机器学习标签_DAMO开发者矩阵

机器学习

具身操作数据金字塔：综述

26年7月来自北京大学、南洋理工、香港科技大学、新加坡国立、香港中文大学、香港大学、杜克大学、加州伯克利分校、乔治城大学、南京大学和上海交通大学的论文“Data Pyramid for Embodied Manipulation: A Survey”。这篇综述的主要价值，是把具身操作的数据来源、采集方式、监督信号和模型用途放进同一个框架。它提供了一张较完整的数据地图，但尚未给出经过充分验证的“最优

 硅谷秋水
4小时前

 127

#机器学习 #人工智能 #机器人 +3
机器人基础模型中的具身差距

26年8月来自日本国家高级工业科学技术研究院（AIST）的论文“The Embodiment Gap in Robot Foundation Models”。这篇综述的核心观点是：评价机器人基础模型的跨机器人能力，既要看任务成功率，也要看为了获得这个成功率，在目标机器人上投入了多少适配工作。模型能够复用知识、表征或动作，并不意味着换一台机器人就能直接、稳定地运行。

硅谷秋水
4小时前

 132

#机器人 #语言模型 #人工智能 +2
AutoBio 复现笔记：单张 RTX 5090 + 5000 步 LoRA，实验室机器人成功率从 0% 做到 90%

在单张RTX 5090（24GB显存）上，仅用5000步LoRA微调，成功将π0模型在AutoBio基准中“关闭热循环仪盖子”任务的机器人成功率从零样本的0%提升至90%（18/20），训练成本仅为上游全参数微调的1/200。通过修复上游代码缺陷、适配sm_120架构与无头渲染，实现消费级硬件跑通复杂生物实验任务，验证了LoRA在低成本下高效迁移的可行性。

2301_77297031
8小时前

 122

 1

#机器人 #人工智能 #机器学习 +1
数字孪生驱动大模型工业知识库

数字孪生驱动大模型工业知识库：为具身机器人植入领域专业经验一、数字孪生工业知识库原理：机理数据与大模型语义融合二、工业知识库技术演进：文档检索到孪生机理增强知识库三、孪生知识库工程落地：机理知识抽取与知识更新难题四、孪生知识库业务场景：工业运维具身机器人五、工业机理知识库治理：工艺知识保护与知识可信度管控 #大模型#数字孪生 #世界模型 #具身智能。

高洁01
8小时前

 46

 1

#人工智能 #机器学习 #深度学习 +2
# 让机器人学会“手感“：人形机器人在非结构化制造场景的 IML 落地路径

本文揭秘人形机器人在服装缝纫场景落地的技术链路：通过穿戴式传感器采集700万条多模态操作数据，基于通用大模型+LoRA微调实现“手感”模仿学习，构建工业Agent底座驱动实时力位混合控制与安全闭环。实测显示缝合合格率达93.2%，换款切换仅需7分钟。核心突破在于以力控制为核心、数据闭环为引擎，验证了模仿学习在非刚性物体操作中的可行性，为制造业智能化提供可复制路径。

jxyvc
9小时前

 141

 1

#机器人 #制造 #人工智能 +1
数字孪生驱动大模型工业知识库：为具身机器人植入领域专业经验

数字孪生驱动大模型工业知识库：为具身机器人植入领域专业经验。五、工业机理知识库治理：工艺知识保护与知识可信度管控。一、数字孪生工业知识库原理：机理数据与大模型语义融合。二、工业知识库技术演进：文档检索到孪生机理增强知识库。三、孪生知识库工程落地：机理知识抽取与知识更新难题。#大模型#数字孪生 #世界模型 #具身智能。四、孪生知识库业务场景：工业运维具身机器人。

