RoboBallet提出了一种创新的多机器人协作规划方法，通过将图神经网络与强化学习结合，实现了高效、可扩展和流畅的协作模式。它不仅在实验中展现了显著优势，还为未来大规模机器人系统提供了新思路。从工业仓储到医疗服务，再到人机共存社会，RoboBallet都有广阔的应用前景。这项研究体现了机器人学、人工智能与图神经网络的深度融合，推动了机器人协作领域向更智能、更自然、更高效的方向发展。

该平台面向电子接头装配、力控插拔、元器件插拔等精细操作任务的数据采集，凭借其高精度力控技术和灵活的多自由度设计，能够精准完成复杂任务。同时，平台支持多模态数据采集，为具身智能研究提供丰富的数据支持。其应用广泛，不仅适用于工业自动化生产，还可拓展至科研、教育等领域。双臂Franka机器人具身数据平台具备自适应安装功能，能够灵活调整机器人姿态，以适应不同工作场景。

RLinf 是一个灵活且可扩展的开源强化学习基础设施，是以清华大学、北京中关村学院、无问芯穹为核心，还联合了北京大学、加州大学伯克利分校等机构共同参与设计并开源。这是一个面向具身智能的“渲训推一体化”大规模强化学习框架，专门为具身人工智能和智能体人工智能而设计。RLinf 中的“inf”代表“基础设施” Infrastructure，突显了它作为下一代训练强大骨干的作用。它也代表“无限” Infi

RLinf 是一个灵活且可扩展的开源强化学习基础设施，是以清华大学、北京中关村学院、无问芯穹为核心，还联合了北京大学、加州大学伯克利分校等机构共同参与设计并开源。这是一个面向具身智能的“渲训推一体化”大规模强化学习框架，专门为具身人工智能和智能体人工智能而设计。RLinf 中的“inf”代表“基础设施” Infrastructure，突显了它作为下一代训练强大骨干的作用。它也代表“无限” Infi

RLinf 是一个灵活且可扩展的开源强化学习基础设施，是以清华大学、北京中关村学院、无问芯穹为核心，还联合了北京大学、加州大学伯克利分校等机构共同参与设计并开源。这是一个面向具身智能的“渲训推一体化”大规模强化学习框架，专门为具身人工智能和智能体人工智能而设计。RLinf 中的“inf”代表“基础设施” Infrastructure，突显了它作为下一代训练强大骨干的作用。它也代表“无限” Infi

其代表产品 Franka Research 3 以高灵敏力控、七轴结构和开放底层接口成为全球具身智能研究的核心平台，被斯坦福、谷歌DeepMind、清华和北京人形机器人创新中心等广泛采用，成为扩散策略、强化学习和VLA研究的首选具身智能平台。PNP 机器人由哈工大、多伦多大学及 ABB、UR 机器人专家组成，是德国Franka Robotics在中国的官方战略合作伙伴，负责销售、技术支持与生态建设

人形机器人因其类人外观和动作，在服务行业、家庭陪伴等领域具有亲和力和适应性；单臂机器人结构相对简单，成本较低，适合于执行特定的重复性任务，如在生产线上进行零部件的抓取和放置；双臂机器人则能够模拟人类的双手协作，完成更为复杂的操作，如在医疗领域进行手术辅助；轮式机器人移动速度快，稳定性高，适用于平坦地面的巡逻、物流运输等任务；四足机器人则能够在崎岖地形、狭窄空间中灵活移动，执行搜索救援、环境监测等任

2023年Franka Emika被Agile Robots SE思灵机器人收购，更名为Franka Robotics Gmbh，并持续在思灵机器人所拥有的德国工厂推出FR3科研版机器人以及更多产品系列。2024年Franka机器人业务重启后，PNP机器人是思灵机器人和德国 Franka Robotics全新金牌战略合作伙伴，负责Franka机器人的销售、渠道拓展、技术支持等工作。Franka机器

2025 年影响力较大的机器人研究中，多篇论文集中探索 Vision-Language-Action (VLA) 模型、多任务泛化策略以及 大规模具身智能系统的落地。这些研究主要聚焦于如何将大模型（Large Models）与真实机器人系统结合，实现从虚拟策略到物理执行的闭环控制。

2025 年影响力较大的机器人研究中，多篇论文集中探索 Vision-Language-Action (VLA) 模型、多任务泛化策略以及 大规模具身智能系统的落地。这些研究主要聚焦于如何将大模型（Large Models）与真实机器人系统结合，实现从虚拟策略到物理执行的闭环控制。