Eka Robotics 完成 1.5 亿美元 A 轮,投后估值 14.5 亿美元
Eka Robotics 完成 1.5 亿美元 A 轮融资,投后估值 14.5 亿美元,由 a16z 和 F-Prime 领投。
Eka Robotics 完成 1.5 亿美元 A 轮融资,投后估值 14.5 亿美元,由 a16z 和 F-Prime 领投。
Adrian Remonda 提出 Prior-Informed Adaptation(PIA),一个从离线到在线的基于模型强化学习框架,用结构化仿真先验实现快速自适应。
这篇 arXiv 技术报告提出 PhysRSI-eval,用首次尝试表现、效率、成功率、预算和失败后的改进五个轴量化物理递归自我改进。作者在固定交互预算下用 18 个操作任务评测多个 VLM,据此提出物理木桶假说,认为不同能力约束改进的不同环节。五轴指标可区分公开榜单平均分接近的系统,高分未必对应更早或更高效的改进;工作区干预实验还显示移除历史会降低后期成功率。
论文提出 CoopUQ,一个结合不确定性感知协同占用栅格预测与鲁棒决策的多机器人社交导航框架。它通过跨机器人时空特征融合预测未来占用栅格,再用预测结果及其不确定性约束多智能体强化学习的代价函数,惩罚驶入高占用或高不确定区域的导航行为,使策略在分布偏移下调整风险敏感度。
DialogMem 是一个两阶段基准,让智能体用时间对齐的 RGB-D 观测流与对话构建记忆,再用于实例级物体导航和问答。它包含 27 个真实 3D 场景的 142 个 episode、14,193 条 QA 对和 11,890 条导航指令。
NestedVLA 提出用参数生成替代参数聚合,由一个以目标任务为条件的嵌套超网络合成任务自适应的动作专家参数,与冻结的基座 VLA 组合,任务专属的压缩 VLM 残差单独保留。
LIBERO-PeRM 是用于评测具身智能体个性化偏好的基准,基于 LIBERO 构建,含五个任务套件共 312 个任务,并提供配对演示与偏好满足度指标。它围绕零样本偏好遵循、从演示学习偏好、随演示增加的学习效率、跨布局与任务泛化、偏好组合与冲突五个问题设计,偏好限于语言可表达且不改变任务目标。
推荐理由:机器人策略研究者可以用这套含 312 个任务的基准,先测零样本个性化表现,再决定是否加入 SFT 数据。
CoDA 通过共享异构记忆让仿真数据引擎与动作策略协同演化,把视觉语言评论器验证的诊断编译成环境生成与训练程序,四类操作任务上分布外成功率从 5.3% 提升到 27.6%,超出最强闭环基线 9.5 个百分点。
Google Research 提出 AgentHands,一个让 XR 中的 AI 智能体在说话时同步做出空间手势的研究原型,论文将在 CHI 2026 发表。
AWS 开源的 Strands Robots 让同一个 Robot("so100") 录制 LeRobotDataset 并同步到 Hugging Face Storage Buckets,再从 Hub 流式读取训练,无需先下载完整数据集。
Google DeepMind 发布面向机器人的具身推理模型 Gemini Robotics ER 2,作为机器人的高层大脑负责对话、多步任务规划与工具调用,再把动作执行交给下层 VLA 模型。
推荐理由:机器人开发者可通过 Gemini API 调用 ER 2,把 VLA 模型和导航 API 声明为工具,配合 GitHub 示例跑通取物流程。
Google DeepMind 发布 Gemini Robotics 2,包含视觉语言动作模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和本地运行的 Gemini Robotics On-Device 2 三个模型。
推荐理由:做具身智能的团队可先在 Google AI Studio 调用 Gemini Robotics ER 2 验证多步任务规划,VLA 与端侧模型需申请早期访问。
NVIDIA 发布 Cosmos-H-Dreams,这是面向手术机器人的动作条件化实时生成式仿真器,把 Cosmos-H-Surgical-Simulator 蒸馏为少步因果学生模型,经 FlashDreams 在单张 RTX PRO 6000 上达到约 160 帧每秒。
推荐理由:做手术机器人策略研究的团队可以用它把真机试错搬到单卡实时仿真里,先跑通闭环评估和失败样本生成再上硬件。
Grabette 是 Pollen Robotics 开源的机器人操作数据采集系统,用手持夹爪代替遥操作机械臂记录演示。设备含两个摄像头、IMU 和夹爪编码器,硬件物料成本约 490€,配套电机夹爪 Gripette 约 120€。
推荐理由:机器人学习团队可按开源清单组装 Grabette,用手持演示直接采集并转成 LeRobot 训练数据集。