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SanctuaryAI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（GeordieRose）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：https://www.cnbeta.com.tw/articles/soft/1429335.htm手机版：https://m.cnbeta.com.tw/view/1429335.htm

松饼 or 吉娃娃问题被攻破！通用检测机器人 T-Rex2 登场！

松饼or吉娃娃问题被攻破！通用检测机器人T-Rex2登场！IDEA研究院将视觉和文本提示融合，实现了目标检测能力更强的T-Rex2模型，该模型在四个学术基准上取得了最佳表现。与多目标跟踪模型结合后还可以处理各种视频检测任务，胜任工业生产流水线器件检测，交通航运领域的船舶、飞机检测，农业领域的农作物、果蔬检测，生物医学领域的细胞、组织检测，物流领域的货物检测，环境领域的野生动物监测等。、线索：@ZaiHuabot投稿：@TNSubmbot频道：@TestFlightCN

均普智能与智元机器人达成战略合作 共同推进人形工业场景落地

均普智能与智元机器人达成战略合作共同推进人形机器人工业场景落地近日，均普智能与智元机器人签署战略合作协议。双方将通过联合研发与深入合作，共同推动通用机器人本体更多智能制造领域的场景落地，并在均普智能搭建的“异构智能工业物联网”基础上，实现不同品牌机器人的有机融合与协同工作。值得一提的是，为了推动通用人形机器人快速融入智能产线，均普智能正在打造“异构智能工业物联网”，通过智能工业大模型，将不同品牌和不同结构的通用人形机器人、工业机器人、智能AMR等生产参与者在数据底层打通，形成生产环境的全感知视角，实现大数据引导的协同生产，并通过数字孪生对生产流程实施精细化管理。

OpenAI 重启机器人团队，联合多方回归老赛道

OpenAI重启机器人团队，联合多方回归老赛道随着对人工智能机器人投资的升温，OpenAI正式重启其先前放弃的机器人团队，OpenAI随后确认了这一消息。OpenAI成立初期，机器人技术就是其主攻方向之一，联合创始人沃伊切赫・扎伦巴领导的团队最初试图打造一个“通用机器人”。2019年，十多位OpenAI研究人员联合发表了一篇论文，描述了他们如何训练神经网络使用单只机械手复原魔方，并声称这是朝着训练机器人系统执行各种日常任务迈出的基础性一步。但在2020年10月，OpenAI放弃了这一努力，扎伦巴将此归咎于缺乏训练数据。过去的一年里，OpenAI的内部创业基金投资了几家公司，这些公司试图开发人形机器人，其中包括FigureAI、1XTechnologies和PhysicalIntelligence。来源，频道：@kejiqu群组：@kejiquchat

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：https://www.cnbeta.com.tw/articles/soft/1434520.htm手机版：https://m.cnbeta.com.tw/view/1434520.htm

北京将发布第一代通用开放人形机器人本体

北京将发布第一代通用开放人形机器人本体一段时期以来，本市持续布局新赛道，助推人形机器人领域企业创新发展，年初，目标规模100亿元的北京机器人产业发展投资基金注册落地经开区，将助力北京打造世界领先的人形机器人产业发展高地。最近，北京人形机器人创新中心传来好消息，近期将发布第一代通用开放人形机器人本体。北京人形机器人创新中心相关负责人介绍，该中心主要面向人形机器人核心器件、通用本体、通用大模型、运动控制系统、工具链和开源社区等人形机器人行业短板和痛点开展技术攻关，将为整个行业打造出共性技术平台、公共服务平台以及规范人形机器人相关标准等，总体来说，中心将围绕人形机器人产业通用部分发力，服务整个行业发展。（北青报）