Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

看到这个机器人乞丐差点没把我笑坏不活了，真是有创意啊，就是肢体动作还是有点假！ 这不，Axis Robotics 就来了，其实他就是机器人核心数据集采的项目，数据越多，越逼真，未来的机器人就越逼真，拟人化越好！ 其实目前的机器人数据集采方式不多，有直接操控真实机器人采集的，这就是硬采，虽然精准，但成本太高！ 还有就是直接采集真人的动作，映射到机器人上，这个效率会很高，也是采用比较多的方式！ 还有那就是目前我们AXIS项目的采集方式，直接使用浏览器，模拟物理环境，让我们这些钳工模拟操作，可以效率很高，虽然轨迹的无效率也很高，但贵在可以让成千上万人生产提供，提高数据总量，采用有效数据量也就大大提高！ 简单说，让全球的人组织起来，提供数据贡献！并且通过web3方式分发激励，一举两得！ 未来一旦完善，我也可以弄个真正乞丐机器人去街头了，在家里数钱，哈哈！ 当然这是玩笑，未来随着数据采集的丰富，真正高仿真的拟人化的机器人来到我们身边，生活，生产，那才是绝对奇妙的事情！😆😆😆😆！

phill76815's profile picture

龙神-Dragon God🐉 🌊🕊️

17,093 subscribers

19,225 Aufrufe • vor 1 Monat •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

CES 2026黄仁勋的演讲上，最抢戏的莫过于这两个机器人小家伙了。但是老黄真正想展示的是将他们训练出来的Omniverse，让机器人在虚拟空间中就能完成这些灵活动作的训练。换种说法就是让合成数据训练机器人、自动驾驶等物理AI应用成为可能。
1:40

CES 2026黄仁勋的演讲上，最抢戏的莫过于这两个机器人小家伙了。但是老黄真正想展示的是将他们训练出来的Omniverse，让机器人在虚拟空间中就能完成这些灵活动作的训练。换种说法就是让合成数据训练机器人、自动驾驶等物理AI应用成为可能。

傅盛

114,052 Aufrufe • vor 9 Monaten

兄弟们 这个牛P Tnkr：机器人的 GitHub 首个为机器人研发打造的“一体化开源平台”，让机器人研发变得像开源软件那样简单。 集成了机器人研发的四个核心要素： 🧩 硬件：设计、装配、零件管理 💻 软件：控制系统与传感器代码 📊 数据：从现实世界收集的运行数据 🧠 模型：驱动机器人智能化的AI模型 Tnkr 的理念是： “让机器人研发像写代码一样可协作、可复现、可开源。” 用户可以： ✅ 上传自己的机器人项目 ✅ 发布装配说明与源码 ✅ 让他人重建、修改、贡献数据 ✅ 共同改进模型，让机器人越用越聪明 这是一个真正的“物理智能”协作网络。
1:46

兄弟们 这个牛P Tnkr：机器人的 GitHub 首个为机器人研发打造的“一体化开源平台”，让机器人研发变得像开源软件那样简单。 集成了机器人研发的四个核心要素： 🧩 硬件：设计、装配、零件管理 💻 软件：控制系统与传感器代码 📊 数据：从现实世界收集的运行数据 🧠 模型：驱动机器人智能化的AI模型 Tnkr 的理念是： “让机器人研发像写代码一样可协作、可复现、可开源。” 用户可以： ✅ 上传自己的机器人项目 ✅ 发布装配说明与源码 ✅ 让他人重建、修改、贡献数据 ✅ 共同改进模型，让机器人越用越聪明 这是一个真正的“物理智能”协作网络。

小互

17,420 Aufrufe • vor 10 Monaten

这个机器人项目的思路还是很牛逼的： LLM无法直接输出操作低端机器人命令，但是可以换一种思路：让LLM生成python的奖励函数代码，从而达到训练机器人的目的。 这个项目利用一个Reward Translator（奖励翻译器）： 首先将自然语言的运动描述按照指定的模板翻译成一个更符合机器人的动作描述。 然后将这个动作描述翻译成Python版本的奖励函数 再用运动控制器优化生成的奖励函数。 项目地址：
5:16

