githubchy ری ٹویٹ کیا
Fei-Fei Li的World Labs又搞事情：3D作为通用接口。机器人通过3D/4D世界学习空间智能。这个赛道可能比LLM更性感——具身智能才是AI的终极形态。你的AI还在玩文字游戏，别人家的AI已经开始"动手"了。
中文
githubchy
793 posts
githubchy ری ٹویٹ کیا
写了一个 Skill，把过去 3 年多 ChatGPT 和 Claude 的聊天记录全部导入了 🦞OpenClaw，并且重新生成了对应的 Memory。
github.com/dashhuang/open…
Dash@DashHuang
OpenClaw 让我们看到了一个更好的、适用于未来长期的架构。 这套架构能保证未来每个人都有一个独属于自己的、高度可定制的、数据相对本地化且安全的 AI Agent。虽然现在的小毛病还很多，但是这套架构是值得长期投资的。(使用它本身就是一种投资) 即使未来有一个更好的 Agent 出现，现有的这些架构上记录的大量数据对于未来也都是长期非常有价值的。这些数据的可用性，要比之前离散在 ChatGPT、Claude 等等各种产品里积累的东西更强的多。
中文
githubchy ری ٹویٹ کیا
2026年是具身智能爆发年，特斯拉上海工厂占了全球产能一半，Optimus零部件中国供应商占比50%以上。
不知道明年机器人会进化到什么程度。
中文
githubchy ری ٹویٹ کیا
人脑从activity-weights
AI从weights-activity
要是从具身经验智能与符号语言智能的演化视角看，就很容易理解了
AI，尤其是没有具身的language agent，是反过来构建的。先有符号智能，再通过我们的speech交互赋予其具身：
social（sensor-mouth）
act（limb）
cognition（brain）
Lee Smart@VFD_org
Recent neuroscience suggests learning may not be “weights → activity,” but rather activity inferred first → weights updated to stabilize it. Inference before plasticity. That’s interesting. Most AI systems mutate parameters directly (backprop). But biological systems may settle into a stable internal configuration first ,then consolidate it. In ARIA, we’ve taken a similar approach at the systems level: • Infer candidate state • Constrain through governance • Only then persist structural change Stability before mutation. If brains work this way, it reinforces something important: Learning isn’t just optimization. It’s controlled state transition inside bounded dynamics. Backprop made AI powerful. Constraint-first learning may make it stable. We believe next-generation AI systems will need governance layers that function like biological constraint dynamics, not just gradient descent. Paper: nature.com/articles/s4159…
中文
githubchy ری ٹویٹ کیا
前几天工信部还成立了具身智能委员会，王兴兴和稚辉君当副主任委员。
要推动接口标准化，降低研发成本。
任何行业都是有周期的，机器人赛道还是处于一个炒作的中前期，比其他行业得到确定性挣钱的机会要多很多。一个机器人，它也集合了人工智能，电池，电机等零部件
中文
githubchy ری ٹویٹ کیا
这个目前还是概念机
上周去他们那边的时候这东西还是保密的
AWE展出后才算解禁
是科沃斯探索具身智能的一个尝试
相较之下，另外一个毛团儿是比较快能进入消费市场的
沐阳@yyyole
科沃斯推出了一个新产品，叫“八界”！ 内置OpenClaw的家庭机器人管家！！ 可以远程发消息，让它收拾屋子。 可以帮你整理家里的桌面、收纳玩具、取东西、整理凌乱的鞋子、或者把衣服放进洗衣机等等。 虽然长得不咋样，也还是个雏儿。 但这个能力确实是很多人需要的，这才是以后家庭机器人应该干的事情！ 而不是拿着遥控器，让机器人后空翻！
中文
githubchy ری ٹویٹ کیا
githubchy ری ٹویٹ کیا
githubchy ری ٹویٹ کیا
今年具身智能居然也有大突破
