登录社区云,与社区用户共同成长
邀请您加入社区
26年9月来自智元机器人研究组(Agibot)的论文“GE-Act 2.0: Pretraining and Scaling a World-Action Model for Robotic Manipulation”。该论文提出 GE-Act 2.0,一个面向机器人操作的世界-动作模型(World-Action Model, WAM)。其核心目标是:从操作数据出发,从头预训练并扩展视觉生成与动作
本文提出CMP-D-ROS2架构,以六层旁路审计拓扑实现机械臂碰撞风险的柔性降级。在碰撞前0.5秒窗口期,不触发急停,而是降速至0.1m/s、发布告警并等待人工确认,避免产线中断。每层决策由D层审计链记录,支持事后溯源。该方案基于空圈容错思想,属上层安全增强,不可替代硬件急停。架构复用“骨架通用,血肉各长”原则,适配物理端机器人场景,提升安全性与效率。
2026年8月12日,由高工机器人、高工机器人产业研究所主办的2026(第五届)高工智能焊接机器人技术与应用峰会在上海盛大启幕。昇视唯盛(3Srobotics)携行业最新智能焊接机器人解决方案重磅亮相,凭借硬核技术斩获峰会权威产业奖项“2026中国智能焊接产业先锋-产业创新奖 ”。
具身智能模型训练对Ego数据的依赖程度持续提高,数据集交付环节的质量验收却长期缺少可执行的工程方法。据新华社报道,由中国信息通信研究院联合40余家单位共同起草的人工智能行业标准《具身智能数据集质量要求及评估方法》将于2026年11月1日起正式实施,标志数据集建设从规模导向转向质量导向;同期据新华社报道,全国已建成启用超70家具身智能训练场。供给规模扩大之后,采购方面对的问题从"能不能买到数据"变成
具身智能领域近期出现一个值得技术团队关注的信号。据行业媒体9月的报道及业内人士透露,海外头部通用AI机构已通过专业数据采集机构采购千万小时量级的具身(机器人)数据,配套投入资源以百亿元人民币计,并出现了专门为前沿AI实验室采集机器人数据的服务商。同期,新一代通用大模型被放入机器人任务测试,语义理解、目标识别、任务规划等认知能力表现突出,但接触、力控、双臂协调、紧配合插入等物理操作能力存在明显短板。
在搭建了CTFd平台后,需要在QQ群里加一个会自动播报的bot,在网上查阅了相关资料并尝试后发现当前很多框架都用不了了,比如,都是过不了签名。所以我最终选择的方案是。
2026年机器人技术与智能系统国际会议(ICRTIS 2026)录用通知:投稿后5个工作日左右,优先投稿优先送审!出版检索:SPIE出版,EI、Scopus检索。点击官网 即可参会/投稿/了解会议详情。大会时间:2026年10月23-25日。接受/拒稿通知:投稿后5-7个工作日。三轮截稿日期:2026年9月25日。
RASIT 2026,机器人、自动化系统与智能技术国际会议,将于2026 年 11 月 6 日 - 8 日在长沙举办。会议录用论文将提交 EI 数据库检索,旨在搭建机器人、自动化、智能技术领域的学术交流平台,汇聚国内外学者与工程技术人员,分享前沿研究成果。主办单位:湖南第一师范学院协办单位:集美大学、AC 学术平台、ESBK 国际学术中心支持单位:湖南人工智能与机器人推广学会。
维特智能携手国内人形机器人企业,推出基于WTi-603C的IMU软硬件一体化解决方案,攻克双足机器人高动态运动中姿态漂移、多传感器不同步等难题
异常告警的核心不是写更多报警规则,而是建立“任务预期—实际状态—异常确认—动作冻结—告警—恢复验证”的闭环。尤其在可能涉及人员安全的场景中,系统应该明确区分“检测到异常停靠”和“确认人员被困”,避免用有限的状态数据做超出能力范围的结论。电梯途中停止怎么办?更可靠的设计是把楼层、运行方向、停止、平层、门状态和机器人任务阶段放进同一状态机,通过状态一致性判断异常,再决定暂停、重试还是告警。具体持续时间