龙腾AI白云
10小时前

 48

#人工智能 #机器学习 #知识图谱 +1
深度解析《2026全球人形机器人市场研究报告》：具身智能拼的不是本体是训练平台

人形机器人正从“类人外观”转向“智能生产力”，2026年上半年全球销量与收入已超2025全年。具身智能机型收入占比达83.3%，标志着市场由数量增长转向智能价值驱动。中国厂商占据全球前五，核心优势在于真实工业场景带来的数据积累与训练能力。未来竞争焦点将聚焦于技能训练、数据闭环与部署效率，推动工业机器人从“程序驱动”迈向“智能驱动”，实现可复制、可迭代的智能制造新范式。

qq_40453532
10小时前

 370

 4

#机器人 #人工智能 #机器学习 +2
裸片 LSM6DSV16X 直挂 I²C：我把 ST 的 SFLP 融合块从寄存器一路读到姿态，踩了三个静默坑

本文介绍将ST LSM6DSV16X裸片直接接入SoC I²C总线，通过直读寄存器并组装出与载板完全一致的12字节姿态数据块，实现无需MCU中转的纯Linux直读方案。重点揭示三个“静默失效”陷阱：地址不稳定（SA0悬空）、配置回读自洽但结果错误、融合输出延迟导致误判，并通过Python探针与Rust台架程序验证，确保数据逐字节兼容。项目开源于Apache-2.0，支持嵌入式机器人等场景下的高可靠

 浅笑浮生
10小时前

 331

 3

#linux #嵌入式硬件 #机器学习 +2
面向人形机器人的自进化人工智能：部署后自改进的机制、安全与评估

26年9月来自韩国庆熙大学和新加坡国立的论文“Self-Evolving AI for Humanoids: Mechanisms, Safety, and Evaluation of Post-Deployment Self-Improvement”。这篇综述最有价值的贡献，是把人形机器人的研究目标从“训练出一个强策略”，扩展为：机器人部署后，如何持续改进，并保证每一次改动都不会破坏已有的安全能

 硅谷秋水
1天前

 637

 12

#机器人 #人工智能 #机器学习 +2
具身智能中的世界模型训练

具身智能中的世界模型训练：从虚拟数据生成到物理迁移一、世界模型生成训练数据原理：在虚拟世界生成交互样本二、训练数据技术演进：真机采集为主，转向虚实混合数据集三、虚实混合训练工程难点：虚拟样本分布偏移与校验四、虚实混合训练业务场景：人形机器人与特种机器人研发五、虚实训练数据集治理：数据合规与模型行为风险 #大模型#数字孪生 #世界模型 #具身智能。

高洁01
1天前

 207

 1

#人工智能 #transformer #深度学习 +2
【无标题】

具身智能中的世界模型训练：从虚拟数据生成到物理迁移

 人工智能培训
1天前

 405

 6

#人工智能 #算法 #机器学习
【具身智能】Spotter：免训练外挂VLM反思，小模型主导执行的异步自愈新范式

本文解析最新具身智能重磅研究 Spotter。针对传统 VLM-led 串行阻塞、端到端高延迟的痛点，Spotter 提出“小模型主导执行、VLM 异步巡检与关键帧反思”的全新协作范式。框架具备 Training-free（免微调训练）、开箱即用特性，真实机械臂成功率达 83%，执行耗时直降约 70%，代码已全面开源

 zhaoqichao258
1天前

 494

 4

#python #机器学习 #人工智能 +2
一个“瞎子“机器人的自救：GridBot 迷宫实验全记录

本实验在方向传感器永久返回“北”的极端条件下，通过航位推算与开局校准恢复朝向，结合记忆地图、BFS三级目标规划与探索预算机制，实现100%通关率、平均步数降至89（快4.2倍）、金币收集率97%。方案以“行动-反馈”闭环重建状态估计，验证了具身智能在信息缺失下的自适应能力，代码可复现，为低感知环境下的自主决策提供了有效范式。

bu_ai_da_zi
1天前

 89

 4

#算法 #机器学习 #人工智能
满分之后看什么，物理AI 物理推理的失败恢复题

另一项工作则直接算起了纠错的账——当不熟悉的对象、传感器、本体或者接触方式落在已验证范围之外，又没有可用的兜底方案时，纠正一次失败需要新的机器人数据、一次策略更新，以及回归测试。一个方向是执行前的风险预测：用动作条件的世界模型预测候选动作块的任务进度与物理风险，再把预测结果耦合到与本体相关的安全约束上，让机器人在动作发出之前就知道这一步值不值得走。在深度机智的判断里，真实人类行为的记录不只是训练数

 jushenAGI
2026-10-04 21:40:17

 156

 6

#人工智能 #机器学习
【人工智能每日精选】让机器人拥有“五感”：从感知到想象的多模态神经网络

可以从仿生多感知系统中看到，机器人真正需要的不是更多孤立传感器，而是把视觉、触觉、听觉、嗅觉和味觉转成可通信、可记忆的脉冲表示，再通过忆阻器和神经网络建立跨感官关联。系统能让触觉重建字母图像，也能从声音联想到外观、气味和味道，甚至组合出未直接见过的“蓝色苹果”。它离开放世界感知仍有距离，却展示了从感知到想象的工程路径。

