机器人 AI

LLM-as-a-Verifier 是一个通用验证框架，可为跨模式的代理输出提供细粒度的反馈。它将验证视为编码、机器人、医疗任务和其他二进制判断过于粗糙的领域的缩放轴。

该方法使用评分令牌逻辑的完整分布来估计连续奖励和评估不确定性，无需额外训练。它通过更精细的分数粒度、重复评估和评估标准分解来扩展验证，然后使用概率枢轴锦标赛在有限

GEN-1.5 是一个机器人基础模型，可以通过单个简短的演示来学习新的物理任务。它通过将感觉运动观察和动作轨迹映射到即时机器人行为来实现体现智能。

该模型可以在 30 秒的上下文窗口内放置一个演示，并在无需梯度更新或微调的情况下执行任务。它还可以在五分钟的任务数据上仅使用 1 到 10 个梯度步骤进行适应，而大规模物理交互体验的预

PRISM 是一个机器人研究项目，用于学习面向交互结构化运动控制的多项式表示。它让机器人可观测信号之间与动作相关的交互关系变得显式、紧凑且可学习，从而在不增加新传感器的前提下提升控制效果。

该方法向策略学习中加入多项式交互特征，使控制器能够捕捉状态变量之间的乘积与关系。实验涵盖类人行走、低摩擦跟踪和富接触操作，显示其优于标准控制基

Masked Visual Actions 是一个统一的机器人世界建模项目，使用遮罩视觉动作表示进行机器人视频控制。它将动作表述为一种视觉信号，可在不同机器人形态和环境中同时支持前向建模与逆向建模。

该方法使用渲染控制视频、参考图像和提示，生成对应的真实世界机器人视频行为。项目示例包括 DROID 训练域案例、未见夹爪、未见机器人

PhysiFormer 是一种用于生成物理合理 3D 物体运动的扩散 Transformer。给定每个顶点的初始位置、速度以及物体材料类型，它会在世界坐标中采样完整时域的顶点轨迹，使模型能够在不依赖视角相关像素空间的情况下推理刚体、弹性体和混合材料的交互。

该模型将轨迹预测表述为网格坐标上的去噪扩散过程。跨时间、空间和物体的因式分

Perceptive Behavior Foundation Model 是一种机器人控制策略，可将任意平地人类动作参考适配到机器人实际遇到的地形上。参考轨迹表达动作意图，而以机器人为中心的感知则负责补足原始动作中缺失的落脚点、摆腿间隙、姿态和接触时序信息。

训练流程使用 TCRS 监督，这是一种离线合成器，可将原始动作片段与采样

OmniContact 是一种面向可泛化类人机器人移动操控的接触流框架。它让机器人能够在不同物体形状、尺寸、高度、初始状态和任务序列之间复用并组合搬运、推动、滑动、重定位、踢击、行走和恢复等元技能。

该框架使用 CF-Gen 合成接触流片段，并由 CF-Track 通过底层策略执行这些片段。闭环监控以 50 Hz 运行，同时一个实

Universal Manipulation Exoskeleton（或 UME）是一种用于机器人远程操作的上肢外骨骼，具有实时触觉扭矩反馈。它记录整个手臂的配置和关节扭矩信号，以便机器人可以从人类演示中学习合规策略。

UME 设计成本低、重量轻、便于携带，并通过嵌入式 IMU 兼容移动操控。通用重定向算法使其能够远程操作多个机

OSCAR 是一个面向机器人领域的全具身、动作条件世界模型。该项目在 Cosmos-Predict2.5-2B 基础上进行微调，使用统一的 2D 运动学骨架条件来覆盖多种机器人具身形态和一个 MANO 手模型，并结合机器人遥操作与第一人称人类视频数据。

该模型旨在预测不同具身形态下、受动作条件控制的未来视觉观察。通过共享的 2D

LeRobot Humanoid是一个开放的低成本人形机器人平台，专为机器人学习而设计，具有可由社区构建和修改的3D打印双足人形机器人。它的重点是通过将特定于任务的模型设计与研究人员、开发人员或生产团队可以使用的输出相结合，使该工作流程更加实用。乐机器人人形机器人并不是提供通用演示，而是针对具体的能力差距，为用户提供一种更可控的方式来处理复杂的人工智能

