Perceptron开源360亿参数具身基础模型Isaac 0.5,单示例学习大幅超越π0.5
Perceptron开源360亿参数具身基础模型Isaac 0.5,权重已上传Hugging Face,微调代码与技术文档在GitHub。模型使用超3万亿多模态token训练,涵盖100万小时通用视频、10万小时机器人经验,覆盖35种以上机器人本体,将视频理解、具身推理与动作生成整合于单一系统。在LIBERO基准上得分97.2%,与GR00T N1.7(97.0%)、π0.5(96.9%)基本持平,但仅凭一次演示学习新任务时误差改善达7.0-10.5倍,远超π0.5的2.3-3.1倍。
foundation-modelvlaopen-source
浙大团队:让VLM只标2D像素点、几何交给SLAM,R2R-CE成功率达66.2%
浙江大学ACES实验室与浙江人形机器人创新中心提出新范式:VLM无需直接输出3D坐标,只需在四路环视图像中选一张并标记单个2D像素点,再由深度图与相机内参转换为3D位置交给底层SLAM系统,将R2R-CE成功率推至66.2%。消融实验显示若改回传统度量航点输出,R2R-CE与RxR-CE成功率分别下降24.8和25.2个百分点,验证了「VLM预训练只见过2D图文、强行算3D坐标会产生空间幻觉」的假设。该方法效率显著提升:每条轨迹平均仅需9步交互、16.58秒,快于StreamVLN(37.47秒)与DualVLN(41.46秒),思维链推理仅在路口、门口等关键点触发(约占轨迹30%)。
vlmslamvision-language-navigation
机器鱼建模自身定位不确定性重建水下光场,建图误差降至传统方法四分之一以下
水下滑翔机下潜后失去GPS信号,只能依赖误差随时间累积的航位推算。密歇根州立大学团队将这种不确定性本身视为有用信息:用多保真高斯过程为每个测量打分,机器人对当前位置越不自信,该数据点权重越低。该方法应用于大型室内水箱的3D光场重建,最终建图误差降至传统方法的四分之一以下,论文发表于Autonomous Robots。
gaussian-processmappingunderwater-robotics
假肢电子皮肤同时感知压力与温度,模块像乐高一样免胶拼接
华盛顿州立大学团队先扫描假肢形状、据此布置传感阵列,再用3D打印结合激光切割制备薄膜模块,模块通过互锁卡扣拼接、无需胶粘。系统传感分辨率达现有商用手套传感器的10倍,且在弯曲自由曲面上仍保持高覆盖密度。第一作者Hongyi Shen表示该进展「让医疗级电子皮肤的生产变得可及」,为既能感知又能提供触觉刺激的全仿生皮肤奠基,论文发表于Cell Reports Physical Science。
e-skintactile-sensingprosthetics
ITRM:用世界模型「想象」的轨迹为强化学习智能体预警环境异常
ITRM利用世界模型「想象」出的轨迹,在无需检查策略内部机制的前提下为强化学习智能体提供环境异常早期预警。在导航、机器人控制、操作与自动驾驶四类任务上平均AUROC达0.853,在95%真阳性率下误报率仅0.279。
world-modelanomaly-detectionreinforcement-learning