这个机器人项目的思路还是很牛逼的： LLM无法直接输出操作低端机器人命令，但是可以换一种思路：让LLM生成python的奖励函数代码，从而达到训练机器人的目的。 这个项目利用一个Reward Translator（奖励翻译器）： 首先将自然语言的运动描述按照指定的模板翻译成一个更符合机器人的动作描述。 然后将这个动作描述翻译成Python版本的奖励函数 再用运动控制器优化生成的奖励函数。 项目地址：

宝玉

107,803 Aufrufe • vor 3 Jahren

之前特斯拉机器人能跳舞的时候，我就说过，特斯拉大概率是掌握了用强化学习（RL）+模拟器来训练机器人的方法。特斯拉的模拟器应该非常接近真实世界，因此训练效率会很高。因此，未来特斯拉机器人学习新的技能会很快。果不其然，没几天，特斯拉就学会做家务了。机器人高管Milan Kovac透露了Optimus的训练方式：让Optimus看互联网上的视频，学动作，然后在模拟器里，用强化学习提升可靠性。Optimus的发展已经进入快车道，未来的进步速度很可能会非常吓人。值得密切关注。详情请见视频。
4:48

之前特斯拉机器人能跳舞的时候，我就说过，特斯拉大概率是掌握了用强化学习（RL）+模拟器来训练机器人的方法。特斯拉的模拟器应该非常接近真实世界，因此训练效率会很高。因此，未来特斯拉机器人学习新的技能会很快。果不其然，没几天，特斯拉就学会做家务了。机器人高管Milan Kovac透露了Optimus的训练方式：让Optimus看互联网上的视频，学动作，然后在模拟器里，用强化学习提升可靠性。Optimus的发展已经进入快车道，未来的进步速度很可能会非常吓人。值得密切关注。详情请见视频。

Ben X

39,718 Aufrufe • vor 1 Jahr

昨天 Google 发布了一款拥有 5620 亿参数的大模型 PaLM-E，项目网站 这是一个多模态的 LLM，它可以接受的数据包括： - 语言（language） - 图像（images） - 场景表征（neural scence representations） - 物体表征（object representations） PaLM-E是一个仅有解码器的 LLM，在给定提示的情况下，自动生成文本 Tokens。 为什么被称为 PaLM-E，那是因为使用了 Google PaLM（2022 年的 LLM）作为预训练的语言模型，并使其成为 Embodied。 为机器人感知世界建立的“基础模型”将需要跨越不同环境大量数据集，那些虚拟环境、机器人交互、人类的视频、以及自然语言都可以成为这些模型的有用数据源，学界对使用这些数据在虚拟环境中训练的“智能代理（Agent）”有个专门的分类 EAI（Embodied Artificial Intelligence）🧵
0:32

昨天 Google 发布了一款拥有 5620 亿参数的大模型 PaLM-E，项目网站 这是一个多模态的 LLM，它可以接受的数据包括： - 语言（language） - 图像（images） - 场景表征（neural scence representations） - 物体表征（object representations） PaLM-E是一个仅有解码器的 LLM，在给定提示的情况下，自动生成文本 Tokens。 为什么被称为 PaLM-E，那是因为使用了 Google PaLM（2022 年的 LLM）作为预训练的语言模型，并使其成为 Embodied。 为机器人感知世界建立的“基础模型”将需要跨越不同环境大量数据集，那些虚拟环境、机器人交互、人类的视频、以及自然语言都可以成为这些模型的有用数据源，学界对使用这些数据在虚拟环境中训练的“智能代理（Agent）”有个专门的分类 EAI（Embodied Artificial Intelligence）🧵