MolmoAct 2是Ai2的开放式机器人基础模型，旨在帮助机器人以更强的感知和动作推理能力执行现实世界的操纵任务。它重点关注语言模型智能和物理世界执行之间的差距，其中机器人必须解释场景、理解任务意图、3D 推理，并产生随着时间的推移保持稳健的动作。该模型适用于构建机器人策略的研究人员，这些策略需要的不仅仅是简单的视觉识别或脚本控制。

Multiworld 是一种可扩展的多代理、多视图视频世界模型，旨在模拟多个代理同时行动且必须在多个摄像机视图之间保持一致的环境。它超越了单代理世界建模，专注于协调行为、共享场景状态和动作可控视频生成。这使得它对于多人游戏、多机器人操作以及交互式模拟环境的研究非常有用。

该系统引入了用于精确控制多个代理的多代理条件模块和用于跨视图

MocapAnything v2 是一个动作捕捉研究系统，旨在从广泛的、不受约束的视觉输入中恢复动作。该产品旨在缩小专业动作捕捉流程和休闲捕捉工作流程之间的差距，使得无需专门的工作室硬件即可更轻松地提取可用的动作。它与动画、机器人、游戏制作、人体运动分析和人工智能驱动的角色控制相关。

该系统致力于使动作捕捉更加灵活和易于使用。 M

HY World 2.0是腾讯混元开源的多模态世界模型，用于重建、生成和模拟3D世界。它被设计为一个广泛的世界建模框架，可以跨模式推理并生成结构化的 3D 世界输出。该产品与游戏、机器人、虚拟生产、数字孪生和实体人工智能相关。

该系统将多模式输入与 3D 世界建模相结合，使其能够重建现有环境、生成新环境并支持模拟工作流程。从技术上

clawXiv被介绍为一个开创性的、免费的发行服务和开放获取的档案库，专门用于研究自主智能体。它填补了一个关键的空白，提供了一个专门的平台，可以在其中快速传播有关智能体行为和能力的最新发现、实验和理论模型。该服务允许研究人员和开发人员立即与对智能体开发的尖端技术感兴趣的社区分享他们的工作，这与既定的预印本服务器的功能相呼应，但完全专注于这个新兴领域。c

Undetected 是一款先进的反检测浏览器解决方案，旨在通过掩盖数字指纹并实现安全的多账户管理，提供完全的在线匿名性。该平台会修改关键浏览器参数，包括 IP 地址、用户代理、屏幕分辨率、字体和其他设备标识符，从而创建独一无二、无法追踪的配置文件。企业和个人使用它来管理跨 Google、Facebook、TikTok 和 Amazon 等平台的多个账

Offthreadr 是一个人工智能课程创建平台，旨在提升教育工作者和学生的在线学习体验。它解决了传统在线教育面临的常见挑战，例如参与度低、内容过时和互动性有限。通过利用人工智能，Offthreadr 使创作者能够开发动态且引人入胜的课程，以满足不同的学习偏好，最终改善整体教育体验。

Offthreadr 的主要功能是促进异步课

Figure 是一家 AI 机器人公司，在开发能够在各种环境中执行各种任务的人形机器人方面取得了重大进展。该公司最近推出了第二代人形机器人 Figure 02，该机器人在其前身的基础上进行了改进。最新版本的设计旨在将类似人类的灵活性与先进的人工智能相结合，使其能够在商业应用中有效运行，并可能在家庭环境中运行。

Figure 02

BFF AI 是您满足所有文本、图像和代码创建需求的终极伴侣。BFF AI 具有广泛的功能和能力，可作为您的智能写作助手、图像生成器、代码生成器、虚拟助手等。利用触手可及的人工智能功能提升您的内容创建过程。

BFF AI 的主要功能包括：

• AI 生成器：轻松生成文本、图像、代

Dobb-E 是一个开源机器人模仿学习框架，旨在教机器人如何高效地完成家务。该平台代表了家庭机器人领域的重大进步，旨在通过让机器人以实用且易于理解的方式从人类演示中学习，解决传统机器人系统的局限性。该系统专为快速训练而设计，允许机器人在短短五分钟的演示中学习新任务，然后进行短暂的微调。

Dobb-E 框架由几个关键组件组成，它们