2025 智能机器人大赛已于今日正式开赛，大赛核心系列活动—— 2025 智能机器人大会，将于 12 月 10 日 在北京市昌平区万怡酒店接力启幕 ， 为智能机器人领域的创新力量搭建从技术展示到产业落地的关键桥梁。 大会将深度联动 2025 智能机器人大赛成果，聚焦前沿技术突破，关注产业落地实效，无论是知名专家的顶层 研判，还是企业先锋的实战分享，都将围绕"技术 - 产品 - 场景"的全链条展开， 为参会者呈现一场兼具专业 性与实用性的行业盛宴。 ▍ 热点抢先看 | | 三位一体智慧康养新模式》 | | --- | --- | | | 曲道奎 北京夫优华智能科技有限公司首席专家 | | | 中国机电一体化技术应用协会会长 | | 10:20-10:40 ● | 《云边端协同的分布式具身智能及应用》 | | | 孙富春 清华大学人工智能研究院智能机器人中心主任 | | 10:40-11:00 ● | 《以核心动力科技,解锁人形机器人落地新可能》 | | | 姜大勇 松延动力(北京)科技有限公司COO | | 11:00-11:20 ● | 《追寻智能上限 -- 缔造通用智慧劳动力》 | | | 孙荣毅 万境千寻 ...

Core Insights - The article discusses the challenges robots face in performing precise tasks like screwing and fastening, which are relatively easy for humans due to complex friction and tactile feedback issues [1] - A new framework called DexScrew has been developed by a research team from UC Berkeley, which allows robots to perform these tasks without visual reliance, using tactile and temporal information instead [3] Summary by Sections Research Method Overview - The DexScrew framework consists of a three-step process: simplified simulation to develop core skills, remote operation to collect real-world data, and behavior cloning to train precise tactile strategies [4][12] Step 1: Simplified Simulation - The first step involves creating a highly simplified model of the screws and nuts, focusing on the core rotational skills rather than complex details like thread structure [5][8] - The training uses a "prophet strategy + sensory-motor strategy" approach to quickly find optimal rotational actions and prepare for real-world deployment [8][9] Step 2: Remote Operation for Real-World Data - The second step involves using remote operation to gather real-world multi-sensory data, which includes joint movement data and tactile signals from the robot's fingertips [11][12] - A total of 50 trajectories for nut tasks and 72 for screwdriver tasks were collected, creating a comprehensive dataset for training [11] Step 3: Behavior Cloning for Tactile Strategies - The final step employs behavior cloning to allow the robot to mimic successful actions from the remote operation while integrating tactile feedback and temporal information [12][13] - The strategy's neural network is designed to predict future actions based on past movements and tactile signals, enhancing the robot's ability to adjust in real-time [13] Performance Testing - The DexScrew strategy was tested on various shapes of nuts and showed a fastening progress ratio exceeding 95%, with the cross-shaped nut reaching 98.75% [16][17] - In screwdriver tasks, the DexScrew strategy achieved a progress ratio of 95% with an average completion time of 187.87 seconds, significantly outperforming traditional methods [19][20] Robustness and Adaptability - The strategy demonstrated strong resistance to disturbances, quickly readjusting the robot's position and maintaining task continuity even under external forces [24][25] - The article emphasizes the importance of tactile feedback in enhancing performance, particularly in complex or slippery scenarios [25][27] Conclusion and Future Directions - DexScrew not only addresses specific tasks but also provides a scalable solution for dexterous operations, avoiding the pitfalls of traditional high-fidelity simulations [28] - The framework lays the groundwork for future applications in industrial assembly, home services, and precision manufacturing [28]

