本公众号是北京灵御智能科技有限公司官方公众号 11 月 19 日， 202 5 年第二届中关村具身智能机器人应用大赛 颁奖典礼圆满落幕。作为北京市海淀区打造全球具身智能创新策源地的核心赛事，本届大 赛以 "具身引智、应用未来" 为主题，汇聚全球 157 支顶尖团队同台竞技，200 万奖金激励技术突破与场景落地。北京灵御智能科技有限公司（简称 "灵 御智能"）携 自主研发 TeleAvatar 机器人 ，参与第二赛道 具身智能场景应 用赛遥操作模式 角逐，最终 在报名的 7 个细分赛项中全部斩获一等奖 ，以硬 核实力在这场高规格赛事中脱颖而出。 大赛背景：聚焦应用，搭建产业创新舞台 本届大赛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，北京智源人工智能研究院等单位 承办协办。赛事设置三大赛道，构建总额 200 万元的差异化奖励体系，旨在 推动具身智能技术从算法突破走向场景落地，搭建 "技术竞技与成果转化" 于 一体的产业平台 。 灵御智能瞄准场景应用核心需求，报名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 7 个细分赛项，覆盖 物料搬 ...

作者丨 阿汐猫猫 原文链接 | https://zhuanlan.zhihu.com/p/1970094649956868665 点击下方 卡片 ，关注" 具身智能之心 "公众号 >> 点击进入→ 具身 智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区： 具身智能之心知识星球（戳我） ，这里包含所有你 想要的! 文章转载自博客，见 https://axi404.top/blog/embodied-talk-3 前言 最近 GEN-0[1] 的发布对于具身智能领域可以说是轰动性的。Manipulation 作为 Robotics 领域一直以来皇冠上 的明珠，并且作为具身智能带来现实生产力必不可少的一环，一向以泛化的困难性著称。由于缺乏实际的使 用场景，缺乏数据飞轮导致的数据匮乏使得模型的预训练难以 scaling up，而模型高度依赖后训练的数据。 在此之前，领域内最具代表性的工作莫过于 Pi 系列[2][3]，在 Pi dataset 私有数据集上进行预训练。其结果是 显著的，使用此类预训练之后，带来了模型后训练时的性能提升。从实际部署中，Pi 不同于若干号称反超自 己的模型，在动作连贯性 ...

更多干货，欢迎加入国内首个具身智能全栈学习社区： 具身智能之心知识星球（戳我） ，这里包含所有你想要的! 沉默后爆发？ 编辑丨 机器之心 点击下方 卡片 ，关注" 具身智能之心 "公众号 >> 点击进入→ 具身 智能之心 技术交流群 深夜，Meta 有了重大更新，接连上线 SAM 3D、SAM 3（Segment Anything Model，SAM）。 其中，SAM 3D 是 SAM 系列的最新成员，它将人们对图像的 3D 理解带入通俗易懂的世界，其包含两个模型： 这两个模型都具备强大且稳定的 SOTA（业界领先）性能，能够将静态的 2D 图像转化为细致的 3D 重建结果。 SAM 3D Objects：支持物体与场景重建 SAM 3D Body：专注于人体形状与姿态估计 SAM 3 可通过文本、示例和视觉提示，对图像和视频中的物体进行检测、分割与跟踪。 作为本次发布的一部分，Meta 同步开放了 SAM 3D、SAM 3 的模型权重与推理代码。 此外，Meta 还推出了一个全新平台 Segment Anything Playground，通过该平台，用户能轻松体验 SAM 3D、SAM 3 的能力。 接下 ...

点击下方 卡片 ，关注" 具身智能 之心 "公众号 最近收到社区内很多同学关于VLA和RL相关内容的咨询，也希望具身智能之心能够有更深入的讲解。在 此，我们向全平台粉丝招募VLA+RL方向的课程&项目辅导老师，和我们一起输出最有料的内容。 具身智能之心是国内首个具身全栈技术交流社区，聚集了大量VLA和RL相关方向的同学。 我们将提供高于行业平均水平的薪酬以及丰富的行业资源。 详细内容欢迎添加微信：oooops-life咨询。 一些要求 需是VLA+RL的研究方向，学术界我们希望是博士及以上（包含在读），手握相关方向的顶会。工业界希 望您有一定的实战经验和真机调试经验。 待遇说明 ...

点击下方 卡片 ，关注" 具身智能 之心 "公众号 作者丨 Chia-YuHung等 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 南洋理工大学等研究单位提出NORA-1.5 通过集成流匹配动作专家与奖励驱动的直接偏好优化（DPO）后训练，解决了现有视觉-语言-动作（VLA）模型泛化性和 可靠性不足的问题，在仿真与真实机器人场景中均实现了当前最优性能。 核心定位与解决的关键问题 架构设计：流匹配与 VLA backbone的协同优化 VLA backbone基础 论文标题 ：NORA-1.5:AVision-Language-ActionModelTrainedusingWorldModel andAction-basedPreferenceRewards 论文链接 ：https://arxiv.org/pdf/2511.14659 ProjectPage :https://declare-lab.github.io/nora-1.5 Code ...

