中国移动推出首款消费级家庭服务型具身智能产品“灵犀”四足机器人，以“拟人化交互”和“场景化服务”为核心，旨在满足儿童陪伴、老人照护和家庭安全等多元化需求。产品深度融合AI大模型技术，具备强大的自然语言理解和持续学习能力，可精准理解用户意图。
IDC报告预测，到2030年具身智能机器人将占机器人市场超30%份额。这类机器人融合AI、感知与计算技术，具备自主学习和决策能力，应用领域将快速扩展。
上海AgiBot公司突破工业自动化技术，仅需10分钟即可教会机器人完成复杂制造任务。该技术融合人机远程操作与强化学习，工人先远程引导，AI系统随后接管优化，实现自我改进，有望重塑全球制造业生产方式。
清华大学等高校联合推出MotionTrans框架，实现机器人仅通过观察人类动作就能学习新技能，无需示范。这突破了传统依赖大量演示数据的高成本训练方式，显著提升机器人学习效率。
HOMIE 是一种新型的人形机器人遥操作系统，集成人体运动捕捉与强化学习训练框架，用于实现精准的行走与操作任务。
ASAP是一种用于学习敏捷人形机器人全身技能的技术，通过模拟与现实物理对齐实现技能迁移。
大规模机器人学习数据集，推动多用途机器人策略发展。
用于强化学习的Unitree机器人平台
Bytedance
$1.2
Input tokens/M
$3.6
Output tokens/M
4
Context Length
Deepseek
$4
$16
32
Iflytek
$2
-
Alibaba
$0.7
$1.95
16
Google
Openai
$14
$56
200
$7.7
$30.8
$1.6
128
$525
$1050
$1
8
Baichuan
Baidu
64
$105
$420
Anthropic
$1.75
$8.75
$5.6
$28
$21
$84
$1.05
$4.2
jclinton1
Diffusion Policy 是一个基于扩散模型的策略学习框架，适用于机器人控制任务。
mbreuss
FlowerVLA是一个针对CALVIN ABCD数据集预训练的机器人操作模型，采用创新的视觉-语言-动作流策略，仅包含10亿参数，专为机器人学习设计。
michaelyuanqwq
RoboEngine是首个即插即用的视觉机器人数据增强工具包，用户只需几行代码就能生成具有物理和任务感知能力的机器人场景，解决了现有方法受相机校准或受控环境限制的问题，显著提升了模仿学习的视觉鲁棒性。
robotics-diffusion-transformer
RDT-170M是一个拥有1.7亿参数的模仿学习扩散Transformer模型，用于机器人视觉-语言-动作任务。
theaiinstitute
忒伊亚是一个面向机器人学习的视觉基础模型，通过蒸馏多个视觉基础模型获得丰富的视觉表征能力
mihdalal
基于机器学习的机器人操作任务运动规划系统，结合神经网络与优化技术生成无碰撞运动轨迹
jimyoung6709
基于机器学习的机器人操作任务运动规划系统，结合神经网络与优化技术生成高效无碰撞轨迹
基于机器学习的机器人操作任务运动规划系统，结合神经网络与轻量级优化技术生成高效无碰撞轨迹
基于100万+多机器人操作数据预训练的10亿参数模仿学习扩散Transformer模型，支持多视角视觉语言动作预测
忒伊亚是面向机器人学习的视觉基础模型，通过蒸馏多个现成的视觉基础模型构建，具有丰富的视觉表征能力。
忒伊亚是面向机器人学习的视觉基础模型，通过蒸馏多个现成的视觉基础模型而成，具有丰富的视觉表征能力。
LLaVA-VL
LLaVA-Plus 是一个可插拔学习技能的大型语言与视觉助手，主要用于多模态模型及聊天机器人的学术研究。
lmsys
Vicuna是一个基于Llama 2微调的聊天助手模型，通过在ShareGPT收集的用户共享对话上进行有监督指令微调训练得到。该模型主要用于大语言模型和聊天机器人的研究，支持16k上下文长度，目标用户为自然语言处理、机器学习和人工智能领域的研究人员和爱好者。
Vicuna是一个基于LLaMA微调的聊天助手模型，通过在ShareGPT收集的用户共享对话上进行监督指令微调训练得到。该模型主要用于大语言模型和聊天机器人的研究，为自然语言处理、机器学习和人工智能领域的研究人员和爱好者提供强大的研究工具。
sb3
这是一个基于SAC算法的强化学习模型，用于在Hopper-v3环境中控制机器人跳跃运动。
这是一个基于SAC算法的强化学习模型，专为Walker2d-v3环境设计，能够控制双足机器人行走。
ernestumorga
这是一个基于PPO算法的强化学习智能体，专门为seals/Walker2d-v0环境训练，用于控制Walker2d机器人行走任务。
Transformers%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
