3月17日,傅利叶正式开源全尺寸人形机器人数据集Fourier ActionNet,并发布全球首个全流程工具链。首批上线超3万条高质量真机训练数据,包含多种自由度灵巧手的训练数据及专门针对手部任务的模仿学习数据,面向全球开发者及科研机构开源共享,提供从数据采集、训练、部署的一站式解决方案。

数据高质量,提升训练有效性
高质量机器人动作数据是具身智能发展的核心驱动力。然而真实场景下的机器人动作数据长期面临采集成本高、标注精度不足等问题,制约着行业进步。Fourier ActionNet数据集囊括傅利叶GRx系列所有机型的各类任务训练,完整记录机器人在真实环境中的任务执行数据,涵盖了对常用工具、家居用品、食物等多种物体的精确取放、倾倒等操作,以及在不同环境条件下实现泛化执行。

全球首个全流程工具链,降低研发门槛
除了数据集的开源以外,傅利叶同步开放了全球首个包含采集算法、训练算法以及数据部署算法的全流程工具链,最大程度上与全球开发者共享研究成果。开源的训练框架(如DP、ACT、iDP3)和部署工具,进一步降低了人形机器人技术研发门槛。

共建开源生态,推动技术共享
目前,傅利叶已与国内外20多家顶尖科研院校及行业领军企业开展合作,基于GRx人形机器人平台在强化学习、模仿学习、VLM大模型、感知系统等研究领域产出多项突破性成果。此次数据集开源标志着傅利叶从技术攻坚向生态共建的战略升级,未来还将持续开放更多覆盖全身运控、多任务协同的进阶数据模块。

傅利叶始终致力于推动人形机器人开源生态建设,助力全球机器人技术共享与创新。我们诚邀所有对人形机器人研究感兴趣的开发者和科研伙伴加入这一开源浪潮,共同参与数据贡献与算法优化,迎接机器人技术赋能未来的无限可能。
好文章,需要你的鼓励
一名因游泳事故导致胸部以下瘫痪的男子,通过脑植入芯片重新获得了自主进食和饮水的能力。研究人员为其安装了脑机接口,不仅帮助他重新活动手臂,还通过信号反馈重建了触觉感知。经过35周训练,其右臂力量提升86%,左臂提升62%。更令人惊喜的是,该技术似乎部分重塑了其神经系统,即使在系统关闭后,部分手部功能和感觉仍得以保留。
KR Labs与维也纳工业大学提出RuleChef框架,利用大型语言模型在学习阶段自动生成可读规则,推断时仅运行规则,兼顾透明性与高效性,在命名实体识别和意图分类任务上验证了有效性。
受AI数据中心能源需求激增推动,能源企业IPO融资规模创本世纪新高。今年上半年,能源企业IPO融资达126亿美元,为1999年互联网泡沫顶峰以来最高水平,远超2025年全年的43亿美元。典型AI数据中心年均耗电约87.6万兆瓦时,美国电力需求预计在2026至2035年间增长39%。投资者正从芯片股逐步转向核能、地热等能源基础设施企业,看中其相对较低的市盈率(18倍,远低于科技股的40倍)。
腾讯混元联合中科院与南开大学推出的HunyuanOCR-1.5,通过DFlash推测解码实现最高6.37倍推理加速,并用智能体数据构建框架显著增强古文字、低资源语言、多图问答等长尾OCR能力。