首页 文章 精选 留言 我的

精选列表

搜索[TIOBE指数],共5456篇文章
优秀的个人博客,低调大师

RoboMIND 2.0 解锁具身智能新范式:快慢系统协同,泛化指数提升

欢迎来到天工造物开源社区!作为具身智能领域的协作枢纽,我们致力于开源开放核心技术,与全球开发者并肩同行,用代码加速通用智能的落地。 面对每天爆发式增长的具身智能 arXiv 论文和行业动态,如何才能不掉队?为了帮你打破信息茧房、过滤无效噪音,我们特别推出全新专栏活动 ——「具身智能半月谈」。每天一期硬核技术文章,不仅深度拆解顶会上的明星论文,更会为你剖析最前沿的具身技术原理。和我们一起“啃”透前沿算法,每天几分钟,精准把握学术与产业的最新风向! 导读 在具身智能的赛道上,数据就是燃料。过去两年,Google 的 RT-1、Open X-Embodiment 等数据集教会了机器人如何“看图做事”。但这些主流数据集往往存在三个明显的短板: 单臂为主:大多数数据是单臂操作,而现实生活中的复杂任务(如叠衣服、拧瓶盖)往往需要双手协作。 静态基座:机器人多被固定在桌前,缺乏“移动+操作”的全身协调数据。 缺乏触觉:机器人“看得见”却“摸不着”,在处理精密装配或易碎品时显得笨拙。 为解决具身智能优质数据的稀缺问题,北京人形在2024年12月推出了大规模多构型智能机器人数据集和Benchmark——RoboMIND1.0,发布后吸引了全球众多顶尖实验室与开发者接入使用。经过一年的全面的打磨与升级,RoboMIND2.0于2025年12月正式发布!在此前版本的基础上,RoboMIND2.0 实现了跨越式的进化。从庞大的数据规模到多形态的机器人支持,从全模态感知到高精度的仿真对齐,研究团队为开发者带来前所未有的数据体验。 截至2026年2月底,RoboMIND系列数据集已在HuggingFace、ModelScope等平台突破200w次下载。 论文链接:https://arxiv.org/pdf/2512.24653 项目主页:https://log2r.github.io/RoboMIND2.0/ 数据集下载:https://modelscope.cn/datasets/X-Humanoid/RoboMIND2.0 配套仿真代码:https://github.com/Open-X-Humanoid/RoboMIND-Sim 具身智能的“百科全书” 1、规模破圈,构筑庞大具身基座 在数据体量与场景广度上,RoboMIND2.0 迎来了全面爆发。本次升级包含了高达31万条高质量演示轨迹,总操作时长超过1000小时,一举覆盖了759种精细任务与1139种交互物体。 研究团队打破了单一场景的局限,将操作轨迹数据扩展至11个核心场景。无论是工业零件分拣、流水线设备操作,还是高度复杂的物理与化学实验室,亦或是充满烟火气的家庭厨房与家电交互,RoboMIND2.0 均提供了丰富的数据支持。相比上一代,机器人的本体、任务与技能数量均实现了2倍以上的全面跃升。 2、多具身形态,适配多样化研究需求 为了更好地支持跨形态模型的探索以及不同机器人之间的长程协作任务,RoboMIND2.0 实现了真正的“多具身形态(Multi-Embodiment)”覆盖。 数据集容纳了6种截然不同的机器人本体:从经典的 Franka、UR5e 机械臂,到轮式数采机器人 AgileX 与 ARX,再到全尺寸人形机器人“天工”(Tien Kung)和轮式人形机器人“天轶”(Tian Yi),全面赋能各种形态的具身智能研究。 3、全模态感知,赋予机器人“指尖触感” 真实的物理世界需要极其细腻的感知能力,这也是 RoboMIND2.0 的核心突破之一。研究团队在全模态感知上进行了深度融合:不仅提供了多视角 RGB-D 的视觉记录,每一条轨迹还配有精细的 Gemini 辅助生成的语言标注,让指令理解更加精准。 