跳到正文
11月14日周六
  1. The Decoder67

    Runway 开源机器人模型 Praxis-1,将视频学习能力用于机器人控制

    Runway 开放机器人控制模型 Praxis-1 的权重与源代码,采用允许商用的 Apache 2.0 许可,并发布包含新测试的研究报告。模型利用视频预训练,结合摄像头图像、文本指令和机器人位置信息预测环境变化并生成动作,在 RoboLab-120 上取得 46.2% 成功率,位列 World Action Model 类别第一、总榜第五,测试均由 Runway 自行完成。

  2. AI快讯58

    NVIDIA 发布机器人研究模型 GR00T 2

    NVIDIA 发布面向机器人研究的开放 System One 模型 GR00T 2,称其为自家迄今最先进的此类模型。它能从人类演示中学习技能,并预测自身动作将如何改变物理世界。所学技能可迁移至不同机器人本体,减少为每台机器人从头教授每项任务的需要,原帖还展示了相关研究的运行演示。

11月10日周二
  1. Google DeepMind71

    Google DeepMind 发布 Gemini Robotics 2.5,提升机器人灵巧性与真实场景可靠性

    Google DeepMind 发布视觉语言动作模型 Gemini Robotics 2.5,提升机器人任务广度、灵巧性与安全性,并正向机器人合作伙伴开放。

    推荐理由:从多任务评测到汽车产线试点,材料给出了机器人灵巧性提升与实际作业可靠性之间的对照,便于理解模型进展的落地范围。