机器人技术 AI

稀疏 3D 运动是一种人形控制研究系统，用于穿越薄而高的结构。它演示了跳跃到猴栏上、在猴栏之间移动以及着陆，使用头戴式激光雷达来感知几何形状，这对于传统的密集地形表示来说是困难的。

基于注意力的编码器和循环记忆处理原始激光雷达返回。分阶段安排的师生管道将单独的跳跃、分叉和着陆专家结合成一个有洞察力的策略。硬件传输包括传感器噪声和执

UnifoLM-WLA-1.0 是 Unitree Robotics 用于协调操作的通用人形基础模型。一个拥有 60 亿个参数的模型可处理桌面和全身任务，支持两指夹具和多个五指手，旨在跨任务和末端执行器传输功能。

该系统结合了具体推理、动态视觉区域的预测和动作学习。其具体推理器建立在 Qwen3-VL-4B 和超过 500 万个推

Zero-WAM 是一种机器人世界动作模型，可以使用人类演示视频作为上下文任务指令。它针对仅靠语言就无法明确重要细节的操作任务，例如选择正确的对象、理解不熟悉的交互或遵循多阶段程序。

因果视频动作策略可以从语言和人类视频提示中学习。数据管道将采样的机器人轨迹转换为语义匹配的人类演示，在 8,600 项任务中生成 74,200 对。

统一运动重定向（UMR）可将人体运动转换为具有不同身体结构的人形机器人的参考轨迹。它使用外部身体几何形状作为通用表示，帮助传输详细的姿势和交互，而无需手动定义一组新的人机骨骼对应关系。

UMR 学习规范姿势中的密集点云对应关系，并将匹配点绑定到人类和机器人网格。然后，约束几何优化在传输接触信息的同时对齐运动。这将重定向接口与原始运

RynnVLA-002是一个统一的视觉-语言-动作和世界模型，集成了动作和图像的理解与生成。它是一个自回归动作世界模型，在LIBERO基准测试中达到了97.4%的成功率。该模型旨在推理过程中确认或精炼假设，使其成为地理定位任务和其他应用的强大工具。

RynnVLA-002模型具有一个分层奖励系统，该系统利用多级地理信息来提高整体性能

Lumine AI 是一个先进的平台，专为开发能够在充满挑战的 3D 开放世界环境中执行复杂任务的通才智能体而设计。它采用了一种视觉-语言模型，该模型在一个端到端的框架内无缝集成了感知、推理和行动。该平台以 5 Hz 的频率处理原始像素数据，并将其转换为精确的 30 Hz 键盘和鼠标动作。这种高效的处理模式使人工智能能够执行各种活动，例如探索、解谜、战

SIMA 2 是一个通用的 AI 智能体，它可以在虚拟世界中遵循人类语言指令、思考其目标、与用户对话，并随着时间的推移不断改进自身。通过整合 Gemini 模型的先进能力，SIMA 2 已从一个指令跟随者发展成为一个交互式的游戏伙伴。这是朝着通用人工智能（AGI）迈出的重要一步，对机器人技术和一般 AI 具身化的未来具有重要意义。

Botonomous 是一个先进的 AI 平台，旨在简化和增强自主系统的管理，特别是在机器人和自动化流程的背景下。该产品旨在为用户提供一套全面的工具，以促进各个行业自主技术的开发、部署和监控。通过利用机器学习和数据分析，Botonomous 帮助组织优化运营、提高效率并降低运营成本。

Botonomous 的主要功能之一是它能够

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

Roboto AI 是一个功能强大的平台，旨在促进机器人领域内多模态传感器和日志数据的探索、分析和管理。该工具旨在简化处理机器人系统生成的大量数据集的过程，使研究人员和开发人员更容易从数据中获得有意义的见解。通过利用人工智能，Roboto AI 提高了数据分析的效率，使用户能够专注于创新和开发，而不是陷入数据管理任务中。

Rob