indigo

86,313 Aufrufe • vor 3 Jahren

最牛叉的 polymarket 自动交易机器人!! 我个人在用，已实现不错盈利和交易量!! [15分钟、5分钟加密货币涨跌交易] >>> （自动跳转TG） 首先，我个人不反对使用 polymarket 跟单交易机器人，但是也不支持。 原因，前两天我在老外区找到了一个使用人数接近2w人的跟单交易机器人。 看到很多老外在推特上晒出的聪明钱包，我也想着跟单一手，然后高高兴兴的去睡觉了。 结果醒来一看，曹尼玛，200美金直接飞了，麻痹，感情全给这些所谓的聪明钱包抬轿子了。 那时候我就想，既然跟单是行不通了，那么机器人直接自动交易呢？ 这不，我发现了这款 polymarket 自动交易机器人。 用到现在，不到三天，但是我真的很想给它点个赞，给创始人点个赞。 >>> 其实使用起来，我也是走了不少歪路的。 使用的第一天，没有把止损设置好（那个按钮默认显示✅️，我以为就是设置好了的，但其实需要设置为❌️，才能真正的止损），这也导致了我才使用不到5小时，50美金直接全部亏光光，麻痹。（其实亏光光的原因还有一点，我没有设置好参数） 然后第二天我就暂停使用了，因为我以为是机器人本身的问题。好在我在群里发现了其他一些人的比较好的参数，并且同时！！！发现了我的止损没有设置好。 接着第二天这个时候我把参数设置好、止损设置好后，没有着急跑实盘交易，而是先用模拟盘跑了大约12个小时。 第三天看了一下模拟盘战绩，感觉5分钟的不太好，于是启动了15分钟的交易（今天凌晨1.30分左右），初始放了30美金进去，现在来到了80美金，收获了盈利，也收获了接近4000美金的交易量。 >>> 这个号单次下单金额为5美金，同时还做了另外一个号，单次下单金额为10美金（其它参数一样），两个号都有的赚，10美金那个号当然交易量会更多。 虽然说现在感觉还不错（实现了盈利+交易量），但是我也不知道后面的情况到底会如何，毕竟市场和交易是谁也没法预判的…… 不过有想体验一下的，可以从上面进，就是一个TG交易机器人，建议设置好参数后（可以先模拟盘交易，也可以问我要参数），也是从少量成本做起，毕竟心急吃不了热豆腐的。 [Do Your Own Research]
0:26

最牛叉的 polymarket 自动交易机器人!! 我个人在用，已实现不错盈利和交易量!! [15分钟、5分钟加密货币涨跌交易] >>> （自动跳转TG） 首先，我个人不反对使用 polymarket 跟单交易机器人，但是也不支持。 原因，前两天我在老外区找到了一个使用人数接近2w人的跟单交易机器人。 看到很多老外在推特上晒出的聪明钱包，我也想着跟单一手，然后高高兴兴的去睡觉了。 结果醒来一看，曹尼玛，200美金直接飞了，麻痹，感情全给这些所谓的聪明钱包抬轿子了。 那时候我就想，既然跟单是行不通了，那么机器人直接自动交易呢？ 这不，我发现了这款 polymarket 自动交易机器人。 用到现在，不到三天，但是我真的很想给它点个赞，给创始人点个赞。 >>> 其实使用起来，我也是走了不少歪路的。 使用的第一天，没有把止损设置好（那个按钮默认显示✅️，我以为就是设置好了的，但其实需要设置为❌️，才能真正的止损），这也导致了我才使用不到5小时，50美金直接全部亏光光，麻痹。（其实亏光光的原因还有一点，我没有设置好参数） 然后第二天我就暂停使用了，因为我以为是机器人本身的问题。好在我在群里发现了其他一些人的比较好的参数，并且同时！！！发现了我的止损没有设置好。 接着第二天这个时候我把参数设置好、止损设置好后，没有着急跑实盘交易，而是先用模拟盘跑了大约12个小时。 第三天看了一下模拟盘战绩，感觉5分钟的不太好，于是启动了15分钟的交易（今天凌晨1.30分左右），初始放了30美金进去，现在来到了80美金，收获了盈利，也收获了接近4000美金的交易量。 >>> 这个号单次下单金额为5美金，同时还做了另外一个号，单次下单金额为10美金（其它参数一样），两个号都有的赚，10美金那个号当然交易量会更多。 虽然说现在感觉还不错（实现了盈利+交易量），但是我也不知道后面的情况到底会如何，毕竟市场和交易是谁也没法预判的…… 不过有想体验一下的，可以从上面进，就是一个TG交易机器人，建议设置好参数后（可以先模拟盘交易，也可以问我要参数），也是从少量成本做起，毕竟心急吃不了热豆腐的。 [Do Your Own Research]