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
中文
githubchy ری ٹویٹ کیا
高德发布了一个名叫 FantasyWorld 的世界模型，阿里的模型版图再次扩张。
作为头部导航应用这么大的数据量确实可以用来搞个模型。
发布之后在 WorldScore Leaderboard 这个专门用于世界模型的测试集排第一。
随着自动驾驶各家转向 VLA 和纯视觉方案，加上具身智能的火爆，感觉这类追求物理表现和 3D 一直性的世界模型会越来越重要。
FantasyWorld旨在为具身智能与AGI提供高质量3D世界模型。
在冻结的视频骨干上增设可训练的几何分支，联合建模“视频潜变量”和“隐式3D场”于一次前向计算中。
生成视频在保持强视觉真实感的同时，显著提升多视角一致性与几何保真，相比近期几何一致方法在多视角协同与风格一致性上更优。
中文
githubchy ری ٹویٹ کیا
谷歌昨晚还发布了专门用于具身智能的 Gemini Robotics 1.5 模型
谷歌 All in 多模态和世界模型应该就是为了这个了，谷歌的加入会让现在的具身智能行业更火一些
系列包含 Gemini Robotics 1.5 和 Gemini Robotics-ER 1.5 两个模型协同驱动机器人：
Gemini Robotics 1.5 ：视觉-语言-动作（VLA）模型，负责执行，将指令转化为机器人以通用方式移动和行动所需的精确运动指令。
在采取行动前会进行思考并展示其过程，帮助机器人更透明地评估并完成复杂任务。还能跨不同形态学习，加速技能习得。
Gemini Robotics-ER 1.5：视觉-语言模型（VLM），能够对物理世界进行推理，原生调用数字工具并制定详细的多步骤计划以完成任务。
作为高级大脑，与人交互、理解环境、协调工具，并制定执行任务的详细计划。
这两个模型的 API 现在已经在 AI Studio 上线
Google DeepMind@GoogleDeepMind
We’re making robots more capable than ever in the physical world. 🤖 Gemini Robotics 1.5 is a levelled up agentic system that can reason better, plan ahead, use digital tools such as @Google Search, interact with humans and much more. Here’s how it works 🧵
中文
githubchy ری ٹویٹ کیا
Few additional thoughts:
We can’t outsource AI for the same reason we don’t outsource actuators, batteries, or electronics - it’s too critical to performance
LLMs are getting smarter yet more commoditized. For us, LLM's have quickly become the smallest piece of the puzzle, the much harder part is designing new AI models that allow for high rate robot control (robots working in the real world)
Figure's AI models are built entirely in-house, making external AI partnerships not just cumbersome but ultimately irrelevant to our success
I'll share more soon about our Hardware + AI strategy, as most in robotics are betting too much on one side and treating the other as a commodity
Brett Adcock@adcock_brett
Today, I made the decision to leave our Collaboration Agreement with OpenAI Figure made a major breakthrough on fully end-to-end robot AI, built entirely in-house We're excited to show you in the next 30 days something no one has ever seen on a humanoid
English
githubchy ری ٹویٹ کیا
继 GOSIM 上海站与欧洲站后，集结超强海内外专家阵容的第三届 GOSIM China 2024将于10月17日-18日在北京举办。
来自OpenCV、Rust、OpenHarmony、vLLM、LLaMA-Factory 优秀嘉宾围绕Rust编程语言、App开发、AI社区、具身智能、下一代互联网、下一代媒体六大议题展开精彩分享。
