COMPANY PROFILE
华为华为
前华为小艺大模型负责人唐都钰创办观行数智，提出主动式物理AI概念并设计双模型架构ProAgent。
前华为小艺大模型负责人唐都钰创办观行数智，提出主动式物理AI概念并设计双模型架构ProAgent。郎咸朋称具身智能需理解物理因果，计划从toB走向家庭，最终靠量产取胜。前华为天才少年李博杰公开吐槽DeepSeek招聘流程拖沓、面试官态度轻佻并质疑作弊，DeepSeek尚未回应。
代表产品
- 小艺大模型
- ProAgent
- StreamingJev
- Response Model
- ProactiveXBench
- Reachy Mini
- CodeBERT
- CodeGPT
- #具身大模型
- #企业访谈
- #招聘
FULL COVERAGE
「华为」全资讯
快讯、深度报道、融资记录、技术部件与论文——这家公司在本站的所有痕迹，一页看齐。
相关快讯
FLASHES今天暂时没有与 华为 直接相关的快讯，去快讯频道看看全行业动态吧。
相关报道与文章
STORIES
融资历史
FUNDING本站暂未收录 华为 的公开融资事件——当前阶段：以公开报道为准。
涉及技术部件
TECH MODULES造出这台机器人，靠的是这些关键部件与技术路线：
相关论文
PAPERS与 华为 技术路线相关的研究进展：
- JEPA 潜在世界模型可解释性研究提出四阶段议程JEPA 潜在世界模型可解释性研究提出四阶段议程一篇观点论文提出，JEPA 类潜在世界模型的可解释性应从解读表征转向理解潜在变量的交互与因果作用。开源动态arXiv:未标注▲ 0
- AAAI 2026 论文 ReconVLA：目标区域重建助力机器人视觉操作AAAI 2026 论文 ReconVLA：目标区域重建助力机器人视觉操作ReconVLA通过目标区域重建学习细致视觉表示并生成动作，视频讲解模型结构、代码与训练配置。Bilibili 具身智能检索arXiv:未标注▲ 0
- UniWAM统一世界-动作模型论文解读：融合VLM推理与视频生成动力学UniWAM统一世界-动作模型论文解读：融合VLM推理与视频生成动力学UniWAM将VLM语义推理、视频生成动力学与动作预测整合进混合Transformer架构，预训练数据含近5000小时机器人数据。Bilibili 具身智能检索arXiv:未标注▲ 0
- ME-World：多智能体自我中心世界模型实现细粒度交互ME-World：多智能体自我中心世界模型实现细粒度交互研究者提出ME-World多智能体自我中心世界模型，在共享token序列中联合去噪多个自我流，提升共享环境一致性与动作控制。开源动态arXiv:未标注▲ 0
- DiVeR：面向VLA测试时扩展的决策关键验证器学习DiVeR：面向VLA测试时扩展的决策关键验证器学习DiVeR利用采样动作表征离散度估计决策关键性，对验证器学习重新加权，在LIBERO、RoboCasa及真实机器人上提升任务成功率。开源动态arXiv:未标注▲ 0
- MotorMind框架让通用VLM实现零样本机器人操作MotorMind框架让通用VLM实现零样本机器人操作研究者提出MotorMind，无需专用策略训练或外部工具，仅凭通用VLM在LIBERO-PRO仿真和真实xArm6上实现零样本机器人操作，成功率大幅领先先前方法。arXivarXiv:未标注▲ 0
- StructRL：面向长时域视觉-语言-动作任务的结构化强化学习框架StructRL：面向长时域视觉-语言-动作任务的结构化强化学习框架研究者提出StructRL在线强化学习框架，通过可验证子任务为长时域视觉-语言-动作模型构建结构化中间奖励，在GR00T-N1.5与pi 0.5等模型上优于评估过的基线。开源动态arXiv:未标注▲ 0
- 综述论文梳理机器人上下文学习的方法与应用框架综述论文梳理机器人上下文学习的方法与应用框架一篇综述将机器人上下文学习归纳为四类接口，并讨论其迁移假设与评测实践，涉及操作与导航任务。开源动态arXiv:未标注▲ 0
- DeltaWAM：联合预测视觉增量与动作的双臂操作世界动作模型DeltaWAM：联合预测视觉增量与动作的双臂操作世界动作模型DeltaWAM 通过稠密锚点、稀疏增量和动作流联合预测视觉增量与动作，在 RoboTwin 上提升成功率并降低训练和推理开销。开源动态arXiv:未标注▲ 0
- Show-Harness：绕过专用VLA训练，用通用VLM直接操控机器人Show-Harness：绕过专用VLA训练，用通用VLM直接操控机器人预印本论文Show-Harness提出新思路，不训练专用VLA，直接以通用VLM加适配接口操控机器人。Bilibili 具身智能检索arXiv:未标注▲ 0
- Show-Harness：用语义动作接口让 VLM 直接操控机器人Show-Harness：用语义动作接口让 VLM 直接操控机器人研究者提出 Show-Harness 具身框架，通过离散语义动作接口让 VLM 直接控制机器人，并推出 GUMI 实现跨本体示范采集。开源动态arXiv:未标注▲ 0