金麦飞JMF🦞

52,222 Aufrufe • vor 7 Monaten

为什么有的人总是可以遇到贵人？ 我这两年有一个非常明显的感受，就是发现遇到的贵人概率越来越高了，以前会经常观察身边人这个现象，发现每个人遇到贵人的概率完全是不一样的，而且我觉得这件事儿是真的有方法论。 1.成为贵人，才能遇到贵人。只有自己是贵人，才能真正理解贵人说的话做的事情的原因，这样才能知道自己该如何做事情具备哪些品质才可以吸引贵人。 2.一定程度上这是个概率学，我们能做的就是提高概率发生，要知道哪些因素可以提高这件事发生的概率，比如同样一个人，环境、影响力、圈子质量不一样，结果完全不同。即使你有能力，但你就是在小地方，也没人知道你，你根本就没有展示自我价值的机会。 3.如果你是一个有能力、靠谱、有责任心、诚实、本分的人，再加上你去积累影响力，把自己的想法对外输出，这样知道你的人的数量会几何倍增，数量倍增了，即便同等概率下遇到贵人的数量也增加了，而且很可能会主动联系你。 4.要选择贵人容易扎堆的地方，贵人往往会在资源丰富、机会多的地方，如果你跳进这些地方，遇到贵人的概率就会大大增加，比如你从三线城市跳到一线城市、行业内更好的大平台公司。 5.贵人之所以愿意在你没有起势时帮助你，是因为他们看到了你身上具备成功的属性、有他之前的影子，有一天你可以成为他们或超越他们，你的这种潜能才是得到贵人的根本，他们帮助你也是在去验证自己的眼光，你未来的成功也是他们对自己信仰的验证过程。 6.记得在《繁花》中有这么一段，爷叔的一个回眸看到宝总穿着西装站在那里，他看着阿宝的眼神是有光的，就仿佛看到了年轻时的自己。
0:31

为什么有的人总是可以遇到贵人？ 我这两年有一个非常明显的感受，就是发现遇到的贵人概率越来越高了，以前会经常观察身边人这个现象，发现每个人遇到贵人的概率完全是不一样的，而且我觉得这件事儿是真的有方法论。 1.成为贵人，才能遇到贵人。只有自己是贵人，才能真正理解贵人说的话做的事情的原因，这样才能知道自己该如何做事情具备哪些品质才可以吸引贵人。 2.一定程度上这是个概率学，我们能做的就是提高概率发生，要知道哪些因素可以提高这件事发生的概率，比如同样一个人，环境、影响力、圈子质量不一样，结果完全不同。即使你有能力，但你就是在小地方，也没人知道你，你根本就没有展示自我价值的机会。 3.如果你是一个有能力、靠谱、有责任心、诚实、本分的人，再加上你去积累影响力，把自己的想法对外输出，这样知道你的人的数量会几何倍增，数量倍增了，即便同等概率下遇到贵人的数量也增加了，而且很可能会主动联系你。 4.要选择贵人容易扎堆的地方，贵人往往会在资源丰富、机会多的地方，如果你跳进这些地方，遇到贵人的概率就会大大增加，比如你从三线城市跳到一线城市、行业内更好的大平台公司。 5.贵人之所以愿意在你没有起势时帮助你，是因为他们看到了你身上具备成功的属性、有他之前的影子，有一天你可以成为他们或超越他们，你的这种潜能才是得到贵人的根本，他们帮助你也是在去验证自己的眼光，你未来的成功也是他们对自己信仰的验证过程。 6.记得在《繁花》中有这么一段，爷叔的一个回眸看到宝总穿着西装站在那里，他看着阿宝的眼神是有光的，就仿佛看到了年轻时的自己。

小人物

49,353 Aufrufe • vor 2 Jahren

有人说这是我请花钱找人制作的，也有人说这是我请朋友帮忙录制的，甚至还有人以为这就是我，离了大谱 😅 实际上这是 AI 数字人，可以使用这个工具根据链接生成宣传视频（免费额度是有水印的）
0:38

有人说这是我请花钱找人制作的，也有人说这是我请朋友帮忙录制的，甚至还有人以为这就是我，离了大谱 😅 实际上这是 AI 数字人，可以使用这个工具根据链接生成宣传视频（免费额度是有水印的）

阿飞

55,518 Aufrufe • vor 2 Jahren

波士顿动力的新机器人，不再是液压驱动了。 全面电动化，动作看着更丝滑，也更诡异。 它的关节可以360度旋转。 这意味着什么？ 它在某些方面能比人类更高效。 官方直接点明了应用场景：制造业环境。 在那里，“每一秒都很重要”。 问题来了。 当一个机器人的效率全面超越产线上的工人，工人要去哪里？ 技术的进步本身是中性的。 但由谁来引导，为什么而用，最终为谁服务，这才是核心。 他们说，把机器人的脸设计成“友善的”，是为了让和它一起工作的人类感到它是个“有帮助的”机器人。 但如果它的“帮助”最终是取代你的岗位，这种“友善”的设计，看起来更像是一种安抚和心理操纵。 一边是达沃斯精英们热衷讨论的“效率至上”和全球化供应链重组。 另一边是普通人饭碗的现实问题。 当科技巨头们比赛谁的机器人更“超越自然”时，谁在为那些被“优化”掉的岗位负责？ 这到底是技术革命，还是另一场精心包装的，针对劳动阶层的替代计划？ 值得每个人思考。
0:51

