算法论文8
北大卢宗青团队实现超70%功能性抓取成功率
AI科技评论
AI 摘要
北大卢宗青团队在《Universal Dexterous Functional Grasping via Demonstration-Editing Reinforcement Learning》中提出DemoFunGrasp方法，实现超70%实机功能性抓取成功率，还引入视觉语言模型，迈向语义操作。
阅读原文 · AI科技评论
北大卢宗青团队新作：超 70% 实机成功率，支持语言指令的功能性抓取系统
现有抓取研究多在稳定性层面，而功能性抓取更接近真实世界的智能。北大卢宗青团队提出DemoFunGrasp方法，对功能性抓取重新建模，在仿真与真实场景均超70%成功率，还引入视觉语言模型让机器人理解语言指令。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态8
港科大同腾讯开源3D构建框架超GPT - 5.5
香港科技大学（广州）联合腾讯AI平台部提出VibeWorlding，是可通过多轮对话等自主构建和编辑交互式3D世界的多模态智能体框架。团队开源多项数据，其模型经强化学习后表现超GPT - 5.5等。
机器之心
算法论文7
云蝶科技：两篇顶会论文助力机器人上岗
在WRC世界机器人大会上，云蝶科技发布RoboForge系统级具身大脑和WING任务型本体。其科研团队两项成果POLIA与Strat-Reasoner发表于ICML 2026，从视觉证据和他者意图两方面，为理解具身大脑技术提供切口。
AI科技评论
新闻资讯8
Skild AI：S1模型让机器人学习大升级
北美具身初创Skild AI发布全新机器人基础模型S1，主打上下文学习，能看示范视频完成复杂操作。在未见过任务上成功率达66%，远高于传统方法。其发展或让开发机器人技能像给ChatGPT写Prompt。
量子位
新闻资讯8
宇树智元机器人共用大脑，颠覆具身智能认知
一条10分钟一镜到底的Demo视频引发关注，视频中宇树和智元的机器人同用一个“大脑”，完成多种任务，如擦窗、收纳等，还展现出跨本体协作等能力。该模型跳出主流具身模型固有框架，或改写具身智能行业认知。
量子位