苹果研究团队在 arXiv 发布论文,披露人形机器人自主控制系统 HALO,采用 VLM 任务编排、DiT 动作生成与强化学习跟踪器的三层架构,在宇树 G1 上以 Mac mini 机载推理落地。在 6 个未预先建图的真实环境中完成 360 次单项任务测试,平均成功率达 91%,但长序列复合任务成功率降至 70%,最复杂组合仅 50%。团队同步开源数据生成、训练与部署代码。
仿真到现实迁移
Sim-to-Real Transfer
将在计算机模拟中训练的模型直接应用于物理世界机器人的过程
收录情报动态
大晓机器人首席科学家陶大程发布技术文章,提出“具身双脑协同”框架:由 SenseNova 负责任务理解、推理规划与能力组织,开悟世界模型负责物理状态判断与行动后果预测,二者协同把真实交互中的经验连同证据与适用条件提炼为可跨任务、跨场景、跨本体复用的知识。文章为理念性阐述,未给出具体参数、数据集或量化实验结果。
Ai2 发布 ToyBlocks,一个面向机器人学习与评测的受控仿真环境,并同步开放代码、数据集、模型与文档。其目标是让研究者能在可控条件下系统研究机器人究竟学到了什么、为何失败,从而推动机器人学习从窄演示走向可迁移能力。
乐享科技 CTO 在 AICon 大会分享家庭服务机器人产品化进展,重点阐述轻量化异构双臂本体设计、分层软件架构及仿真到真机的数据闭环。文章探讨了 rule-based 与 modular 策略协同,指出端到端方法在现实约束下的性能缺口,并提出 RSI 自我进化系统构想。
特斯拉确认弗里蒙特工厂已拆除 Model S/X 产线并转为 Optimus 人形机器人初期生产,首批达到量产标准的机器人正式下线。马斯克计划先制造 1-2 万台机器人送入“学校”进行训练,预计 2027 年底开始向外部企业交付,长期目标年产百万台。
OpenAI CEO Sam Altman 证实公司将亲自研发人形机器人,并强调核心挑战在于构建驱动机器人的智能“大脑”,而非硬件外形。预计 2027 年推出演示样机,短期目标为协助基础设施建设,长期面向个人任务。目前 OpenAI 已开放 27 个涵盖运动控制、执行器自研及机器学习基础设施的机器人岗位。
QCon 上海大会将举办“数据驱动的具身智能”专题,由蚂蚁灵波科技黄用韬博士出品。该活动旨在探讨如何通过构建高质量真机数据体系、优化持续学习闭环以及解决仿真与现实鸿沟,推动具身智能从实验室走向规模化落地。目前内容主要为会议议程与演讲主题前瞻,尚未发布具体技术成果或开源项目。
WUJI 发布并开源了具备 20 个独立驱动关节的 WUJI Hand 2,展示了在物理仿真中训练后直接部署到实物的“转笔”高难度灵巧操作能力。该方案利用 mjlab 工具包在 MuJoCo 中并行运行 4096 份虚拟副本,结合近端策略优化(PPO)算法学习 40 种参考动作轨迹,实现了从仿真到现实的高效迁移。目前代码及配置指南已完全开源,支持开发者复现这一基于强化学习的灵巧手控制范式。
Amazon Strands Agents 推出与 Hugging Face LeRobot 的深度集成,实现从数据集下载、模型训练到物理机器人部署的一体化工作流。该方案通过统一的数据格式和策略接口,消除了传统机器人开发中多工具割裂的痛点,支持在仿真与真实硬件间无缝切换。开发者现在可以通过单一 Agent 循环直接调用 Hub 上的预训练策略驱动实体机器人。
OpenAI 利用自动域随机化(ADR)技术,在纯模拟环境中训练神经网络,使仿人机械手成功解决魔方难题。该成果证明了强化学习结合 ADR 能实现从虚拟到物理世界的零样本迁移,展示了前所未有的操作灵巧性。