- ADAPT：面向鲁棒且可操控的在线文本驱动人形机器人控制的敏捷扩散动作先验ADAPT：面向鲁棒且可操控的在线文本驱动人形机器人控制的敏捷扩散动作先验研究提出ADAPT端到端框架，通过扩散动作先验和强化学习实现文本指令直接控制人形机器人。arXivarXiv:未标注▲ 0
- 跨本体方向论文解读跨本体方向论文解读国家发改委部署具身智能产业，论文团队提出跨机器人本体通用训练方法，推动机器人真实落地。Bilibili 具身智能检索arXiv:未标注▲ 0
- ParallelWorld：面向具身推理的测试时扩展框架ParallelWorld：面向具身推理的测试时扩展框架研究者提出ParallelWorld，一种多步前瞻的具身推理测试时扩展框架，通过验证器引导的树搜索提升主动感知性能。arXivarXiv:未标注▲ 0
- EXIMO：利用视觉语言模型引导VLA策略微调的新方法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。开源动态arXiv:未标注▲ 0
- 面向实验室移动操作的开源机器人系统：表示交接架构面向实验室移动操作的开源机器人系统：表示交接架构arXiv新论文提出基于OpenArm的移动操作原型，通过表示交接整合语言、感知与规划。arXivarXiv:未标注▲ 0
- iARCS：面向可控三维场景生成的迭代式智能体强化学习框架iARCS：面向可控三维场景生成的迭代式智能体强化学习框架iARCS框架通过迭代智能体强化学习，提升合成三维场景生成的功能约束满足度，并改善下游具身智能训练数据质量。arXivarXiv:未标注▲ 0
- JoyAI-RA 0.5提出双动作对齐框架，扩展机器人操作学习JoyAI-RA 0.5提出双动作对齐框架，扩展机器人操作学习JoyAI-RA 0.5提出双动作对齐框架，利用人类视频等异构数据扩展操作学习，基准测试表现优异。Semantic ScholararXiv:未标注▲ 0
- 分层大语言模型框架实现无人机群导航与网络切换协同分层大语言模型框架实现无人机群导航与网络切换协同研究提出分层LLM与DRL结合框架，由云端LLM做全局负载均衡、边缘LLM定战术子目标，由DRL控制器执行无碰撞轨迹。arXivarXiv:未标注▲ 0
- DPNeXt：用于高效ViT多任务密集预测的轻量级多尺度特征融合框架DPNeXt：用于高效ViT多任务密集预测的轻量级多尺度特征融合框架DPNeXt提出轻量级多尺度融合解码器，在机器人感知任务中提升效率。arXivarXiv:未标注▲ 0
- SeerGuard：通过世界模型预测保障移动GUI代理安全SeerGuard：通过世界模型预测保障移动GUI代理安全SeerGuard安全框架通过预执行指令筛选和动作风险评估提升移动GUI代理安全性，实验显示风险评分显著下降。开源动态arXiv:未标注▲ 0
- LifelongVLA：面向机器人操作的双时序终身学习框架LifelongVLA：面向机器人操作的双时序终身学习框架研究者提出LifelongVLA框架，通过双时序LoRA门控模块与缓存高效重放策略，在机器人操作中实现塑性-稳定性平衡。arXivarXiv:未标注▲ 0
- PhysClaw-0：基于语言修正的共生式机器人自主操控系统PhysClaw-0：基于语言修正的共生式机器人自主操控系统论文提出名为PhysClaw-0的共生式自主操控系统，通过可重用的语言修正记忆减少人类监督成本，在桌面清洁测试中人类工作时间降至16%。arXivarXiv:未标注▲ 0
- EDAR：机器人操作中依赖环境的动作表示学习方法EDAR：机器人操作中依赖环境的动作表示学习方法研究人员提出EDAR方法，将动作令牌同时映射到可执行控制结构和预期视觉后果，在仿真和真实机器人操作基准中提升了策略学习效果。arXivarXiv:未标注▲ 0
- ContactMimic: 通过接触控制实现人形机器人物体交互ContactMimic: 通过接触控制实现人形机器人物体交互ContactMimic框架利用接触跟随奖励和轨迹增强，使人形机器人解耦接触行为与关键点几何，实现精确物理接触和接触可控性。arXivarXiv:未标注▲ 0
- Latent Memory Palace：将控制推理转化为自回归变分推断的框架Latent Memory Palace：将控制推理转化为自回归变分推断的框架研究者提出Latent Memory Palace框架，将控制策略的推理过程建模为自回归变分推断，实现可适应的测试时计算分配，并在仿真和真实世界中获得良好表现。arXivarXiv:未标注▲ 0
- LLM-as-a-Verifier：一种通用验证框架LLM-as-a-Verifier：一种通用验证框架该框架通过在智能体任务中提供细粒度连续评分，在多个机器人及编程基准上达到最先进性能，并可用于强化学习提升样本效率。arXivarXiv:未标注▲ 0
- 灵步机器人发布LingBot-VLA 2.0模型，提升视觉-语言-动作能力灵步机器人发布LingBot-VLA 2.0模型，提升视觉-语言-动作能力灵步机器人推出LingBot-VLA 2.0，通过多样化数据训练和运动预测建模，提升跨任务与跨本体的操作能力。Papers with Code RobotsarXiv:未标注▲ 0