2025 智能机器人大赛决赛将于12月8日在北京昌平正式启幕。本次大赛由中国软件测评中心（工业和信息化 部软件与集成电路促进中心）、北京未来科学城发展集团有限公司联合主办，北京市机器人产业协会、立德机 器人平台（机器人大讲堂）、北京市机器人产业园（昌平）共同承办。 大赛以"智领科技、创新未来"为主题，是国内首个聚焦智能机器人规模化应用和产业化落地的综合赛事。聚焦 技术与产业新需求，设立制造业类、康复养老类、安全应急类、创新类四大赛道、7个赛项。共吸引100余支 优秀团队参与同台竞技，经初赛评审，最终73支团队晋级明日决赛。 为充分激发产业创新应用，全面展现智能机器人前沿进展，大赛首创"自主场景任务设计"模式，鼓励参赛团队 围绕智能制造、康复养老、安全应急等真实场景需求，自主设计任务和展示场景。 本次大赛聚焦产业实际落地需求，搭建起 "技术 - 场景 - 资本" 深度融合的高端交流平台。赛事总奖金池 130 万元，获奖项目将纳入昌平区《机器人企业储备项目库》，可享受产业基金对接、高层次人才服务、园区入驻 优惠等专项扶持政策，通过 "以赛促创新活力、以赛促场景探索、以赛促生态构建、以赛促产融对接" 模式全 方位加 ...

Core Viewpoint - The article discusses the recent surge in the U.S. stock market related to robotics, driven by potential government policies aimed at enhancing the robotics industry as a national strategic priority, comparable to chips and AI [2][4][5]. Group 1: Government Initiatives - The U.S. government is considering an executive order on robotics technology and is forming a robotics task force within the Department of Transportation [2][10]. - The Biden administration's focus on robotics is part of a broader strategy to reshape AI and manufacturing for enhanced international competitiveness [7][8]. - The "Genesis Mission" initiated by President Trump aims to mobilize 40,000 scientists to create an AI platform focusing on advanced manufacturing and other critical sectors [8][9]. Group 2: Economic and Competitive Context - The U.S. is experiencing a "re-industrialization" anxiety due to the offshoring of manufacturing and vulnerabilities exposed during the pandemic [11]. - Robotics is seen as a solution to restore competitiveness in manufacturing by reducing labor costs and enhancing production efficiency [11][13]. - The U.S. is lagging in robot deployment compared to countries like China and South Korea, which raises concerns about maintaining its technological edge [11][13]. Group 3: Labor Market Implications - The article highlights a paradox where while robotics could alleviate labor shortages in certain sectors, it may also lead to job losses in traditional roles [14][17]. - There is a significant debate on whether the push for automation will contradict the promise of revitalizing manufacturing jobs [18]. - The need for retraining displaced workers to transition into tech roles is emphasized, but the U.S. lacks successful precedents for such initiatives [18][25]. Group 4: National Security and Defense - The strategic push for robotics is also driven by national security concerns, as autonomous systems are becoming essential in modern warfare [19][20]. - Ensuring domestic production capabilities for critical military supplies relies heavily on advanced robotics technology [20][21]. Group 5: Challenges and Future Outlook - Despite the potential benefits, the U.S. faces systemic issues such as a declining STEM workforce and reliance on imported components for robotics [23][24]. - The article warns that while robotics can create wealth, ensuring equitable distribution of that wealth remains a significant challenge [25][26]. - The future of the U.S. robotics strategy is uncertain, with the need for coherent policies and long-term planning to address fundamental economic and social issues [26][28].

