https://www.neican.ai/tags/%E6%9C%BA%E5%99%A8%E4%BA%BAai/ Recent content in 机器人AI on AI内参 Hugo zh-cn Wed, 29 Oct 2025 18:40:05 +0800 https://www.neican.ai/insights/worldvlaai-20251029184005749-0/ Wed, 29 Oct 2025 18:40:05 +0800 https://www.neican.ai/insights/worldvlaai-20251029184005749-0/ 阿里巴巴达摩院的WorldVLA模型创新性地融合了VLA和世界模型，构建了一个统一的自回归动作世界模型，显著提升了AI对物理世界的理解、预测与动作生成能力。这一技术突破不仅为机器人精细操作提供了更可靠的解决方案，更作为阿里具身智能生态布局的核心一环，加速了具身通用人工智能（AGI）的实现进程。WorldVLA让AI从单纯的感知与行动走向具备环境心智模型，预示着AI将更深入地融入并重塑人类社会。 https://www.neican.ai/insights/article-20250915084004672-0/ Mon, 15 Sep 2025 08:40:04 +0800 https://www.neican.ai/insights/article-20250915084004672-0/ 宇树科技创始人王兴兴指出，当前机器人发展的核心瓶颈并非硬件，而是AI大模型在多模态融合及具身智能应用方面的能力不足。文章深入剖析了大模型从信息处理到物理世界“干活”的鸿沟，强调了从参数竞赛转向深度融合、构建物理世界模型和端到端智能的重要性，并探讨了其对产业、商业模式及未来社会伦理的深远影响。 https://www.neican.ai/insights/article-20250911224005485-0/ Thu, 11 Sep 2025 22:40:05 +0800 https://www.neican.ai/insights/article-20250911224005485-0/ 宇树科技创始人王兴兴在外滩大会上明确指出，尽管AIGC在认知层面已取得巨大成功，但具身智能在物理世界的实际应用仍面临高质量数据采集、多模态算法融合与模型控制对齐等严峻挑战，如同“一片荒漠”。他同时预测，现有硬件足以支撑，未来将迎来具身智能大规模爆发性增长的前夜，呼吁创新者利用AI工具，通过小组织的爆发力，共同克服技术瓶颈，最终重塑人类与物理世界的交互模式。 https://www.neican.ai/insights/article-20250813094006024-6/ Wed, 13 Aug 2025 09:40:06 +0800 https://www.neican.ai/insights/article-20250813094006024-6/ 英伟达在SIGGRAPH大会上推出了70亿参数的开源物理AI模型Cosmos Reason，它能让机器人像人类一样进行复杂推理，甚至学会“常识”，解决多步骤任务。这不光让机器人更“聪明”，还能自动化处理海量数据，引来优步等大厂的青睐，预示着英伟达正将机器人领域打造成AI芯片之外的下一个“吸金巨兽”。 https://www.neican.ai/insights/deepmindai-20250716111005256-1/ Wed, 16 Jul 2025 11:10:05 +0800 https://www.neican.ai/insights/deepmindai-20250716111005256-1/ 谷歌DeepMind推出的Gemini Robotics On-Device模型，作为首个可在机器人硬件上本地运行的视觉-语言-动作（VLA）基础模型，通过实现低延迟、无需网络连接的离线操作和高效微调，极大降低了具身智能的部署门槛。这一突破预示着机器人领域将迎来类似ChatGPT的普及浪潮，加速AI与物理世界的融合，并深刻影响产业生态和人类社会。 https://www.neican.ai/insights/deepmindgemini-20250625121004313-1/ Wed, 25 Jun 2025 12:10:04 +0800 https://www.neican.ai/insights/deepmindgemini-20250625121004313-1/ 谷歌DeepMind推出了Gemini Robotics On-Device，这是其首个可直接在机器人上本地运行的视觉-语言-动作（VLA）模型，大幅降低了延迟并提高了在无网络环境下的鲁棒性。该模型展现了强大的任务泛化能力和跨机器人平台适应性，只需少量演示即可快速适应新任务，预示着具身智能迈向更加自主和普及的关键阶段，但也带来了对安全性、伦理和商业模式的新思考。