# 机器人技术的所有文章

在 HTX 新闻中心浏览与「机器人技术」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策,提供权威的加密行业洞察。

机器人开始“吃数据”:从印度数据工厂到百亿美元人形机器人的隐秘生产链

随着具身智能行业的发展,机器人训练对高质量数据的需求急剧增长,催生了一条隐秘的数据生产链。与依赖互联网文本数据的大语言模型不同,具身模型面临物理世界的“数据荒漠”,人类第一视角视频(Ego Data)等真实世界经验成为关键。 在印度等地,出现了专门采集人类工作视频的“数据工厂”。工人们佩戴头戴摄像头和数据手套,按照严格规范完成整理、抓取等任务,产出结构化视频与动作数据,出售给欧美等地的机器人公司。这类Ego Data成本相对较低,可用于模型预训练,让机器人理解人类如何完成任务。 数据价值呈现“金字塔”结构:底层是低成本互联网视频;上层是带精细动作标注的Ego数据;再往上是仿真合成数据,可大规模生成但存在与现实差距;顶层是最稀缺、昂贵的真机遥操数据,直接指导机器人本体动作。 行业上游已分化为多类玩家:低成本数据工厂、专注动作捕捉与重定向的服务商、提供真机遥操数据的第三方、仿真合成数据公司,以及探索数据标准与流通的平台。机器人公司则采取“分层采购”策略:通用Ego数据倾向外包以快速获取规模;而关乎自身硬件适配的核心真机数据与部署中产生的失败数据,则多由自己掌控以构建壁垒。 当前,行业竞争焦点正从硬件与模型架构,转向高质量数据的持续供给与有效利用。能否建立高效的数据采集、标注、仿真扩增与反馈闭环,将成为影响机器人能力突破的关键。这条从全球劳动力密集区延伸到顶尖机器人公司的数据供应链,正在支撑着百亿美元估值的人形机器人迈向现实应用。

marsbit06/13 03:32

机器人开始“吃数据”:从印度数据工厂到百亿美元人形机器人的隐秘生产链

marsbit06/13 03:32

TechFlow 情报局:Anthropic 被曝故意限制 Fable 开发竞品,CLARITY Act 本月通过概率降至六成

本文摘要了科技、加密、芯片、宏观等多个领域的重要动态。 **AI领域**:Anthropic的Fable 5模型被曝故意限制竞争对手开发,引发对商业伦理的讨论;其基准测试表现也不及预期。德国法院裁定Google需为AI摘要的错误信息负责,可能改变行业合规。OpenAI呼吁政府加大AI基础设施投入。Google则率先下调AI订阅价格,可能引发价格战。 **加密/Web3**:美国稳定币监管法案CLARITY Act本月通过概率下降。萨尔瓦多比特币法币化五周年,政府持仓盈利但民众接受度低。稳定币在新兴市场加速采用。特朗普家族被曝从其加密项目中巨额套现。 **芯片/硬件**:英伟达高端专业卡RTX 6000 Pro定价超高但内存减半,或反映产能紧张。中国半导体板块出现分化。 **科技公司**:阿里内网出现对钉钉管理风格的罕见批评。Salesforce在宣布AI业务营收创新高后,裁撤相关团队。微软在与安全研究员对立后,紧急修复其披露的0-day漏洞。苹果AI重大更新未在中国区上线。 **美股与宏观**:美股早盘异动与特朗普宣布军事事件的时间点引发内幕交易质疑。美银发出强烈熊市预警。科技股连续下跌,市场争论是板块轮动还是泡沫破裂。地缘冲突(美军与伊朗交火)推高油价,加剧市场波动。中国5月PPI飙升但CPI疲软。 **新产品/趋势**:SpaceX IPO获狂热认购。Starlink将硬件收费模式改为月租。人形机器人价格因中国供应链量产而大幅下降。 **总结**:当前市场同时反映了AI叙事从无限增长转向零和博弈,以及地缘冲突风险加剧的担忧。资本同时在逃离地球(SpaceX)和押注自动化(机器人)两端下注,普通大众则感到被挤压。

marsbit06/10 13:53

TechFlow 情报局:Anthropic 被曝故意限制 Fable 开发竞品,CLARITY Act 本月通过概率降至六成

marsbit06/10 13:53

首次,纯人类视频预训练VLA灵巧操作,少量数据微调就能部署成功

微软亚洲研究院与清华大学合作提出创新预训练框架VITRA,首次实现仅使用纯人类视频数据对视觉-语言-动作(VLA)模型进行大规模预训练,并成功应用于机器人灵巧操作。 该研究核心是构建了一套自动化流程,将海量无标注的人类活动视频转化为可用于机器人训练的V-L-A数据。方法包括:从单目视频中精准恢复3D手部与相机运动轨迹;基于手部移动速度极小值进行原子级动作分割;结合视觉与轨迹信息,利用大模型自动生成语言指令。由此构建了包含百万片段、千万帧的超大规模数据集。 基于此数据集预训练的VLA模型,结合了视觉语言模型骨干与扩散动作预测器。模型在完全未见的真实环境中展现出强大的零样本手部动作预测能力。仅需使用约1.2千条真实机器人数据对预训练模型进行微调,即可在配备灵巧手(如星动XHAND1)的真实机器人上成功执行抓取、放置、倾倒等多种复杂操作任务,并对新物体、新环境表现出卓越的泛化能力和鲁棒性。 研究还验证了模型性能随预训练数据规模增加而提升的缩放定律。该工作为利用丰富易得的人类视频数据突破机器人训练数据瓶颈提供了新路径,推动了面向真实复杂场景的具身智能发展。

