INTELLIGENCE ARCHIVE
全部资讯
这里展示已经通过公开规则、去重与质量处理的正式内容。你可以按分类、时间或关键词快速找到需要的产业情报。
350 篇结果今日新增 5近 7 天 43 篇
银河通用机器人完成全自主网球对打直播首秀
银河通用机器人完成全自主网球对打直播首秀，展示精准预判与极限救球能力。
清华博士生创业OriginFlow 用神经肌电采集具身数据
OriginFlow推出NeuroScale技术体系，完成超5亿元融资，利用神经肌电信号采集人类操作数据。
2026世界机器人大会主论坛聚焦生态建设与具身智能发展
世界机器人大会主论坛上，多位专家就具身智能生态建设、世界模型、类脑计算和触觉感知等议题发表观点。
中国电子学会成立世界模型专家委员会并召开首次会议
中国电子学会在2026世界机器人大会上成立世界模型专家委员会，王坚院士任主任委员。
NeSAM：面向越野移动的神经符号运动动力学与土壤自适应框架
研究提出NeSAM框架，结合解耦式Bekker-Wong地面力学与变压器残差模型，提升越野车辆运动预测精度。
明略科技与海康机器人合作，展示商业服务机器人具身智能方案
明略科技与海康机器人联合参展世界机器人大会，展示餐饮清洁、工业物流、智能巡逻三大场景的具身智能落地进展。
离线强化学习策略解耦提取新范式
研究提出离线强化学习策略解耦提取范式，将策略改进从训练解耦到推理阶段，优于联合学习方法。
东京大学提出路点引导强化学习方法，实现双臂机器人仿猿臂行
东京大学提出路点引导强化学习，使双臂机器人实现仿猿臂行并具备自主恢复能力。
Generalist AI发布机器人基础模型GEN-1.5：看3秒演示即可学习新任务
Generalist AI发布GEN-1.5，机器人看3-12秒演示即可学会新任务，无需梯度更新或微调，平均成功率59%。
千寻智能WRC展示全栈能力：30天时间密度推动具身系统进化
千寻智能在WRC重演客厅整理Demo，30天内多项成功率提升至99%以上，展现全栈技术体系的时间密度能力，并已落地工业场景。
ETH Zürich开源统一机器人定位与状态估计框架Holistic Fusion
ETH Zürich机器人系统实验室发布开源框架Holistic Fusion，融合多传感器实现跨任务定位与状态估计，适应不同机器人平台。
墨奇智能发布MoRA架构及MORPHI KINO机器人
墨奇智能发布自研具身智能架构MoRA及轮式机器人MORPHI KINO，现场完成15分钟家居长程任务。
具身模型评测工具包PRM-as-a-Judge 1.5：从成功率转向过程评估
新型工具包将机器人轨迹转为进度曲线，实现细粒度过程评估，弥补成功率指标的不足。
面向人形机器人的专业网球风格：自适应运动规划与跟踪框架AdaPT
上海AI实验室等机构提出AdaPT框架，使人形机器人从转播视频学习网球发球和回合风格，并在G1和Dobat Atom机器人上实现真实部署。
四足机器人通过受限空间的动态技能迁移学习
研究者提出分层强化学习框架，使四足机器人能够动态穿越狭窄门洞，并验证其可扩展至其他动态任务。
招商局狮子山人工智能实验室亮相世界机器人大会，展示柔性叠衣方案
招商局狮子山人工智能实验室首次亮相世界机器人大会，展示自研LiOS端云协同基础设施与柔性衣物折叠方案。
CoToGrasp：基于接触拓扑条件的灵巧抓取合成新框架
法国科研团队提出CoToGrasp框架，在规范工作空间内学习接触流形，无需物体标注即可按接触拓扑生成稳定抓取，并完成真机验证。
GOAG：面向灵巧操作的生成式物体无关抓取规划器
法国研究团队提出GOAG抓取规划器，利用抓取器与物体接触面几何一致性，实现物体无关的训练和高效采样，平均成功率达86.93%
QDOS：面向离线到在线强化学习的质量-多样性技能学习新方法
东京大学团队提出QDOS方法，通过优势加权质量-多样性预训练从离线数据中提取多样且高价值的技能，提升机器人操作和运动任务性能。
PI0.5模型在艾利特EC63工业机械臂上应用效果显著
PI0.5模型在艾利特EC63机械臂上较SmolVLA抖动减少，成功率提升，泛化能力增强。
EXIMO：利用视觉语言模型引导VLA策略微调的新方法
EXIMO算法通过探索、模仿、优化三阶段，利用视觉语言模型规划，提升VLA策略微调的样本效率和最终性能。
GOAG：面向灵巧机器人操作的目标无关抓取规划器
GOAG提出生成式目标无关抓取规划方法，以接触面分布实现多指抓取泛化，成功率86.93%。
CoToGrasp提出接触拓扑条件化灵巧抓取合成方法
新框架CoToGrasp以对象无关方式学习接触流形，实现零样本泛化，在DexGraspNet上达到先进性能并完成实物验证。
PartialBiGrasp：从部分视角推断隐藏局部几何以进行双臂抓取
研究提出PartialBiGrasp框架，利用部分点云观测生成双臂抓取，通过卷积占用网络和采样优化，实现稳定抓取。