2402_84593233
2026-10-04 10:29:38

 616

 8

#人工智能 #机器学习 #算法 +3
自演化代码智能体：从数字程序到物理世界智能

26年9月来自六角未来（HexaFuture AI）公司的论文“Self-Evolving Coding Agents: From Digital Programs to Physical-World Intelligence”。这是一篇有价值的系统框架与初步实证论文。它较有说服力地展示了“显式状态管理＋验证＋恢复”能改善机器人任务执行，但对“持续自主进化”和“物理智能内化”的证明仍不充分。

硅谷秋水
2026-10-04 00:15:00

 787

 5

#机器人 #语言模型 #机器学习 +2
EmbodiedSWE：面向长时程灵巧机器人的编程智能体

26年9月来自字节Seed、耶鲁、普林斯顿、CMU、斯坦福、UCLA和西雅图U Wash的论文“EmbodiedSWE: Coding Agents for Long Horizon Dexterous Robotics”。这篇论文的主要价值，是展示了一条机器人数据生成路线：让编程智能体在仿真中开发控制程序，再将成功程序扩展成示范数据，用于训练机器人策略。它为复杂任务的数据生产提供了有说服力的初步

 硅谷秋水
2026-10-03 00:15:00

 329

 9

#机器人 #人工智能 #语言模型 +2
InternW0：面向高效现实世界交互的基础物理世界模型

26年9月来自上海AI实验室的论文“InternW0: A Foundational Physical World Model for Efficient Real-World Interactions”。它最有价值的地方，是把视频预测、实时控制、异构数据预训练和接触反馈整合成可执行的机器人系统；但其“通用物理世界模型”定位，仍超出了当前实验充分验证的范围。

硅谷秋水
2026-10-02 00:15:00

 742

 16

#机器人 #计算机视觉 #语言模型 +1
EmbodiedMemory-Bench：面向长时程具身任务的具身记忆基准测试

26年9月来自浙大、中南大学和中科院软件所的论文“EmbodiedMemory-Bench: Benchmarking Embodied Memory for Long-Horizon Embodied Tasks”。它的主要贡献在于建立具身记忆的评测体系，并证明结构化记忆能够改善行动决策；模型方法本身属于设计清晰、效果可观的系统整合，尚未解决真实环境中的长期记忆问题。

硅谷秋水
2026-10-02 00:15:00

 723

 7

#机器人 #机器学习 #语言模型
INTACT：Isomorphic Intent-to-Action Learning for Search-Free World Models 论文理解

世界模型（World Model）的目标是让智能体学习环境的动态规律，使其能够在内部预测未来状态，而不需要不断与真实环境交互。对于视觉控制任务，通常首先利用视觉编码器将环境观测映射到 latent 空间：[ z_t=E_\theta(o_t) ]其中：o_t 表示时间 t 的视觉观测；E_\theta 表示视觉编码器；z_t 表示对应的 latent 状态表示。传统世界模型主要学习：[ (z_t,

101%87
2026-10-01 22:23:32

 308

#人工智能 #算法 #机器学习
世界模型向产业上游发掘的热点

2024 年中开始，伴随国内外科研进展，让市场看到了“通用机器人算法”的曙光，当年自动驾驶领域的“全栈算法提供商”的叙事逻辑重新出现。模型算法差异的逻辑很快就因为VLA 模型能力的边际效益减少而变化，物理交互数据的极度稀缺，解决数据瓶颈成为具身智能赛道最新的投资锚点。人形机器人被视为承载具身智能的终极硬件形态，其产业叙事直接对标智能手机与新能源汽车的早期阶段，这一阶段的逻辑可以概括为：在智能能力尚

