<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
    <channel>
        <title>RoboScience on AI</title>
        <link>https://ai.programnotes.cn/tags/roboscience/</link>
        <description>Recent content in RoboScience on AI</description>
        <generator>Hugo -- gohugo.io</generator>
        <language>zh-CN</language>
        <lastBuildDate>Mon, 20 Jul 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://ai.programnotes.cn/tags/roboscience/index.xml" rel="self" type="application/rss+xml" /><item>
        <title>面壁MiniCPM-Robot开源具身VLA碾压π0.5，WAIC闭幕具身智能集体&#34;进厂打工&#34;</title>
        <link>https://ai.programnotes.cn/p/%E9%9D%A2%E5%A3%81minicpm-robot%E5%BC%80%E6%BA%90%E5%85%B7%E8%BA%ABvla%E7%A2%BE%E5%8E%8B%CF%800.5waic%E9%97%AD%E5%B9%95%E5%85%B7%E8%BA%AB%E6%99%BA%E8%83%BD%E9%9B%86%E4%BD%93%E8%BF%9B%E5%8E%82%E6%89%93%E5%B7%A5/</link>
        <pubDate>Mon, 20 Jul 2026 00:00:00 +0000</pubDate>
        
        <guid>https://ai.programnotes.cn/p/%E9%9D%A2%E5%A3%81minicpm-robot%E5%BC%80%E6%BA%90%E5%85%B7%E8%BA%ABvla%E7%A2%BE%E5%8E%8B%CF%800.5waic%E9%97%AD%E5%B9%95%E5%85%B7%E8%BA%AB%E6%99%BA%E8%83%BD%E9%9B%86%E4%BD%93%E8%BF%9B%E5%8E%82%E6%89%93%E5%B7%A5/</guid>
        <description>&lt;img src="https://ai.programnotes.cn/img/ai/AI.png" alt="Featured image of post 面壁MiniCPM-Robot开源具身VLA碾压π0.5，WAIC闭幕具身智能集体&#34;进厂打工&#34;" /&gt;&lt;h2 id=&#34;面壁智能开源首个具身vla模型-minicpm-robotrmbench碾压π05&#34;&gt;面壁智能开源首个具身VLA模型 MiniCPM-Robot，RMBench碾压π0.5
&lt;/h2&gt;&lt;p&gt;面壁智能在WAIC 2026发布首个具身智能成果——MiniCPM-Robot系列，含1.5B参数通用VLA模型MiniCPM-RobotManip和0.9B跟踪模型MiniCPM-RobotTrack，已全部开源。核心突破在于&amp;quot;小而能记住&amp;quot;：当前主流VLA模型基本都是单帧反应式（看一帧、动一下），而RobotManip通过视觉Token极致压缩+流式计算，保留1分钟上下文记忆后推理成本仍与单帧持平。RMBench（考验VLA上下文记忆的基准）上，RobotManip得分53，主流π0.5仅10分接近随机水平；单决策步推理时延120ms，比π0.5的234ms快近一倍。RobotTrack是业内首个真正本地断网部署的跟踪模型，0.9B参数原生适配宇树Go2 Edu，断网状态下稳定5Hz运行。面壁走通用智能路线——一个模型一套参数控制不同本体，而非垂直专用路径，与大模型团队做具身智能的天然偏好一脉相承。&lt;/p&gt;
&lt;h2 id=&#34;roboscience机器科学waic首秀全球首个云端具身大模型visics实现一脑控多手&#34;&gt;RoboScience机器科学WAIC首秀：全球首个云端具身大模型Visics实现&amp;quot;一脑控多手&amp;quot;