波士顿动力的新机器人，不再是液压驱动了。 全面电动化，动作看着更丝滑，也更诡异。 它的关节可以360度旋转。 这意味着什么？ 它在某些方面能比人类更高效。 官方直接点明了应用场景：制造业环境。 在那里，“每一秒都很重要”。 问题来了。 当一个机器人的效率全面超越产线上的工人，工人要去哪里？ 技术的进步本身是中性的。 但由谁来引导，为什么而用，最终为谁服务，这才是核心。 他们说，把机器人的脸设计成“友善的”，是为了让和它一起工作的人类感到它是个“有帮助的”机器人。 但如果它的“帮助”最终是取代你的岗位，这种“友善”的设计，看起来更像是一种安抚和心理操纵。 一边是达沃斯精英们热衷讨论的“效率至上”和全球化供应链重组。 另一边是普通人饭碗的现实问题。 当科技巨头们比赛谁的机器人更“超越自然”时，谁在为那些被“优化”掉的岗位负责？ 这到底是技术革命，还是另一场精心包装的，针对劳动阶层的替代计划？ 值得每个人思考。

墓碑科技

32,884 Aufrufe • vor 9 Monaten

马斯克在2025年最新的采访视频，做了大量未来预言，真的大为震撼！建议认真看完。全篇幅大量内容在讲 #AI，以及人形机器人，火星移民，脑机接口，DOGE计划等。 其中有一个灵魂发问：当5-10年后，AI和人形机器人，替代人类基本所有的工作后，人类活着的意义是什么？当一切都能被更好的AI+机器人替代的时候，人类该去向何方？ 最让我震惊的是，马斯克一个人身兼几家公司的老大，居然能把各公司数据侃侃而谈，十分精确的数字，直接能对答如流，太牛了！！😮这已经不是人脑，已经是超级AI了！
28:05

马斯克在2025年最新的采访视频，做了大量未来预言，真的大为震撼！建议认真看完。全篇幅大量内容在讲 #AI，以及人形机器人，火星移民，脑机接口，DOGE计划等。 其中有一个灵魂发问：当5-10年后，AI和人形机器人，替代人类基本所有的工作后，人类活着的意义是什么？当一切都能被更好的AI+机器人替代的时候，人类该去向何方？ 最让我震惊的是，马斯克一个人身兼几家公司的老大，居然能把各公司数据侃侃而谈，十分精确的数字，直接能对答如流，太牛了！！😮这已经不是人脑，已经是超级AI了！

Rocky

419,085 Aufrufe • vor 1 Jahr

讲真，这可能是第一个我真的愿意买回家的机器人， 前斯坦福机器人博士Aaron Tan Tan刚刚发布了Lume，它长得完全就是一盏普通的豪华床头灯， 但是会伸出机械臂帮你叠衣服，床上扔得乱七八糟的T恤裤子， 它会一件一件抓起来叠得整整齐齐，折完机械臂收回去，继续当你的灯， 最狠的是他们下周在Palo Alto办展示会，直接让大家自带脏衣服去测， 我之前也觉得人形机器人才是未来，看完才反应过来，这才是家用机器人该有的样子， 它不会在你家里走来走去，不会盯着你看，不会让你觉得家里多了个陌生人， 它就是一件会干活的家具，解决一个所有人都讨厌到死的问题， 这真的也很酷啊，比任何能跳舞能跑的人形机器人，都更接近我们真正想要的未来。
0:51

