Thomas Wolf (Hugging Face đồng sáng lập/CSO)@Thom_Wolfturns out you don't need IMU 🤯
DịchNghiên cứu mới từ Blind Dexterity chứng minh robot hình người có thể đi lại và chịu lực đẩy ổn định chỉ bằng dữ liệu từ bộ mã hóa khớp, loại bỏ hoàn toàn sự phụ thuộc vào cảm biến IMU hay cảm biến lực truyền thống.
Theo Vương Hưng Hưng (Unitree), thách thức cốt lõi của robot hiện nay là sự thiếu chính xác trong tương tác vật lý. Khi robot đạt khả năng xử lý 80% tác vụ trong môi trường lạ qua điều khiển giọng nói, ngành công nghiệp sẽ bùng nổ.
Black Forest Labs giới thiệu FLUX 3 Action, mô hình AI 7 tỷ tham số tối ưu cho robot, có khả năng dự đoán hành động từ video đa góc quay. Với hiệu suất vượt trội và tốc độ nhanh gấp 3.95 lần các đối thủ, mô hình này hiện đã có mặt trên Hugging Face.
Cùng sự kiện, bài đại diện «Black Forest Labs ra mắt FLUX 3 Action: Mô hình hành động thế giới 7B mã nguồn mở»Nhóm nghiên cứu giới thiệu khung EmbodiedSWE và bộ benchmark EMBODIEDSWE-BENCH, cho phép các Coding Agent giải quyết các tác vụ robot phức tạp, đòi hỏi sự khéo léo và tương tác liên tục lên đến 30 phút.
MemBodied là cơ chế bộ nhớ tình huống cố định giúp các mô hình VLA duy trì trạng thái liên kết và các điểm neo bối cảnh, thay thế việc chồng chéo dữ liệu quan sát lịch sử thô.
Bài báo tổng hợp các phương pháp đưa định luật vật lý vào thuật toán học máy, giúp robot cải thiện khả năng suy luận, tính minh bạch và hiệu quả học tập trong môi trường thực tế đầy thách thức.
Serbia chính thức vận hành nhà máy sản xuất robot hình người tại Šabac với công suất hơn 5.000 robot mỗi năm, đánh dấu bước tiến quan trọng trong ngành công nghiệp AI và robot toàn cầu.
CARE là khung làm việc mới giúp các mô hình VLA tự nhận diện và sửa lỗi khi thực thi nhiệm vụ, bằng cách tổng hợp các tình huống thất bại và lập kế hoạch điều chỉnh theo thời gian thực.
Grounded Action Model (GAM) là mô hình robot mới giúp máy móc hiểu rõ vị trí và hình học 3D của vật thể thay vì chỉ học ngầm định từ dữ liệu, giúp việc điều khiển chính xác và hiệu quả hơn thông qua các lệnh ngôn ngữ hoặc hình ảnh.
Light Origins vừa phát hành Light-O1-Preview, mô hình 6B theo giấy phép Apache-2.0 có khả năng chuyển đổi dữ liệu video hành động của con người thành quỹ đạo chuyển động toàn thân cho robot, tách biệt với hệ thống điều hướng LightNav-0.
ZHO@ZHO_ZHO_ZHOĐoạn video ghi lại cảnh robot Jev thực hiện các thao tác kỹ thuật với tốc độ cực nhanh mà không cần chỉnh sửa hay tăng tốc, cho thấy bước tiến đột phá trong khả năng vận hành của robot.
PARTS là khung làm việc giúp robot tự học cách vượt qua các điểm nghẽn trong những tác vụ dài mà không cần con người can thiệp toàn bộ, bằng cách tập trung huấn luyện học tăng cường vào các bước phụ cụ thể thay vì toàn bộ quy trình.
DeformSmith là khung làm việc tự động tạo ra các vật thể biến dạng có tính tương tác cao từ văn bản hoặc hình ảnh, thông qua quy trình tinh chỉnh vật lý để đảm bảo độ chân thực khi robot thao tác.
Theo Gao Haichuan, sự thiếu hụt dữ liệu, khác biệt về phần cứng và bài toán kinh tế khiến tiến trình phát triển của robot sẽ diễn ra từ từ thay vì bùng nổ đột ngột.
Emad Mostaque@EMostaqueI think you will have generalised robotics intelligence open source that can do 95% of everyday huma…
DịchCựu CEO Stability AI dự đoán trí tuệ robot mã nguồn mở có khả năng tự học tại biên sẽ sớm phổ cập, khiến năng lực thực hiện tác vụ thông thường không còn là lợi thế cạnh tranh độc quyền của các công ty robot.
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.
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.
HarnessVLN là khung làm việc zero-shot giúp robot điều hướng dựa trên ngôn ngữ mà không cần huấn luyện, sử dụng cơ chế Agent Harness để phối hợp nhận thức, lập kế hoạch và xử lý lỗi thông qua giao diện công cụ thống nhất.
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.
Blueworm Embodied vừa giới thiệu Mantis Standard, mẫu robot hình người có bánh xe với 22 bậc tự do, tải trọng cánh tay 7kg và khả năng điều khiển từ xa với độ trễ dưới 10ms, mức giá khởi điểm chỉ từ 9.800 NDT.
Dynin-Robotics sử dụng mô hình khuếch tán đa phương thức để dự đoán mục tiêu và động lực học, giúp robot thực hiện hành động chính xác hơn thông qua việc hiểu ngôn ngữ và quan sát hình ảnh.
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.
