登录社区云,与社区用户共同成长
邀请您加入社区
编码模型进入"性价比 Pareto 前沿"竞争:SWE-2 用 1/3 价格贴住前沿性能,effort levels、更少轮次成为新指标,“更聪明"让位于"更划算”。中国开源模型成为全球 AI 产品底座:Cognition 基于 Kimi K3、OpenCode 订阅接入 DeepSeek Flash v4.1,中国开源权重正在为全球编码工具降本。Agent 从 IDE 渗透到一切软件:达芬奇接入
EP:Engineering and Project , EI:Embodied Intelligence, AD:Autonomous Driving自动驾驶 + 机器人领域追踪前沿完整方案可分为5 大渠道:行业资讯媒体、学术顶会 / 期刊、开源 & 厂商官方、垂直开发者社区、高效追踪方法论;以下是划分出两大细分赛道核心关注方向,兼顾产业落地与学术前沿:新智驾(雷峰网)网址:https://ww
客户是一家专注于服务机器人的创新型企业,团队规模约40人,其中研发团队占比超过50%,具备从机器人硬件结构设计、导航算法到移动端APP的全栈自研能力。公司主营泳池水面清洁机器人的研发与生产,产品定位欧美消费级市场,对产品的综合性能、可靠性与用户体验有着极高标准的要求。公司产品线涵盖泳池水面清洁机器人、池底清洁机器人及多功能水上维护设备等多种型号,已建立成熟的线上与线下销售渠道,覆盖北美及欧洲主要消
据科技媒体TechCrunch报道,由优步创始人特拉维斯·卡兰尼克(Travis Kalanick)创办的Atoms公司,正在认真考虑进入自动驾驶出租车(Robotaxi)赛道。如果成真,这将是卡兰尼克在离开优步之后,首次回到他魂牵梦萦的出行战场。卡兰尼克曾表示,Atoms将让他完成“未竟的事业”。这句话在创业圈流传多年,如今似乎终于有了具体指向。
【自动驾驶和机器人控制】KF、EKF、图优化
过去几年,新能源乘用车的自动驾驶(L2~L4)从概念走入量产,但"船"的自动驾驶一直进展缓慢。原因很简单:水面场景边界模糊(没有车道线)、参照物少(河面/湖面空旷)、法规滞后、运营场景分散。但最近调研景区装备时发现,东莞易源动力(VILSUN 集团)的海爱迪 SE8 系列电动船外机,已经把"类 L4"级别的自动驾驶做到了产品级——支持自动巡航、电子锚定、一键回港、扫码即走。我把这套系统的感知-决策
在 SLAM 和机器人状态估计中,三维旋转是最基础也是最容易出错的数学对象。旋转矩阵虽然直观,但它的 9 个参数存在冗余约束,直接进行优化和求导极为困难。李群 SO(3)SO(3)SO(3) 与李代数 so(3)\mathfrak{so}(3)so(3) 的理论正是为解决这一问题而生。本文将从一个真实的 SO3_MATH.h 源码出发,结合《视觉SLAM十四讲》中的理论知识,深入剖析:无论你是 S
在激光SLAM、视觉惯性里程计(VIO)以及卫星导航等领域,状态估计是核心问题。我们通常要估计机器人的姿态(旋转)和位姿(旋转+平移),这些量生活在流形上——它们对加法不封闭,不能直接用欧氏空间的微积分工具。为了解决这一难题,李群与李代数理论应运而生。通过将流形上的元素映射到其切空间(李代数),我们可以把非线性优化问题转化为线性最小二乘问题,从而借助高斯-牛顿、LM等经典算法高效求解。MTK(Ma
