傅利叶自主研发的新一代通用人形机器人GR-2迎来重磅发布。
立足于“为AI打造最佳具身载体”的产品愿景,GR-2在硬件、设计、开发框架等多个关键环节带来了令人瞩目的创新和提升,展现更灵活、更强劲、更开放的特性,满足各领域开发者、多元应用场景的需求。
设计全面升级,GRx系列的新里程碑
GR-2在外观上沿用GR-1的仿生设计语言,同时进一步优化全身比例——升级后的身高达到175cm,体重63kg,全身共有53个自由度,单臂运动负载达3kg,能够完成更复杂的操作。新一代电池容量翻倍,续航时间延长至2小时。在支持直充的基础上,增加可拆卸换电方案,充分满足运动需求。
GR-2的整机布局采用内走线设计,将线缆置于机器人内部,不仅提升整体美观度,而且精简模块化适配,降低开发者外设布置阻碍,同时为场景适配开发留足空间。为了优化控制策略和性能,GR-2的关节布置由并联改为串联,使得每个关节的运动可以独立计算,有利于开发者部署控制算法,方便调试和维护,降低制造成本。
仿人触觉灵巧手,更灵活的上肢操作
GR-2在上肢操作的灵活度和精准度方面有明显提升,主要得益于傅利叶对灵巧手性能的迭代升级。GR-2所搭载的新一代灵巧手,单手自由度由初代的6个增加至12个,完美复刻人手外形及尺寸,同时最大限度地模拟人手的自然运动。
新一代灵巧手还搭载了6个阵列式触觉传感器及运动控制算法,能够实时感知抓握力度,调整抓取策略,实现对不同形状、材质、重量物体的精准力控抓取。
作为人形机器人产业积极推进商业化的下一个主战场,上肢操作仍需通过大量数据训练来实现泛化性,打破专用性能力壁垒。GR-2支持VR遥操作控制、拖拽示教、上位机末端控制等多种上肢示教方式。快速创建动作,记录上肢运动轨迹、关节角度、力度、灵巧手运动、触觉信息等多维度数据,为采集更多真实训练数据提供有力支持,助力开发者跨越仿真与现实的差距。
执行器2.0,更强劲的运动能力
GR-2在外观结构和运动控制方面实现了更加拟人化的表现。为此,傅利叶量身打造了7款不同型号的FSA执行器,分别应用于机器人的髋、踝等关节处,满足各个关节的力矩要求。这些自研执行器不仅完美适配机器人的仿生形态,还能有效降低硬件成本。
新一代执行器为GR-2提供了更强劲的动力,最大关节峰值扭矩超380N.m。结合完善的执行器控制算法,GR-2拥有更强的负载能力和流畅的运动控制。
新版执行器采用双编码器系统,编码器精度提升了2倍,提供更准确的绝对位置与速度反馈,保证GR-2在执行各种动作时的控制精度,实现高动态响应。
更开放的开发平台,加速AI具身落地
傅利叶高度重视开发者的需求和体验,在此次产品升级中对原有的开发平台进行优化,形成一套基于主流编程语言的开发接口方案。无论是机器人研究学者、工业自动化工程师还是AI软件开发者,都能快速上手,高效定制多样化的应用程序,实现机器人技术创新。
该方案支持服务器-客户端模型的算法程序开发,封装了一系列简洁易用的API,集成了机器视觉、路径规划、力控反馈等预优化的算法模块,在降低开发门槛的同时简化了复杂任务的实现过程,显著提高开发效率。目前支持NVIDIA Isaac Lab、ROS、Mujoco、Webots等开源框架。
平台会提供详尽的日志记录与远程监控功能,内置严格的安全协议和故障恢复机制,确保开发过程安全可靠,并且为开发者提供全面详实的文档资源和快速响应的技术支持。
傅利叶GRx,为AI而生
针对人形机器人本体的未来演进,傅利叶提出了“产品六边形”概念,围绕运动智能、灵巧作业、认知智能、仿生设计、用户体验和商业化应用共六个维度,明确机器人本体的能力标准和发展方向。
“我们在构思产品的过程中一直在思考,全世界有这么多的最强大脑在做 AI的探索,但它仍需要一个物理容器去承载,”傅利叶创始人兼首席执行官顾捷表示。“当人形机器人本体在各个维度都达到最优,成为六边形战士后,它一定会是AI最佳的具身选择。这里的AI不仅限于大模型,还包括机器人感知、决策、执行的全过程。”
傅利叶GRx系列致力于为其合作生态中的科研院校、头部企业、场景开发者和终端客户,打造更拟人、更通用、更友好的双足人形机器人,促进AI与物理世界的紧密融合,实现真正的人机共生。
好文章,需要你的鼓励
初创公司Positron获得5160万美元A轮融资,推出专门针对AI推理的Atlas芯片。该公司声称其芯片在性能功耗比和成本效益方面比英伟达H100高出2-5倍,并已获得Cloudflare等企业客户采用。Positron专注于内存优化设计,无需液体冷却,可直接部署在现有数据中心。公司计划2026年推出支持16万亿参数模型的下一代Titan平台。
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
忽视智能体AI的潜力,特别是其对现代化数据基础设施的需求,面临着与忽视互联网的零售商相同的生存风险。关键不在于是否投资,而在于如何确保投资转化为可衡量的现实收益。企业需要超越AI试验阶段,明确业务目标,从治理开始构建ROI模型。成功的组织在整个技术栈中嵌入智能体,从面向客户的应用到内部治理系统。通过强化数据治理、减少重复工具和统一平台,AI的ROI将从理论变为现实。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。