博原资本与银河通用成立合资公司 - 博原资本与银河通用共同成立合资公司"博银合创"，专注于复杂装配、智能质检等核心制造场景，研发灵巧型机器人 [2] - 新公司将推进具身人工智能在工业端的规模化落地，并逐步推动融资拓展与全球布局 [2] - 博世中国、博原资本与银河通用签署战略合作备忘录，未来将在具身智能机器人领域开展联合研发和商业化探索 [2] 具身人工智能行业前景 - 国际机器人联合会预测2025年全球工业机器人市场将突破800亿美元，具身智能驱动的协作型机器人有望占据超过一半份额 [4] - 具身人工智能融合感知、认知与动作能力，正在成为推动制造业柔性化、智能化的关键技术引擎 [4] - 行业正处于从"流程驱动"迈向"认知驱动"的关键转折点，具身人工智能技术从技术验证走向产业落地 [11] 博银合创业务定位 - 专注于高复杂度制造工序，聚焦复杂零部件处理、精密装配、柔性质检等传统自动化难以覆盖的关键环节 [8] - 研发灵巧机械手、单臂机器人等柔性、高精度解决方案 [8] - 引入银河通用自研的仿真训练与合成数据技术管线，构建标准化、模块化、可复制的训练与部署体系 [8] 博原启世平台战略 - 博原资本设立全资控股平台"博原启世"，专注于具身人工智能领域的战略孵化与生态重构 [12] - 以"合作孵化"为核心路径，联合人工智能技术企业共同设立创业型公司 [12] - 博世集团开放式创新平台OpenBosch将成为博原启世全球协作体系的关键一环 [21] 联合实验室与产业合作 - 博银合创与联合汽车电子有限公司(UAES)设立具身智能机器人联合实验室"RoboFab" [19] - 实验室将聚焦具身人工智能在典型制造环节的试点应用，打通从算法模型到生产系统的全流程闭环 [19] - 未来将推动具身机器人在欧美、东南亚等重点制造市场的本地化部署，探索"全球设计、本地制造"新范式 [23]

核心观点 - 灵巧机械手的高精度控制是机器智能和具身人工智能领域的标志性挑战 触觉感知在机器人精准抓取与操作中具有不可替代的作用 [1] - F-TAC Hand通过仿生学原理在硬件架构和控制算法两个维度实现重大突破 开辟了触觉具身智能研究新路径 [2][3] - F-TAC Hand在动态现实条件下展现出强大的适应性抓取能力 600次多物体抓取实验验证其显著优于传统非触觉方案 [5] - 该研究成果发表在《自然·机器智能》期刊 为开发超越纯计算范式的具身人工智能系统指明了方向 [6][9] 硬件创新 - F-TAC Hand集成17个空间分辨率达0.1毫米的高分辨率触觉传感器 覆盖手部70%表面区域 实现接近生物触觉的感知能力 [3][12] - 模块化视触觉传感器以每平方厘米10,000像素的密度部署 最小传感器尺寸仅20mm*20mm 灵敏度达0.48 kPa⁻¹ [12][14] - 采用绳驱方式通过五根精密排布的驱动腱绳模拟人类肌腱分布 实现15个自由度 单指10N握力输出和完整拇指对掌功能 [22] 算法突破 - 开发了能够高效处理高维触觉数据的类人手型生成算法 构建完整的闭环触觉控制系统 [3] - 采用基于物理的图像形成模型生成训练数据 通过编码器-解码器神经网络实现接触几何重建 [24] - 提出面向仿人多样化抓取的算法 通过改进的MALA算法进行高效搜索 在23个不同形状和尺寸对象测试集上验证有效性 [25][27] 性能验证 - 完成Kapandji测试中拇指与其余手指间全部10个特定接触点 精准执行33种典型人类抓握类型 [33][35] - 在多物体转运任务中能在约100毫秒内快速反应和切换抓取策略 600次真实世界抓取任务验证其适应性 [36][42] - 当部分手指受损时通过重新生成健康手指的抓取策略 仍能实现对物体的稳定抓取 [34][38] 应用前景 - 在假肢研发 遥操作系统 协作机器人以及人机交互等领域展现出广阔应用前景 [39] - 突破传统机器手在高运动自由度 高覆盖率触觉感知和高分辨率之间难以兼顾的技术瓶颈 [39] - 为探索复杂触觉具身智能开辟新道路 为具身智能系统发展提供现实可行的研究蓝图 [45]