更重要的是,数据集中集成了高精度触觉传感器数据,包含1.2万余条带有法向力和切向力记录的轨迹。这些珍贵的触觉操作数据,不仅能强力支持 VTLA/MLA (Visual-Tactile-Language-Action/Multisensory-Language-Action) 模型的训练,更是训练机器人大/小脑模型的绝佳素材。 4、无缝穿梭,打通 Sim-to-Real 最后一公里 针对开发者最关注的仿真与现实鸿沟问题,RoboMIND2.0 给出了完备的解决方案。研究团队不仅开源了基于 ArtVIP 的大量仿真数据并支持其批量评测,还在此基础上提供了与真实世界1:1对应的 Isaac Sim 仿真资产。 像人一样的“MIND-2”快慢系统 拥有了数据,如何让机器人学会思考?RoboMIND 2.0 同步提出了一种仿生的 MIND-2 双系统架构,灵感源自人类的认知系统:将高层语义规划(慢)与底层抗干扰控制(快)解耦,是解决机器人长序列移动操作(Long-horizon Mobile Manipulation)难题的关键路径。 慢系统(System 2),机器人的“大脑”: 模型为MIND-2-VLM(基于 InternVL3-8B 微调),该模型负责高层语义推理和长程规划。它像一个指挥官,看着摄像头的画面,分析当前进度,将复杂的长任务拆解为具体的子任务指令(例如:“先去厨房” -> “找到苹果”)。 快系统(System 1),机器人的“小脑”: 模型为MIND-2-VLA(视觉-语言-动作模型),负责底层的动作执行。它接收“大脑”的指令,毫秒级地输出电机控制信号,直接控制双臂和底盘。该模型采用隐式Q学习(IQL)进行离线训练,不同于简单的模仿,IQL 允许模型利用数据集中的失败轨迹进行学习。通过给失败数据打上低分,机器人学会了“什么是不该做的”,从而比纯模仿学习更鲁棒。 效果展示与对比:触觉与规模的胜利 3D 模仿学习全面碾压 2D 实验对比了 ACT、Diffusion Policy 等主流算法。结果显示,在固定基座的双臂精密操作(如 Franka, UR5e 任务)中,3D感知方法(如DP3)显著优于 2D 方法。这是因为双臂操作对空间几何关系的要求极高,纯 2D 图像容易丢失深度信息。 XR-1 模型展现强大泛化力 在 VLA 模型与模仿学习对比中,XR-1 模型表现最佳,尤其是在跨机器人形态的迁移上。这证明了在高质量数据支持下,模型可以学会忽略具体的机械臂构造,掌握通用的操作逻辑。 触觉感知的“降维打击” 这是 RoboMIND2.0 的又一大亮点,人类在操作物体时,不仅仅是“看”,更是在“摸”。实验证明,在引入触觉信号后,模型在处理精密操作(如物体插入、防止滑落)时的成功率显著提升。 无触觉:机器人只能靠看,容易捏碎物体或抓空。 有触觉:机器人能感知接触力,操作更加细腻稳定。 仿真数据的“神助攻” 实验还发现,将真实数据与仿真数据混合训练(Co-training),能进一步提升真机表现。特别是在真实数据稀缺的长尾任务中,仿真数据起到了关键的补充作用。 结语 RoboMIND 2.0 的发布,标志着具身智能数据从“单维度积累”向“全模态、高质量”的质变。对学术界,它提供了一个标准的 Benchmark,涵盖了当前最难的几个方向(双臂、移动、触觉),让研究人员可以在统一的起跑线上比拼算法。对产业界,它证明了“触觉”和“双系统架构”是通往通用机器人的必经之路,也验证了通过数字孪生低成本扩充数据的可行性。未来,随着更多像 RoboMIND2.0 这样高质量数据的开源,我们有理由相信,那个能像人一样在家里灵活穿梭、做饭洗衣的“全能管家”,正离我们越来越近。

优秀的个人博客,低调大师

3·15剑指数据隐私保护,数字经济时代还要“裸奔”多久?