杭州滨江区的十字路口，最近出现了一位特殊的 "交警"。 身穿荧光绿制服、脚踩万向轮、倒三角身材充满未来感 ——这位编号HJ001的"杭行1号" 人形 机器人交警， 正式在滨盛路长河路口上岗执勤。 路过的市民纷纷掏出手机拍照，有人直呼 "太超前了"。 这不是噱头，而是杭州交警联合本土科技企业中控信息打造的 真正能上路执勤的 AI交通管理机器人 。从今 年 10月开始测试 ， 到在第 14个"全国交通安全日"前夕正式"上班"，这位机器人交警已经 在多个路口积累了 实战经验 。 更关键的是， 它不是简单的交通指挥工具，而是一个会学习、能进化的智能系统 。 ▍ 不只是摆手势， 8类违法行为都能精准识别 站在路口中央的 "杭行1号"，一边打着标准的交通指挥手势，一边发出清脆的哨音。红灯亮起，它立即切换到 停止手势；绿灯亮起，又流畅地做出直行指示。 但它的能力远不止于此。 通过内置的高清摄像头和 AI算法，"杭行1号"能实时识别8类非机动车违法行为 ： 未佩戴安全头盔、骑车带人、逆向行驶、越线停车 ……一旦发现违规，立即发出语音提醒。 "请退到停止线后，穿黑色衣服的同志不要停车越线。"机器人的提醒既礼貌又精准，直接点名违 ...

在具身智能浪潮奔涌向前、机器人产业迈向全面升级的 2025 年，我们 亟需 灯塔指引方向，更需为领军者 喝彩、为创新者赋能。为发掘机器人与具身智能领域的年度标杆，记录产业高质量发展的辉煌足迹， 立德 机器人平台 第六届 LeadeRobot 中国机器人行业评选 申报工作 于 11 月 15 日正式拉开 。 本次评选覆盖 人形机器人与具身智能、工业机器人、服务与特种机器人、核心零部件、行业服务、人物 奖 项 六大核心系列，同步推出 两大权威榜单 ，全方位扫描中国机器人产业的 " 中坚力量 " 与 " 新生动能 " 。欢迎全行业优秀企业、机构及个人踊跃报名，共同书写 "中国智造"的产业新篇！ ▍ 第六届 LeadeRobot 奖项全景：六大系列 + 两大榜单，多维致敬创新力量 一、 人形机器人与具身智能系列奖项 聚焦人形机器人量产元年的产业突破，表彰在商业落地、技术攻坚与生态构建中表现突出的创新主体 1." LeadeRobot2025年度人形机器人商业落地先锋奖 " 与 " LeadeRobot2025年度人形机器人订单爆 发奖 " 在资本与舆论的喧嚣中，人形机器人能否真正创造商业价值，是悬在每一个参与者头上的 ...

机器臂流畅地将垃圾箱套在手腕上，拎着桶移动分拣，赛场边观众纷纷举起手机——这一幕发生在2025 第二届中关村具身智能机器人应用大赛现场，表演者是北京灵御智能科技有限公司的TeleAvatar机器 人。 前不久 ，第二届中关村具身智能机器人应用大赛 在北京海淀圆满落幕 。在这场以 "具身引智、应用未来"为 主题的赛事中，灵御智能的TeleAvatar机器人参与了遥操作模式下家庭服务、工业制造、安全处置三大场景 的 多个 细分赛项， 均 获一等奖。 ▍ 赛场亮剑 在中关村具身智能机器人应用大赛的舞台上，灵御智能交出了一份令人瞩目的成绩单。这场由中关村科学城管 委会主办， 北京市科学技术委员会 中关 村科技园区管理委员会、北京市经济和信息化局指导的高规格赛事， 吸引了全球 157支顶尖团队同台竞技。 灵御智能选择了最具挑战性的赛道 ——第二赛道具身智能场景应用赛的遥操作模式，报名参加了 其中多 个细 分赛项。 在工业制造场景中，他们的机器人以 43秒完成物料搬运，1分22秒完成零件装配；家庭服务场景里，桌面清 洁仅需45秒，衣物晾晒55秒完成。 最令人印象深刻的是垃圾分拣任务 ， 操作员远程操控机器人将垃圾箱套在机 ...

