优必选Thinker-WM多模态统一表征模型发布,霸榜三大基准评测
优必选发布Thinker-WM多模态统一表征模型,在WorldOlympiad、EWMBench和WorldArena1.0 Track-1三大具身世界模型基准评测中全部获得第一名。
推荐理由:优必选Thinker-WM通过多模态统一表征在三大基准评测中全部登顶,为具身智能提供新一代基础世界模型底座。
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
优必选发布Thinker-WM多模态统一表征模型,在WorldOlympiad、EWMBench和WorldArena1.0 Track-1三大具身世界模型基准评测中全部获得第一名。
推荐理由:优必选Thinker-WM通过多模态统一表征在三大基准评测中全部登顶,为具身智能提供新一代基础世界模型底座。
Huanqian Wang提出PRIME方法,通过构建加权图和最短路径搜索,从非精确的人类演示中学习精确的进度估计,在仿真和真实世界的高精度操作任务中表现出色,在充电器插入任务上比SFT基线方法提高5倍成功率。
推荐理由:从人类不完美演示中学习进度评估,PRIME方法解决了高精度操作中错误动作干扰奖励信号的问题。
CoreWeave三位联合创始人在公司股价崩跌前累计套现逾33亿美元,而当前该公司债券已跌入困境区间,信用违约互换利差飙至历史高位,市场对其偿债能力的担忧急剧升温。
推荐理由:CoreWeave创始人在股价崩跌前套现33亿美元,揭示了AI算力租赁行业的潜在风险。
万拿机器人在香港秋季电子产品展上全球首发NOVA21灵巧手,采用21自由度全主动旋转直驱设计,集灵巧、力量、精准与触觉感知于一体,支持多指协同与复杂操作策略研究。
推荐理由:原文提供了产品规格和技术参数,读者可据此评估其在机器人研究中的适用性。
Faraday Future和FFR联合推出FF Nova人形机器人,在美国售价低于2500美元,同时发布了FF Nova Mini、Physical AI Spark课程和强化学习开发者计划。
推荐理由:低于2500美元的人形机器人首次亮相,价格门槛大幅降低,接下来看开发者生态能否跟上。
台积电已量产5倍光罩尺寸先进封装,良率非常优秀,目前尚无其他企业能实现这一规模。公司正在开发9倍光罩尺寸封装,并计划推进至14倍,同时表示可为竞争对手客户提供产能支持。
推荐理由:原文提供了台积电先进封装技术的量产进展和未来规划,以及其在行业中的竞争地位。
字节跳动正在基于视频生成模型Seedance开发实时空间视频生成模型,由张一鸣亲自督导,计划于10月推出。该模型采用端到端延迟约50毫秒的技术路线,旨在实现实时互动,应用场景包括直播、互动短剧、游戏和机器人训练。
推荐理由:文章揭示了字节跳动基于Seedance开发世界模型的战略布局和差异化路线,展示了从视频生成到实时互动的技术演进。
Fleet Robotics 开发了一种类似 Roomba 的机器人,通过磁力吸附在船体上行走,能够有效清除船体上的海藻、藤壶等生物附着物。该机器人长约1米,宽60厘米,采用可切换磁力的脚部设计,可在船体上精确导航和规划路径,进行日常预防性维护,每年可为美国航运业节省高达360亿美元的燃料和防污涂料成本。
推荐理由:原文详细介绍了机器人如何通过磁力吸附在船体上行走清洁,解决了船舶生物附着问题。
Wenye Yu提出Value as Memory (VaM)框架,通过价值缓存和在线强化学习解决机器人策略后训练中的部分可观测性和反馈延迟问题。在涉及可变形物体和接触密集操作的长时程任务中,VaM在价值缓存方面平均提高成功率29.4%,在线自主学习提高32.8%,在相同梯度步预算下执行8倍策略迭代,并发数据收集和训练使每梯度步时间降低2倍以上。
推荐理由:本文提出了一种结合价值缓存和在线强化学习的机器人训练框架,解决了部分可观测性和反馈延迟问题。
作者提出P³-WAM模型,通过感知、预测和规划三种互补模式实现自我中心灵巧操作,整合紧凑的3D动作表示到预训练视频扩散变换器中,实验显示统一训练提升了所有三种能力,在3D手重建和动作条件视频预测任务上优于专用基线。