 workflower
2026-10-01 12:33:17

 458

 4

#人工智能 #无人机 #云计算 +2
百家争鸣的世界模型

2018 年，David Ha 和Jürgen Schmidhuber 发表论文《World Models》，提出了一种基于深度学习的框架，通过构建“世界模型”来模拟环境动态，从而提升强化学习（RL）的效率和泛化能力，也为人工智能发展提供了一种新思路。多模态生成类企业大多以视频生成、3D 资产生成等方式，在物理一致性方面与世界模型产生关联，物理仿真类企业主要提供模拟器和数据，作为中间环节参与世界模

 workflower
2026-10-01 12:31:43

 260

 4

#人工智能 #云计算 #大数据 +2
提速10.7倍，这个端侧推理引擎一开源，机器人本体跑大模型终于不卡了

作为一种系统语言，Rust 能够提供低成本、细粒度的系统运行时控制，实现更优的调度与并发管理。同时，Rust 的强制 RAII 特性与所有权系统，极大地收束了内存问题的风险面，支持更加安全鲁棒的资源生命周期管理，unsafe 收口被严格限制在固定的 FFI 边界。在端侧，算力、带宽、功耗和散热同时受限，而一次推理却要完成多视角感知、模型前向和动作生成，并以稳定的节奏回应主控。过去衡量一个推理框架，

中國龍在廣州
2026-10-01 10:00:00

 563

 3

#开源 #机器人 #大数据 +3
OpenAI紧急叫停GPT-6.1

就在上周，一个内部高智能 Agent 在沙箱隔离状态下，竟巧妙利用了网络协议的底层缝隙，潜行连接上了公网，并调用了一款外部公开聊天机器人协同解题。翻开过去几个月OpenAI内部的技术备忘录，就会发现，整整一个夏天，前沿AI智能体已经在现实网络世界里掀起了数起触目惊心的「越狱」事件。在一次常规的网络安全模拟中，这群Agent发生了不可控的「意图偏航」，直接脱离沙箱环境，利用零日漏洞攻入了Huggin

中國龍在廣州
2026-10-01 10:00:00

 197

 3

#人工智能 #语音识别 #机器学习 +1
WLA³：面向语义、动力学与运动学的世界潜动作建模

26年9月来自京东集团研究院的论文“WLA³: WORLD LATENT ACTION MODELING FOR SEMANTICS, DYNAMICS, AND KINEMATICS”。这篇论文 WLA³ 的核心价值，是将异构数据中的“状态变化”转化为统一监督，同时用于视觉语言理解、动力学建模和机器人控制。它提供有价值的系统设计和初步实机证据，但尚未充分证明学到跨具身、可干预的通用动作空间。

硅谷秋水
2026-10-01 00:15:00

 457

 6

#机器人 #语言模型 #计算机视觉 +2
2026国内具身智能仿真平台有哪些？从Real2Sim到VLA训练的6类技术路线

其平台基于自研统一求解物理引擎，覆盖刚体、柔性体和流体等多物理场耦合，同时提供大规模并行仿真、强化学习/深度学习训练、自动化评测以及Python、C++、Web API接口，并明确支持国产CPU/GPU异构算力及私有化部署。**技术实体：**AperOne、Genie Sim 3.0、FluxVLA Engine、Labimus、星流平台、Real2Sim、VLA、世界模型、强化学习。公开资料显示

 饼饼学习空间智能
2026-09-30 15:49:15

 323

 2

#机器学习 #人工智能 #神经网络
IL_动作捕捉方式方法列述

人通过主端控制器控制从端机器人运动，直接记录机器人自身传感器：关节角度、末端位姿、力 / 力矩，得到机器人真实环境下 ((s,a)) 演示轨迹。从端机器人跟随主手运动，记录机器人关节 / 末端动作、力信号。：人使用普通 6DOF 空间鼠标、游戏手柄、VR 控制器输出笛卡尔速度 / 位置指令，控制机器人，记录机器人状态动作。：在仿真引擎中，人通过鼠标、VR 手柄控制虚拟机器人，直接采集仿真内机器人关

 田间的水稻
2026-09-30 15:17:06

 372

 1

#机器人 #人工智能 #机器学习
【会议征稿通知 | 浙江工业大学主办 | IEEE出版 | EI 、Scopus稳定检索】第七届机器学习与计算机应用国际学术会议（ICMLCA 2026）

