「对标特斯拉擎天柱的通用人形机器人Figure-01迈出第一步，走入人类世界」

「对标特斯拉擎天柱的通用人形机器人Figure-01迈出第一步，走入人类世界」 Figure公司推出的通用人形机器人Figure-01迈出了走入人类世界的第一步。该机器人模仿人体形态，旨在执行苦力劳动，解决劳动力短缺问题，并最终可以协助人类进行更高级的任务。Figure-01机器人已经具备动态步态，能够自主行走，并展示了苗条的外观设计，提高了人机交互友好性和运动效率。这款人形机器人的推出展示了通用人形机器人在人类生活中的潜力。 文章链接：

微软两头押注 投资Sanctuary AI开展通用机器人研究

微软两头押注 投资Sanctuary AI开展通用机器人研究 与 Sanctuary 的合作真正触及了微软在人工智能领域的核心利益：人工通用智能（AGI）。这是一个在讨论仿人机器人时经常出现的概念鉴于目前的情况，虽然这种突破可能还需要几年的时间（至少），但它们是仿人机器人达到长期承诺的"通用地位"的必要条件。从本质上讲，这意味着机器人可以像人类一样学习和推理。这代表着机器人能力的潜在飞跃，传统上，机器人只能完成一两项任务。与单一用途的系统相比，仿人外形为这些系统提供了更广泛的运动范围，但它们最终需要与之相匹配的智能。Sanctuary 联合创始人兼首席执行官乔迪-罗斯（Geordie Rose）指出："创造能像我们一样思考并理解我们的系统，是我们将面临的最大的文明级技术问题和机遇之一。这样的挑战需要全球最优秀的人才通力合作。我们很高兴能与微软合作，开启下一代人工智能模型，为通用机器人提供动力。"这种合作关系加深了微软对人工智能发展的承诺，并提供了一个可以按照这些规格设计硬件的合作伙伴。Sanctuary 公司已经在这一领域运作了一段时间，最近与麦格纳公司（Magna）建立了试点合作关系，将为汽车厂带来最新版本的凤凰系统。Sanctuary号称"已经在 15 个不同行业的 400 项客户定义的任务中进行了测试"。当然，他们仍处于所有这一切的早期阶段。微软创始人比尔-盖茨今年早些时候谈到了自己对人形机器人的兴趣。虽然他花了一些时间讨论竞争对手 Agility 和 Apptronik，但 Sanctuary 和 Figure 都没有被提及。在这一领域进行对冲的不只微软一家。OpenAI（微软的另一个合作伙伴）也对 Figure 和竞争对手 1X 进行了投资。 ... PC版： 手机版：

Deepmind 推出了一个可以自我改进的AI机器人代理：

Deepmind 推出了一个可以自我改进的AI机器人代理： 它能自我学习并在不同的机械臂上执行各种任务，而且还能自我生成新的训练数据以改进其技术。 RoboCat的学习速度非常快。只需要观察100次左右的演示，就可以学会操控机械臂来完成各式各样的任务，并且它还能通过自生成的数据来进行迭代改进。 RoboCat的一些主要特点： 1、多任务和自适应能力：RoboCat是第一个能够解决和适应多个任务，并在不同的真实机器人上执行这些任务的代理。 2、快速学习：RoboCat的学习速度比其他最先进的模型快得多。它可以通过观察少至100个示例来学习新任务，因为它从大型多样化的数据集中获取信息。这将有助于加速机器人研究，因为它减少了对人工监督训练的需求，这是创建通用机器人的重要步骤。 3、自我改进：RoboCat基于Deepmind的多模型模型Gato，它可以在模拟和物理环境中处理语言、图像和动作。将Gato的架构与大型训练数据集结合起来，该数据集包含了各种机器人臂解决数百种不同任务的图像和动作序列。 4、操作新的机器人臂和解决更复杂的任务：通过RoboCat的多样化训练，它在几个小时内学会了操作不同的机器人臂。虽然它已经在两爪夹具的臂上进行了训练，但它能够适应更复杂的臂，这种臂有三个手指的夹具和两倍的可控输入。 5、自我改进的通才：RoboCat有一个训练的良性循环：它学习的新任务越多，它在学习其他新任务上就越好。最初版本的RoboCat在以前未见过的任务上的成功率只有36%，这是在每个任务上从500个示例中学习后的结果。但是最新的RoboCat，在对更多任务进行了训练后，将这个成功率提高了一倍多。

人形机器人变火的原因是，今年智能/泛化能力大幅加强，让通用成为可能。以前行业之所以迭代很慢，是因为每学一套新动作，就需要重新编程

人形机器人变火的原因是，今年智能/泛化能力大幅加强，让通用机器人成为可能。以前机器人行业之所以迭代很慢，是因为每学一套新动作，就需要重新编程一次。而现在有了智能泛化能力的突破，只需要语音控制，机器人就能实现功能，这是一种底层转变，通用性更强、应用场景更多

英伟达推出GR00T N1机器人基础模型，宣布"通用时代"已经来临

英伟达推出GR00T N1机器人基础模型，宣布"通用机器人时代"已经来临 英伟达正式发布开源、可定制的机器人基础模型Isaac GR00T N1，旨在加速类人机器人开发。CEO黄仁勋在2025年GTC大会上宣布"通用机器人时代正式来临"。 该模型采用类似人脑的双系统架构设计，包括"快速行动模型"和"慢速思考模型"。现场演示中，挪威1X Technologies的NEO Gamma机器人展示了自主完成家居整理的能力。波士顿动力等多家知名机器人公司已提前体验该模型。目前，GR00T N1的训练数据和评测场景已在Hugging Face和GitHub平台免费公开。

生成式人工智能让机器人离通用目标又近一步

生成式人工智能让机器人离通用目标又近一步 研究人员一直在努力开发一种机器人智能，使其能够充分利用双足仿人设计所带来的广泛运动能力。在机器人技术中使用生成式人工智能也是近期的热门话题。麻省理工学院的最新研究表明，后者可能会对前者产生深远影响。在通往通用系统的道路上，最大的挑战之一就是培训。我们已经掌握了培训人类从事不同工作的最佳方法。机器人技术的方法虽然前景广阔，但却支离破碎。有很多有前途的方法，包括强化学习和模仿学习，但未来的解决方案可能会涉及这些方法的组合，并通过生成式人工智能模型加以增强。麻省理工学院团队提出的主要用途之一，就是从这些小型特定任务数据集中整理相关信息的能力。这种方法被称为策略合成（PoCo）。任务包括有用的机器人动作，如敲钉子和用锅铲翻转东西。团队指出："[研究人员]训练一个单独的扩散模型，学习一种策略或政策，利用一个特定的数据集完成一项任务。然后，他们将扩散模型学习到的策略组合成一个通用策略，使机器人能够在各种环境下执行多项任务。"根据麻省理工学院公布的数据，采用扩散模型后，任务性能提高了 20%。这包括执行需要多种工具的任务的能力，以及学习/适应陌生任务的能力。该系统能够将来自不同数据集的相关信息整合到执行任务所需的行动链中。"这种方法的好处之一是，我们可以将政策结合起来，以获得两个世界的最佳效果，"论文的第一作者王立瑞说。"例如，在真实世界数据基础上训练的政策可能会更灵巧，而在模拟基础上训练的政策可能会更通用"。这项具体工作的目标是创建智能系统，使机器人能够交换不同的工具来执行不同的任务。多用途系统的普及将使该行业离通用梦想更近一步。 ... PC版： 手机版：