InternW0-Δ:基于超2万小时异构数据预训练的世界动作模型
该工作将机器人示教、UMI、第一人称人类演示等数据对齐到统一的状态-动作表征,构建超2万小时语料库,据称为同类最大开源语料。架构上采用Mixture-of-Transformers让视频专家与动作专家在冻结VLM语义引导下交互,并蒸馏注入4D几何先验使推理时无需视频rollout,仿真与真机均超越已有方法,团队承诺开源训练代码、权重与数据。
Galbot机器人进驻上海老百姓大药房承担处方拣药,官方称日均完成400-500单;智元Agibot向爱仕达全国100家门店批量部署100台灵犀X2人形机器人;边缘AI芯片公司SiMa.ai完成1.5亿美元C轮融资,估值达14.5亿美元;InternRobotics发布世界动作模型InternW0-Δ,以超2万小时开源异构数据完成预训练并承诺开源
该工作将机器人示教、UMI、第一人称人类演示等数据对齐到统一的状态-动作表征,构建超2万小时语料库,据称为同类最大开源语料。架构上采用Mixture-of-Transformers让视频专家与动作专家在冻结VLM语义引导下交互,并蒸馏注入4D几何先验使推理时无需视频rollout,仿真与真机均超越已有方法,团队承诺开源训练代码、权重与数据。
Caltech Aaron Ames组提出两层架构:流匹配生成器直接从深度图像规划全身轨迹,下层跟踪策略负责执行,核心贡献是比在线残差微调样本效率更高的离策略RL微调环。地形通过率最多提升25个百分点、技能选择最多提升80个百分点,同一对策略让Unitree G1在无里程计、无高度图条件下完成行走、奔跑、跳箱与爬楼梯。
该工作把VLA内部的视觉-语言潜表征当作sim2real接口:残差策略以潜表征为条件,再用轻量映射器将仿真潜分布拉向真实分布。在四项接触丰富任务与两种VLA骨干的组合上,真机成功率全部提升,且全程无需真机RL或在线适应。
诊断发现擦除路径点终点对成功率几乎无影响,说明执行器基本没在用规划器的输出。加入块自回归解码与归一化目标调制后,LIBERO上VLM前向次数从最高57次降至8次,Rokae双臂真机规划延迟降低8.7倍,LIBERO-Long成功率从91.0%升至96.2%。
Sakana AI与东京大学的IROS 2026工作:策略VLM从少量成功演示生成轨迹并在仿真试跑,评估VLM观看回放定位失败原因,MCTS搜索提出修改,仅将选中的轨迹下发真机。六项仿真操作任务上,候选数从1增至45时找到成功轨迹的比例从25%升至73%,但作者承认向真机的迁移程度仍是开放问题。
无需示教与仿真预训练,直接在真实Menzi Muck M445挖掘机上学习概率动力学集成模型并搭配采样式MPC。20分钟交互即可匹敌以往需100-150分钟数据的学习控制器的跟踪精度,40分钟后高速作业中仍保持亚厘米级平均路径误差。
不依赖弹性储能,由直驱电机驱动的单腿机器人跳高7.6米,触地时间仅190毫秒,作者称这是无弹性储能电驱动系统的最高跳跃纪录。关键在于织物包裹、机械增益随行程变化的传动设计,使小电机全程贴近峰值功率输出,顶部小型螺旋桨负责地面与空中姿态控制。
边缘AI芯片公司SiMa.ai完成1.5亿美元C轮融资,投后估值达14.5亿美元。其嵌入式边缘推理芯片方案面向机器人与自动驾驶等实时场景,是具身智能算力供应链的代表性玩家之一。
Galbot机器人目前在上海一家老百姓大药房门店承担常规处方拣药工作,厂商宣称日均完成400-500单。这标志着具身智能机器人在零售药房这一高频、强结构化场景开始进入日常化运营。
智元向厨具品牌爱仕达在全国的100家门店各部署1台灵犀X2人形机器人,承担迎宾接待与厨具推荐。这是国产人形机器人在连锁零售渠道少见的百台级批量落地。
Momenta与东风Stellantis达成合作,其基于世界模型的辅助驾驶方案将自2027年起搭载于新标致与Jeep车型。这标志着世界模型技术路线获得主流合资车企的前装定点。
沃尔沃自动驾驶矿用卡车累计运输物料已达300万吨,是2025年试点目标的三倍。封闭矿区场景的自动驾驶商用车运营正在从试点走向规模化常态作业。
本日报由 AI 综合以下公开信息源自动生成:
原始内容版权归原作者所有。如有异议请联系本站。