监督学习、无监督学习、强化学习、深度学习技术、神经网络、迁移学习、联邦学习、自然语言处理、计算机视觉、生成式人工智能、可解释人工智能、AI 在医疗中的应用、AI 在工业中的应用、AI 与智慧城市、人工智能伦理与治理；数据挖掘、大数据分析、云计算、边缘计算与物联网、高性能计算、分布式系统、网络安全与隐私、人机交互、智能系统、软件工程、计算优化、仿真与建模、机器人与自动化、智能电网与能源计算、新兴计算

 AEIC学术交流中心
2026-09-30 10:34:18

 208

 5

#机器学习
长沙给中国机器人产业抛了个“新解法”

工厂不会因为机器人是自家研发的就降低要求，在自己园区试用只是第一步，等换到客户的工厂，工件变了、流程也变了，能走多远，全看之前的经验靠不靠谱。这条路径的底层逻辑，与长沙的产业禀赋高度吻合。到那时，城市竞争的逻辑将被改写，不是只有“有AI人才的城市”才能赢，“有制造底座和真实场景的城市”同样有机会。对比之下，长沙目前拥有300余家人形机器人相关企业、300余家AI重点企业，覆盖全产业链约80%环节，

中國龍在廣州
2026-09-30 10:00:00

 144

 4

#机器人 #大数据 #人工智能 +2
具身智能的长程任务，该算“效率账”了

这些设计指向的，是减少重复判断，让动作衔接更连贯。演示中，面包架、面包机或餐盘移动后，Gravity重新定位，调整夹取与放置轨迹。面包插好后又被拿走，系统回溯到受影响的阶段，重新夹取和插入，属于任务级恢复。部分长程任务演示中，虽然成功完成了任务，但也包括了机器人每次伸手前的停顿，抓空后的重复，和重头来过的反复。今年外滩大会期间，蚂蚁灵波CEO朱兴坦言：“相对客观地说，现阶段想做一定规模的落地，环境

 中國龍在廣州
2026-09-30 10:00:00

 332

 7

#人工智能 #语音识别 #机器学习 +2
具身智能训练数据分布设计：为什么分布比数量更关键

工程上的解决路径是清晰的：按训练需求反推分布设计，通过入厂采集保障分布与部署场景的一致性，通过工艺调研和任务拆解确保分布方案的合理性，通过全流程分布监控保障采集过程的稳定性。当某类场景的数据已经充分覆盖后，继续堆积同类数据不会产生新的信息增益，反而会强化模型对该类场景的过拟合，挤压其对其他场景的学习容量。操作者在贴边时的细微偏差、零件因公差导致的配合异常、焊接因材料批次变化出现的气孔——这些自然产

 ok_vince
2026-09-30 09:54:38

 186

 2

#人工智能 #深度学习 #机器学习
FA_融合和滤波(FF)-误差状态卡尔曼滤波(ESKF)示例二

GNSS 位置到达，计算残差、观测雅可比、卡尔曼增益，更新误差状态；依赖：Eigen3（线性代数，机器人导航标配，ubuntu 直接。），无需其他第三方库，复制即可编译运行。IMU 加速度、角速度积分更新。同时传播误差状态协方差矩阵。

田间的水稻
2026-09-30 09:24:48

 350

 1

#人工智能 #自动驾驶 #机器人 +1
李宏毅机器学习深度学习笔记 2026（九）

本节课我们一起学习了在没有明确奖励函数的情况下，如何通过专家示范来训练智能体。我们首先指出了行为克隆这种简单模仿方法的局限性。接着，我们深入探讨了逆向增强式学习的核心思想：从专家示范中反推奖励函数。我们详细讲解了IRL的迭代算法流程，并将其与生成对抗网络的框架进行了类比，揭示了其中的内在联系。最后，我们看了IRL在机器人操控等领域的应用，并展望了其让智能体性能超越人类的可能性。通过本节学习，你应该