推荐理由:论文提出了统一的世界行动模型,通过三种互补模式实现3D感知、预测和规划,在多个数据集上表现优于专用基线。
研究人员提出Spark-0模型,结合视觉-触觉-语言-动作(VTLA)多模态信息,通过1000小时的HumanTouch数据集进行预训练,在Ego Humanoid Manipulation Benchmark和SparkArena任务中取得最高成功率,触觉信息不仅作为策略输入,还成为灵巧视觉运动预训练的可扩展监督。
推荐理由:研究通过大规模触觉预训练提升了机器人在灵巧操作中的成功率,提供了新的监督方法。
Botao He提出DSP框架,机器人通过行为克隆从人类游戏中学习策略,然后自主收集交互数据训练世界模型。在真实实验中,该方法比回顾性行为克隆成功率提高69.6%,且比强化学习减少490倍的交互数据量。
推荐理由:论文提出了一种通过监督学习让机器人自主收集灵巧操作经验的新方法,显著减少了交互数据需求。
研究提出PSA-PPO方法,用于温室水培生菜采摘,在物理实验中达到94.7%的目标到达率,比传统规划方法表现更好。该方法结合了目标条件观测、走廊感知空间约束和基于轨迹历史的安全编码,无需真实世界微调即可成功迁移到UR10e机械臂。
推荐理由:研究提出了PSA-PPO方法,解决了机器人采摘中的路径安全问题,实现了94.7%的高成功率。
Mem4Act框架引入了一种固定大小的潜在记忆表示,通过多粒度时间聚合、互补语义和感知信息保留以及记忆优先的两阶段训练,解决了长期机器人操作中的记忆挑战。在RoboMME、RMBench和四个真实世界操作任务中,分别取得了49.88%、61.0%和81.5%的成功率,达到了最先进的性能。
推荐理由:Mem4Act框架解决了机器人长期操作中的记忆挑战,通过多粒度时间聚合和互补记忆监督实现了SOTA性能。
禾赛发布Kosmo空间相机及云平台,通过扫描真实环境、重建三维空间,为机器人提供仿真训练场景。该产品将汽车产业积累的三维感知、芯片设计和精密制造能力用于降低训练环境构建成本,业务从传感器销售扩展至数据生产、空间重建和云端服务。
推荐理由:禾赛将汽车产业积累的三维感知能力用于机器人训练环境,降低了场景构建成本。
Eiliko机器人玩具将用户对话和敏感数据存储在未受保护的中国服务器上,黑客可获取1300万条对话记录并远程控制机器人。Energize Lab公司对安全问题漠不关心,未回应安全漏洞报告。
推荐理由:原文揭示了智能玩具的数据安全隐患和公司对安全问题的漠视,读者可据此了解物联网设备的安全风险。
Gartner警告超八成新兴云计算服务商将在2030年前无法独立存续,AI算力租赁行业面临严峻的估值重构。CoreWeave股价大跌15.5%,CDS利差扩大至1117个基点,五年内违约概率约63%。行业预计到2030年面临3.5万亿美元减值风险,AI基础设施投资回报率要到2022年底才有望达到12%的门槛。
推荐理由:原文揭示了AI算力租赁行业的估值重构风险和结构性矛盾,提供了具体的市场预测和财务数据。
宝马宣布第六代动力电池在沈阳正式下线,搭载该技术的新世代 BMW i3 在真实道路测试中完成了 1213 公里全程不充电的极限挑战,续航达成率达到 118%。
推荐理由:原文提供了宝马第六代电池下线的关键数据和性能突破,读者可据此了解电动车续航技术的最新进展。
NVIDIA在北欧地区投资技术生态,包括瑞典初创公司Lovable和Legora,并与当地企业合作建设AI基础设施。北欧正成为欧洲增长最快的基础设施枢纽之一,预计到2027年底将部署1吉瓦容量。多家北欧企业如Spotify、ABB Robotics和Elisa等采用NVIDIA技术构建AI应用,北欧初创企业也在NVIDIA平台上快速发展。
推荐理由:原文详细记录了NVIDIA在北欧地区的投资布局和技术生态建设,展示了区域技术发展与合作案例。
代尔夫特理工大学研究人员开发的MonoRace系统仅使用单摄像头和IMU,使无人机以100公里/小时速度完成赛道飞行,击败了前世界冠军人类飞行员。该系统采用小型神经网络直接控制电机,无需GPS或外部追踪,已在2025年阿布扎比国际无人机竞速比赛中验证。
推荐理由:原文展示了单摄像头AI系统如何实现高速无人机自主导航,为资源受限的机器人控制提供了新思路。