讲真，这可能是第一个我真的愿意买回家的机器人， 前斯坦福机器人博士Aaron Tan Tan刚刚发布了Lume，它长得完全就是一盏普通的豪华床头灯， 但是会伸出机械臂帮你叠衣服，床上扔得乱七八糟的T恤裤子， 它会一件一件抓起来叠得整整齐齐，折完机械臂收回去，继续当你的灯， 最狠的是他们下周在Palo Alto办展示会，直接让大家自带脏衣服去测， 我之前也觉得人形机器人才是未来，看完才反应过来，这才是家用机器人该有的样子， 它不会在你家里走来走去，不会盯着你看，不会让你觉得家里多了个陌生人， 它就是一件会干活的家具，解决一个所有人都讨厌到死的问题， 这真的也很酷啊，比任何能跳舞能跑的人形机器人，都更接近我们真正想要的未来。

AYi

103,363 Aufrufe • vor 5 Monaten

🚨图灵奖获得者Yann LeCun：机器人公司都在演戏，假装这些机器人真的有用。他们无法对外部世界建模，常识还不如一只猫。 你看到那些机器人武术啥的全都是事先编程好的。现在只能针对极为细分的任务训练，非常耗算力 未来的挑战是真的让机器人理解世界。大型语言模型面对高纬度充满遭遇的数据行不通
1:44

🚨图灵奖获得者Yann LeCun：机器人公司都在演戏，假装这些机器人真的有用。他们无法对外部世界建模，常识还不如一只猫。 你看到那些机器人武术啥的全都是事先编程好的。现在只能针对极为细分的任务训练，非常耗算力 未来的挑战是真的让机器人理解世界。大型语言模型面对高纬度充满遭遇的数据行不通

谢嘉琪 Jiaqi

155,480 Aufrufe • vor 7 Monaten

【春晚扭秧歌机器人，放到美国是什么水平？！】 还有人吹波士顿动力机器人？这公司自己现在连个宣传片都不拍新的了，还吹呢？ 特斯拉机器人？！特斯拉机器人有这么多一起亮相过吗？ 就是为了黑而黑的货色，嘴脸不是难看，是特喵的好幼稚啊。 那宇树机器人的数据和市场占有率在那摆着呢，量产都面世了，还有人吹PPT，就挺让人放心的。 现在反贼差的是催促特斯拉和波士顿动力机器人凑出一个舞蹈，才是真反制措施。要不然，嘴炮是没办法替美爹挽尊的。 #春晚 #宇树科技 #Unitree
3:31

【春晚扭秧歌机器人，放到美国是什么水平？！】 还有人吹波士顿动力机器人？这公司自己现在连个宣传片都不拍新的了，还吹呢？ 特斯拉机器人？！特斯拉机器人有这么多一起亮相过吗？ 就是为了黑而黑的货色，嘴脸不是难看，是特喵的好幼稚啊。 那宇树机器人的数据和市场占有率在那摆着呢，量产都面世了，还有人吹PPT，就挺让人放心的。 现在反贼差的是催促特斯拉和波士顿动力机器人凑出一个舞蹈，才是真反制措施。要不然，嘴炮是没办法替美爹挽尊的。 #春晚 #宇树科技 #Unitree

零敲牛皮糖537.7

678,278 Aufrufe • vor 1 Jahr

最近axis robotics其实有一些非常amazing的进展。还没形成paper，但是先简单分享一下激动的心情。 简单来说，过去一年，通过axis社区的数据贡献，我们其实积累了大量manipulation的动作轨迹数据。 但是我们逐步发现，这些数据更大的价值不是直接拿来训练某一个通用大模型，而是作为先验，告诉我们哪些特别的动作和状态值得探索。 最近，我们依靠 LLM 自动化生成场景和任务，然后在这些用户数据和少量自动生成数据的基础上，我们可以用高速、低成本的 RL，把每一个任务快速训练成一个接近 100% 成功率、覆盖大量状态变化的专项 Expert。 这个expert，你可以理解为是axis自研的针对某个特别的动作的专用模型，它专门针对这个任务场景可以取得非常强的泛化能力。 这些 Expert不仅具备很强的泛化能力，同时也可以通过物理和视觉随机化充分利用 Simulation，并进一步迁移到真实机器人，同时持续生成大量高质量、多样化的训练数据。 当我们把这个过程复制到成百上千个任务以后，就得到了一整个专家模型的Network：装箱、分拣、抓取等不同任务都有自己的强 专家模型，再把这些 Expert 的能力和数据统一蒸馏、fine-tune 到一个共享的 Foundation Model 里。 也许有一天，axis也拥有属于自己的海量专家模型甚至做出来属于我们的foundation model。how exciting it is
0:50