Startup Reward AI giới thiệu OM-1, mô hình điều khiển robot đa năng được huấn luyện hoàn toàn từ dữ liệu mô phỏng cử động con người mà không cần đến điều khiển từ xa hay dữ liệu thực tế, đạt độ chính xác vượt trội so với các phương pháp thị giác truyền thống.
SemiAnalysis@SemiAnalysis_A Brain Too Big to Carry - On-Device vs Datacenter Inference Robot Models, Silicon & DRAM Effici…
DịchBài viết phân tích thách thức khi triển khai mô hình robot lớn, so sánh hiệu suất chip, băng thông DRAM và chi phí vận hành giữa thiết bị đầu cuối (Jetson Thor) và trung tâm dữ liệu (B300).
SemiAnalysis phân tích bài toán tối ưu chi phí và độ trễ cho robot. Với các mô hình hàng tỷ tham số hiện nay, việc xử lý tại chỗ hay trên cloud vẫn là thách thức lớn về kinh tế và kỹ thuật.
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.
MaP-WAM giải quyết các tác vụ robot phức tạp bằng cách chuyển đổi lịch sử đa phương thức thành các kế hoạch hành động tinh gọn, giúp tối ưu hóa hiệu suất mà không cần xử lý toàn bộ dữ liệu quá khứ.
Lauren Tan@potetopov u installed dr eggbot
DịchGóc nhìn hài hước và thực tế về quá trình thiết lập Dr Eggbot, một thiết bị chuyên dụng để vẽ lên bề mặt trứng.
Unitree vừa ra mắt UnifoLM-WLA-1.0, mô hình nền tảng 6 tỷ tham số được huấn luyện từ 2.500 giờ dữ liệu thực tế, có khả năng thực hiện 64 tác vụ khác nhau. Hiện tại, dự án đã có trang chủ nhưng mã nguồn và trọng số vẫn đang trong quá trình hoàn thiện.
Thêm 1 nguồn khác đưa tinIT HomeSyncWorld là mô hình thế giới có khả năng mô phỏng robot zero-shot mà không cần huấn luyện thêm, bằng cách sử dụng hiệu chỉnh thị giác để đồng bộ hóa hành động với môi trường thực tế.
SemiAnalysis@SemiAnalysis_Where Does a Robot Think On-Device vs Datacenter Inference The Embodiment Problem, Planning vs Act…
DịchBài viết phân tích bài toán tối ưu hóa cho robot thông minh, so sánh chi phí và hiệu năng giữa việc xử lý tại chỗ (on-device) và trên đám mây, từ đó định hình tương lai của hạ tầng phần cứng cho robot.
RoboSPA là bộ dữ liệu và chuẩn đánh giá mới giúp kiểm tra khả năng suy luận không gian và lập kế hoạch dài hạn của các mô hình VLA trong lĩnh vực robot, vượt xa các bài kiểm tra cơ bản hiện nay.
Rohan Paul@rohanpaul_ai"Prompt steerability" could end up being one of the most economically important properties of a robo…
DịchMô hình S1 của Skild AI có thể học tác vụ mới chỉ từ một video mẫu và thực hiện hành động dựa trên hướng dẫn bằng hình ảnh. Khả năng này giúp robot xử lý các tác vụ phức tạp mà không cần đào tạo lại, mở ra tiềm năng kinh tế lớn trong lĩnh vực tự động hóa.
Ngành công nghiệp robot hình người tại Trung Quốc đang chuyển mình mạnh mẽ, khi các startup không chỉ dừng lại ở việc phô diễn công nghệ mà đã bắt đầu đưa robot vào làm việc thực tế tại nhiều môi trường khác nhau.
Một phương pháp huấn luyện đột phá cho phép robot vận hành linh hoạt và thông minh hơn bằng cách tối ưu hóa cách thức mô hình thế giới được áp dụng.
Startup Yuejia Dynamics vừa triển khai robot kiểm tra bốn chân tại hệ thống tàu điện ngầm Thâm Quyến, đồng thời đặt mục tiêu đạt công suất sản xuất 10.000 đơn vị mỗi năm vào cuối tháng 10.
Cùng sự kiện, bài đại diện «Startup Yuejia Lingdong đưa robot bốn chân vào vận hành tại tàu điện ngầm Thâm Quyến»Trong khi AI ngôn ngữ phát triển vượt bậc, robot vật lý vẫn gặp khó khăn do khoảng cách lớn giữa các bản demo và thực tế. Bài viết phân tích hơn 10 rào cản kỹ thuật từ sự khéo léo của bàn tay, khả năng xử lý tình huống đến vấn đề năng lượng và chuỗi cung ứng.
Nghiên cứu so sánh hiệu suất giữa chuyên gia kịch bản và mô hình ACT trong các tác vụ tiếp xúc phức tạp. Kết quả cho thấy mô hình học bắt chước (ACT) suy giảm hiệu suất đáng kể hơn chuyên gia khi tăng tốc độ thực hiện nhiệm vụ.
Startup Nori Robotics vừa giới thiệu robot hình người Nori A3 với mức giá đột phá 1.688 USD, tích hợp hệ thống cảm biến tiên tiến và nền tảng chia sẻ kỹ năng trực tuyến, dự kiến giao hàng vào mùa thu 2026.
Rohan Paul@rohanpaul_airespect for staying on two feet on this floor. may be the ankles are firing tiny torque corrections…
DịchRohan Paul nhận định robot hai chân có thể đứng vững trên mặt sàn đầy bi nhờ khả năng điều chỉnh mô-men xoắn siêu nhỏ ở cổ chân, giúp tránh dồn trọng tâm vào các điểm tựa đang bị trượt.