2026年,人形机器人产业迎来爆发,国内出货量超4万台,全球占比达97%。产业链呈现“上游厚、中游薄、下游多元”特征:上游核心零部件(如减速器、传感器)占BOM成本70%以上,国产化率提升至75%-90%,但高端仍存差距;中游本体制造需强整合能力,面临量产与可靠性挑战;下游工业场景率先落地,推动技术迭代。三层协同紧密,真实场景反馈反哺上游创新,全栈研发企业正填补产业链薄弱环节,推动具身智能从“能动
2026 年公开的 RLT 使用 VLA 的表征帮助机器人理解任务,再训练一个轻量的在线 RL 策略,专门优化螺丝刀对准、网线插接这类精细动作。到了执行阶段,目标负责引导生成方向,解码器再结合机器人此刻的身体状态,产生关节动作。它没有要求研究人员手工写出“怎样走才像人”的全部规则,而是让一个判别器充当动作裁判:参考动作告诉裁判什么样的运动更自然,机器人生成的动作则不断接受比较。它不会直接给出一个被
*研究口径:**本文主要讨论 VLA、Sim2Real、WBC/MPC、机器人系统、端侧 AI、DFM 等核心技术岗位。不同企业融资阶段和股权制度差异很大,期权、奖金及算力承诺均应以正式 Offer、激励计划或公司审批文件为准。
直流伺服电机凭借高精度、快响应与强稳定性,已成为AGV/AMR、具身智能机器人、精准农业及工程机械电驱化的核心动力。其双闭环控制与集成化模组设计显著提升系统可靠性与空间利用率,智能化运维与国产替代加速推动市场增长。科亚电子等企业依托全系电驱解决方案与系统集成能力,助力行业向高功率密度、低速大扭矩、安全标准化方向演进,未来在工业4.0与新兴场景驱动下,将实现从“驱动元件”到“智能动力系统”的跨越。
第四阶段聚焦VLA如何生成SONIC可理解的64-D Universal Token。系统由PolicyServer(运行VLA模型)、run_vla_inference.py(数据协调与传输)和C++ SONIC Deploy(实时控制)构成。VLA输入包含视觉(主视角+手腕相机)、机器人状态(关节位姿、重力投影)及语言指令,输出为78-D动作空间:其中64-D为通用运动令牌(motion to
第四阶段揭示VLA与SONIC系统的交互机制:通过run_vla_inference.py实现跨进程通信,将视觉、机器人状态与语言输入送入VLA模型,输出64维motion token。该token经延迟补偿后,作为通用动作表示(Universal Token)通过ZMQ发送至C++ SONIC部署模块,由其解码为78维关节指令。关键结论:VLA与SONIC间交换的是压缩的运动隐变量(motion
单台机器人干活,通信不是问题——传感器数据在本机读,控制指令在本机发,闭环短得可以忽略。可一旦机器人凑成一个队,事情就变了。如果每台机器人是一个神经元,那机器人之间的通信中间件就是这套系统的"神经传导系统"。传导越快,集群的反应越像一个整体;传导越慢,就是一群各干各的机器在互相等消息。
机器人集群调度正从集中式向混合式架构演进——中央负责全局统筹,分布式负责实时响应。这一趋势对主控硬件提出了算力、实时性、通信接口多维度的综合要求。瑞迅科技RK3568、RK3576RK3588机器人嵌入式工控主板方案,为不同规模的机器人集群调度提供了分级化的硬件底座,从30台以下的小规模AGV集群到百台级的大规模AMR集群,均可在瑞迅科技的产品矩阵中找到匹配的硬件方案。
你需要使用 **`Octomap`** 将 FAST-LIVO2 的**三维体素/点云地图**进行**体素化**,并投影生成**二维占据栅格地图(2D Occupancy Grid Map)**,供 Nav2 的全局规划器使用。| **Sphere-VIO** | **统一球面表示**(专为多相机设计) | EuRoC数据集上ATE RMSE为**0.1072米**,优于VINS-Fusion约*
