墨宝Mobo在2026世界机器人大会首次亮相,打破传统静态展示,与小朋友互动并携机器狗巡场。该机器人专为家庭设计,搭载VLM大模型,具备感知、规划、记忆能力,支持日程管理、老年陪伴等全场景服务,预计2026年底量产并国内外销售。
卧安机器人发布了OneModel 1.7 FrontoStria-RL,该模型通过隐式传导机制将世界模型与动作执行连接,提升了家庭机器人在真实环境中的操作能力。其在标准评测中的成功率达到99%,显示出在家庭场景中的应用潜力。OneModel通过真实数据的持续反馈不断进化,推动家庭机器人向可靠工作迈进。
云鲸创始人张峻彬强调企业规模与组织效率的匹配,主张提升内部管理,避免盲目扩张。尽管线上销售下降,云鲸线下增长显著,已调整策略专注于产品研发。他认为产品与营销需协同,推动公司向具身智能发展,同时保持低调以确保产品质量。未来,云鲸将探索空间清洁技术,逐步实现家庭机器人愿景。
自变量机器人发布了全球首个世界统一模型WALL-B,解决了传统机器人在家庭环境中执行任务的局限性。WALL-B通过整合视觉、听觉、语言和触觉模块,实现了多模态能力,使机器人能够理解物理世界并自主学习,适应复杂环境,并通过真实家庭数据不断进化,成为家庭成员的潜在助手。
SwitchBot将在2026年CES推出Onero H1家庭机器人,旨在简化家务。Onero具有人形设计,能够完成煮咖啡、洗窗等任务,使用OmniSense视觉语言模型,通过视觉和触觉反馈学习适应。Onero将与现有SwitchBot设备协作,价格尚未公布。
初创公司Zeroth推出了两款机器人:售价5599美元的W1机器人,外观类似WALL-E,能在家庭环境中运输物品、跟随用户并拍照;售价2899美元的M1人形机器人,具备对话、提醒和跌倒检测功能。这两款机器人将在美国进行预售。
大头BoBo机器狗售价9988元,52分钟内售出1000台,成为消费级智能产品的热门选择,标志着家庭机器人市场的崛起。Vbot维他动力凭借先进技术满足用户需求,成功开创这一领域。
国产家庭机器人F1即将上市,具备22个自由度和多种传感器,能够自主完成家务并与人互动。设计适应家庭空间,续航超过8小时,目标是成为家庭助理,特别关注儿童互动功能。预计明年以小五位数价格出售。
1X Neo是首款家庭机器人,售价2万美元,专为养老陪伴设计。其外观柔软轻巧,具备基本自主工作能力,但仍需远程协助。隐私问题引发关注,未来可能在特定场景中应用。
iRobot创始人Colin Angle讨论了家庭机器人的未来,强调理想家庭机器人应具备的功能。随着技术进步,家庭机器人逐渐成为现实,但是否需要像“机器人玫瑰”这样的全能机器人仍需探讨。同时,Grant Erickson介绍了智能家居协议Thread的历史及其在简化智能家居生态系统中的重要性。
本研究探讨自主家庭机器人如何理解人类行为中的长期与短期意图,提出了“长期短期意图预测”任务,并开发了相应的模型和数据集,以帮助机器人识别人类意图的不一致性。实验结果表明,该模型能够提升机器人对人类行为的理解和服务智能化水平。
李飞飞团队推出了名为BRS的具身智能框架,成本低于500美元,旨在解决家庭机器人执行日常家务的难题。该框架通过双臂机器人实现全身协调控制,具备高效的导航和操作能力,研究表明BRS在多项家庭任务中表现优异,相关代码已开源。
iRobot联合创始人Colin Angle成立了新公司Familiar Machines & Magic,专注于健康和福祉的家庭机器人。该公司已筹集1500万美元,致力于开发更具人性化的机器人,可能以动物或“熟悉者”形式出现,利用生成AI技术提升互动性,改善老年人陪伴问题。
该研究提出了多种基于语言和视觉模型的零样本导航方法,旨在提升机器人在未知环境中的导航能力。通过使用CLIP模型、LGX算法和VoroNav框架,研究显示在不同数据集上显著提高了导航成功率和效率。这些方法结合了语义理解和动作感知,克服了传统导航方法的局限性,推动了家庭机器人领域的发展。
本文介绍了可解释责任共享(IRS)方法,用于解决家庭机器人任务与运动规划中的效率问题。该方法通过分解复杂任务为易管理的子任务,并与人类使用模式相符合,提升机器人的决策与执行效果。该方法适应性强,可在多样家庭环境中扩展使用。
《阳光》是改编自科林·奥沙利文的小说《黑暗手册》的电视剧,讲述了苏茜在丈夫和儿子的飞机失事后如何重建生活。她感到孤独,直到家庭机器人阳光出现并帮助她。剧中展示了人们对技术的依赖以及黑暗手册的秘密。剧情有趣,角色互动真实,展现了未来科技与人情的关系。
亚马逊宣布停止Astro商业机器人服务,所有设备将于9月25日停止工作,并全额退款。公司将资源集中于家庭机器人,未来可能推出Astro家用版。用户可通过亚马逊回收计划处理旧设备。
本文提出了一种新型的交互式持续学习架构,结合持续学习、语义推理和人机交互,旨在帮助家庭机器人适应环境变化。实验表明,该架构能有效执行物体获取任务,并解决旧技能遗忘问题。此外,研究探讨了如何通过用户反馈提升机器人指令执行效果。
完成下面两步后,将自动完成登录并继续当前操作。