CCTest · Blog
RobotWorld:让多模态智能体接受真实机器人能力的系统考验
机器人与物理 AI
cctest.ai
机器人与物理 AI

RobotWorld:让多模态智能体接受真实机器人能力的系统考验

RobotWorld 提供了一个覆盖多种机器人形态与任务类型的仿真测试平台,用来评估多模态智能体能否把语言、视觉和代码能力转化为稳定的物理操作。研究显示,智能体已经能够搭建复杂的感知与控制流程,但距离可靠完成任务仍有明显差距。

阅读全文
CCTest · Blog
机器人没按指令行动,VLA如何在部署现场学会自我补偿?
机器人与物理 AI
cctest.ai
机器人与物理 AI

机器人没按指令行动,VLA如何在部署现场学会自我补偿?

机器人真实执行动作时,常会受到摩擦、回差、负载变化和机械磨损影响,导致动作偏离视觉语言动作模型的指令。来自浦项科技大学的研究提出一种无需任务标签或奖励的在线自补偿方法,并用 RoboStress 系统测试 VLA 的抗执行误差能力。

阅读全文
CCTest · Blog
Skill2Real:让机器人技能从仿真直接走向现实
机器人与物理 AI
cctest.ai
机器人与物理 AI

Skill2Real:让机器人技能从仿真直接走向现实

Skill2Real提出一种面向机器人操作的智能体式技能学习框架,通过统一API、分层记忆和提议者—验证器—治理器闭环,减少仿真到现实迁移中的再训练需求。实验显示,冻结的仿真技能在多项真实操作任务上仍能保持较高完成率。

阅读全文
CCTest · Blog
MotorMind:让通用视觉语言模型直接尝试操作机器人
机器人与物理 AI
cctest.ai
机器人与物理 AI

MotorMind:让通用视觉语言模型直接尝试操作机器人

MotorMind提出一种连接通用视觉语言模型与机器人控制器的执行框架,让模型根据视觉观察提出中层动作,并通过异步反馈持续调整。研究显示,在无需任务专用策略训练的情况下,通用VLM也能完成一定程度的零样本机器人操作。

阅读全文
CCTest · Blog
少看图、少调用,机器人反而更会做事:PyRUA-Lean如何让GPT-6 Astra提效
机器人与物理 AI
cctest.ai
机器人与物理 AI

少看图、少调用,机器人反而更会做事:PyRUA-Lean如何让GPT-6 Astra提效

一项发表于Hugging Face Daily Papers的研究提出PyRUA-Lean,让机器人智能体通过可执行Python单元组合动作、局部重试,并只请求必要的视觉与状态反馈。在相同语言模型调用预算下,任务成功率从63.1%提升至71.7%,共同完成任务的输入Token减少65%。

阅读全文
CCTest · Blog
EmbodiedMemory-Bench:用长期交互检验具身智能的记忆能力
机器人与物理 AI
cctest.ai
机器人与物理 AI

EmbodiedMemory-Bench:用长期交互检验具身智能的记忆能力

EmbodiedMemory-Bench 将具身记忆从抽象能力变成可执行的长期交互评测,覆盖视觉细节、动态状态、交互结果和经验迁移四类挑战。研究同时提出结构化外部记忆系统 Embodied-Memorizer,以及能够管理和调用记忆的 EMem-8B 策略模型。

阅读全文
CCTest · Blog
RoboFoundry:让机器人把执行经验沉淀为可进化系统
机器人与物理 AI
cctest.ai
机器人与物理 AI

RoboFoundry:让机器人把执行经验沉淀为可进化系统

RoboFoundry提出“系统即策略”的具身智能演化框架,不只优化模型或单项工具,而是让上下文、记忆、技能与执行接口共同形成可持续改进的系统。实验显示,该方法在多个具身任务与长期记忆基准上取得显著提升。

阅读全文
CCTest · Blog
让机器人像程序员一样工作:Physical Coding 如何推动具身智能自进化
机器人与物理 AI
cctest.ai
机器人与物理 AI

让机器人像程序员一样工作:Physical Coding 如何推动具身智能自进化

HexaFuture 提出 Physical Coding,把机器人所处的世界状态、执行策略和恢复流程表示为可检查、可修改的代码。实验显示,这种由工具、反馈和可复用轨迹组成的架构,有望缓解传统 VLA 模型对固定场景和动作序列的依赖。

阅读全文
CCTest · Blog
让机器人手学会“像人一样”操作:Morphometric Imitation打通从动作迁移到零样本部署
机器人与物理 AI
cctest.ai
机器人与物理 AI

让机器人手学会“像人一样”操作:Morphometric Imitation打通从动作迁移到零样本部署

加州大学伯克利分校团队提出三阶段 Morphometric Imitation 框架,将重建的人手—物体交互转换为机器人可执行的视觉运动策略。在三种机器人手和十类交互任务的实验中,系统实现了较高的真实世界零样本成功率。

阅读全文
CCTest · Blog
让视觉语言模型先“排练”再动手:World Action Agent如何改造机器人操作
机器人与物理 AI
cctest.ai
机器人与物理 AI

让视觉语言模型先“排练”再动手:World Action Agent如何改造机器人操作

World Action Agent把视觉语言模型放进一个可交互的视觉行动工作区,让机器人动作在执行前先被预览、修改和校正。实验显示,这种“观察—排练—执行—纠偏”的闭环,有助于提升跨任务、跨环境的操作能力。

阅读全文
CCTest · Blog
机器人也能靠“自我对弈”学踢球:Skild AI展示具身智能新路线
机器人与物理 AI
cctest.ai
机器人与物理 AI

机器人也能靠“自我对弈”学踢球:Skild AI展示具身智能新路线

Skild AI让人形机器人在虚拟足球场中与自身历史版本反复对抗,仅以进球作为最终目标,逐渐学会盘带、护球、抢断和倒地起身。这个案例展示了强化学习从数字环境走向真实机器人的一种可能路径。

阅读全文
CCTest · Blog
华为大模型团队创业押注“物理基模”:具身智能需要Scaling Law吗?
机器人与物理 AI
cctest.ai
机器人与物理 AI

华为大模型团队创业押注“物理基模”:具身智能需要Scaling Law吗?

前华为大模型负责人李寅与多模态科学家张含望共同创办息壤开物,试图用大规模预训练构建面向物理世界的基础模型。其核心问题是:机器人能否像语言模型一样,通过规模化训练获得跨本体、跨任务的通用能力?

阅读全文