Group 1 - The core viewpoint of the articles highlights the significant growth potential in the robotics industry, particularly with the upcoming International Robotics Skills Competition and projections for the industry by 2025 [1][2] Group 2 - The CSI Robotics Index (H30590.CSI) opened with a 0.4% increase, with notable gains from companies like Xunbang Intelligent (up nearly 6%) and Tianzhun Technology (up over 4%) [1] - The Robotics ETF (562360) tracks the CSI Robotics Index and had a circulating scale of 422 million yuan as of May 28, with a total of 464 million shares [1] - The International Robotics Skills Competition features five main competition tracks and 28 event subjects, with over 60 participating teams [1] Group 3 - According to Western Securities, 2025 is projected to be a pivotal year for the robotics industry, with the global humanoid robot market expected to reach $5.3 billion, a year-on-year growth of 57.41% [2] - The Chinese market for humanoid robots is anticipated to reach 85 billion yuan, with a compound annual growth rate of 32.41% [2] - The growth is driven by the integration of AI models with robotics hardware, enhancing applications in various sectors such as industrial, logistics, and healthcare [2] Group 4 - Wanlian Securities notes that policies supporting the humanoid robotics industry will continue to evolve in 2025, aiming to enhance supply chain autonomy and global competitiveness [2] - The report emphasizes that cost remains a significant barrier to the widespread adoption of humanoid robots, suggesting a focus on high-quality domestic component manufacturers that will benefit from large-scale applications [2]

在智能机器人领域，室外工作场景对视觉算法与能力处理提出了诸多挑战。长期以来，如何在复杂多变的 室外环境中实现机器人精准定位与自主导航，一直是行业亟待攻克的技术难题。 近日 ，全球领先的 AI解决方案提供商广和通和具身智能行业应用与技术创新引领者 云深处科技 达成 合作 。此次合作中， 广和通利用自研双目视觉模块 RV-BOT为云深处科技 四足机器人 打通室外工作链路。 通过深度融合广和通自主研发的双目视觉算法， RV-BOT将 显著提升了室外场景中的定位精度，为国产足 式机器人的自主导航与智能化应用开辟了新路径。 四足机器人在 侦查巡检、抢险救灾 等复杂室外环境中，常因依赖单一传感器而出现定位偏差或数据缺失 ，定位稳定性不足 。广和通的双目视觉算法通过以下创新设计攻克了技术难点： 多模态数据融合 算法结合双目摄像头，实现视觉特征点匹配与卫星定位数据的实时校准。即使在卫星信号受限区域， 仍可通 过实时补偿确保厘米级连续定位。 动态环境自适应 采用深度学习优化的立体匹配模型， 可以识别典型多径干扰模式，结合视觉语义信息和运动学解 算，动态修正 RTK定位偏差， 增强复杂场景下的定位鲁棒性。 边缘计算优化 依托广和 ...

Chelsea Finn ： 谢谢你们的邀请。 Elad Gil ： 你在机器人领域的研究可谓声名卓著，无论是在 Google ，还是在斯坦福，都做出了重要 贡献。我很想先了解一下你的研究历程 —— 你是如何踏入这个领域的？最初吸引你的是什么？你曾 参与过哪些重要的项目？ 传统的机器人研究往往专注于某一个具体应用场景，但这种方法很难推广到更广泛的任务。研 究人员往往会在单一应用上深挖，但一旦想要扩展到其他任务，就会陷入瓶颈。我们认为，最 大限度地利用所有可用数据才是关键。跨不同平台的数据可以传递丰富的信息，让模型的泛化 能力更强。 我们希望打造的通用机器人，本质上是一个 " 基础模型 " ，能够驱动下一代现实世 界的机器人技术。 目前机器人研究最重点的部分是获取更加多样化的机器人数据，如果我们希望机器人能够在现 实世界中有效运作，它们就必须具备适应不同环境的能力。我们需要让机器人进入各种不同的 环境中采集数据。我认为，优化数据采集能力非常重要。 如果我们能达到数据充裕的程度，那 么问题就归结为研究、计算能力和评估。 现在，人工智能社区对语言模型、视觉 - 语言模型等方向关注很多，大家都在想着 " 让我们创 造 ...