以智能体视角,清华首发具身智能综述:从端到端策略到自主系统
清华团队发布具身智能综述,系统梳理端到端策略与自主系统发展,揭示跨学科整合是突破关键。
入选理由:端到端策略使具身智能系统决策效率提升40%以上
概念
别名:simultaneous localization and mapping
同步定位与地图构建技术
已跟踪 4 条高相关材料
最近变化
2026-11-13 · 端到端策略使具身智能系统决策效率提升40%以上
为什么值得关注
SLAM 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
以智能体视角,清华首发具身智能综述:从端到端策略到自主系统
新智元 · 8.5 分
清华团队发布具身智能综述,系统梳理端到端策略与自主系统发展,揭示跨学科整合是突破关键。
Grabette: an open system to record robot-manipulation data
Hugging Face Blog · 8.5 分
Grabette通过手持设备生成机器人操作数据集,解决机器人学习的数据瓶颈问题,开源且支持协作构建大规模数据集。
My biggest takeaways from ex-OpenAI, Apple, Meta roboticist @kalinowski007: 1. The AI frontier is s...
Lenny Rachitsky(@lennysan) · 8.2 分
AI前沿正从数字领域转向物理实体,因为键盘交互已触及天花板;未来两年硬件供应链将面临内存危机,且专用机器人比人形机器人更具实用价值。
已收录 4 条与 SLAM 相关的内容,按评分排序。
清华团队发布具身智能综述,系统梳理端到端策略与自主系统发展,揭示跨学科整合是突破关键。
入选理由:端到端策略使具身智能系统决策效率提升40%以上
Grabette通过手持设备生成机器人操作数据集,解决机器人学习的数据瓶颈问题,开源且支持协作构建大规模数据集。
入选理由:Grabette使用双摄像头和SLAM技术重建操作轨迹,无需机器人即可生成数据集
AI前沿正从数字领域转向物理实体,因为键盘交互已触及天花板;未来两年硬件供应链将面临内存危机,且专用机器人比人形机器人更具实用价值。
入选理由:AI发展重心正从数字转向物理,因键盘交互即将饱和,硬件投资与大学机械专业入学率正在上升。
空间计算并非遥不可及的未来科技,已在工业设计、远程协作等领域实现落地应用。
入选理由:Apple Vision Pro 已实现毫米级手势追踪与眼动控制,支持空间应用开发。