<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>机器人感知 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%9C%BA%E5%99%A8%E4%BA%BA%E6%84%9F%E7%9F%A5/</link>
    <description>Recent content in 机器人感知 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Tue, 30 Jun 2026 15:10:05 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%9C%BA%E5%99%A8%E4%BA%BA%E6%84%9F%E7%9F%A5/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>从“看图对话”到“实时响应”：VLX架构如何重构具身智能的物理感知范式</title>
      <link>https://www.neican.ai/insights/vlx-20260630151005686-0/</link>
      <pubDate>Tue, 30 Jun 2026 15:10:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/vlx-20260630151005686-0/</guid>
      <description>VLX架构通过引入流式推理范式，解决了AI在实时物理交互中的延迟痛点，实现了从感知到行动的高效闭环。这一突破标志着具身智能从云端依赖向端侧自主化的演进，为机器人与物理世界的实时协作开辟了全新可能。</description>
    </item>
    <item>
      <title>跨越“具身鸿沟”：映界科技与机器人认知的空间转向</title>
      <link>https://www.neican.ai/insights/article-20260622184005679-0/</link>
      <pubDate>Mon, 22 Jun 2026 18:40:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20260622184005679-0/</guid>
      <description>映界科技通过4D空间感知模组，将机器人视觉提升为语义化的空间记忆，成功解决了具身智能在复杂场景下的感知瓶颈，为未来通用机器人构建了重要的物理世界理解基础设施。</description>
    </item>
    <item>
      <title>指尖的智慧：一目科技仿生触觉传感器如何重塑具身智能的感知边界</title>
      <link>https://www.neican.ai/insights/article-20251120164004753-2/</link>
      <pubDate>Thu, 20 Nov 2025 16:40:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20251120164004753-2/</guid>
      <description>一目科技凭借其指尖级仿生视触觉传感器，突破了机器人触觉感知的核心技术瓶颈，实现了材料自研、极致轻薄与高精度融合的创新。这项技术不仅加速了具身智能在精细操作与自主决策方面的发展，更通过底层创新与产业聚焦，重塑了机器人感知领域的商业生态，预示着AI与物理世界交互的范式变革。</description>
    </item>
    <item>
      <title>Evo-0：从像素到空间，机器人感知突破如何重塑具身智能未来</title>
      <link>https://www.neican.ai/insights/evo-0-20250928204009928-1/</link>
      <pubDate>Sun, 28 Sep 2025 20:40:09 +0800</pubDate>
      <guid>https://www.neican.ai/insights/evo-0-20250928204009928-1/</guid>
      <description>Evo-0模型通过隐式注入3D几何先验，有效解决了视觉语言动作（VLA）模型在物理世界中缺乏3D空间理解力的难题，显著提升了机器人操作成功率和训练效率。这一轻量化、高鲁棒性的技术突破，不仅将降低先进机器人的部署成本和复杂性，加速其在物流、服务、工业等领域的商业化应用，更推动了通用机器人策略的发展，引发对人机协作、劳动力市场和AI伦理的深层哲学思辨。</description>
    </item>
  </channel>
</rss>
