搜索
RoboScience机器科学发布云端具身智能体Visics-Agent，支持语音理解、技能教学与经验积累，可通过腾讯云API适配不同末端执行器，计划于2026年12月上线。
斯坦福研究团队让GPT-6 Astra直接修改π₀.₅机器人策略的65行词嵌入，将765条留出指令的整体成功率从86.3%提升至92.0%，但仍有4个回合退化且结果仅限仿真。
Real2Sim2Real 为此提供了一条路径：将真实场景重建为仿真环境，在其中生成示范、训练策略，再将技能迁移回真实机器人。但要让这条路径支撑人形机器人的全身操作，仍需跨过两道门槛。
现有的具身智能体大多存在一个结构性缺陷：它们是“任务驱动”的。接到指令，启动推理与工具调用；任务结束，系统归于沉寂。这种离散的交互模式，导致智能体缺乏对环境的持续感知，也没有跨时段的长程记忆。
把空间理解放进基础模型的持续学习过程，机器人能否更好地应对现实中的变化？
刻行时空完成近亿元pre-A轮融资，资金将投入预部署环境、数据理解专用模型和数据基建，其首批交付的宇树真机数据通过率接近100%。
在机器人操作研究中，视觉语言动作模型（Vision-Language-Action，VLA）与世界动作模型（World Action Model，WAM）为机器人提供了不同的动作生成路径。但当任务从一次抓放延伸到连续搭建与双臂协同，决定成败的就不只是眼前这个动作能否完成，还包括此前建立的条件能否一直支撑后续执行。
谷歌具身RSI新成果来了！
机器人正迎来自己的 Computer Use 时刻。
啥，机器人已经能接管酒店洗衣房了？？