互联网视频喂不饱机器人，动作捕捉来补课
过去几年，行业里流行一个直觉：数据越多，模型越强。这条直觉放到人形机器人身上却碰了壁——互联网上有近乎无限的视频，但机器人学习需要的高精度全身动作、人与物体交互的完整过程，视频里恰恰给不了。数据很多，能用的很少，这是具身智能眼下最尴尬的处境之一。
当机器人能够「爬梯子」，具身智能的验收季开始了
近期，Figure AI创始人Brett Adcock在X上发布的一条视频，正在引发具身圈的有关“历史性突破”的热议。
一键拍大片！最全AI视频运镜提示词指南
掌握这些“电影语言”，让AI成为你的专属导演“拍视频难，拍出有电影感的视频更难”——这是许多内容创作者的共同痛点。专业的镜头运动、复杂的场景调度往往需要昂贵的设备和专业的团队。但现在，AI正在改变这一局面。
Done，硅谷分拣快递的人类工作，没了
美国具身卷到飞起，明星企业Figure再整新活:这一次，他们让机器人进厂打工，8小时不间断直播放送。
为什么这轮物理 AI不一样？
随着预训练持续推进，模型适配新任务所需的专用数据和梯度更新显著减少，下一动作预测误差仍在持续下降。我们认为，这表明大规模物理交互预训练正推动机器人由针对单一任务反复训练转向基于示范快速学习，技能获取方式开始发生根本变化。
人形机器人小脑的GPT时刻来了,还有史上最大动捕数据,整整20亿帧
当人形机器人仍停留在「见过才会、练过才行」的样本拟合阶段，难以应对新动作、新指令与分布外任务时，银河通用最新发布全球首个小脑 GPT 基模 AstraBrain‑WBC 0.5，全球首个成功验证运动控制 Scaling Law。
机器人运控训练步入分钟级时代！清华AIR开源UniLab：3分钟训好
在具身智能训练中，“把计算全部塞进GPU”似乎成了唯一的提速密码，机器人运控并行训练的框架，IsaacLab、MuJoCoPlayground、mjlab都默认遵循这一范式，这些系统都牢牢绑定在NVIDIA生态中。
王兴兴发论文了！宇树、通研院联手，教机器人“托马斯全旋”
机器人前瞻3月3日报道，今天，北京通用人工智能研究院、宇树、上海交通大学和中国科技大学等机构联合发布一项最新开源研究成果，该成果有望给人形机器人学习复杂运动的方式带来明显提效，且不必在动作保真度与可扩展性之间做艰难权衡。
三年前的A12处理器，还能和当下哪款安卓处理器相当？
A12处理器是苹果在2018年9月13日发布的一款芯片，被用在iPhoneXS，iPhoneXR这一代产品上，iPhoneXR作为当年苹果旗下的最便宜，也是第一款支持双卡双待的iPhone，目前的保有量依旧是非常多的。