1993年闫肃老先生为当年“3.15”晚会写了一首歌《雾里看花》,多年后这首歌传唱大江南北,歌词“雾里看花 水中望月/你能分辨这变幻莫测的世界。”更是家喻户晓。 昨天,又是一年3·15,赶上了北京十年不遇的沙尘暴,黄沙漫天,雾里看花是做不到了,昏黄的风沙里倒是可以怀旧:“借我借我一双慧眼吧/让我把这纷扰/看得清清楚楚明明白白真真切切。”如今的数字经济时代,数据隐私保护成为我们的新纷扰。 人脸识别的不法使用、个人简历泄露等成为今年央视“3·15晚会”的开篇和关注重点。有人大吃一惊,说:“天啊,这么恐怖。”有人却有点习以为常见怪不怪,“早就这样了。” 监控摄像头在生活中几乎无处不在,有的却暗藏玄机。记者在全国多地先后调查了20多家装有人脸识别系统的商户,所到之处,人脸识别信息均被偷偷获取,没有一个商家明确告知、征得同意。比如,在无锡宝马汽车4S店、港汇恒隆Max Mara专卖店、科勒卫浴等店铺都安装了具有人脸识别功能的摄像头,进行人脸抓拍,抓取用户数据。在3·15之前就出现了有人戴头盔看房的无奈之举。 人脸信息属于个人独有的生物识别信息,一旦泄露,将严重威胁用户的财产安全、隐私安全等。新版《信息安全技术个人信息安全规范》明确规定,在收集个人生物识别信息前,应单独向个人信息主体告知收集、使用个人生物识别信息的目的、方式和范围,以及存储时间等规则,并征得个人信息主体的明示同意。 另一个被曝光的是智联招聘、猎聘、前程无忧三家互联网招聘平台个人简历泄露问题,据一位卖家透露,只需要支付7元,就可以买到一份智联招聘上最新的求职者简历。简历内容详尽,求职者的姓名、性别、年龄、照片、联系方式、工作经历、教育经历等信息一应俱全。这背后是一条产业黑产,这些包含个人敏感信息的简历流入黑市,被倒卖交易,甚至被一些不法分子利用实施诈骗。 一位智者说过:“那些看不见的才是最危险的。”肆虐的新冠病毒看不见,黑色的利益交易看不见,此言诚不我欺。 有人感叹这个时代毫无隐私可言,每个人都在“裸奔”,在数据已经成为新石油、新生产资料的今天,数据隐私保护是每个国家都要面临的时代之问。数据归属、数据获取和使用边界早已引起了广泛关注和讨论,几年前国外有分析人士将脸书、谷歌、亚马逊等掌握大量用户数据的巨头称为科技教会,前段时间脸书和苹果的数据隐私大战挑动着各方的神经。 可以看到,我国相关法律在不断完善,对数据隐私的保护也越来越重视。今年正式施行的《民法典》对个人信息保护、数据隐私有明确规定,个人信息是以电子或者其他方式记录的能够单独或者与其他信息结合识别特定自然人的各种信息,包括自然人的姓名、出生日期、身份证件号码、生物识别信息、住址、电话号码、电子邮箱、健康信息、行踪信息等。第一千零三十四条指出,自然人的个人信息受法律保护。此外,备受关注的《个人信息保护法》也到了立法的最后阶段,法律出台指日可待。 数据隐私保护无疑是一个漫长的过程,法律是社会的底线,法律的出台只是开始,3·15的曝光引起了更广泛的关注,健康美好的生活环境需要政府、社会、企业和个人的不断努力。数字经济时代还要“裸奔”多久?随着相关法律不断完善,人们维权意识不断提高,数字经济里的黄沙终将散去,迎来春暖花开。 【责任编辑:赵宁宁 TEL:(010)68476606】

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册