异构无人集群(巡飞无人机 × 自爆机器狗)在城市/林区想定下对连级防御阵地的分布式任务分配与协同打击仿真平台交付形态:单文件纯前端 HTML,双击即运行,无需任何服务器与依赖版本:v12(通信网络分析)· 代码规模约 3400 行(sim.js 1931 / app.js 1060 / style.css 296 / index.html 114)
最近开始接触VLN领域,希望可以站在前人优秀的工作上快速上手这个行业。本文会从基础概念讲起,通过通俗的解释入门VLN。第一篇要精度的项目是DualVLN/InternVLA-N1.DualVLN:论文《Ground Slow, Move Fast: A Dual-System Foundation Model for Generalizable Vision-and-Language Naviga
因为机器人关节大多是旋转关节。旋转运动中,和牛顿第二定律FmaF=maFmaτJθ¨τJθ¨τ\tauτ是力矩;JJJ是转动惯量;θ¨θ¨是角加速度。如果关节是移动关节,那么对应的就是力FFF和位移xxx。所以在机器人动力学中,统称它们为“广义力”。旋转关节的广义力就是力矩,移动关节的广义力就是力。从拉格朗日方程看:如果 (q) 是角度,那么 (Q) 的量纲就是 (N\cdot m),也就是力矩。
2026年是人形机器人规模化落地的元年,随着具身智能大模型、高精度伺服关节、多模态感知技术的全面突破,人形机器人彻底摆脱“表演化、实验化”标签,正式进入工业量产、商用服务、家庭民用、特种作业四大核心场景。区别于传统工业机器人固定工位作业、场景适配性差的短板,人形机器人凭借仿生躯体、自主决策、全场景适配能力,成为智能制造、智慧服务、特种运维的核心装备。目前国内人形机器人市场品牌繁杂,产品在关节自由度
国内工业机器人行业已经告别单纯比拼移动能力的阶段。镇海炼化大型危化球罐区立体化巡检项目、铝电解槽底高温强磁场景巡检项目、四川中蓝新能源生产物流智能化项目,场景各不相同,但共同印证一条规律:只有机器人深度融入生产工艺、现场数据与工厂信息系统,才能真正成为工业生产的组成部分。中控技术 Plantbot“AI + 机器人” 坚持场景化实施路线,针对不同工业环境组合机器人、传感器、工业 AI、软件平台与集
国内工业机器人行业,早已跨过单纯比拼移动能力的阶段。镇海炼化 1.2 万平方米危化品球罐区采用飞索机器人、OGI、无线防爆传感器搭建立体化巡检体系;铝电解槽底项目攻克 1.2 米低矮空间、超 100℃高温、强磁环境巡检难题;四川中蓝新能源项目将机器人融入生产物流与制造执行体系。各个项目作业方向不同,但底层逻辑一致:只有让机器人深度融入生产工艺、现场数据与工厂信息系统,机器人才能真正成为生产体系的组
国内工业机器人行业,早已不再停留于比拼机器人能否移动的初级阶段。镇海炼化 1.2 万平方米危化品球罐区采用飞索机器人、OGI 设备、无线防爆传感器搭建立体化巡检体系;铝电解槽底项目攻克约 1.2 米低矮空间、超 100℃高温与强磁环境巡检难题;四川中蓝新能源项目将机器人融入生产物流与制造执行体系。各个项目作业方向各不相同,但底层逻辑一致:只有让机器人深度融入生产工艺、现场数据体系与工厂信息系统,机
如果企业主要比较单台机器人,机器人本体参数自然很重要。但在危化巡检、无人值守、设备状态监测、厂区物流等项目中,仅比较机器人本体往往不够。第一步需要确认现场工况。高温、腐蚀、强磁、防爆、狭窄空间和复杂地形,对机器人形态和传感器配置的要求差异很大。第二步是明确机器人具体要完成什么任务。气体泄漏检测、火灾识别、表计读取、温度监测和设备异常识别,对应的感知设备和算法并不相同。第三步是系统连接。
