Trí tuệ hiện thân
CHỦ ĐỀ · TRANG 2

Trí tuệ hiện thân

AI bước vào thế giới vật lý: Robot hình người, mô hình nền tảng hiện thân và tiến triển điều khiển môi trường thực.

1.358 bài thu thập129 tinh chọncập nhật đến 28/09 02:35

  1. Nikkei AsiaT6 · 18/09 · 00:00

    Toyota dự kiến triển khai 400.000 robot hình người làm việc cùng nhân viên tại nhà máy

    Toyota đặt mục tiêu tích hợp 400.000 robot hình người vào dây chuyền sản xuất để hỗ trợ trực tiếp cho công nhân, đánh dấu bước tiến lớn trong tự động hóa công nghiệp.

  2. Hugging Face Daily PapersT6 · 18/09 · 00:00

    Khi ngón tay trở thành đôi chân: Robot bàn tay tự di chuyển và thao tác linh hoạt

    Nghiên cứu giới thiệu cách huấn luyện bàn tay robot sử dụng chính các ngón tay để di chuyển, giữ thăng bằng và thực hiện thao tác phức tạp mà không cần dây dẫn, mở ra hướng đi mới cho robot tự hành nhỏ gọn.

  3. JiQiZhiXinT5 · 17/09 · 21:15

    ZDTaichu 5.0-9B: Mô hình mã nguồn mở 9B mạnh nhất cho trí tuệ nhân tạo hiện thân

    ZDTaichu 5.0-9B thiết lập tiêu chuẩn mới cho các mô hình dưới 10B, dẫn đầu 8/9 bảng xếp hạng về trí tuệ nhân tạo không gian và vượt mặt nhiều đối thủ lớn nhờ công nghệ suy luận vòng lặp thích ứng.

  4. JiQiZhiXinT5 · 17/09 · 21:15

    Sharpa Robotics công bố mô hình World Synesthesia: Đột phá điều khiển bàn tay robot linh hoạt trong môi trường thực tế

    Được vinh danh tại CoRL 2026, mô hình World Synesthesia (WSM) tích hợp thị giác, xúc giác và cảm giác bản thể để giúp bàn tay robot 22 bậc tự do xử lý nhiễu cảm biến và ngoại lực, cho phép thao tác vật thể ổn định ngay cả với các vật thể chưa từng gặp.

  5. JiQiZhiXinT5 · 17/09 · 19:15

    OpenAI đưa AI vào thế giới thực: Cuộc đua thu thập 10 triệu giờ kinh nghiệm con người cho robot

    Khi AI vượt khỏi thế giới số để điều khiển robot, dữ liệu từ góc nhìn thứ nhất (egocentric data) đang trở thành chìa khóa mới. Các công ty đang chạy đua thu thập hàng triệu giờ kinh nghiệm con người để huấn luyện mô hình robot thế hệ mới.

  6. PandailyT5 · 17/09 · 15:15

    Light Origins ra mắt mã nguồn mở LightNav-0: Bộ não điều hướng đa năng cho robot

    LightNav-0 là mô hình điều hướng dựa trên Qwen3-VL-4B, được huấn luyện qua quy trình Real2Sim2Real với hơn 4.000 giờ dữ liệu VLA, đạt hiệu suất dẫn đầu trên 10 bảng xếp hạng điều hướng đơn thị giác.

  7. PandailyT5 · 17/09 · 15:15

    Scalabot ra mắt HERON-CRA: Bước tiến đột phá trong điều khiển robot với bộ nhớ ngữ cảnh và RL

    HERON-CRA của Scalabot kết hợp bộ nhớ 4D, công cụ học tăng cường (RL) và tiền huấn luyện đa hình thái, giúp nâng tỷ lệ thành công khi gấp tất từ 38,5% lên 97,8%.

  8. JiQiZhiXinT4 · 16/09 · 23:15

    OpenAI đổ hàng tỷ USD vào robot thông minh: Cuộc đua dữ liệu và sức mạnh tính toán chính thức bắt đầu

    Một báo cáo thử nghiệm mới cho thấy sự kết hợp giữa GPT-6 Astra và mô hình π₀.₅ tạo ra bước đột phá về khả năng suy luận và điều khiển robot, vượt xa các phương pháp truyền thống với hiệu suất cao hơn 64%.

  9. JiQiZhiXinT4 · 16/09 · 15:15

    DM0.5 thống trị RoboColiseum: 'Vua' mới của các bảng xếp hạng robot thông minh

    Mô hình DM0.5 tiếp tục khẳng định vị thế dẫn đầu khi quét sạch 4 bảng xếp hạng tại RoboColiseum, nâng tổng số chiến thắng lên 6 trên 6 cuộc thi đánh giá robot khác nhau, chứng minh khả năng thích nghi vượt trội trong mọi môi trường.

  10. PandailyT4 · 16/09 · 09:00

    Xiaomi mã nguồn mở mô hình thế giới Robotics-U0 cho robot thông minh

    Xiaomi vừa công bố mã nguồn mở Robotics-U0, mô hình nền tảng thế giới tự hồi quy với quy mô lên tới 38 tỷ tham số, giúp tăng tốc độ xử lý gấp 83 lần và dẫn đầu bảng xếp hạng WorldArena về khả năng mô phỏng cảnh quan robot.

