从π0.5到星海图G0.5，VLA 为什么又回到了自回归动作路线？
作者：Yuanxq 出品：具身智能研究室让机器人打开抽屉、拿出一袋核桃、倒进空气炸锅，再把抽屉推回去。视频里看起来像一件连贯的...
牛津、NUS提出下一代世界模型方向：心智世界模型来了
出品：机器之心想象这样一个场景：一个杯子被A放进柜子里，B没有看到。问：B下一步会去哪里找杯子？如果世界模型只知道物理事实，预测错B的下一步决策：「杯子现在在柜...
VLA 模型太多了？从 OpenVLA 到 π0.7，一篇看懂 VLA
作者：毛不毛 出品：具身智能前沿导读VLA把图像、语言和机器人状态变成动作，但不同模型并不采用同一种结构：有的让改造后的VLM...
五大高校联手发榜！首份机器人三视角世界模型评测结果出炉，榜单持续更新中
出品：量子位近日，由北京大学、清华大学、北京航空航天大学、上海交通大学、中国科学技术大学联合发起的TriWorldBenchChallenge，正式公布首周榜单...
全球首个，连续时间具身世界模型！任意帧率自由生成
出品：新智元让机器人把一只虾夹起来，再放进锅里。真正困难的，可能不是认出虾，也不是找到锅，而是把握夹爪闭合的那个瞬间：早一点，夹爪会落空；晚一点，虾可能已经被推...
北大等联合发布Data Pyramid：用五层数据金字塔系统回答「机器人应该从什么数据中学习？」
出品：机器之心多模态基础模型可以通过互联网规模的图像与语言学习「看」和「说」，但具身智能没有同样的捷径。机器人必须进一步理解物理状态与动力学，判断动作如何改变环...
右键可直接复制图片