如需了解更多3M机器人粘接产品信息及应用方案,可访问3M官网获取相关技术资料与支持,或拨打3M热线021-62753455,联系技术团队,结合机器人壳体的材料、结构及实际应用工况获取参考意见。工业机器人壳体的粘接,表面看只是把两个零件固定到一起,实际却牵扯到不少问题:壳体材料是什么、连接位置承受多大载荷、机器人运行时是否存在持续振动,以及后期有没有拆装维护的需求。在工艺方面,其操作时间约为10分钟
即自动导引车,指装备有电磁、光学或视觉等自动导引装置,能够沿规定路径行驶的车辆。轮式移动:区别于履带式或腿足式,采用轮式底盘结构,具有运行平稳、速度快、对地面破坏小等优势,特别适合室内平整地面或室外硬化路面。巡检:搭载可见光相机、红外热成像仪、气体传感器、拾音器等载荷,代替人工完成“看、听、闻、测”的任务。综上所述,挑选一家合适的AGV轮式移动巡检机器人厂家,是企业迈向无人化运维的关键一步。从底层
汽车行业的APQP和PPAP,是机器人供应商质量管理非常重要的基础,但不能成为全部。汽车行业长期解决的核心问题是:如何把经过确认的设计,持续稳定地制造出来。机器人行业在此基础上,还必须解决另一个问题:一个由机械、电气、软件、算法和环境共同构成的系统,如何在不同场景下持续做出正确、安全、可预测的行动。因此,机器人质量管理不是抛弃汽车行业的方法,而是要把APQP和PPAP从“零件与制造过程管理”扩展到
通过把 Webhook 路由分发做散,你可以无限扩展群机器人的业务能力。比如:监听到del_member(退群) 事件,就去公司的 CRM 系统里把客户标签做个变更;监听到特定的查询指令,就去查内网数据库并推送到群里。把繁琐的鉴权和底层通信交出去,这种开发模式非常适合需要快速迭代、多平台落地的技术团队。想了解更多关于高阶群管理 API 的定义,可以直接访问 星云API官网星云API|企业微信API
做企微外部群机器人,真正的难点在于“通信底层”而不是“业务逻辑”。把麻烦的加密解密和群鉴权交给专业的 API 平台,我们只需要专注写好接收和发送的 HTTP 请求,开发周期能从几天压缩到几个小时。这个框架搭好后,无论是接大模型做智能社群助理,还是做自动化运维告警,都非常丝滑。想要了解更多比如进群自动发欢迎语、自动踢人等进阶的群管理功能,大家可以去星云API官网详细了解,或者直接查阅文档测试接口。开
机器人里不少时钟问题,出在时钟树的分配上,而不是某一颗晶振本身。主控晶振是整棵树的根节点,抖动经 PLL 倍频后被放大,沿链路影响 EtherCAT 同步、伺服 PWM 时序与 AI 推理时序。选型前先把时钟树走一遍,再对着指标挑器件。行业内像 SCTF 星通时频这类时钟方案厂商,也按节点位置划分产品族。
最近在审计一批 LeRobot 格式的机器人数据集时,遇到了视频冻结问题。本文分享 RDA 的视频冻结检测方案、实现思路和实测结果。
然而,技术再先进,如果普通家庭买不起、用不上,一切都是空谈。这正是八部门联合印发的《促进智能家居消费行动方案》的核心价值所在。该政策从三个维度打通了家庭服务机器人C端普及的关键堵点。首先是降低购买门槛。通过个人消费贷款财政贴息政策,将一次性数万元的大额支出转化为可承受的月度分期,极大地降低了消费者的决策压力。这与当年新能源汽车通过消费贷加补贴打开C端市场的路径如出一辙。其次是明确落地场景。政策特别
实现外部群机器人,本质上就是一套“真人账号托管 + Webhook监听 + API主动下发”的组合拳。这套方案不仅绕开了官方机器人的群组限制,还能完美继承真人账号的标签、朋友圈等营销属性,是目前做企微社群自动化运营最成熟的底层架构。如果你在调试参数装配或是处理限流队列时卡住了,欢迎在评论区贴出你的报错,咱们一起拆解探讨!