  11. JiQiZhiXinT3 · 15/09 · 19:15

    ECCV 2026: REAL - Bước tiến mới giúp robot tự chủ trong thế giới thực mà không cần 'góc nhìn thượng đế'

    Nhóm nghiên cứu từ Thượng Hải giới thiệu REAL, khung làm việc cho robot giúp giải quyết các yêu cầu mơ hồ và môi trường chưa biết, cho phép robot chủ động khám phá và tương tác với người dùng thay vì dựa vào dữ liệu hoàn hảo.

  12. Hugging Face Daily PapersT3 · 15/09 · 11:45

    Agent as Policy (AGP): Bước tiến mới trong điều khiển robot tự hành không cần huấn luyện chuyên biệt

    Nghiên cứu giới thiệu AGP, một tác nhân AI có khả năng điều khiển robot thực hiện các tác vụ phức tạp từ lắp ráp đến thao tác vật thể biến dạng mà không cần huấn luyện riêng cho từng môi trường, nhờ khả năng lập trình và phản hồi thời gian thực.

  13. Hugging Face Daily PapersT3 · 15/09 · 08:00

    MobileVLA-R1 2.0: Bước tiến mới trong điều khiển robot di động nhờ suy luận tăng cường RL

    MobileVLA-R1 2.0 kết hợp suy luận có cấu trúc với học tăng cường (RL) để thu hẹp khoảng cách giữa tư duy ngôn ngữ cấp cao và hành động điều khiển robot chính xác, giúp robot thực hiện các nhiệm vụ phức tạp hiệu quả hơn.

  14. Hugging Face Daily PapersT3 · 15/09 · 06:45

    ReactHuman: Bộ tiêu chuẩn đánh giá khả năng phản xạ vật lý như con người cho robot AI

    ReactHuman là bộ tiêu chuẩn đầu tiên đánh giá khả năng phản ứng tức thời của các mô hình đa phương thức (MLLM) trước các tình huống nguy hiểm trong môi trường gia đình, giúp robot đưa ra quyết định an toàn và chính xác hơn.

  15. QbitAIT2 · 14/09 · 18:00

    Khám phá RSI: Mô hình thế giới mới từ Shengshu giúp robot tự tiến hóa

    Shengshu giới thiệu mô hình thế giới RSI, cho phép robot tự học hỏi và tiến hóa thông qua tương tác thực tế, mở ra bước tiến mới trong khả năng tự chủ của robot.

  16. Hugging Face Daily PapersT2 · 14/09 · 09:15

    LIT: Phương pháp huấn luyện mới giúp robot vượt qua 'lối tắt thị giác' để hành động linh hoạt hơn

    Nghiên cứu giới thiệu Latent Interface Training (LIT), một chiến lược huấn luyện hai giai đoạn giúp robot tránh phụ thuộc vào các tín hiệu thị giác không liên quan, từ đó cải thiện khả năng thích nghi khi môi trường thay đổi.

  17. QbitAICN · 13/09 · 15:30

    Đột phá mô hình điều hướng: Một thuật toán 'cân' mọi loại robot trong hơn 2.000 môi trường giả lập

    Startup Liangyuan giới thiệu hướng đi mới cho AI vật lý, cho phép mô hình điều hướng zero-shot vận hành linh hoạt trên bốn loại hình robot khác nhau mà không cần huấn luyện lại.

  18. JiQiZhiXinT7 · 12/09 · 19:00

    Từ định vị đến 'vấp ngã rồi đứng dậy': Robot có đang lặp lại con đường Scaling của mô hình ngôn ngữ lớn?

    Startup BrightSource đang áp dụng quy trình ba bước của LLM—tiền huấn luyện, căn chỉnh và triển khai—vào lĩnh vực robot thực tế, nhằm giải quyết bài toán khó về khả năng thích nghi trong môi trường vật lý thay vì chỉ dừng lại ở các bài kiểm tra mô phỏng.

  19. QbitAIT7 · 12/09 · 17:00

    Khám phá RSI: Mô hình thế giới mới từ Shengshu giúp robot tự tiến hóa

    Mô hình thế giới RSI tích hợp xúc giác, bộ nhớ và dữ liệu bản ngã, mở ra khả năng tự tiến hóa đột phá cho robot.

  20. JiQiZhiXinT7 · 12/09 · 15:00

    Vượt giới hạn mô hình đơn lẻ: Nhóm nghiên cứu ĐH Thanh Hoa giới thiệu EMERGE-Policy cho hệ thống trí tuệ hiện thân

    Nhóm nghiên cứu từ ĐH Thanh Hoa đề xuất EMERGE-Policy, khung đa tác nhân cho phép tích hợp nhiều mô hình chuyên biệt thay vì phụ thuộc vào một mô hình đơn lẻ, giúp robot xử lý hiệu quả các nhiệm vụ phức tạp và dài hạn.

Trí tuệ hiện thân — Chủ Đề AI · Trang 2 | AIHOT.vn