国内人形机器人行业快速发展，多家新兴企业崭露头角。智元机器人（上海）由华为前高管创立，获高瓴、红杉等投资，估值150亿元，产品远征A1拥有40+自由度。宇树科技（杭州）专注工业应用，其H1机器人扭矩达240Nm。傅里叶智能（上海）依托上海交大，研发康养机器人GR-1。星动纪元（北京）由清华孵化，获5亿元融资，L7机器人速度达3.6m/s。银河通用（北京）与北大合作研发工业机器人Galbot G1。

python 版本： 3.10.12。

│ VLA 模型演进路线 ││ ││ 第一代 VLA（RT-2, OpenVLA） ││ └── 离散动作 token，精度低，速度慢 ││ │ ││ ▼ ││ ├── Flow Matching 连续动作 ││ ├── 双专家架构 ││ └── 灵巧操作能力强，但泛化有限 ││ │ ││ ▼ ││ ├── Co-Training 多源数据 ││ ├── 层次化推理 ││ └── 开放世界泛化能力

│ VLA 模型演进路线 ││ ││ 第一代 VLA（RT-2, OpenVLA） ││ └── 离散动作 token，精度低，速度慢 ││ │ ││ ▼ ││ ├── Flow Matching 连续动作 ││ ├── 双专家架构 ││ └── 灵巧操作能力强，但泛化有限 ││ │ ││ ▼ ││ ├── Co-Training 多源数据 ││ ├── 层次化推理 ││ └── 开放世界泛化能力

科研中最重要的2件事： 阅读文献和写代码。推荐2款大模型工具， 极大地提升科研效率！

CoT-VLA 用一张“想象中的未来照片”把大语言模型的“逐步思考”搬进机器人世界，让动作不再黑箱，让数据不再昂贵。留给我们的启发当 AI“会说会画”之后，“会想象”可能是通往通用机器人的下一站；若手机里的短视频都能变成机器人“脑内小剧场”，低成本大规模训练不再是梦。

首先，定义了两种抓取性分数：点抓取性分数SpSp和视图抓取性分数SvSv。点抓取性分数表示每个点的抓取可能性，视图抓取性分数表示每个视图的抓取可能性。

你是否听说过一种能在程序运行时，动态修改甚至替换代码的“黑魔法”？它无需改动任何源代码文件，仅凭一行赋值语句，就能让一个库、一个类的行为发生翻天覆地的变化。这就是在 Python 等动态语言中既强大又危险的技术——猴子补丁 (Monkey-Patching)。本文将从一个生动的比喻入手，通过代码示例，最终揭示像Unsloth这样的高性能AI库是如何利用它来“魔改”HuggingFace Trans

假设你已经有了一个可以正常运行的单卡PyTorch训练脚本，现在想让它支持高效的多卡训练。这些繁琐的配置劝退了无数开发者。本文将为你介绍 Hugging Face 的。库，并与原生DDP做清晰对比，让你明白它如何用最少的代码，实现最优雅的多卡训练。你的脚本现在已经具备了在任何硬件上高效运行的能力。如果你想用原生PyTorch DDP进行多卡训练，你。标题：PyTorch分布式训练太复杂？：三行代码

这篇论文提出了一种灵活的 6-Dof 抓取检测框架 FlexLoG，通过局部抓取模型和灵活引导模块，能够处理场景级和目标导向抓取。：在 GraspNet-1Billion 数据集上，FlexLoG 在相似和新颖的分割上分别实现了 10.4/9.83 和5.73/3.89 的性能提升，优于现有方法。：FGM 能够兼容全局（如抓取热图）和局部（如视觉定位）引导方法，生成高质量的抓取。LoG 采用基于