mp.weixin.qq.com/s/OHvn-ImPote0…
中文
githubchy ری ٹویٹ کیا
最近国内具身智能公司真的爆发式发布
矩阵超智发布了他们的 MATRIX-1 机器人
特点是本体的全包裹工艺，具有类似皮肤的触感，手部灵活度也很高
中文
githubchy ری ٹویٹ کیا
训练方法：
模型结合了大规模的多任务和多机器人数据收集，以及一种新型的网络架构，使得机器人能够以前所未有的能力和灵巧性进行控制。
π0 模型继承了互联网规模的语义知识和视觉理解，并通过流匹配方法将预训练的视觉语言模型增强为连续动作输出，实现了高频率的灵巧控制。
中文
githubchy ری ٹویٹ کیا
太牛了，昨晚最重要的发布应该是 π0 通用机器人！
他可自动完成很多开放性任务，而不需要专门训练，比如洗衣服、叠箱子、收拾餐桌等家务。
这个机器人在智能上比马斯克前几天发布那个强多了。
我感觉说不定明年具身智能就会爆发！
Chelsea Finn@chelseabfinn
Very happy to start sharing our work at Pi 🤖❤️ - a 3B pre-trained generalist model trained on 8+ robot platforms - a post-training recipe that allows robots to do dexterous, long-horizon tasks physicalintelligence.company/blog/pi0 What's exciting isn't laundry, but the recipe- a short 🧵
中文
githubchy ری ٹویٹ کیا
githubchy ری ٹویٹ کیا
宝藏帖子，里面有超级多的具身智能和机器人入门资源。
比如这个huggingface 的机器人入门项目，介绍了机器人组装和控制的方方面面。
详细介绍了如何订购和组装机器人，以及如何连接、配置和校准机器人的电机。
如何使用 DynamixelMotorsBus 通信协议来控制电机，包括如何读写电机数据。
@levelsio@levelsio
Where do I start with robotics? Wanna code and build my own robots at home for fun and potential world domination
中文
githubchy ری ٹویٹ کیا
openclaw，ai，机器人到底能做什么
那换一个角度，抛开什么一人公司，抛开什么交易策略，最贴近普通人生活的。
我在b站上一直关注一个博主叫u航，他是首形科技的创始人，而他们公司主研发仿生具身智能机器人，注意，是仿生到可以有微表情，甚至通过你的微表情马上判断并复制学习的那种超级仿生。
而且他们公司目前出的皮壳都超级好看，想象一下当这些机器人批量生产接入openclaw，你可以做什么。
这意味着它可以拥有长期记忆记得任何你的事情，可以帮你做任何事情，你可以使唤他帮你订机票订酒店，每天为你查询信息并直接告诉你，openclaw的灵魂接入极致仿生的机械肉体。
结合当下社会的情感需求及婚恋市场，以及在任何技术任何领域都可以被机器人代替但人类的情感不能的时候，提供情绪价值的行业一定会被引爆。
那一个长得完全符合你想象，性格自定义，不需要你社交认识还可以为你做任何事情，提供的完美情绪价值提供对象听起来就夯爆了。
我第一次看他的视频就想到一个很早就玩过的游戏，叫底特律变人。
科技发展的速度真是令人惊奇，难以想象五十年后，三十年后或者十年后的世界会是怎么样。
中文
githubchy ری ٹویٹ کیا
AI+机器人赛道基建：Axis AI 早期测试网交互指南
刚过去的 2026 春晚堪称一场“硅基春晚”，宇树、银河通用等具身智能厂商集中登台，把机器人赛道的宏观热度拉满了。
传导到 Web3 视角风向同样明确： @openmind_agi 开放空投注册，Coinbase 官宣 $ROBO 进入上币路线图，大所动作印证了资金的溢出路径。
顺着这套逻辑，今天继续聊聊早期测试网项目 @axisrobotics ，附带测试网实操与细节 👇
Axis AI 的核心机制是用加密众包模拟，让人类在线操作给物理 AI 提供训练数据。
目前测试网上线第 5 天了，首批释放了 30 个任务，已有三分之一进度跑满 100%，剩余普遍在 70% 以上。
按当前的消化率，这批任务的剩余时间窗口非常窄，随时可能结束。官方没明说有激励，目前属于博一个潜在空投预期。
交互门槛不高，体验类似一个带有物理反馈的网页版“抓娃娃”游戏。
操作入口：hub.axisrobotics.ai
几个实操积累的细节：
- 机械臂只能在网页端控制。
- 需要配合键盘按键进行细微调整。
- 完成任务的用时越短，排名越高。
- 如果一直无法通关，可以尝试截图给gemini获得更详细的操作指引。
宏观来看，Axis AI 的目标是连接 AI 开发者、数据贡献者和硬件。此前的浇玫瑰花实验中，平台在 5 天内动员了 1.2 万人生成 1 万条高质量轨迹，初步验证了 Web3 众包“喂数据”的可行性。
目前测试网名额有限，如果看好机器人赛道的基建机会，可以当个解压小游戏顺手留个痕。
@0xsexybanana @chris_anm01 @Rainhoole @plpiaoliang
中文