研究团队与背景 - 第一作者陈昌和是美国密歇根大学研究生，研究方向为基础模型、机器人学习与具身人工智能，专注于机器人操控、物理交互与控制优化[1] - 第二作者徐晓豪是密歇根大学机器人学院博士生，研究涵盖3D感知、视觉语言模型驱动的多模态异常检测及鲁棒三维重建[2] - 共同第一作者Quantao Yang是瑞典皇家理工学院博士后，研究聚焦于利用视觉语言模型与大型语言模型提升自主系统在动态环境中的感知与导航能力[3] ViSA-Flow框架创新 - 提出革命性的机器人技能学习方法ViSA-Flow，能够从大规模人类视频中提取语义动作流，显著提升数据稀缺情况下的学习效率[4] - 在CALVIN基准测试中表现卓越，仅使用10%训练数据就超越使用100%数据的现有最佳方法[4] - 引入语义动作流作为中间表示，捕捉操作器-物体交互的本质时空特征，不受表面视觉差异影响[10] - 包含三个关键组件：语义实体定位、手-物体交互跟踪、流条件特征编码[11][12][13] 技术实现与评估 - 采用两阶段学习框架：预训练阶段学习ViSA-Flow动态先验，微调阶段进行策略适应[16] - 在CALVIN基准测试中，ViSA-Flow仅使用10%数据(1,768个)就超越所有基线方法，包括使用100%数据的方法[18][19] - 在5个连续任务完成方面达到31.4%成功率，是使用10%数据的次佳方法GR-MG(16.2%)的近两倍，甚至超过使用100%数据训练的SuSIE(26.0%)[19] - 平均序列长度达到2.96，证明其在处理长时程操作任务方面的有效性[20] 技术优势与局限性 - 技术优势包括数据效率高、跨域泛化能力强、长时程稳定性好、语义一致性佳[40] - 当前局限性包括缺乏显式3D几何和接触动力学建模、依赖预训练VLM组件、在精细物理交互任务中可能存在限制[40] - 未来发展方向包括增强物理建模、减少对预训练组件的依赖、与强化学习算法结合、扩展到网络规模视频语料库进行预训练[40] 研究意义与展望 - 为机器人学习领域带来重要突破，证明从大规模人类视频中提取语义表示进行机器人技能学习的可行性[36] - 成功桥接人类演示视频观察与机器人执行之间的差距，为构建更智能、高效的机器人学习系统开辟新方向[37] - 有望在工业自动化、家庭服务机器人、医疗辅助等多个领域发挥重要作用，推动机器人技术向更加智能化和普适化方向发展[38]

公司概况 - World Labs由李飞飞创办，专注于研究前所未有的深度技术，目标是构建能够理解和推理三维物理世界的AI系统[4] - 公司寻找的投资者需具备计算机科学、人工智能、市场和产品等多方面专业知识，并能与创始人展开深度知识对话[4] - 李飞飞认为当前是集结行业资源（计算能力、数据、人才）实现"世界模型"理想的最佳时机[9] 技术方向 - World Labs致力于解决"空间智能"挑战，这是AI理解三维物理世界和虚拟数字宇宙的核心能力[2] - "世界模型"指能全面理解三维世界结构、形态和组成的AI系统，超越语言局限[4][6] - 技术突破点在于让AI具备类人的空间感知能力，这是实现"具身智能"的关键[11] 行业应用 - 创造力领域：将改变设计、电影、建筑和工业产品设计等视觉化和空间化的工作方式[12] - 机器人领域：赋能各类"具身智能机器"在三维环境中与人类协作[12] - 虚拟宇宙：结合生成模型和重建模型，创造"无限宇宙"的新体验[12][13] 技术比较 - 大语言模型存在局限性，无法完美捕捉三维世界的复杂性[6][7] - 3D计算机视觉相比2D具有显著优势，能解决机器人空间操作等实际问题[14] - 空间感知系统在进化史上早于语言系统出现，是更基础的智能组成部分[11] 发展前景 - "世界模型"将重新定义机器人、创意产业和计算本身[2] - 技术成熟后将推动人类突破二维思维框架，进入三维智能新时代[13] - 应用场景涵盖生产力、制造业、工程、社交、旅行等多个领域[12][13]

