120 美元机器人的 real2sim2real 基准发布：仿真训练排名与真机保持一致
chris_j_paxton · x · 2026-10-29
SO-101 Bench v1 发布，是一个低成本（约 120 美元机器人）、可复现的 real2sim2real 机器人学习基准。
- 关键发现：仅在仿真中训练的策略，在真机上的排名与仿真一致，说明该仿真与真实世界性能有相关性，可作为可靠的策略评估代理。
- 在主评测中，agent + VLA 组合击败了所有微调过的 VLA/WAM 模型。
- Chris Paxton 评价：可复现硬件基准 + 关联仿真 + 仿真与真机性能相关性，「看起来非常有用」。
「具身」频道最新
- Raven Prism 发布：把一台完整 Linux 电脑戴在脸上，明年 1 月发货 — Scobleizer · 2026-10-29
- RealSense 推 Min-Z 更新：D405 让机器人看清指尖 2 厘米内物体 — chrismatthieu · 2026-10-29
- 人形机器人不必扫描整片地面：结构化感知可大幅减少地形训练量 — breadli428 · 2026-10-29
- Meshtastic 教程:手把手搭建太阳能 LoRa 中继站 — ShawnHymel · 2026-10-29
- 具身能力榜：GPT-6 Sol 以 1012 比 972 力压 Gemini 3.8 Flash — qinzytech · 2026-10-29
- Mila 团队开源 Harpia：无人机加 AI 一天完成人工数月的森林逐树监测 — Mila_Quebec · 2026-10-29