<think>我们根据要求生成≤150字的文章摘要。需要概括报告核心内容。报告涉及智驾领域大模型低精度训练,主要结论:狭义端到端训练用FP16/BF16,车端INT8/FP16;VLA等大规模才用BF16和FP8,小鹏FP8,特斯拉CFloat8。BF16是训练默认,FP8用于大规模。推理用FP8/INT4。注意不超过150字。用中文。</think>本报告分析智驾领域大模型低精度训练:狭义端到端
在 NVIDIA 开源的 Alpamayo 项目中,实现了将连续的自车历史轨迹坐标离散化为 Token,并无缝注入到大模型的 Prompt 中,让大模型不仅“看懂”图像和文本,还能“理解”车辆过去的行驶轨迹。本文围绕推理过程中 `fuse_traj_tokens` 函数的调用,解析了自车历史轨迹从连续坐标到离散 token、再到替换 prompt 占位符的过程,并与 OpenDriveVLA 的多
快速原型/算法验证:优先英伟达方案(Orin/Thor),生态成熟、部署快、人力成本低量产降本/国产化/低延迟:优先辉羲、地平线大小脑合一方案,精简硬件、减少芯片数量已有成熟运动控制代码:选大小脑分离方案,无需重构底层算法,迭代风险低。
2026年8月,世界机器人大会在北京亦创国际会展中心举办。作为全球机器人行业最具影响力的展会之一,本届大会吸引了来自全球的上百家机器人企业及科研机构参展,集中展示了具身智能、人形机器人、特种机器人等领域的最新成果。在整机产品百花齐放的同时,笔者重点走访了参展的深度感知传感器厂商展台。深度感知是机器人实现自主导航、环境理解与人机交互的核心基础能力——无论是人形机器人的行走避障、AMR的仓储物流调度,
双足人形机器人是具身智能技术的集大成者,其仿人形态使其能够无缝适配人类工作环境,在工业生产、商业服务、特种作业等领域具有广阔的应用前景。然而,双足构型带来的动态平衡挑战,使其对核心控制系统的要求远高于其他形态的机器人——需要在毫秒级时间内完成感知、决策、控制的全链路闭环。以下旗舰级具身智能控制器TER40J-A6在双足人形机器人中的解决方案。
这套更贴近真实城市路况的伪闭环仿真新增红绿灯、逆行、车道偏离惩罚,行业多数方法在此指标大幅缩水(DriveSuprim 44.7、Mimir 34.6、GoalFlow 28.7),DriveVLA-M0 达到 47.0,领先第二名 GTRS-Dense(45.3)1.7 分,失效场景记忆修正的价值在难例集上体现得更充分。实验基于NAVSIMv1、NAVSIMv2两大自动驾驶仿真基准,前者为开环简
乱七八糟,所以状态同步在高级运控里非常重要。心跳和 Watchdog 经常一起出现。因为每一层需要的反应速度不一样。不需要每毫秒重新规划整条路径。因为相机本身就是几十 FPS。这就是工程和纯理论的巨大区别。还必须保证它不会把机器人弄坏。是底层控制循环最核心的三步。Snapshot,状态快照。永远执行最后一条危险命令。具体行为取决于机器人平台。
坐标北京,具身智能,三维重建方向,1-3年;坐标苏州,具身智能,深度学习方向,3-5年。
毕马威在最新发布的《世界模型如何重塑具身智能产业与商业新范式》报告中指出,具身世界模型正沿着“物理一致、因果干预、离线策略评估、实时闭环控制及自我进化”等方向持续演进,并从单一生成能力迈向理解、推演、执行与反思的一体化智能,原生一体化架构是世界模型的重要演进方向,开悟世界模型(Kairos)正是其中代表性模型之一,凭借对多维能力的原生融合与自我进化闭环,处于世界模型发展的行业第一梯队,代表着具身智
