Lookout：研究者和实验室最近在做什么？

Physical Intelligence · π

研究让机器人完成多种操作任务的通用模型。π0、π0.5 把视觉、语言与动作连接起来，openpi 提供模型与训练、推理代码。

银河通用 · Galbot

围绕具身模型、机器人操作与移动作业开展研发，面向零售、搬运等场景。开发者平台提供感知、规划、控制、导航接口与仿真资源。

智元机器人 · AGIBOT

研发人形机器人与具身智能模型，开放 AgiBot World 操作数据集、模型与开发工具。

宇树科技 · Unitree

研发四足与人形机器人，G1、H1 等平台用于运动控制研究。Unitree RL Gym 提供强化学习训练与部署工具。

星海图 · Galaxea

同时研发轮臂机器人和具身模型，并开放训练与部署工具。G0.5 用同一个自回归模型生成推理与动作，结合跨本体动作编码和视觉历史记忆。

Fast-WAM 比较世界模型的两种作用：训练时学习预测未来，以及执行时真的生成未来。它保留前者、跳过后者，研究动作质量与推理延迟的取舍。

苏度 · Sudo

从仿真训练出发，先解决陌生物体的抓取。官方发布的 sudo R1 使用纯仿真训练数据，每一步动作都根据最新观察调整，闭环频率为 15–25 Hz。

官网提供技术说明和 60 分钟连续抓取视频，演示包含移动目标、抓取干扰和狭窄空间绕障。

它石智航 · TARS

研究如何把人类日常操作变成机器人学习的数据。WIYH 提供穿戴式采集设备、自动标注流程，以及超过 1,000 小时的多模态人类操作数据。

WIYH 涉及数据采集、标注与技能迁移；AWE 系列关注视触觉融合和精细接触操作，包括柔性线束装配。

自变量 · X Square

研究具身基础模型，以及机器人如何适应新任务。HOST 从一段人类示范视频获取新操作技能，在推理时利用示范，不更新模型参数。

WALL-SS 是动作可控的生成式机器人模拟器，研究长时序交互，以及仿真中的任务结果和策略排名能否对应真实机器人。

穹彻 · Noematrix

围绕机器人操作研发具身模型、AnySkill 原子技能库，以及从采集到部署的工具链，涉及抓取、折叠和接触操作。

联合研究 RoboPocket 把策略预测的轨迹叠在手机画面上，让采集者看到潜在错误、补充纠正示范，再通过在线微调更新策略。

破壳 · Pokebot

由许华哲创办，面向家庭场景研究机器人操作。官网展示做饭、叠衣服、系香囊和穿扎带等任务。