红杉中国合伙人周逵在开场致辞中，从AI技术进化、AI产品特征、AI公司特征、AI商业模式以及未来智能 公司的竞争态势和结果等多个维度，分享了他对AI当下发展与未来走向的思考和见解。他表示，AI是人类 技术进步的新里程碑， "具身"的含义好似给现实生活的各类存在都能带上"大脑"的机会。他说："无论 是'硬'的机器人还是软的'Agent'，共同特点都是在获得信息同时有进一步交付的能力。企业选择Leval 2还是 Leval 4的智能目标，导致的智能能力和商业结果大不相同。"他尤其期待看到"世界模型"的重要进展，期待 下一个AI智能的Aha Moment出现。 Genesis创始人及CEO周衔和红杉中国合伙人公元进行了连线对话。周衔表示，具身人工智能技术的发展， 大概率不会出现陡然的转折点。人们或许会目睹机器人逐步渗透进一些To B的应用场景，在这一阶段，它 暂时无需与人类开展复杂的交互。随着技术的经年打磨与渐次升级，其能力将得到稳步提升，逐步迈向家 庭领域，成为人们日常生活中的得力助手。若持乐观态度，机器人技术有望在约3年左右实现关键性突破， 迎来真正意义上的商业化转折。 红杉中国合伙人郑庆生在演讲中表示，目前， ...

深水海管铺设智能装备 - 我国自主研发的"海卫"系统完成海试 采用国际首创"无人船+水下自主遥控机器人+中继器+光通信"技术 设计作业水深达1500米 [1] - 系统包含国内首艘18米级无人船"守护者" 作为水面基站提供能源和控制信号 首个自主研发的1500米级水下机器人"领航者"具备3节抗流与10天续航能力 [1] - 关键技术突破包括高耐波无人船、水下自主机器人、光通信等 性能指标均达设计要求 标志深水海洋油气装备智能化无人化领域取得进展 [1] Persona AI融资与团队 - Persona AI完成2700万美元种子轮前融资 资金将用于加速造船和制造业专用机器人平台开发 [2][4] - 公司由机器人领域资深人士创立 核心团队包括NASA前首席研究员Nic Radford（CEO）、Figure AI前CTO Jerry Pratt（CTO）及Nauticus Robotics前工程副总裁Jide Akinyode（COO） [4] MIT乒乓球机器人技术 - MIT研发的轻量化乒乓球机器人回球速度达19米/秒（42英里/小时） 接近人类顶尖选手21-25米/秒水平 命中率88% [7] - 通过三台计算机协同处理 300毫秒内完成从识别到挥拍动作 连续击打150次不同旋转球路测试中保持稳定表现 [7] - 技术结合多关节机械臂与优化算法 突破传统机器人反应速度与精准度平衡难题 可应用于体育训练及提升人形机器人动态响应 [7] GCR仿生多足机器人商用化 - GCR推出首款商用仿生多足机器人 采用模块化腿足结构与"无脑"运动控制技术 适应葡萄园等复杂地形 [10] - 通过分布式机械智能设计实现低成本（千美元级）自主作业 可组建24小时作业群组 解决农业人力短缺与农药依赖问题 [10] - 目前与佐治亚州农户合作试点 未来计划拓展至灾害救援领域 标志仿生机器人从学术验证向实用化跨越 [10] 反拉伸超材料突破 - 荷兰团队研发"Countersnapping"超材料 拉伸时自动收缩 颠覆传统材料力学行为 发表于《美国国家科学院院刊》 [13] - 应用包括：1）医疗内窥镜机器人单向无动力运动 2）外骨骼刚度动态调节 3）飞机与建筑自阻尼振动控制 [13] - 模块化设计实现"受拉收缩"特性 项目负责人称其为机械系统的"新基因" 潜在应用覆盖软体机器人、智能穿戴及抗震技术 [13] 机器人行业企业分类 - 工业机器人领域包含埃斯顿自动化、埃夫特机器人等12家企业 [18] - 人形机器人领域涵盖优必选科技、宇树等18家企业 [18] - 核心零部件企业涉及绿的谐波、因时机器人等23家 覆盖谐波减速器、传感器等关键部件 [20]