CMU 提出 SuperMap：具身智能的活体空间记忆
rsasaki0109 · x · 2026-07-30
卡内基梅隆大学（CMU）发表了被 RSS 2026 接收的论文 SuperMap，为具身智能提出了一种「活体空间记忆」系统。
- 系统特性：这是一个无需训练的时空 SLAM 系统，能够感知世界、记住其演变，并支持推理与行动。
- 技术架构：融合高频几何 SLAM 与异步开放词汇感知，构建出持久的语义世界模型。
- 4D 场景图：生成包含每个对象时空信息的可查询地图，支持真实机器人上的视觉语言导航和长时序推理。
「具身」频道最新
- IROS 2026 折纸挑战赛数据集发布：含 470 万帧触觉感知数据 — DJiafei · 2026-07-30
- 8家国内机器人公司估值冲破200亿，拆解三种估值逻辑 — 创业邦 · 2026-07-30
- 无人机 30 分钟扫完风机，AI 自动诊断风电叶片损伤 — lukas_m_ziegler · 2026-07-30
- 接入 Hermes 模型后，Rabbit R1 体验大幅提升 — SimonBalmain · 2026-07-30
- 德国初创公司用私厨烹饪视频训练人形机器人 — Wired AI · 2026-07-30
- Festo 推出四翼仿生飞行机器人：精准复刻昆虫飞行姿态 — TansuYegen · 2026-07-30