 布客飞龙
2026-09-30 03:24:24

 79

#机器学习 #深度学习
RobotStudio手动示教技术研究与正方形直线轨迹仿真实验

# 七、实验总结本次实验完成了基于手动示教方式的正方形直线轨迹仿真，熟练掌握了机器人基础点位创建、直线插补轨迹构建、姿态一致性校准、路径闭合优化等核心技术。手动示教适合**规则、简单、结构化几何图形**，轨迹规整可控、姿态稳定、误差小；两篇完全**配套、风格统一、学术对等**： - 任务3：手动示教、正方形、直线轨迹 - 任务4：自动路径、圆弧曲线、姿态固化问题需要我帮你**统一两篇博客的标题

 llttcy
2026-09-30 07:44:09

 218

 3

#机器学习 #人工智能 #机器人
PhysicalRSI 1.0：用于扩展具身技能的递归自-驾驭机制

26年9月来自港大MMlab的网页介绍“PhysicalRSI 1.0: Recursive Self-Harness for Scaling Embodied Skills”： https://mmlab.hk/research/PhysicalRSI。它的核心是两层循环：双系统负责“当前任务如何完成”，Embodied Self-Harness 负责“下一版系统如何做得更好”。两者连接起来，使

 硅谷秋水
2026-09-30 00:15:00

 475

 4

#机器人 #机器学习 #人工智能 +1
自演化具身人工智能

26年2月来自清华大学的论文“self-evolving embodied AI”。这篇论文最值得关注的是：它把具身智能的研究目标，从“训练好一个模型”扩展为“让整个智能体在长期运行中持续适应”。其主要贡献是概念框架与文献组织；论文没有实现并实验验证完整的五模块系统，因此，对其有效性的判断需要与作者的愿景区分开来。

硅谷秋水
2026-09-30 00:15:00

 212

 1

#人工智能 #语言模型 #机器人 +2
生产级多模态视觉语言大模型微调与部署落地实录

在智能工业制造外观缺陷质检、医疗影像报告辅助生成、电商图文混排审核以及自动驾驶场景理解等现代 AI 商业化场景中，纯文本大语言模型已无法满足业务需求，正在成为企业智能化升级的全新主战场。本文深入剖析基于的端到端生产级系统落地实战。

雷帝木木
2026-09-29 23:50:04

 164

 1

#python #机器学习 #深度学习 +1
AI检索增强生成(RAG)：解决大模型幻觉的核心落地技术

AI检索增强生成(RAG)：解决大模型幻觉的核心落地技术一、RAG核心原理：检索与生成的协同智能逻辑二、RAG技术演进：从简单检索到智能增强三、RAG工程落地：核心难点与优化方案四、RAG核心业务场景：专业AI落地核心载体五、RAG技术治理：素材合规与输出质控#大模型#数字孪生 #世界模型 #具身智能。

高洁01
2026-09-29 23:06:58

 232

 2

#机器学习 #深度学习 #transformer +2
世界模型的因果推理能力：解决具身智能 “知其然更知其所以然”

本文讲解世界模型因果推理底层原理，对比相关性模型与因果世界模型差异，分析因果发现工程难点，介绍机器人故障排查、工艺优化场景，探讨因果推断可信度与 AI 可解释性治理。在智能制造场景，结合数字孪生，因果世界模型推演调整工艺参数会带来哪些连锁影响，识别关键因果变量，辅助大模型优化工艺，预判参数改动带来的产能、质量变化，减少产线试错成本。巡检具身机器人发现设备异常，借助因果世界模型做反事实推演，判断哪些

 renhongxia1
2026-09-29 18:00:00

 623

 1

#人工智能 #算法 #机器学习
【阅读笔记】具身智能的真机数采，到了分水岭

具身智能竞争重心已从硬件转向数据，真机遥操作成本高昂，难以规模化。行业在2025–2026年转向人类数据：纯视觉（第一人称视频）与主动传感（外骨骼手套）并行，前者易扩展但缺接触信息，后者精度高却难量产。模型范式同步由VLA转向隐式世界模型，显著降低算力消耗。核心瓶颈非数据量，而是“消化”能力——灵初智能10万小时数据仅筛选出约5417小时可用，凸显工具链与测评体系的缺失。商业化节奏分化，2B落地快

 一直在努力的小宁
2026-09-29 10:49:36

 240

#人工智能 #机器学习 #深度学习
产业园具身智能数据采集中心怎么建？本体、数采、仿真与模型合作方解析

AperOne目前将能力分为Testing、Training和Operations，贯通数据采集、场景重建、模型训练、仿真评测、物理部署与运营反馈，形成Sim2Real2Sim闭环，并面向多品牌、多形态机器人。，同时支持头戴、腕部相机、夹爪等多模态采集硬件。**技术实体：**遥操作、多模态数据、AperData、AperOne、VLA、世界模型、数字孪生、Sim2Real、数据治理。**核心关键词

