COMPANY PROFILE
星尘智能星尘智能
星尘智能发布SmoothRL，实现在线强化学习适配异步推理，真机测试成功率大幅提升。
星尘智能发布SmoothRL，实现在线强化学习适配异步推理，真机测试成功率大幅提升。孙鹏博士加入星尘智能，负责机器人强化学习方向，完善Physical AI全栈技术布局。生数科技在世界机器人大会发布通用世界模型五级路线，并展示Vidu S1、Motubrain等成果。
代表产品
- SmoothRL
- S1
- Lumo
- Lumo系列
- Agent Philia
- ByteRL
- ReFT
- DeltaProver
- #在线强化学习
- #人才流动
- #通用世界模型
- #具身智能框架
- #机器人基础模型
- #VLA
FULL COVERAGE
「星尘智能」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相关报道与文章
STORIES
融资历史
FUNDING本站暂未收录 星尘智能 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 星尘智能 技术路线相关的研究进展：
- τ0-VLA：具备世界模型引导测试时计算的分层机器人基础模型τ0-VLA：具备世界模型引导测试时计算的分层机器人基础模型τ0-VLA通过世界模型引导的测试时计算，提升长程操作任务的成功率。开源动态arXiv:未标注▲ 0
- 解码VLA表征中的任务进度解码VLA表征中的任务进度研究发现从VLA模型π_{0.5}的残差流中可线性读取任务进度信号，并用作无标签OOD检测器。arXivarXiv:未标注▲ 0
- SHAPER框架实现无训练具身智能体自我进化SHAPER框架实现无训练具身智能体自我进化SHAPER提出无需微调的自我进化框架，通过演化技能与执行工具提升具身智能体性能。开源动态arXiv:未标注▲ 0