在万物互联(IoT)的下半场,单纯的“连接”已不再是壁垒,“精准感知”才是核心。从低速无人驾驶的最后一公里,到智慧农业的自动化耕作,再到无人机巡检的精细化作业,IoT设备对时空数据的需求正从“米级”向“厘米级”跃迁。然而,传统RTK接入的高门槛、高功耗与碎片化协议,成为了制约开发者效率的瓶颈。本文将深度解析千寻位置RTK SDK如何通过标准化接口与云端增强服务,为测量测绘、智能驾驶及具身智能等七大
本文介绍了宇树科技四足机器人的开发入门指南。首先概述了宇树机器人产品线(Go/A/B系列)的适用场景和选择建议,然后详细讲解了基于Linux/ROS的软件开发环境搭建流程。核心内容包括基础运动控制实现、状态数据获取方法,以及视觉感知和自主导航等进阶开发方向。文章还列举了科研教育、安防巡检等典型应用场景,并推荐了官方文档、ROS教程等学习资源。最后鼓励开发者从仿真环境开始,循序渐进地探索四足机器人开
客户是智慧环卫机器人领域的研发型创新企业,主营户外场景自主清洁机器人研发与制造,业务覆盖全国主要城市公园、园区及市政道路。维特智能WTRTK-4GAC在公园清洁机器人自动驾驶场景的成功落地,验证了双天线厘米级RTK定向 + IMU融合方案在户外复杂环境下的定位与转向控制价值。我们期待与更多智慧环卫与移动机器人客户合作,用可靠的产品与技术服务每一个真实场景。
抛弃冗长自然语言推理,设计一套仅2–6位的可执行语义动作Token作为推理中间层,搭配解耦Reason/Control双分支流匹配轨迹生成,配套XCPO策略优化微调模块,在变道、通用路况规划指标全面领先传统CoT方案,推理延迟从280ms以上压缩至70ms以内,降幅超过。定性可视化:蓝色为XCoT预测轨迹,红色为无推理基线,路口左转、高速提前变道、红绿灯减速、效率超车四类场景下,XCoT预判更早,
SLAM 自己生成的地图,只有相对坐标,原点是建图开机时刻机器人位置,不会自动获得现实世界绝对位置。普通室内巡逻巡检,只用地图内部相对点位,不需要标定,这是主流做法。如果需要 GPS、CAD 图纸这种外部绝对坐标,必须额外标定求解坐标变换矩阵,地图本身栅格数据不改动。每次重新建图,原点会改变;尽量建好图就保存,后续只跑定位,避免原点变动带来麻烦。
在当今的企业数字化进程中,办公协同软件(钉钉、飞书、企业微信)已成为信息流转的中枢。而随着大语言模型(LLM)和智能体(Agent)技术的爆发式发展,我们正站在一个全新的拐点上——让AI Agent不再只是"聊天机器人",而是成为能够主动触达、通知、交互的企业级自动化执行体。本文将从零到一,系统性地讲解如何通过API编排,让你的Agent具备调用钉钉、飞书、企业微信三大平台的能力,实现智能化的自动
2024年,国家矿山安监局等7部门联合印发《关于深入推进矿山智能化建设促进矿山安全发展的指导意见》,提出到2026年,建立完整的矿山智能化标准体系,全国煤矿智能化产能占比不低于60%,智能化工作面数量占比不低于30%,智能化工作面常态化运行率不低于80%,煤矿、非煤矿山危险繁重岗位作业智能装备或机器人替代率分别不低于30%、20%。从无人矿卡到“重载具身智能”,希迪智驾正试图打开新的增长空间,但新
比如你的天轶人形机器人抓瓶子:已知机器人当前姿态 → 目标抓取位姿 → 生成机械臂关节轨迹 → 避障 → 平滑执行这整个过程就是运动规划。
DriveMoE 用动态相机选择和技能级动作专家改造 VLA 驾驶模型,在 Bench2Drive 上取得强闭环结果;但性能提升同时依赖额外视角、场景标签、参数量和两阶段训练,MoE 的独立贡献仍需更严格控制实验。