最近axis robotics其实有一些非常amazing的进展。还没形成paper，但是先简单分享一下激动的心情。 简单来说，过去一年，通过axis社区的数据贡献，我们其实积累了大量manipulation的动作轨迹数据。 但是我们逐步发现，这些数据更大的价值不是直接拿来训练某一个通用大模型，而是作为先验，告诉我们哪些特别的动作和状态值得探索。 最近，我们依靠 LLM 自动化生成场景和任务，然后在这些用户数据和少量自动生成数据的基础上，我们可以用高速、低成本的 RL，把每一个任务快速训练成一个接近 100% 成功率、覆盖大量状态变化的专项 Expert。 这个expert，你可以理解为是axis自研的针对某个特别的动作的专用模型，它专门针对这个任务场景可以取得非常强的泛化能力。 这些 Expert不仅具备很强的泛化能力，同时也可以通过物理和视觉随机化充分利用 Simulation，并进一步迁移到真实机器人，同时持续生成大量高质量、多样化的训练数据。 当我们把这个过程复制到成百上千个任务以后，就得到了一整个专家模型的Network：装箱、分拣、抓取等不同任务都有自己的强 专家模型，再把这些 Expert 的能力和数据统一蒸馏、fine-tune 到一个共享的 Foundation Model 里。 也许有一天，axis也拥有属于自己的海量专家模型甚至做出来属于我们的foundation model。how exciting it is

郡主Christine (✱,✱)

19,739 Aufrufe • vor 27 Tagen

人类400米世界纪录被机器人全面超越，天工Ultra机器人以39.70秒的成绩位列第一。 我有点不太懂，比人跑得快的机器不是到处都是吗？人平时也不需要跑得太快，在需要速度的时候搞个车不就行了，这种机器人做出来到底是干啥用的？除了融资和上春晚。 有没有懂哥知道的？
1:12

人类400米世界纪录被机器人全面超越，天工Ultra机器人以39.70秒的成绩位列第一。 我有点不太懂，比人跑得快的机器不是到处都是吗？人平时也不需要跑得太快，在需要速度的时候搞个车不就行了，这种机器人做出来到底是干啥用的？除了融资和上春晚。 有没有懂哥知道的？

清月已经不困了

69,026 Aufrufe • vor 1 Monat

以后机器人产品的官网就照着这个思路做，否则我不看~ Microduck 被解剖了，源码在 Hugging Face 上，并持续更新中~该网站吧 Microduck 的舵机、摄像头、ToF LiDAR、计算模块、电池、骨架全部拆开给你看，还能旋转、走路，甚至直接拖它的腿和脑袋。 本来以为只是一个做得比较炫的 3D 网页，翻了一下项目代码，发现里面塞的是真东西~ ① 官方 3D 模型直接塞进去了 项目使用了 Microduck 的 GLB 3D 模型，来源指向 Pollen Robotics 的 microduck_rl。 所以你看到的并不是作者照着机器鸭外形重新画了一个动画，而是把机器人的 3D 模型直接搬进浏览器，通过 Three.js 实时渲染。 ② 连真实步态数据也塞进去了 更有意思的是走路。 源码里直接放了一组 MICRODUCK_WALK_FRAMES，记录 Microduck 行走过程中各个关节的角度。 程序读取这些数据，再经过插值处理，实时控制 3D 模型对应关节旋转。 也就是，真实机器人步态数据 → 关节角度 → Three.js → 网页里的 Microduck 走起来 所以它不是提前做好一段“走路动画”然后播放。 ③ 15 个舵机也被拆出来了 Microduck 本身拥有 15 个自由度，使用 Robotis Dynamixel XL330 系列智能舵机。 网站把这些关节结构直接做进了交互模型，可以单独查看舵机和不同关节的位置。 ④ 传感器、芯片、电池也全部拆开 继续往下滑，可以看到视觉和测距系统、计算模块、电源和骨架。 包括摄像头、8×8 ToF LiDAR、双 IMU、Rockchip RK3566 计算平台以及 NP-F550 电池。 整个网站实际上是在做一张可以动、可以拆、可以旋转的 Microduck 3D 数字解剖图。 ⑤ 甚至把机器人 IK 也做进网页了 最新版本还加入了逆运动学 IK，现在可以直接拖 Microduck 的脚或者脑袋。 你拖脚，程序会反过来计算髋关节、膝关节等应该旋转多少，而且还给不同关节设置了运动范围限制。 所以研究完代码后发现，这东西已经不是一个炫酷官网了。React + Three.js + Microduck 官方模型 + 真实步态数据 + 机器人 IK，这是把一个轻量级的机器人数字孪生 / Simulator 塞进了浏览器。 最有意思的还是这种产品展示方式。 以前机器人官网：放几张产品图，再放几个 Demo 视频。 现在机器人网站：直接把机器人塞进网页里，想怎么看就怎么看，甚至可以自己拆着玩。 以后机器人产品的官网，就照着这个思路做~
1:09

