机器人数据
共 43 篇相关内容
理想汽车基座模型团队提出 ME-Dex 1.0，让触觉和画面一起预测未来
ME Dex 1.0 让机器人在输出动作前，预先计算下一步会产生的接触状态。理想汽车基座模型团队将视觉、触觉、动作三路专家模块整合进同一个去噪框架；触觉与图像一样，被视作需要预测的未来观测。团队还借助手部模板，把不同灵巧手、夹爪的触觉信息对…
399 美元买一只会摔跤的鸭子，Hugging Face 赌的是机器人的「刷机时代」
399 美元，买不到一台替你叠衣服、收拾房间的人形机器人。 但可以买到一只鸭子。 它只有 25 厘米高，走起路来摇摇摆摆；脑袋和身体一共装了 15 个电机，嘴巴可以张开，把地上的小东西铲起来。它会坐下、站起、踢球、滑旱冰，也可以从多种常见摔…
星海图赵行：机器人的下一次 Scaling，不只发生在预训练
机器人抓起一个商品，只能说明它会做一个动作。展台上的机器人完成一次抓取，与它进入前置仓持续接单、拣选和打包，是两种不同的考验。 前者可以被压缩成一条成功轨迹，后者却要求机器人理解订单、定位货架、自主导航、处理随机摆放的商品，还要在多机协同时…
模型之外，Ego2Robot 让数据处理管线当回主角
一台机器人在固定桌面上完成任务，和换了桌布、改了光照、挪了相机位置之后仍然做对，是两种完全不同的能力。前者说明策略已经收敛，后者才决定它能不能走出实验室。 众所周知，机器人遥操作天然比人类中心视频慢、贵。而此前工作仅在小规模单任务上验证过「…
上交卢策吾、浙大等团队提出 Track4Action：把「动作后的 3D 世界」蒸馏进 VLA
VLA 模型可以把图像和语言指令转换成机器人动作，训练的过程中，研究人员通常只评价机器人的动作像不像专家。至于机器人的动作会怎样改变物体、空间关系和任务状态，通常没有被明确交给模型学习。短任务可能掩盖这个缺口；一旦任务变长，或者视角、背景和…
首次！北大、南洋理工等 30 位研究者联手厘清具身数据金字塔
7 月 28 日，来自北京大学、南洋理工、港科大、新加坡国立、港大、上海交大等十余所机构的近 30 位研究者联合发布了一篇 72 页长文综述《Data Pyramid for Embodied Manipulation》。该综述通过一个五层…
0.04B 通吃异构相机，与地瓜机器人隋伟谈 X-Lens 取舍逻辑
鱼眼相机看得广但画面边缘是畸变弯曲的，针孔相机看得直但视野窄。 一台机器人身上往往同时挂着这两种相机，用于感知环境深度，而像 DAC、MapAnything 等深度估计模型，几乎没有既能同时适配好这两种相机，又能端侧跑起来的方案。 对此，地…
50 万小时第一视角视频，如何给具身世界模型补上「触觉」
一只机械手把葡萄从一串果实中摘下来，难点不在于「看见」葡萄，而在于何时接触、哪根手指承力、力道多大才不会把果肉捏坏。挤牙膏、从软袋里摸出被遮住的物品、用软笔写字，都是同一类问题：视觉能描述物体和姿态，却很难直接给出接触已经发生了没有、接下来…
不止于预测，小米将世界模型打造成数据引擎
7 月 14 日，小米放出其自研机器人在工厂中连续作业的任务视频，视频中可以看到机器人在面对不同尺寸工件依然可以长时间稳定作业。 然而，机器人在工厂里的稳定作业，只是最终呈现出来的结果。真正支撑这一结果的，是机器人背后的模型能力。模型能力决…
英伟达用 SimFoundry，打通机器人 Real2Sim 最后一公里
近年来， DexMimicGen 等自动化数据合成工具和 PolaRiS、Isaac Sim 等仿真工具为解决机器人数据与训练问题，提供了可扩展的替代方案。 但是让开发者通过「CAD 建模、提供物理约束、摆放场景」等步骤手动布置仿真环境，并…
机器人开始「吃数据」：从印度数据工厂到百亿美元人形机器人的隐秘生产链
在印度的某个服装加工厂中，工人们正在像往常一样整理布料，但这次不同的是，他们的头上多了一个摄像头，用来拍摄自己工作时的第一视角视频。 这些视频，将会在处理之后成为数据资产，出售给那些需要大量数据来训练机器人的具身智能公司。 类似的生意从今年…
VLA 终于摆脱后训练了？自变量开源 WALL-OSS-0.5，预训练完直接上真机
近年来，VLA 模型越来越强，但始终存在一个关键现实，几乎所有亮眼成绩，都依赖后训练。预训练模型本身，很少能直接部署到机器人本体上。 似乎任务微调才是那个让模型真正「干活」的东西，预训练到底有没有让机器人学会操作，离了后训练，模型还能不能直…