机器人想抓稳东西，小脑模型得先过三道关
VLA让机器人把看见、理解和动作接起来，但玻璃杯、软包装和瓶盖仍会暴露控制短板。到了2026年夏季，具身小脑模型最要紧的三件事，是消化高频触觉、提前识别微滑移，并在磨损和漂移中持续校准。
阅读全文
Search
站内搜索
关键词：物理世界交互
找到 3 篇相关文章
前沿研究
Sora 3发布半年：视频生成真的变成工业流水线了吗
Sora已于今年3月下线，OpenAI将重心转向物理世界交互。随着独立Sora 3架构的开源与API化，视频生成在广告批量出图中实现了可控ROI，但在影视预演受制于时空一致性。本文拆解AIGC视频工作流的真实边界，指导企
阅读全文多模态‘世界模型’新突破：Google DeepMind Gemini 2.0 Ultra与物理世界交互能力解析
Google DeepMind发布的Gemini 2.0 Ultra模型标志着多模态AI在物理世界理解与交互能力上的重大突破。本文深入解析其技术路径、核心能力，并探讨其对具身智能、机器人研发及AI治理带来的深远影响。
阅读全文