蚂蚁灵波连续签约隆盛唯睿、德马科技等企业,其 LingBot-VLA 2.0 适配 17 个品牌 20 种机器人构型,把「一脑多机」从演示带向产线。
另一边,Physical Intelligence 发布 API Beta,LeRobot HF 流式传输超 100TB 机器人数据集。更值得关注的是 arXiv 提出 开放世界安全 议程,提示从「能干活」到「可靠干活」还有关键一步。
今日具身智能出现双重信号:蚂蚁灵波将 LingBot-VLA 2.0 推入工业上下料与物流分拣,实现一脑多机;同时 Physical Intelligence 开放操控模型 API,LeRobot 流式传输超 100TB 机器人数据集。基础设施门槛降低,但安全研究与真实部署仍存缺口。
蚂蚁灵波连续签约隆盛唯睿、德马科技等企业,其 LingBot-VLA 2.0 适配 17 个品牌 20 种机器人构型,把「一脑多机」从演示带向产线。
另一边,Physical Intelligence 发布 API Beta,LeRobot HF 流式传输超 100TB 机器人数据集。更值得关注的是 arXiv 提出 开放世界安全 议程,提示从「能干活」到「可靠干活」还有关键一步。
蚂蚁灵波与隆盛唯睿、德马科技等达成战略合作,聚焦工业上下料和物流柔性分拣。其自研 LingBot-VLA 2.0 预训练已适配 17 个品牌 20 种机器人构型。工博会展示药房拣药、物流分拣、工业上下料等场景;开源模型 GitHub 获 3.29 万 star。一脑多机降低异构产线部署成本。
Physical Intelligence 发布 API 测试版,为各类机器人提供前沿操控基础模型。开发者可直接接入机器人操控能力,降低具身智能应用开发门槛。该 API 面向不同构型机器人,旨在加速通用机器人技术落地;API 化让 VLA 成为可调用服务,或改变部署方式。
arXiv 论文提出开放世界安全:机器人在未见场景中仍须保持指定安全要求,即使无法完成任务。作者指出现有方法因误解上下文、忽略历史交互、不安全的停止恢复策略而失效。研究议程强调明确、学习并落实安全需求,并可靠恢复执行。
基础模型推动家用机器人进入日常环境,但安全挑战加剧。现有安全方法因误解上下文、忽略历史交互、不安全的停止恢复策略而失效。本文提出研究议程:明确、学习并落实安全需求,可靠恢复执行,评估泛化能力。
研究员注:这是从「避免碰撞」到「语义级安全」的范式转移,落地必须先过安全关。
LeRobot HF 流式传输超 100TB 机器人数据集,大幅提升大规模机器人数据访问效率,为具身智能模型训练提供关键数据支撑。
研究员注:开源数据生态正在成形,但数据多样性与任务真实性仍是隐忧。模型训练将迎来数据民主化,但质量与版权需同步规范。