机器人行业洞察
今日精选
The robotics journal
行业消息
谷歌DeepMind论文披露，4个基于Gemini 4 Argon的通用编程智能体仅获得「击败末影龙」这一目标和一个把JavaScript转为游戏动作的标准库，无角色分配、无专用游戏工具，靠聊天与共享笔记自行分工。在简单难度随机世界中，它们用27小时14分钟击杀末影龙，共编写2783个程序、死亡605次。论文称这是单次运行，成功率尚不明确，并建议长周期任务可先尝试带普通API与共享记忆的通用编程智能体。
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。
强制发布探针摘要
公开来源
强制发布探针摘要
公开来源
强制发布探针摘要
公开来源
强制发布探针摘要
公开来源
强制发布探针摘要
公开来源
强制发布探针摘要
公开来源
强制发布探针摘要
公开来源
强制发布探针摘要
公开来源
月伴（Yueban）推出名为小伴（Xiaoban）的机器人马桶，面向行动不便人群，可移动到床边供其使用，使用后能自行返回卫生间完成排污。原文未披露产品价格、上市时间、技术参数与量产计划。
香港大学提出EgoWild2Dex，用538.9小时未经脚本编排的野外人类第一人称视频训练双手灵巧操作策略，每个下游任务仅需不足1小时真实机器人数据。方法包含轻量可微几何变换模块GeoFormer（无需精确标定与3D重投影，比传统Project+Inpaint流程快21.9倍）和动作重定向加逆运动学，将人类第一人称、手套演示与真机演示映射到统一机器人动作空间，训练分开放集预训练、任务适配、真机精调三阶段。真机上三个长程双手任务平均成功率96.7%，可应对外界干扰，未见物体拆箱任务零样本泛化33.3%。
Manifold AI 提出 WorldScape R²SI 框架，由内层 Robot Agent 按任务专用技能执行动作，外层 Recursion Agent 审查执行记录、修订技能，并在任务用到反应式动作模型时重新训练该模型，更新须通过测试才发布。来源报告称其在 RoboDojo Agent Track 排名第一，领先 GPT-6 Astra 与 GR00T-N1.7。push_T 示例中，技能修订把最初超预算的 723 步尝试降到成功的 596 步，同一布局再降至 389 步；冻结技能后三个随机布局分别用 222、312、256 步完成，均在 600 步预算内。
Luxonis 发布 OAK 4 FFC，这是 OAK 4 平台上的首款 OAK 模块化板卡，最多可接 5 个摄像头并自由布置在机器人需要观察的位置。板卡尺寸 70×53 毫米，集成同步、标定、立体深度与 AI 运算，算力 52 TOPS；用户在 OAK Viewer 中输入相机位置后，动态标定可基于场景自动优化，无需打印标定靶，所有相机同时曝光，全景与鸟瞰拼接在板端完成。该板卡可作为机器人主计算机或专用视觉系统，面向人形机器人、无人机等标准相机难以适配的机型。开发者套件售价 849 美元，当日开启预订，11 月发货。