找到 5 筆
源策未來發布人形機器人全身控制模型 Anchor 1，將它定位為全身智慧架構中負責精準執行的「小腦」System 0 層。在宇樹 G1 的 72 段全身操作真機測試中，其手腕、腳踝全域性位置誤差比此前最佳方法分別低約 28% 和 39%；遙操作踢紙箱的示範採整合功率從 37.5% 升到 98.0%，每小時成功示範從 9 條增至 43 條。方法上只下發骨盆、雙腕、雙踝五個錨點，把重定向從即時挪到訓練前離線完成，跟蹤誤差則繞過 motion token 直接送入解碼器。
具身智慧公司 Microagi 公開亮相，推出面向工業場景的機器人產品 Atlas 與資料產品 shift。Atlas 把自主機器人直接部署到工業企業現有硬體與產線上執行閉環作業，無需更換裝置；shift 在不使用遙操作、不中斷產線的情況下記錄真實物理作業過程，並轉化為可直接用於訓練的資料。該公司稱自身為資料研究與部署實驗室，團隊分佈在慕尼黑、蘇黎世、倫敦和伊斯坦布林。
清華大學丁寧團隊聯合北郵、北大等發布靈巧操作模擬評測基準 HandsOn，包含 66 項人工驗證任務、1.8 萬條人類遙操作示範，支援 5 種機械臂、6 種靈巧手和約 200 種物體資產。在有示範的 Core-50 上，9 種受訓方法中最佳多工策略 OpenWAM 平均成功率僅 29.1%；在無目標任務示範的 Transfer-16 上，8 種多工策略成功率均低於 1%。
10 月 14 日，破曉智慧（PHANES AI）聯合天瓏移動發布全身全模態資料採集系統 SeePhys Hub，想在輕量 Ego 第一視角影片與高精度動捕、真機遙操作之間補上中間層資料。整套裝置由四目頭環、兩個腕部手環、三個腰腿部追蹤器和可分離觸覺手套組成，同步記錄 193° 水平視場的第一視角視覺、手部位姿與觸覺、全身運動資訊。官方給出的指標是全身姿態定位誤差中位數低至 1.5 釐米，頭環內部相機、IMU 與 UWB 同步誤差不超過 0.5 毫秒；
香港科技大學、北京智源研究院、北京大學等提出 DexRoam，用第一視角人類全身示範學習移動雙臂靈巧操作，工作被 CoRL 2026 接收。系統用 Meta Quest 3 加頭戴 ZED Mini 相機採集全身動作，經本體、語義、時間三階段對齊後與機器人遙運算元據共同訓練 VLA 策略。在 GR00T N1.7 與 π₀.₅ 的五項真機任務中，人類預訓練加聯合微調把平均成功率從 29% 和 32% 提升到 56% 和 57%，機器人示範減半仍接近完整基線。