上个双十一,一个做美妆连锁的客户差点把自己的服务器给“祭天”了。他们用机器人接管了 500 多个外部会员群。大促当晚 8 点,运营在后台一键群发了活动预告,结果瞬间有几千个客户在各个群里同时回复“怎么买”、“求链接”。几千条并发消息瞬间涌入,结果呢?他们家机器人的 Webhook 接收网关当场被彻底打穿,CPU 飙到 100%,不仅没回上一句话,还因为大量超时,触发了企微底层的死亡重试洪峰。作为每
昨天中午,一个做全域电商的研发老哥在微信上狂给我弹语音:“老哥,救命!我们在企微内部群玩的那个机器人挺溜的,怎么一拉到有真实客户的‘外部群’里,它就成了个聋子?客户在群里疯狂发消息,我们这边的服务器一根毛都收不到,更别提自动回话了!作为每天在一线跟各类技术团队死磕接口联调的销售客服,这个问题我一个月至少得回答十次。内部群的机器人是个玩具,你只需往官方给的 URL 里 POST 数据就能发消息,但它
斯坦福宋舒然团队发现,经验回放中少数“表征相似但动作相反”的旧样本是防止灾难性遗忘的关键。这些“MemoryAnchors”能有效锚定易被覆盖的决策区域,移除后遗忘加剧4.5倍,定向引入可降低63%高冲突任务遗忘。该方法通过三步定位冲突样本,在不改变回放机制前提下优化缓冲区构成,显著提升机器人持续学习能力,尤其在记忆预算紧张时优势明显。
请记住一条铁律:仿真本身不是目的,能真正解决项目里冒出来的问题,仿真才有意义。更关键的是,姿态动作这块目前都在用机器学习来控制,仿真的必要性自然就低了。说句实在话,CAE这个行当,过去常被调侃“没前途也没钱途”,可如今在新赛道上,它反倒活得风生水起。当你想到钢铁侠时,别忘了那本质上也是一堆铜铁的组装体——他的体重虽没汽车那么夸张,但好几百斤也是有的。值得注意的是,机器人大多数结构失效属于疲劳失效,
编码模型的竞争标尺换了一根:从单次生成的跑分,转向"能不能长时间不下线地自我迭代",以及每解一题要花多少 token。Opus 5.2 的自动循环与 JetBrains 把成本列摆上台面,是同一件事的两面。强制单一供应商的工具链正在失效:谷歌向全员开放竞品模型,亚马逊此前已经开过先例。当自家模型在核心工作流上明确落后,工程组织会绕开它,管理层最终只能跟上。数据留存与控制权成了企业采用前沿模型的第一
摘要:优必选招聘React方向前端开发工程师,要求3年以上经验,精通React/Vue框架及HTML5/CSS/JavaScript,具备架构设计、性能优化和全栈开发能力。岗位职责包括核心业务开发、技术架构优化及新技术落地。重点考察React Fiber架构、Redux原理、Next.js优化等核心技术,特别关注机器人场景下的Three.js点云渲染和WebAssembly应用。加分项包括Rust
26年9月来自新加坡国立SHOW实验室的论文“Show-Harness: Just a VLM Agent Can Play Robots”。该工作提出Show‑Harness,一套与模型无关的具身化驾驭(harness),核心思路:不改造 VLM 视觉-语言模型主干,设计离散语义动作接口,把机器人控制转化为 VLM 可理解的语义符号输出,再由机器人专用解释器把语义动作确定性映射为底层机器人运动,
(哪个分支紧跟判断、哪个跳转),对 CPU 的动态分支预测器没有硬性约束——预测器看的是运行时历史。在 1kHz 控制循环里,如果每个循环都有几次预测失败,一次循环多花几十上百个周期,对 100MHz 的 MCU 就是几十微秒的抖动——对要求毫秒级确定性的控制回路,这是不可接受的。智元这类做人形机器人的,控制链路从传感器到执行器,每一环的延迟抖动都要控制,分支优化只是其中一环。智元做人形机器人,控