以后机器人产品的官网就照着这个思路做，否则我不看~ Microduck 被解剖了，源码在 Hugging Face 上，并持续更新中~该网站吧 Microduck 的舵机、摄像头、ToF LiDAR、计算模块、电池、骨架全部拆开给你看，还能旋转、走路，甚至直接拖它的腿和脑袋。 本来以为只是一个做得比较炫的 3D 网页，翻了一下项目代码，发现里面塞的是真东西~ ① 官方 3D 模型直接塞进去了 项目使用了 Microduck 的 GLB 3D 模型，来源指向 Pollen Robotics 的 microduck_rl。 所以你看到的并不是作者照着机器鸭外形重新画了一个动画，而是把机器人的 3D 模型直接搬进浏览器，通过 Three.js 实时渲染。 ② 连真实步态数据也塞进去了 更有意思的是走路。 源码里直接放了一组 MICRODUCK_WALK_FRAMES，记录 Microduck 行走过程中各个关节的角度。 程序读取这些数据，再经过插值处理，实时控制 3D 模型对应关节旋转。 也就是，真实机器人步态数据 → 关节角度 → Three.js → 网页里的 Microduck 走起来 所以它不是提前做好一段“走路动画”然后播放。 ③ 15 个舵机也被拆出来了 Microduck 本身拥有 15 个自由度，使用 Robotis Dynamixel XL330 系列智能舵机。 网站把这些关节结构直接做进了交互模型，可以单独查看舵机和不同关节的位置。 ④ 传感器、芯片、电池也全部拆开 继续往下滑，可以看到视觉和测距系统、计算模块、电源和骨架。 包括摄像头、8×8 ToF LiDAR、双 IMU、Rockchip RK3566 计算平台以及 NP-F550 电池。 整个网站实际上是在做一张可以动、可以拆、可以旋转的 Microduck 3D 数字解剖图。 ⑤ 甚至把机器人 IK 也做进网页了 最新版本还加入了逆运动学 IK，现在可以直接拖 Microduck 的脚或者脑袋。 你拖脚，程序会反过来计算髋关节、膝关节等应该旋转多少，而且还给不同关节设置了运动范围限制。 所以研究完代码后发现，这东西已经不是一个炫酷官网了。React + Three.js + Microduck 官方模型 + 真实步态数据 + 机器人 IK，这是把一个轻量级的机器人数字孪生 / Simulator 塞进了浏览器。 最有意思的还是这种产品展示方式。 以前机器人官网：放几张产品图，再放几个 Demo 视频。 现在机器人网站：直接把机器人塞进网页里，想怎么看就怎么看，甚至可以自己拆着玩。 以后机器人产品的官网，就照着这个思路做~

玉米_AlphaNotes

12,186 Aufrufe • vor 1 Monat

高盛这报告把人形机器人的泡沫戳破了——真正能落地赚钱的是带简易夹爪的轮式机器人，成本比双足人形低太多，能搞定工厂七八成的活。现在各家硬件算法都差不多，真正的门槛是得攒够百万甚至千万小时的真实场景数据，没这积累光吹概念没用。大规模商业化得熬到2027到2029年，这之前九成玩家会被洗掉，谁能先在工厂里跑出真实数据谁才是赢家。
3:12

高盛这报告把人形机器人的泡沫戳破了——真正能落地赚钱的是带简易夹爪的轮式机器人，成本比双足人形低太多，能搞定工厂七八成的活。现在各家硬件算法都差不多，真正的门槛是得攒够百万甚至千万小时的真实场景数据，没这积累光吹概念没用。大规模商业化得熬到2027到2029年，这之前九成玩家会被洗掉，谁能先在工厂里跑出真实数据谁才是赢家。

WangNextDoor

90,311 Aufrufe • vor 3 Monaten