跳到主要内容
Evolvant
订阅

机器人行业洞察

行业消息

  1. DeepMind 发布 Genie 4,Gemini 3.8 Flash 可观察生成场景、将任务拆解为步骤并逐步校验,场景变化时更新计划。DeepMind 同时展示 Gemini 4 Argon 与 Genie 4 联合模拟 Apollo 人形机器人下跳棋的实验。发布方称 Genie 4 + Gemini 可为机器人世界模型提供测试场所:任务中途移动物体后由 Gemini 重新规划,观察智能体能否恢复。

    Chubby观点人形机器人具身智能仿真与数字孪生

  2. Google DeepMind 发布 Genie 4,称其为首个带原生音频的实时世界模型,可生成环境音、音乐,以及角色对用户和世界内事件作出反应的实时对话。用户可用文字改写运行中的模拟,如改变天气、移动镜头、添加人物,Gemini 负责把编辑适配进场景并保持连贯。Gemini 3.8 Flash 在循环中充当导演,拆解目标并检查帧;Gemini 4 Argon 借此模拟了 Apptronik 的 Apollo 人形机器人下跳棋。访问先从可信测试者开始,之后开放给 Google AI Ultra 订阅者和早期 Gemini API 合作伙伴。

    Rohan Paul观点人形机器人具身智能仿真与数字孪生

  3. Google、UCLA与CMU联合论文提出GenXR-Bench,含112个专家编写的XR功能开发、缺陷修复与完整应用构建任务,测试模拟手部与房间输入,与使用真实头显的盲测XR专家一致率为96.5%。评测显示Claude Opus 5以50.9%领先,但无模型在SDK功能任务上超过29.2%;失败运行中64.4%出现坐标系错误,44.9%出现启动竞态条件。作者建议用模拟手部与房间输入验证智能体产出的XR应用,因智能体自写单元测试常漏掉运行时缺陷。

    Rohan Paul观点仿真与数字孪生大模型智能体