CAIR发布多模态临床智能体CARES 4.0,刘宏斌谈其从工具升级为智能体
CAIR在香港具身智能医疗科技论坛上发布多模态临床智能体系统CARES 4.0,基于Harness智能体框架和自研CT、核磁、超声、内镜、脑电多模态医疗基座构建,已在多家三甲医院完成落地验证,官网已开放、框架与通用工具包已发布。
推荐理由:访谈对比了3.0与4.0的差别并给出幻觉治理思路,可迁移给做垂直领域智能体的团队。
CAIR在香港具身智能医疗科技论坛上发布多模态临床智能体系统CARES 4.0,基于Harness智能体框架和自研CT、核磁、超声、内镜、脑电多模态医疗基座构建,已在多家三甲医院完成落地验证,官网已开放、框架与通用工具包已发布。
推荐理由:访谈对比了3.0与4.0的差别并给出幻觉治理思路,可迁移给做垂直领域智能体的团队。
TwelveLabs 发布 Pegasus 1.6 模型,面向机器人、无人机和自动驾驶等物理 AI 场景,是其首个面向第一人称视频的 AI 模型,不依赖特定相机或专有硬件。
推荐理由:原文列出了五项工作流和第一人称视频定位,做机器人数据管线的团队可据此判断是否接入。
东京初创公司MW把沿天花板轨道滑动的双臂机械臂MW bot集成进住宅,首批不含机器人版本定价2亿~4亿日元,已在东京、横滨、福冈推进项目,搭载机器人的版本计划2028年上市。
推荐理由:文章拆解了MW把机械臂集成进住宅的路线选择,以及它与双足人形方案在安全、算力和心理感受上的取舍。
Boston Dynamics 发布 Atlas 机器人的新一代灵巧手,自由度从上一代的 7 增至 13,采用四指设计并支持手指张开,可握持带扳机的工具手柄。新手手将执行器直接嵌入关节、采用直驱配置,执行器包可整体更换,去掉了跨关节易损的腱绳与线缆,以兼顾可靠性、可仿真和低成本量产。Boston Dynamics 表示目前正研究细节调整,目标是实现年产 100,000 只的规模。
推荐理由:原文给出自由度从 7 增至 13、直驱关节与可更换执行器包等设计取舍,可对照理解灵巧手在可靠性与量产成本上的权衡。
波士顿动力为新一代 Atlas 发布四指灵巧手,共 13 个自由度、直接驱动,尺寸接近大型人手且平均力量更强,可搬运装满 100lb+ 的小冰箱。手部配备覆盖指尖和掌面的密集压力触觉传感器,关节可反向驱动以实现本体感知,支持捏取、三指抓握和握持电钻、射钉枪、焊枪等带扳机工具。
推荐理由:原文解释了四指 13 自由度设计如何在灵巧性、强度与量产成本之间取舍,可为同类末端执行器选型提供参考。
逐际动力随 COSA 0.5 发布 V³-0,即机器人 OS COSA 中 VLA-tools 层的首个版本,支持移动全身操作的人形 VLA 技术栈。V³-0 运行在 43 自由度的人形机器人 Oli 上,多级架构让感知、决策与执行在不同时间尺度协同运行,LimX-WBT 跟踪全身目标并维持动态平衡,统一移动与操作。
推荐理由:原文给出 V³-0 的多级架构与人类在环真机强化学习闭环,可作为人形 VLA 技术栈设计的参考。
逐际动力正式发布全尺寸交互人形机器人 LimX Luna,面向商业服务场景,身高 160cm,具备 27 个机身自由度(不含末端执行器),搭载自研 System 0 全身运控基础模型,支持语音、视觉等多模态交互与姿态模仿。
推荐理由:原文给出了身高、自由度、续航和群控规模等参数,可据此了解商业交互人形机器人的配置水平。
Figure 演示两台 Helix-02 人形机器人在两分钟内协作完成卧室整理,包括开门、挂衣服、收耳机、合书、倒垃圾、推椅子和共同铺床。两台机器人共用一个学习得到的 Vision-Language-Action 策略,没有共享规划器、消息传递或中央协调器,各自通过相机读取场景并仅凭动作推断对方意图。
推荐理由:原文给出了双机器人协作的实现方式,即无共享规划器、仅靠各自相机推断对方意图,可作为多智能体操作的参考。
Figure 的 Helix 02 展示客厅整理演示,在此前厨房清理之后完成全身端到端的客厅收拾任务。演示中它用喷壶和毛巾清洁表面、双手搬收纳箱并把积木扫入、把枕头抛回沙发、在手中重新调整遥控器并按键关电视,还侧身穿过茶几与沙发之间的窄缝。Figure 表示这些行为没有新增算法或专门工程,仅靠添加新数据学会,沿用与此前任务相同的通用架构。
推荐理由:原文列出八类具体操作行为,可看出单一模型靠新增数据扩展任务的迁移方式。
Figure 发布 Helix 02,用单一神经网络从像素直接控制人形机器人全身,实现行走、操作与平衡的一体化。该模型在 System 2 与 System 1 之下新增 System 0 全身控制器,基于超过 1,000 小时人体动作数据训练,10M 参数、以 1 kHz 输出关节指令,替代了 109,504 行手写 C++。
推荐理由:原文给出了 System 0 的训练数据量、参数规模和控制频率,可据此了解全身 VLA 的分层架构如何落地。
逐际动力正式发布面向物理世界的具身 Agentic OS 系统 LimX COSA,通过高阶认知与全身运控深度融合,实现大小脑一体化智能,全尺寸人形机器人 Oli 在该系统驱动下成为兼具运动智能和高阶认知的人形智能体。COSA 采用自底向上三层结构,底层为全身运控基础模型,中层为可组合调度的高阶技能层,顶层负责交互、记忆与思考,支持自然语言任务拆解、语义记忆与基于实时感知的全身移动操作。
推荐理由:原文给出 COSA 的三层架构与技能调度设计,可作为大小脑一体化系统化构建的参考。
Figure 发布 Figure 03(F.03)电池,由 BotQ 自研自产,能量密度较 F.01 提升 94%,成本较 F.02 降低 78%。该电池容量 2.3 kWh,可支持峰值性能下 5 小时续航,支持 2 kW 主动冷却快充,并采用结构电池与多层安全设计,可承受任意方向 1 米跌落至混凝土。
推荐理由:原文给出能量密度提升94%、成本较F.02降低78%等数据,可了解人形机器人电池自研与量产的取舍路径。
Dexterity 发布工业超人形机器人 Mech,采用双臂加移动底盘设计,面向卡车装卸、码垛拆垛和订单拣选等任务。Mech 单臂可举 65 lbs、双臂合计 130 lbs,能把箱子放到 8 英尺高,配备最多 16 个机载相机和内置触觉,可在 32 至 122°F 环境下工作。
推荐理由:原文给出了双臂负载、举升高度、相机数量和温度范围等规格,可与现有人形机器人方案做能力对照。