OmniView S40 赋能割草&服务机器人场景的感知革命
视觉、触觉传感器识别桌椅、物品、障碍物→接收指令,规划行走路线、抓取动作→控制关节、灵巧手完成操作;动作误差形成数据,持续迭代技能。摄像头、激光雷达感知车流、行人、信号灯→模型判断路况、规划行驶路线→控制转向、刹车、加速;但一个残酷的现实摆在眼前:聊天 AI 活在数字世界,它只认识文字、图片、符号,并不真正理解真实世界。未来,无论是在路上行驶的无人车、车间协作机器人、家庭服务人形机器人,都将归属同
2026年7月,全球Agent赛道融资达18亿美元,但Gartner警告超40%项目将失败。WAIC展会显示消费端"对话替代搜索"趋势,但演示场景与真实业务存在巨大落差。生产环境要求Agent具备99.9%稳定性,长尾风险可能摧毁信任。成功案例如智元机器人万台量产线、蚂蚁灵波医疗配送机器人,均以量化价值和兜底机制取胜。资本转向关注交付能力,创业者需从工具提供者升级为结果交付者。行业正从技术展示期进
触觉感知被视为解锁通用机器人操作能力的关键拼图。在2026年RSS研讨会上,专家指出触觉长期被忽视的三大原因:硬件缺乏标准化、跨学科门槛高、实证价值不足。当前研究聚焦可规模化触觉方案,如磁触觉手套和低成本压阻皮肤,并突破系统集成瓶颈,探索多模态融合算法。触觉通过填补视觉盲区、提升操作鲁棒性,可显著提高工业吞吐效率。随着可穿戴设备和大规模仿真的发展,触觉技术正从"是否可行"迈向&
1 简介基于粒子群算法的移动机器人路径规划,通过建立目标函数,变换坐标等对环境建模,再引入粒子群优化算法,得到全局最优路径.MATLAB仿真结果显示,此方法可有效地解决空间作业机器人路径规划及避障问题.与传统遗传算法比,该法建模容易,计算快捷,可以在不同的障碍物环境下得到不同的优化轨迹。路径规划是移动机器人导航中最重要的任务之一 。路径规划技术是移动机器 人研究领域中的一个重要分支 。所谓机器人的
同类混合架构目前极少,比亚迪这套方案填补“像素细节+潜态鲁棒”的中间空白,相比多激光融合方案硬件成本更低,仅依靠前视单相机就能实现均衡表现,对量产车型成本控制更友好。同时,论文搭建的噪声鲁棒评测数据集,给后续世界模型研发提供统一量化标准,解决行业此前只看仿真高分忽略真实恶劣路况的评测盲区。这个VAE相当于“图像翻译器”,既能还原高清路面画面,又能产出干净带语义信息的隐向量,是混合建模的基础载体。两
当您排除了 3D、仿真、主动推理、视觉生成和 VLM/VLA 后,世界模型赛道褪去了所有“视觉奇观”和“语言红利”的浮华,只剩下“纯 JEPA(抽象表征)”这一条最硬核、最反共识的路线。竞争格局:这条路线目前在全球范围内主要由引领理论,由具脑磐石在中国进行工程化突围。核心信仰智能的本质是理解事物背后的抽象概念和物理因果,而不是死记硬背像素或文本细节。业界普遍认为,这是突破当前具身智能“数据荒”与“
空间智能作为数字经济下一代核心基础设施,市场迎来万亿级产业风口,产业逻辑完成根本性跃迁:从过去追求三维可视化大屏展示,升级为理解物理空间、量化空间关系、推演行为态势、实现虚实双向闭环调度,视频孪生赛道头部企业迎来一场关乎未来赛道话语权的资格大考。原生空间智能底座范式:以视频像素作为计算源头,原生完成像素‑三维坐标实时解算,内置统一四维时空基准,空间感知、时空融合、态势推演、闭环控制深度耦合到底座内
