队规模扩大,公司将主要向客户交付完整设计的自动驾驶车辆。美国国家公路交通安全管理局正在调查Cybercab是否符合车辆安全标准。
推荐理由:特斯拉将无人驾驶出租车Cybercab从车队运营转向客户销售,标志着其自动驾驶战略的重要转变,但监管障碍仍是关键变量。
智元打造全球首个全尺寸人形机器人零售仓,18天内完成827单,成功率超97%。
推荐理由:全尺寸人形机器人零售仓18天完成827单,验证了具身智能在商业场景的可行性,接下来关注规模化复制与成本控制。
Hugging Face 与 Pollen Robotics 合作发布了开源双足机器人 Microduck,开发者可使用 NVIDIA Isaac Lab 3.0 在仿真中训练行走策略,导出为 ONNX 格式后部署到真实机器人。
推荐理由:从仿真训练到真实部署的完整工作流开源,让更多开发者能低成本训练人形机器人行走策略。
千诀科技在2026物理AI与世界模型大会上发布预测式世界模型Polibrain,该模型专注于物理规律理解而非画面预测,已在四足、人形、轮式、双臂等机器人形态上开展适配。Polibrain通过多项式表征和因果记忆机制,实现跨本体智能能力复用,为不同形态机器人提供共享的智能大脑。
推荐理由:不堆画面预测,专注物理规律与跨本体复用,千诀Polibrain为机器人提供共享智能大脑。
文章探讨了Token作为智能计量单位的经济意义,分析了算力从硬件配置转向词元生成效率的转变,以及模型与端侧协同对具身智能的影响。截至2026年6月,我国日均词元调用量已突破500万亿,不同模型采用峰谷定价策略,而算力效率需综合考虑吞吐量、延迟和能耗等多指标。
推荐理由:Token经济学正成为智能服务的计量单位,但算力、模型和语料的协同效率才是产业化的关键。
中国信息通信研究院报告显示,训练通用具身模型需要千万小时级真实交互数据,而全球可用高质量真机具身语料仅在百万小时量级。2026年6月,工信部与国务院国资委联合启动人形机器人与具身智能实景实训专项行动,推动产训一体模式。上海浦东已形成训练、生产、回流、培养的完整链条,包括智元数据采集工厂、上海电气中试服务平台等设施,并在汽车制造等领域实现机器人应用。
推荐理由:实景实训平台正成为具身智能产业的基础设施,解决了从训练到落地的关键数据鸿沟问题。