2023年12月28日,逐际动力首次公开人形机器人的动态测试,机器人代号为CL-1,率先实现了人形机器人从实时地形感知,到步态规划,到全身控制的全栈闭环,动态完成上楼梯、下斜坡和室内外行走等复杂场景。
在测试中,逐际动力人形机器人CL-1实时感知脚下地形,主动调整步态,平顺地从平地踏上台阶,并完成动态上楼梯,动作平稳流畅。登上平台后,CL-1踏步向前,稳稳当当地走下了15度的斜坡。CL-1更从室内走到了户外,在不同环境下进行运动测试,从下午一直到傍晚,动态表现同样稳定出色。
据逐际动力官方表示,这是国内首款基于实时地形感知动态上楼梯的人形机器人,CL-1在测试全过程保持动态运动,和全身的协调与平衡,这有赖于逐际动力先进的运动控制和AI算法,以及基于软件自研的高性能关节。随着技术不断迭代,逐际动力的人形机器人将陆续投入到危险场景、高端服务、汽车制造和家庭服务等To B和To C的应用场景。
在环境感知方面,逐际动力CL-1增加了环境感知算法,实现了感知、控制、硬件的全回路打通,让人形机器人突破盲走的局限,实现与复杂地形实时的交互运动。
在硬件设计方面,其全自研高性能关节具备优异的抗冲击性能、精准且快速的扭矩控制能力。在确保高性能的同时,该设计方案也兼顾了生产制造的成本和效率优化,为整机的批量化生产奠定了基础。
在AI算法方面,逐际动力官方表示,他们对人形机器人能力的定义是:以人为中心,去人能去的地方、做人能做的事情。逐际动力不针对机器人具体的功能、形态和应用场景及其变化而定制不同的算法,不管是手臂或者双腿的运动,是四轮足或者人形机器人,都基于同一套核心算法。逐际动力专注于运动控制算法的研发,以通用AI算法释放人形机器人强大的泛化能力,让人形机器人成为AGI在物理世界的最佳载体。
逐际动力创立于2022年, 创始人张巍是南方科技大学长聘教授、机器人研究院副院长、深圳鹏城学者特聘教授,并任 IEEE Transactions on Control System Technology 副主编,是机器人和自动化领域的国际知名学者。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。