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
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。