广和通发布基于高通 QCM6490 和 QCS8550 的端侧 AI 解决方案，使 AI “更接地气”

广和通发布基于高通QCM6490和QCS8550的端侧AI解决方案，使AI“更接地气”广和通官微消息，6月7日，COMPUTEX2024（台北国际电脑展2024）期间，为拓展物联网生态系统并满足端侧AI应用需求，广和通发布基于高通QCM6490和QCS8550处理器的端侧AI解决方案，以高性能、高算力推动移动机器人、工业机器视觉、智慧零售、自动驾驶等领域智能化。

【工信部：开发基于人工智能大模型的人形机器人“大脑”】

【工信部：开发基于人工智能大模型的人形机器人“大脑”】工信部印发《人形机器人创新发展指导意见》。意见提出，开发基于人工智能大模型的人形机器人“大脑”，增强环境感知、行为控制、人机交互能力，推动云端和边缘端智能协同部署。建设大模型训练数据库，创新数据自动化标注、清洗、使用等方法，扩充高质量的多模态数据。科学布局人形机器人算力，加速大模型训练迭代和产品应用。开发控制人形机器人运动的“小脑”，搭建运动控制算法库，建立网络控制系统架构。面向特定应用场景，构建仿真系统和训练环境，加快技术迭代速度，降低创新成本。

安徽省：拟支持开发基于人工智能大模型的多类型机器人 “大脑” 模型

安徽省：拟支持开发基于人工智能大模型的多类型机器人“大脑”模型《安徽省人形机器人产业发展行动计划（2024—2027年）》（征求意见稿）公布。其中，方案提到，拟重点发展4个方面。大脑方面，重点支持优势单位开展“智慧大脑”研究，开发基于人工智能大模型的多类型机器人“大脑”模型，开发通用智能机器人技术底座。小脑方面，推动基于模型和基于学习的双足行走运动控制算法成果转化，重点发展对应技术路线的机器人超脑硬件控制系统及控制器等产品。肢体方面，加快推动电机驱动、液压驱动和材料驱动技术成果转化，重点发展伺服电机、驱动器和高力敏触觉传感器等产品；推动一体化关节、轻质灵巧手、软体手、柔性康复手套、双足、电子皮肤等既有成果产业化。检验检测方面，重点推动国家人形机器人检验检测平台建设。

高通公司发布新型微功率Wi-Fi芯片和RB3 Gen 2机器人平台

高通公司发布新型微功率Wi-Fi芯片和RB3Gen2机器人平台高通公司称，与前几代产品相比，该芯片传输数据的功耗最多可降低88%。这种新的效率水平可以延长各种Wi-Fi连接设备的电池续航。QCC730支持Wi-Fi6标准，可提高传输距离和吞吐量。它还具有直接云连接和与Matter智能家居连接标准集成的功能。据该公司称，这使得物联网产品能够与移动应用和云服务连接并交换数据。高通公司连接、宽带和网络集团总经理拉胡尔-帕特尔（RahulPatel）说；QCC730使设备能够支持TCP/IP网络功能，同时保持外形尺寸和完全无线限制，并与云平台保持连接。除了新的Wi-Fi解决方案外，高通公司还推出了面向工业和商业应用的RB3Gen2机器人平台。作为之前RB3平台的后续产品，该平台配备了高通公司的QCS6490CPU和Adreno643GPU。该平台支持多个800万像素以上的摄像头传感器，具有计算机视觉功能。其他功能包括WiFi6e、用于无线配件的蓝牙5.2和用于增强音频质量的LE音频。高通公司的AIHub也支持RB3Gen2机器人平台。它包含一个持续优化、预训练的人工智能模型库，专门针对RB3Gen2和其他高通公司平台。开发人员可以查看RB3Gen2的精选模型，并将优化的人工智能模型集成到他们的应用程序中，从而缩短产品上市时间，并释放设备上人工智能实施的优势，如即时性、可靠性、隐私性、个性化和成本节约。高通公司计划于2024年6月推出RB3Gen2开发套件，使机器人公司和制造商能够尽早在该平台上开发新产品。...PC版：https://www.cnbeta.com.tw/articles/soft/1426765.htm手机版：https://m.cnbeta.com.tw/view/1426765.htm

亿嘉和：与腾讯云就具身智能机器人技术等领域合作进行深入探讨

亿嘉和：与腾讯云就具身智能机器人技术等领域合作进行深入探讨近日，腾讯云计算（北京）有限责任公司副总裁陈平带队抵达亿嘉和产业园进行合作交流，并代表腾讯云与亿嘉和科技股份有限公司就双方战略合作进行深入探讨。双方表示，将基于自身优势资源，在具身智能机器人前沿技术共探开发、人工智能“平台+生态”行业探索及落地（包括智慧能源、智慧工业、智能清洁）、云平台技术深入合作等领域全方位展开深度合作。其中，在双方交流中，对于未来人形机器人的应用前景均表示高度认可与期待。以面向未来技术创新为出发点，将充分发挥腾讯在人工智能领域的混元大模型、强化学习等技术实力，结合亿嘉和在机器人领域应用场景及核心技术的优势，聚焦具身智能人形机器人方向，深度合作、共同推进人工智能和人形机器人的融合。

用于机器人学习和具身AI领域研究的模块化框架

用于机器人学习和具身AI领域研究的模块化框架RoboHive生态系统包含一系列预先存在的和新颖的环境，包括ShadowHand的灵巧操纵、Franka和Fetch机器人的全臂操纵任务以及各种四足运动任务。与之前的作品相比，RoboHive提供了精简且统一的任务界面，利用最新的模拟绑定，具有丰富的视觉多样性任务，并支持现实世界开发的通用硬件驱动程序。RoboHive的统一界面为研究人员提供了一个方便且易于访问的平台来研究多种学习范式，例如模仿、强化、多任务和分层学习。RoboHive还包括大多数环境的专家演示和基线结果，为基准测试和比较提供了标准。特征：最广泛、多样化的任务集合完全可定制的视觉丰富的任务，专为行为泛化而设计。奖励不可知的任务成功指标支持多种算法系列+预训练基线Sim和硬件无关的机器人类，可在sim<>real之间轻松转换远程操作支持。人类+专家数据集#框架