11 月 17 日 -18 日 ， 2025 年第二届中关村 具身智能机器人应 用大赛 顺利举办 。 本届大赛 以 " 具 身引智、应用未来 " 为主题，积极响应 " 劳动最光荣 " 的口号 ， 历经数月筹备， 大赛汇聚了从 150 余 支参赛队伍中脱颖而出的顶尖力量， 这些知名高校、科研院所和创新型企业围绕三大核心赛道、共计 19 项独立任务展开巅峰对决，最终 54 支优秀团队脱颖而出，为行业树立了具身智能技术落地应用的标杆。 在决赛的评测中， Deepsick 团队表现亮眼，其优化后的 RoboBrain2.0 模型在空间推理类任务中的能力 全面提升了 10% 左右，打败了一众强敌，摘得大脑赛道一等奖。 ▍ 4 人小队的协同作战，破解数据缺失痛点 Deepsick 团队由 4 人组成，虽然规模不大，但 分工 明确，环环 相扣 ，堪比一台小型"数据 - 模型"引 擎。 队长作为团队的核心，负责制定递进式的研究路线和实验策略，把握整体工程进度与队员分工，比如备赛 初期确定了先测试弱点、补齐短板后再进行优势强化的路径。 本次大赛，由北京市科学技术委员会 中关村科技园区管理委员会、北京市经济和信息化局指导，中关村 ...

▍ Tinker队 核心成员由 清华大学机械系陈睿 老师指导 这支由多学科本科生组成的队伍 如何在几个月的时间内将机器人技术打磨得炉火纯青呢？ 近日， Tinker队接 受 机器人大讲堂 专访，分享了他们的参赛故事 和 心得 体会。 记者了解到， Tinker队由清华大学机械系陈睿 老师 指导，队员 大多 为该校在读本科生，涉及自动化、电 子、机械、计算机、软件等多个核心学科。不同学科背景形成知识互补，让团队在跨学科协作中， 得以快速 推进 机器人前沿技术的探索。 从团队分工看， Tinker 队在组建之初就分工明确，各模块核心工作由专业能力较强的学生负责：导航模块由 为先书院张明康、自动化系黄予喬负责；抓取模块由自动化系刘宇茹、计算机系王科锦主导；视觉模块工作由 软件学院汪佳宇承担；自动化系谢嘉晟负责语音模块；电子系林松泉牵头决策模块研发；计算机系房瑞负责仿 真模块；硬件模块则由机械系孙烨清负责。 Tinker 队以技术创新为核心驱动力，专注各类机器人赛事比拼。团队将技术的持续迭代与突破作为核心任 务，终极目标是在 RoboCup@Home赛事中夺冠。对技术精进的追求，是该团队参与高水平赛事的核心动 力。 ...

咖啡机器人 30 秒制作一杯定制拿铁，康养机器人精准辅助康复训练，仓储机器人高效分拣包裹 ， 四足和人 形机器人价格与一部手机相当 …… 步入 2025 年，全球机器人产业正以前所未有的活力，迈向技术跃迁、全域渗透与生态协同的黄金时代。人工 智能与大模型技术的深度融合，驱动机器人从执行重复任务的 " 制造 装备 " ，加速进化为具备感知、决策与 自主能力的 " 具身智能体 "， 应用场景已突破传统工业边界，广泛覆盖智能制造、商业服务、医疗康养、物 流仓储等百行千业，实现从 " 工厂围栏 " 到 " 走进生活 " 的深刻变革。 在中国，机器人产业已成为引领制造业升级与智能化变革的重要引擎。工业机器人领域， 通过视觉识别、力 觉传感等技术突破，逐步摆脱安全围栏限制，进化为可与人类协作的柔性生产单元 ， 国产化率超 5 0% ， 中国连续 12 年稳居全球最大应用市场， 协作机器人、物流机器人的 创新生态不断优化 ； 人形机器人加速 从 " 炫技 " 迈向 " 真干活 " ，通过 " 具身智能 + 离身智能 " 双引擎实现环境感知与闭环反馈 ； 核心零部件 如减速器、伺服系统实现技术自主，产业链条日益完备 ， 推动 ...