Skip to content

解读与情报 · 架构与论文深度精读

解读

拒绝泛泛而谈的公关通稿。聚焦具身大模型(π0 / GR00T / RDT / Gemini Robotics)、灵巧手触觉与物理仿真工具链的底层架构拆解与工程边界分析。

筛选结果 11

仿真与训练论文解读arXiv 2610.12470
arXiv ↗PDF ↗

只看一条 5 秒人类视频,20 自由度五指灵巧手零样本上真机:未见位置平均成功率 75%,比基线高 71 个百分点

Dex-One2Many arXiv abstract (arXiv:2610.12470) · arXiv

单条视频跑通 VLM 场景图抽取只要十来秒、花费不到 0.05 美元,四种机械臂+灵巧手仿真平均成功率 94.6%–96.8%;但真机只测了 UR3 + Wuji 1 一套硬件,且开源代码还标着 Coming soon。

具身模型产品发布deepmind.google
原文 ↗

Gemini Robotics 2 深度拆解:一套权重控制人形全身与五指灵巧手,为什么拧下灯泡成功率 92%、拧上去只有 36%?

Gemini Robotics 2 brings whole body intelligence to robots · Google DeepMind

充当高层大脑的 ER 2 已在 Google AI Studio 免费开放(December 31, 2026 前付费输入 $1/百万 token),但控制人形全身和 22 自由度五指手的 VLA 仍只给早期合作伙伴。最值得细读的是拧下灯泡 92% 对拧上灯泡 36%、货架拿取 76.3% 对地面拾取 45.7%,以及把安全误报压到 5% 以下就会漏掉超 40% 风险的真实边界。