作者丨星动纪元 星动纪元提供面向开发者及企业的开发工具及行业解决方案，国内聚焦具身智能行业解决方案应用，国外主攻开发者市场，形成 " 国内深耕 + 海外拓展 " 的业务格 局。得益于这种多元化的商业布局，星动纪元 2025 年商业化高速增长。 国内聚焦具身智能行业解决方案应用，与 吉利、雷诺、顺丰、 TCL 、海尔、联想、世纪金源 等企业达成深度合作。其中，物流行业最大单笔订单近五千万，已形 成标准化解决方案。 其中海外业务占比 50% ， 全球 TOP10 市值科技巨头中 9 家为星动纪元客户 。海外业务覆盖北美、欧洲、中东、日韩，并成为 SKILD AI 、字节跳动、 MIT 、 Stanford 、清华、北大等全球顶尖机构的首选。 编辑 | 机器人大讲堂 点击下方 卡片 ，关注" 具身智能之心 "公众号 >> 点击进入→ 具身 智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区： 具身智能之心知识星球（戳我） 2025 年 11 月 20 日，星动纪元完成近 10 亿元 A+ 轮融资。本轮融资由吉利资本领投，北汽产投战略投资，北京市人工智能产业投资基金及北京机器人产业发展 投资基金联合 ...

点击下方 卡片 ，关注" 具身智能 之心 "公众号 作者丨 Zhuo Li等 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 现有问题分析 VLA模型在现实世界机器人操作任务中展现出巨大潜力。然而，预训练的VLA策略在下游部署过程中仍会出现显著的性能下降。尽管微调可以缓解这一问题，但它 依赖于高昂的演示数据收集成本和密集型计算，在现实场景中并不实用。这里提出了VLA-Pilot，一种即插即用的推理时策略引导方法，无需额外微调或数据收集， 即可实现预训练VLA模型的零样本部署。 在两种不同机器人形态的六个现实世界下游操作任务中对VLA-Pilot进行了评估，涵盖分布内和分布外场景。实验结果表明，VLA-Pilot大幅提升了现成预训练VLA 策略的成功率，实现了对多样化任务和机器人形态的稳健零样本泛化。 实验视频和代码：https://rip4kobe.github.io/vla-pilot/。 背景介绍&创新点 近年来，VLA模型的进步显著提升了机 ...

今天有个老学员，拿到了某头部的offer，自笑到从纯小白到算法工程师的打怪之路着实不简单，但真的有 门路。从自己购买so-100折腾，到后面跟着系统的路线一起学习，不仅节省了很多时间，也避免陷入了较 多的坑里。 这里也为大家推荐几个具身方向的研究路线：涉及vla、vln、diffusion policy、强化学习等。也欢迎扫码直 接学习： vla方向 VLA构成的机器人系统主要包括：视觉的感知处理模块，语言指令的理解以及生成机器人可执行动作的策 略网络。根据不同的需求，目前的VLA主要分为三类范式：显示端到到VLA，隐式端到端VLA以及分层端 到端VLA。 显示端到到VLA，是最常见最经典的范式。通常是将视觉语言信息压缩成联合的表征，然后再基于这个表 征去重新映射到动作空间，生成对应的动作。这类端到端的范式依赖于先前广泛的研究先验，通过不同架 构（diffusion/ transformer/dit），不同的模型大小，不同的应用场景（2d/3d）,不同的任务需求（从头训/下 游微调），产生了各类不同的方案，取得了不错的性能。 隐式端到端VLA，则不同于前者，更加关注工作的可解释性，旨在利用当前的video d ...

编辑丨 新智元 点击下方 卡片 ，关注" 具身智能之心 "公众号 >> 点击进入→ 具身 智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区： 具身智能之心知识星球（戳我） ，这里包含所有你想要的! 【导读】 2024年以来，从苹果Vision Pro将「空间计算」推向巅峰，到Peloton Guide、Nex Playground等「AI摄像头」硬件开始在小规模市场 中验证可行性，风口已然初现。 一个共识正在全球科技行业悄然形成：AI驱动的体感交互是下一个浪潮。 但一个根本性的矛盾也随之暴露：前者价格高昂，动辄数千美元，将普罗大众拒之门外；后者虽然价格稍低，却仍需用户购买专属的硬件盒子，本质上 没有摆脱「外设」的束缚。 市场在呼唤一个更轻、更普惠的解决方案。 当我们回归真实的居家娱乐场景时，会发现用户体验是极度「割裂」的。 要么是花重金买来的游戏主机，在短暂的新鲜感过后，最终难逃在角落里「吃灰」的命运；要么是面对主机里那些同质化严重、缺乏实时反馈的游戏内 容。 这是一个消费者极度渴望互动，却被高昂硬件和贫瘠内容双重束缚的市场。 在此背景下，一家名为「飞拓星驰」（下文简称「FitX」）的中国 ...

支持pi0.5部署了～ 继上周把pi0任务打通后，现又支持了pi0.5部署，代码也会对客户正式开源，助力大家加速具身科研落地。 感兴趣的同学可以关注下～ 面向具身科研领域打造的轻量级高性价比机械臂 ✅ 提供全流程开源工具链+代码示例，从数据采集到模型部署一气呵成； ✅ 支持 Python / C++ 双语言接口，无论你擅长哪种语言都能快速上手； ✅ 兼容 ROS1 / ROS2，并提供 URDF 模型，仿真与真机无缝切换； ✅ 24小时快速售后响应，遇到问题不卡壳，学习路上有保障！ 还在为具身智能领域的硬件选择发愁吗？ 太贵的机械臂买不起，太便宜的又难用、难上手？ 别担心，Imeta-Y1 来了——这是一款专为新手和科研初学者设计的轻量级高性价比机械臂。 无论你是学生、教育工作者，还是刚踏入机器人领域的开发者，Imeta-Y1 都能帮你低成本、高效率地完成 算法验证与项目开发。 对小白尤其友好的是： 该机械臂融合高精度运动控制、低功耗设计与开放软硬件架构，支持从仿真到真机的无缝联调，并提供全 流程开源SDK与工具链，助力用户快速实现算法验证、数据采集、模型训练与部署应用。 其紧凑型结构与模块化接口，尤其适用于 ...