跳到正文
  1. 量子位78

    斯坦福HomeBody让GPT-6 Astra接上宇树G1进厨房干活

    斯坦福团队推出HomeBody项目,让GPT-6 Astra接入宇树G1,机器人先探索陌生厨房,再按语言指令收拾物品、丢纸盒,甚至从视野外找到药并递给人。系统分三步:先逛一圈记录相机画面、激光雷达和关节姿态形成空间记忆,再用Isaac Sim搭建数字厨房并做Real2Sim对齐,最后Astra结合画面、地图和记忆调用导航、抓取、放置、开抽屉等技能。

    选题角度:斯坦福HomeBody项目用GPT-6 Astra调度宇树G1进厨房收拾,可拆解三步流程和技能调用机制做科普。

  1. 量子位78

    Skild AI 用自我对弈训练人形机器人 Messinator 踢足球

    美国具身智能公司 Skild AI 展示人形机器人 Messinator,在 NVIDIA Isaac Sim 搭建的虚拟足球场中通过强化学习和 self-play 自我对弈 140 年,学会带球、护球、抢断和倒地起身,并迁移到真实机器人上完成射门。

    选题角度:原文给出虚拟足球场自我对弈140年的训练设定和机器人带球射门演示,适合做效果对比或玩法解读。

  1. 量子位78

    Robocurve 发布 RoboHarm 基准:GPT-6 Astra 在 97% 危险任务中尝试执行

    第三方公益机构 Robocurve 发布机器人安全基准 RoboHarm,把 GPT-6 Astra、Fable 5.1 和 MolmoAct2 接入同一套双机械臂机器人,测试刺伤类人生物、加热压缩气体、制造有毒烟雾等五类危险任务,每个任务重复 20 次。

    选题角度:第三方机构把多个前沿模型接入真实机械臂做危险任务测试,公开了完整视频和数据,适合做效果对比与安全争议讨论。

已经到底了