进一寸有一寸的欢喜

相机与机器人通信

北京银河通用机器人，开源了基于 Apple Vision Pro ，针对下半身控制，我们的方法允许使用者通过一对摇杆控制器来操控人形机器人行走或改变身体姿态。而上半身控制方面，机器人手部动作是通过逆向运动学算法，从VR设备捕捉到的人手位姿数据计算得出的。

通过结合强化学习策略与低成本“同构外骨骼”硬件，让单一操作者能够更稳定、快速且精准地控制人形机器人进行步行、下蹲、抓取、搬运等动作

​​GraspVLA​​，一个完全基于合成数据预训练的抓取基础模型（基于Franka机械臂和固定视角配置），旨在通过大规模合成数据解决真实数据不足的问题，并实现开放词汇的抓取泛化。

lerobot so-100装配完毕如何进行遥操作。

NVIDIA Isaac GR00T N1：全球首个开源且完全可定制的基础模型 ，该模型接受包括语言和图像在内的多模态输入，以在不同的环境中执行操作任务，可赋能通用人形机器人实现推理及各项技能。

Zeroth-01是一种开源端到端类人形机器人，起价为350美元，具有视觉，基于RL的步行和语音。特点带有开源机器人和仿真环境的SIM2REAL转移。深度RL的端到端控制。VLA：可推广视觉语言行动策略。负担能力：我们通过开源硬件和软件使机器人更加负担得起。

引入了一个低成本的移动操作系统，该系统是双手的，并支持全身远程操作。该系统的成本为 32k，包括板载功率和计算。左：用户远程操作以从冰箱中获取食物。右图:移动ALOHA可以通过模仿学习执行复杂的长期任务

OpenVLA 是一个开源的视觉–语言–动作模型，拥有 70亿参数（7B） ，通过在 97 万机器人示范片段(episodes)上微调（数据来源 Open X-Embodiment），为通才（generalist）机器人操作策略 (manipulation policies) 设置了新的技术水平

介绍了 Physical Intelligence 公司开发通用机器人基础模型 π0 的成果及展望。当前 AI 在物理世界应用存在局限，该公司经八个月研发 π0 以迈向人工物理智能目标。π0 基于大规模数据训练，融合图像、文本与动作，能跨多种机器人执行任务并可微调适应复杂场景。其通过独特架构从机器人具身经验获取物理智能，在洗衣、清理餐桌、组装盒子等任务上表现优于其他模型。我们的通才机器人策略使用预先训练。

扩散策略，这是一种通过将机器人的视觉运动策略表示为条件去噪扩散过程来生成机器人行为的新方法

使机械臂精细化操作，只需要不到2000元

Figure 发布 Helix 机器人视觉语言行动模型：•历史上第一个类人机器人上身的高速连续控制模型•可以两台机器人用一个模型控制协作完成任务•可以捡起任何东西，不管他是否原来就认识•历史上第一个在本地GPU运行的机器人模型