产业
什么是VLA(视觉-语言-动作)模型,谁在研发
VLA(视觉-语言-动作)模型是一种把摄像头画面和自然语言指令一并读入、直接输出机器人下一步电机指令的单一神经网络,做法是在能看懂图像的视觉语言模型上再用机器人示范数据训练。谷歌DeepMind、Physical Intelligence、英伟达、Figure AI与Skild AI处于前列,智元机器人代表中国阵营,竞争焦点正从模型结构转向动作数据的获取成本。
新闻
Wire
每一笔融资、每一次发布、每一篇论文，随报道即时呈现。
产业
英伟达在华盛顿GTC力推工厂数字孪生与Thor机器人计算平台,富士康、西门子、发那科及四家机器人公司站台美国再工业化
英伟达2025年10月28日在华盛顿GTC扩展面向工厂级数字孪生的Mega Omniverse蓝图,西门子、发那科和富士康成为首批伙伴,并点名Figure、Agility Robotics、亚马逊机器人和Skild AI基于其技术开发机器人。公司同时发布算力5581 FP4 TFLOPS的工业和医疗边缘计算平台IGX Thor,预计2025年12月上市。
产业
Figure建成BotQ人形机器人工厂，首条产线年产能1.2万台并计划让机器人参与自身装配
Figure AI于2025年3月15日宣布建成BotQ工厂，第一代产线年产能最高12000台。公司围绕注塑、压铸和冲压工艺重新设计后续机型，自研工厂软件，并称供应链可在四年内扩展至10万台机器人规模。