人形机器人RL展现Scaling Law，分拣吞吐量提升85%
lukas_m_ziegler · x · 2026-08-04
机器人强化学习展现 Scaling Law
英国初创公司 @TheHumanoidAI 发布了 KinetQ Ascend，在量产人形机器人上运行真实世界强化学习（RL）。核心发现是：机器人性能随训练时间增加呈可预测的规模化提升，类似于大语言模型（LLM）的 Scaling Law，这为达到 100% 可靠性提供了可行路径。
- 分拣任务：RL 使吞吐量提升 42%，速度达到人类演示的 1.5 倍。
- 杂乱料箱拣选：几天训练后，吞吐量激增 85%，成功率从 80% 跃升至 98%。
Reimagine Robots走出隐身模式
由前 Google DeepMind 伦敦应用机器人团队负责人 Jonathan Scholz 创立的 @reimaginerobots 宣布出隐身模式。
- 核心方法：向机器人展示任务，观察其尝试并即时纠正，无需专业程序员。
- 落地进展：已部署于制造业和电子拆解领域。将新机器人行为的原型设计时间从约 1 天缩短至 10 分钟。
「具身」频道最新
- 机器人 North 将在上海 DQ 门店完成全流程真实班次 — ZeYanjie · 2026-08-04
- 北大联合提出具身操作数据金字塔，划分5大数据层级 — 机器之心 · 2026-08-04
- 机器人越像人犯错时越遭恨？研究揭示社交机器人的激素效应 — CyberRobooo · 2026-08-04
- 人形机器人改变经济无需完美，只需比人工更便宜 — VraserX · 2026-08-04
- Procore 8.45亿美元收购DroneDeploy，整合海量建筑数据 — lukas_m_ziegler · 2026-08-04
- G_Bionics 发布全身触觉人形机器人,首战造船厂焊接 — lukas_m_ziegler · 2026-08-04