Tesla 发布 Optimus Gen-2:减重 20 磅,步速提三成还能捏鸡蛋
Tesla 公布二代人形机器人 Optimus Gen-2 演示。它减重超过 20 磅,步行速度提升 30%,手指配备传感器可精细拿捏鸡蛋,颈部与动作更加流畅。这意味着人形机器人的运动控制正加速逼近实用水平。
Tesla 公布二代人形机器人 Optimus Gen-2 演示。它减重超过 20 磅,步行速度提升 30%,手指配备传感器可精细拿捏鸡蛋,颈部与动作更加流畅。这意味着人形机器人的运动控制正加速逼近实用水平。
NVIDIA 宣布 Isaac Sim 与 L40S GPU 上线 AWS。相比上一代 A40,L40S 在机器人仿真任务中性能翻倍,在 Omniverse 中渲染提速达 3.8 倍。开发者可直接通过 AWS 镜像部署,加速仓储和制造机器人的云端开发。
Waymo 与 Uber 宣布在凤凰城推出无人驾驶网约车服务。用户呼叫 UberX、Uber Comfort 等车型时,可直接匹配 Waymo 无人车。此时正值对手 Cruise 在加州被暂停许可,Waymo 借 Uber 庞大的打车网络加速商业化。
Boston Dynamics 展示了一项概念验证:将 ChatGPT、BLIP-2 视觉模型与 ElevenLabs 语音合成接入机器狗 Spot。机器人不仅能看懂周围环境沿途解说,还能根据设定扮演讽刺、搞笑等性格回答提问。最值得关注的是大模型在实体机器人上展现出的自主联想能力,不过目前每次回答仍有约 6 秒延迟。
NVIDIA Research 公布 AI 智能体 Eureka,它基于 GPT-4,能自主编写奖励算法训练机器人。在近 30 项任务测试中,Eureka 生成的奖励程序在超过 80% 的任务上超越人类专家编写的版本,平均性能提升 50% 以上,甚至教会了机械手转笔。
据报道,迪拜警方计划在居民区部署全电动无人巡逻车。该车由 Micropolis Robotics 研发,配有 360 度人脸识别与板载无人机,能靠 AI 识别可疑行为并连续巡逻 15 小时。不过它的最高时速仅 7 公里,抓贼别指望追车,主要靠呼叫警员支援。
Google DeepMind 联合 33 家学术实验室发布 Open X-Embodiment 数据集及 RT-X 模型。数据集汇总了 22 种机器人的百万条演示,跨形态训练让机器人任务成功率平均提升 50%,RT-2-X 的新技能泛化成功率更是提升至三倍,数据集与权重已开源。
周六,Tesla 公布人形机器人 Optimus 的最新进展。借助完全端到端训练的神经网络,Optimus 已能自主校准肢体并将彩色方块分拣到对应托盘中。面对人类拿走方块等动态干扰,它能随时调整动作,甚至还会主动把放歪的方块扶正。
苏黎世大学和 Intel 研发的自主系统 Swift 击败三位无人机竞速世界冠军。Swift 依靠机载摄像头与深度强化学习实时控速,最快单圈比人类纪录领先半秒。不过如果光线等外部环境出现变化,它的适应能力依然比不上人类。
据报道,Shift Robotics 推出动力鞋 Moonwalkers,直接绑在鞋底就能让最高步行速度提至 11 km/h。内置算法不到 10 步即可摸清个人步态,走动时才驱动轮子。产品目前仅在美国发售,售价 1399 美元。
Google DeepMind 推出视觉-语言-动作模型 RT-2。它把互联网图文知识直接迁移为机器人的动作指令,免去繁琐的手把手教学。面对未见过的全新任务,其成功率从上一代的 32% 翻倍提升至 62%。
DeepMind 推出自适应机器人模型 RoboCat。它通过观察 100 到 1000 次人类演示就能操控不同机械臂,并自主生成训练数据来学习新技能,在跨 253 项任务的测试中最高成功率达 99%。不过不同任务间表现差异巨大,最低成功率仅 13%。
OpenAI 投资的机器人公司 1X 透露,其轮式人形机器人 EVE 已在美欧两处工业地点担任安保巡逻,并正测试养老看护能力。机器人配备双臂,遇到异常支持人类远程虚拟接管,抢先特斯拉将人形机器人带出实验室走向实战。
据 Insider 披露的内部文件,Amazon 正在研发代号为 Burnham 的生成式 AI 项目。它基于大语言模型为 Astro 机器人增加对话与情境理解能力,能记住看到的事物,并主动提醒水龙头漏水或老人跌倒。不过文件显示该技术距离正式商用还有很长一段路。
Google 公布了一项大规模机器人深度强化学习实验,过去两年在办公楼部署了 23 台移动机器人分拣垃圾。团队结合仿真与 54 万次「机器人教室」训练,使系统分类准确率达 84%,让真实垃圾桶的混杂污染率降低了 40% 到 50%。