&lt;/h2&gt;&lt;p&gt;首次亮相WAIC的RoboScience机器科学，展示了自研通用具身大模型Visics三项硬核成果：（1）三款不同品牌灵巧手搭载同一套Visics模型同时执行抓取，30秒更换不同品牌灵巧手无需重新训练即可恢复操作，实现&amp;quot;换手即用&amp;quot;零样本泛化；（2）商超提货站机器人自主理解指令完成从移动到抓取再到交付的全流程，多SKU抓取成功率99%以上；（3）自研微型视触觉模块FingerEye实现亚毫米级力控精度，可拆红包、立硬币。Visics采用自研VLOA（Vision-Language-Object-Action）架构，以物体3D点云轨迹作为中间接口，让操作能力脱离具体关节和硬件结构。RoboScience还与腾讯云达成战略合作，共同打造全球首个云端EaaS（Embodied-AI-as-a-Service）具身智能服务，推动具身智能从&amp;quot;本体绑定&amp;quot;走向&amp;quot;云-端解耦&amp;quot;。&lt;/p&gt;
&lt;h2 id=&#34;waic-2026闭幕具身智能从踢球表演到进厂打工质变&#34;&gt;WAIC 2026闭幕：具身智能从&amp;quot;踢球表演&amp;quot;到&amp;quot;进厂打工&amp;quot;质变
&lt;/h2&gt;&lt;p&gt;2026 WAIC闭幕日，最显著的行业信号是衡量标准的变化——去年机器人翻跟头、打拳击吸引围观，今年嘉宾们坐下来聊&amp;quot;在哪跑通了&amp;quot;&amp;ldquo;怎么批量造&amp;rdquo;。200+家具身智能企业参展、300+台真机、208款终端产品。擎朗智能创始人直言&amp;quot;具身智能下半场不拼技术了就拼落地&amp;quot;；均普智能全球首条多台具身智能机器人协同BMS产线中试成功率99.9%；小米人形机器人进厂3个月作业成功率从90.2%拉到98%；智元远征A3完成全球首个全尺寸人形机器人自主乒乓对抗成为&amp;quot;镇馆之宝&amp;quot;；蓝思科技与上纬新材达成万台级产线合作标志硬件从样品定制迈入标准化量产。今年上半年人形机器人产量已超4万台，预计全年破10万。整个行业正在用各自的商业营收回答同一个问题：机器人是用来产生商业价值的。&lt;/p&gt;
&lt;h2 id=&#34;deepseek-v4满血版ga发布接近opus-48性能行业首个峰谷计费&#34;&gt;DeepSeek V4满血版GA发布：接近Opus 4.8性能+行业首个峰谷计费
&lt;/h2&gt;&lt;p&gt;全网等待三个月的DeepSeek V4 GA正式版7月19日灰度上线，推出Pro旗舰版和Flash轻量版双版本。V4 Pro SWE-bench Verified 80.6%仅比Opus 4.6低0.2个百分点，编码能力直追GPT-5.6 Sol，Agent能力大幅增强。但真正引发行业震动的是定价：首次引入峰谷计费机制，高峰时段（工作日9:00-12:00、14:00-18:00）价格为平段2倍；V4 Pro平段输出$0.87/百万tokens，是Fable 5的1/57；V4 Flash平段输出仅$0.28。缓存命中输入低至$0.0028/百万tokens，几乎可以忽略。这意味着同等旗舰性能下AI算力成本被打到行业新低，峰谷计费模式后续大概率成为行业通用规则。7月24日旧版deepseek-chat和deepseek-reasoner接口将全面下线。&lt;/p&gt;
&lt;h2 id=&#34;黄仁勋访日22家日企入盟cosmos24亿美元打造国家级物理ai基础设施&#34;&gt;黄仁勋访日：22家日企入盟Cosmos，24亿美元打造国家级物理AI基础设施
&lt;/h2&gt;&lt;p&gt;Nvidia CEO黄仁勋7月15-16日访日，宣布为日本建设&amp;quot;Vera Rubin AI工厂&amp;quot;——配备13,750颗Vera CPU和27,500颗Rubin GPU，日本政府通过Noetra公司投入3873亿日元（约24亿美元），2028年投运。22家日本企业（富士通、发那科、安川电机、川崎重工、索尼、本田等）集体加入Cosmos Coalition推动物理AI落地。黄仁勋明确表示Vera Rubin已进入生产阶段将按计划交付，直接回怼SemiAnalysis延期报道。同时发布Cosmos 3 Edge轻量模型（40亿参数）让机器人端侧实时分析环境。黄仁勋称&amp;quot;下一场产业革命将会是日本制造&amp;quot;，将日本定位为物理AI时代的&amp;quot;全球最重要AI枢纽之一&amp;quot;。FRONTia计划将训练开放式多模态基础模型支撑AI代理、数字孪生、机器人等物理AI应用。&lt;/p&gt;
</description>
        </item>
        
    </channel>
</rss>