marsbit06/08 08:53

首次,纯人类视频预训练VLA灵巧操作,少量数据微调就能部署成功

marsbit06/08 08:53

从代码到认知:机器人大脑进化的万字指南

本文概述了机器人大脑从传统代码控制到现代人工智能模型驱动的演进历程。文章首先回顾了前大型语言模型(LLM)时代,机器人依赖手工编码的模块化技术栈(感知、状态估计、规划、控制)和行为树,虽稳定但泛化能力差。随后,深度学习改进了感知,强化学习和模仿学习进入了控制层,但策略仍较为狭窄。 ChatGPT的出现带来了转折。LLM最初被用作自然语言编译器,将指令转化为机器人可执行的原子技能序列(如谷歌的SayCan)。但更重要的突破是视觉-语言-动作模型(VLA),例如谷歌的RT-2和开源的OpenVLA,它能将视觉、语言信息融合,直接输出动作指令,实现了推理与行动的耦合。 目前最先进的系统采用“双脑”架构(如Figure AI的Helix、NVIDIA GR00T):一个慢速、参数多的“系统2”负责高层次推理和规划;一个快速、小巧的“系统1”负责高频动作生成。其下还可能有一个“系统0”反射层处理平衡等底层控制。出于延迟和可靠性考虑,安全关键的控制回路通常在机器人本地(如NVIDIA Jetson模块)运行,而对话界面和集群学习等任务可交由云端。 开源模型(如OpenVLA、GR00T、π0)降低了行业门槛,让初创公司能在其基础上用自有数据微调。然而,当前VLA机器人仍存在任务中途恢复能力弱、样本效率低、缺乏物理常识和长期规划能力等局限。 这催生了下一代方向:世界模型。这类模型(如NVIDIA Cosmos、Meta V-JEPA)能根据当前状态和动作预测未来结果,让机器人在行动前进行模拟和评估,从而改善恢复能力、泛化能力和长期规划。架构上主要分为像素级视频扩散、联合嵌入预测架构(JEPA)和潜在动作世界模型等流派。 文章最后指出,数据采集(特别是远程操作数据)是核心竞争力,仿真训练至关重要,机器人成本正在迅速下降。当前物理AI的发展阶段大约相当于“GPT-2时代”,虽未完全自主,但正通过架构的持续演进(从代码到感知、规划、策略,最终到世界模型),朝着更通用、更强大的方向稳步前进。

marsbit06/07 12:55

从代码到认知:机器人大脑进化的万字指南

marsbit06/07 12:55

黄仁勋 2026 GTC Taipei 演讲:AI 代理人时代来临,计算就是收入

在2026年GTC台北大会上,英伟达CEO黄仁勋宣布AI已进入“代理人”时代,AI从生成内容转变为能实际工作的利润与GDP创造者。其核心观点包括: 1. **AI代理人时代到来**:AI的计算模式发生根本改变,以“大语言模型+代理人框架”为核心的全新系统能理解、推理、规划并使用工具完成实际任务,每家公司都将成为运行代理人的公司。 2. **计算即收入**:在此模式下,AI生成的Token(计算单元)直接转化为收入和利润。AI工厂的经济核心是最大化每瓦电力产生的Token(收入),因此基础设施的吞吐量和能效至关重要。 3. **发布Vera Rubin系统**:英伟达推出史上最雄心勃勃的工程——Vera Rubin。它并非单一芯片,而是为运行代理人而设计的端到端完整系统,标志着英伟达从GPU公司、系统公司进一步转型为AI基础设施公司。 4. **推出Vera CPU**:首款专为AI代理人设计的CPU。代理人要求极低延迟和极高响应速度,Vera CPU强调顶级的单线程性能、每时钟指令数(IPC)和系统带宽,以满足代理人“没有耐心”的计算需求。 5. **与微软重新定义PC**:英伟达与微软合作推出新一代Windows PC产品线(桌面、笔记本、工作站),将代理式计算模式延伸至个人设备。新的PC操作系统将是传统系统与大语言模型的结合,应用程序将被“代理人运行时”取代。 6. **布局物理AI**:宣布了用于物理AI和机器人基础模型的Cosmos 3、用于自动驾驶的开放模型Alpamayo 2,以及完整的人形机器人技术栈与参考平台Isaac GR00T。这些系统遵循与云端代理人相同的“模型-框架-工具-运行时”模式。 **总结**:黄仁勋指出,过去六个月计算机行业因“有用AI”的实现而被彻底改变。未来十年,这种代理式计算模式将统一应用于云端、企业、PC、机器人及各类边缘设备。英伟达通过提供从芯片、系统到完整基础设施的全栈解决方案,旨在帮助客户建设高利润的AI工厂。对台湾供应链而言,AI工厂的交付效率、功耗控制及全栈协同能力将成为关键增长动力。

marsbit06/03 03:35

黄仁勋 2026 GTC Taipei 演讲:AI 代理人时代来临,计算就是收入

marsbit06/03 03:35

活动图片