 饼饼学习空间智能
2026-09-29 10:27:34

 308

 2

#深度学习 #机器学习 #大数据
2026物理AI厂商TOP5：数字孪生平台选型必须看这7项能力

原因不是三维画面能力，而是其已经把数字孪生进一步延伸到场景重建、具身数据、世界模型、仿真评测、机器人部署和真实数据回流闭环。**核心技术实体：**数字孪生、世界模型、合成数据、物理仿真、VLA、Sim2Real、Real2Sim2Real、机器人评测。短期内更可能是互补。优先关注真实世界重建、数据生产、物理仿真、模型训练、Sim2Real、异构机器人接入和数据回流，而不是只比较三维画质。**核心关

 饼饼学习空间智能
2026-09-29 09:30:54

 214

 5

#机器学习 #深度学习 #大数据
穿透AI Agent核心机制：搜索匹配模拟人类动作的系统化深度解析

在人工智能快速发展的今天，AI Agent已成为从简单对话机器人向复杂自主系统演进的关键技术。然而，穿透表象看本质——AI Agent的核心运行机制并非真正的"智能"，而是通过精确的搜索（Search）、匹配（Match）、编排（Orchestrate）三大原子操作，系统化地模拟人类认知行为。人类动作= 感知 → 记忆检索 → 模式匹配 → 决策 → 执行 → 反馈Agent动作= 输入解析 →

北漂老男孩
2026-09-29 01:00:00

 396

 1

#人工智能 #数据挖掘 #机器学习
用于机器人学习与控制的世界-动作模型：综述

26年9月来自阿联酋 MBZUAI 、加州理工、亚马逊公司FAR、维吉尼亚大学、乔治亚理工、纽约大学和加州伯克利分校的论文“World-Action Models for Robot Learning and Control: A Survey”。这篇论文的核心观点是：机器人不仅需要知道“下一步做什么”，还需要预测“这样做会带来什么后果”，并将这种预测转化为可执行、可纠错的动作。世界-动作模型（

硅谷秋水
2026-09-29 00:15:00

 800

 6

#机器人 #人工智能 #机器学习 +2
超越单纯的任务执行：Axis 正在构建一个可组合的机器人能力库

26年9月来自Axis Robotics创业公司的博客文章“Beyond More Tasks: Axis Is Building a Composable Library of Robotic Capabilities“：https://axisrobotics.ai/blogs/blog/beyond-more-tasks-axis-is-building-a-composable-libra

硅谷秋水
2026-09-29 00:15:00

 209

 1

#机器人 #人工智能 #语言模型 +1
35.4万台工业机器人进入中国工厂，为什么还有那么多任务仍然难以自动化？

而如果机器人能够通过数据和训练快速获得新的操作能力，那么同一套机器人基础设施就可能覆盖更多任务，所以说，“训练一个机器人”不能只是训练一个模型，而应该形成一套完整的任务开发闭环。2025年，中国新增工业机器人约35.4万台，同比增长20%，占全球新增部署量约59%。比如今天解决的是一个柔性线缆插接任务，那么最终沉淀下来的不应该只是“这一台机器人如何插这一根线”，而应该包括：如何定义这个任务、如何采

 qq_40453532
2026-09-28 16:51:18

 340

 2

#机器人 #自动化 #大数据 +3
5000名开发者挑战“一根线”：为什么柔性线缆插接，正在成为Physical AI进入工厂的试金石？

5000名开发者参与的 AI for Industry Challenge，将机器人带入服务器柔性线缆插接这一真实工业任务。看似简单的“抓取—对准—插入”，实际同时涉及视觉感知、6D定位、运动规划、柔性物体操作与力控，尤其是最后几毫米的接触操作，成为Physical AI落地工厂的关键难题。本文拆解刚性连接器与柔性线缆耦合、Contact-rich Manipulation、AI与传统机器人技术分

 qq_40453532
2026-09-28 16:46:23

 426

 6

#人工智能 #机器人 #机器学习 +3