镜像视界立足于像素升维原创理论,依托SpaceOS™全域空间智能底座、全栈自研引擎矩阵以及Cognize‑Agent空间AI原生智能体,把视频孪生升级为具身智能的空间计算基座,打通全域空间感知‑空间自主决策‑物理设备控制‑现场执行反馈‑数字底座动态更新完整闭环,探索视频孪生与具身智能深度融合落地路径。仅做单向可视化展示的方案市场持续收缩;→ Cognize‑Agent空间AI原生智能体(具身智能中
L4 级、车规级无人驾驶正在从乘用车场景外溢到城市服务、公共空间运维和工业清洁领域。相比传统自动清洁设备,基于多模态 BEV(Bird’s Eye View,鸟瞰视角)感知算法的无人清洁机器人,不再只是“按路线行走的机器”,而是具备环境理解、动态避障、高精定位、任务决策、云端协同和安全冗余能力的移动智能体。在道路、广场、园区、停车场、机场、高铁站、商业综合体、工厂、医院等复杂空间中,清洁机器人需要
慕尼黑工业大学团队在《Science Robotics》发表研究,提出"异心远程操作"新范式,让单人可同时操控多台机器人协作完成任务。该系统融合多机器人感知数据生成统一3D场景,操作员通过VR头显以"上帝视角"直接控制机器人动作,支持并行操作。实验显示,该模式使移动速度提升84%,任务完成速度提升50%,且不影响操作员的控制感。研究突破了传统第一人称视角的局
360全景环视影像系统通过多摄像头无缝拼接技术,为移动机器人、无人车辆及无人机等具身智能应用提供完整、连续的360°周边视觉信息。系统支持RTSP视频流输出、AI目标识别、多传感器融合及1分钟快速自动标定,为设备环境理解、智能避障、远程监控及系统集成提供可靠视觉数据支持,助力具身智能应用实现“感知—决策—行动—反馈”的智能闭环。
AI世界模型:重构物理直觉的下一场革命 自动驾驶、机器人、内容生成和工业仿真四大领域正迎来颠覆性变革,其核心在于AI“世界模型”的发展。这种模型赋予AI对物理世界的因果推理能力,使其能预判“一杯水洒落”的连锁反应,而非仅依赖数据训练。 自动驾驶领域,世界模型通过虚拟生成极端场景(如塌方、暴雨),让车辆在数字空间积累远超现实的经验;机器人则借助“内心预演”调整动作,如精准抓取不同材质的物体;内容产业
obsidian机器人、无人机、自动驾驶等系统都需要回答一个核心问题:“我在哪里?我正在怎么运动?周围环境是什么样?这三个问题就对应。
日知淘选0724|拳王亏2亿、演员转行、Ki-mi K3、河南助农、具身智能
2026年的今天,当你坐进一辆具备高阶自动驾驶功能的智能汽车,看着它在复杂的车流中游刃有余地穿梭时,你是否想过:这辆车,其实已经是一个“轮子上的机器人”?随着AI技术的狂飙突进,理想汽车董事长李想抛出了一个被业界奉为圭臬的判断:“自动驾驶是具身智能的上半场,通用人形机器人是下半场。”当车企们纷纷跨界“造人”时,很多人质疑这是不务正业。但事实上,这绝非简单的业务扩张,而是一场基于底层技术栈高度同源的
WAIC2026(世界人工智能大会)在上海落幕,标志着AI产业进入高质量发展新阶段。大会呈现三大核心趋势:1. 竞争逻辑从技术比拼转向产业落地价值,垂直领域大模型成为主流;2. 国产算力强势崛起,全栈自研解决方案实现规模化商用;3. 智能形态升级,虚拟智能体与实体具身智能双线并行。上海及长三角地区依托完整产业链和顶尖科创资源,巩固了全国AI核心承载区地位。大会显示AI技术已深度融入实体经济,落地价
助推中国人工智能产业落地提速。
BEV 感知、4D 时空预测模型训练不可或缺的数据基础设施