推荐文章7

具身智能发展路径探讨

海边的拾遗者2025-05-28

AI 摘要

作者认为具身智能爆发是因人类无法完全数字化等。指出几种失败模式，如找特殊任务、造虚拟世界等。还探讨输入信号、触觉等决策点，强调强化学习重要性，质疑‘ImageNet’时刻命题。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

世界模型转向因果思维链范式

本文探讨世界模型的范式变革，介绍Aether AI推出的引入因果思维链的具身世界模型CausalWM，该模型在多项公开评测中取得领先成绩，分析因果推理对具身智能落地的核心价值，展望其在多领域的应用前景。

人形机器人公司Figure发布最新端到端具身模型Helix 2.5，在30套未采集训练数据的陌生住宅开展全盲家务测试，验证Index预训练可让模型实现零样本全身泛化，整体成功率56%，远高于对照组的9%，证明人形机器人跨场景迁移的工程可行性。

针对原生视觉推理缺少完整训练评估基础设施的现状，NTU等多校联合推出VBVR-Pro系统，构建了从任务构建、模型训练、能力评测到强化学习优化的完整闭环，论文、数据、代码均已公开。

本文以西门子南京工厂人形机器人试工案例切入，剖析西门子不生产机器人，却依托开放生态平台Xcelerator连接上下游伙伴，解决工业机器人进厂落地的各类痛点，推动具身智能落地真实工业场景的业务逻辑。