@svpino:这些机器人背后的系统相当酷:它对动作如何改变物理世界进行建模,并推理其……
摘要
Aether AI 展示了其首个因果机器人智能系统 CRIS-0 在真实家庭环境中的运行,该系统通过因果世界模型预测动作后果、维持任务上下文并调用统一工具接口来导航和适应现实变化。
查看缓存全文
缓存时间: 2026/10/09 14:30
这套机器人背后的系统相当酷:
它会建模行动如何改变物理世界,并推理这些行动带来的后果。
这里有三个技术亮点:
-
因果世界模型:预测机器人执行不同行动后,环境可能如何变化。
-
因果智能体:维护任务上下文,并为每个阶段选择相应的能力。
-
统一工具接口:用于调用导航、习得的动作模型、基于规则的功能以及结果验证。
这个演示值得一看。
Aether AI(因果智能)(@AetherLab_AI): 这是 CRIS-0——Aether AI 首个因果机器人智能系统,正在真实家庭环境中运行。它会推理自己的行动将如何改变世界,检查实际发生了什么,并在现实与预期不符时进行调整。
相似文章
RobotUse:分配计算、上下文与决策
RobotUse 提出一种机器人智能体 harness,围绕指定与修订物理动作来组织计算、上下文与决策。智能体通过视觉方式选择目标与位姿,后端负责处理几何、运动规划与控制,并在执行过程中持续学习。最终在 RoboLab 上取得 45% 的任务成功率,超过 CaP-X 6.7 个百分点。
@MindfulReturn: 今天看到黄碧薇教授 @huang_biwei 的访谈,看到他们新一轮融资的消息!了解到 Aether AI 的方案,多看了几眼他们的方向之后,我说说我看法: AI 的下一个范式:不是更大的模型,是因果关系。 一、相关性天花板:为什么画面很…
文章深度分析Aether AI(原识之智)提出的因果世界模型(CWM),认为AI下一个范式将从相关性转向因果关系,并讨论了其理论基础、技术架构及对视频生成和具身智能领域的潜在影响。
欢迎来到具身智能时代:推出 AA-Robotics v0.1
Artificial Analysis 推出 AA-Robotics v0.1 研究预览基准,评测前沿语言模型通过编码代理直接控制 6 轴机器人手臂完成 8 项桌面操作任务的能力。GPT-6 Astra 以 69 分居首,但目前速度与成本仍远逊于人类基线(约两个数量级)。
PhysEvo:Astra 能行动,就让它行动
PhysEvo 提出一个围绕冻结模型的物理递归自我改进(RSI)框架,通过元智能体诊断失败并修订工具与技能,在 RoboDojo 任务上取得 62% 成功率,并在真实世界 AgileX PiPER 机器人任务上达到 84% 成功率。
I built a small AI robot that can see, hear, remember, and code it's own actions in real time
作者使用3D打印、树莓派Pico 2、舵机和手机,结合现代AI构建了一个名为Growbot的微型机器人,能够感知、记忆、移动和互动,并分享了从失败到初具生命感的建造旅程,强调为AI赋予身体带来的改变。