ASAP（Aligning Simulation and Real-world Physics），一个两阶段框架，用于解决人形机器人模拟与现实世界的动力学不匹配问题，以提升全身运动的敏捷性和协调性。
第一阶段：在模拟环境中使用人类运动数据训练运动跟踪策略。
第二阶段：在现实世界中部署策略，收集数据并训练 Delta Action 模型，以补偿动力学误差，并通过微调优化策略。
在多个模拟到现实的转移实验中，ASAP 相比 SysID、DR 及 Delta Dynamics 学习基准表现更优，显著提升了运动的敏捷性和精准度，展示了人形机器人在现实世界中实现高度敏捷运动的潜力。
AI视频平台D-ID推出了两款新型数字人工具—Express和Premium+，专为内容创作设计，旨在让企业在市场营销、销售和客户支持等领域应用更逼真的虚拟人。Express虚拟人只需一分钟视频训练即可生成，能够同步用户头部的运动；而Premium+虚拟人需要更长的视频进行训练
支持在移动设备上实时运行的超轻量级数字人模型
Ultralight-Digital-Human 是一个创新的开源项目，使得数字人在移动设备上的实时应用成为可能，旨在实现超轻量级的数字人模型，其能够在移动设备上实时运行。
支持在移动设备上实时运行的超轻量级数字人模型
提供了详细的训练和推理步骤
來自美國布萊根婦女醫院和瑞士 iPrint 研究所的生物研究人員和機器人專家組成的聯合團隊，利用人類運動神經元和心肌細胞來模擬肌肉組織，開發了微型游泳機器人。
他們的論文發表在《科學機器人》雜誌。科羅拉多大學博爾德分校的機械工程師Nicole Xu 在同一期期刊上發表了一篇焦點文章
最伟大的发现不仅仅来自观察，而且来自思考。爱因斯坦通过思想实验发展了相对论，伽利略通过心理模拟得出了关于引力的见解。
9 月 18 日发表在《认知科学趋势》杂志上的一篇评论表明，这种思维过程并非人类独有。人工智能也能够通过“思考学习”进行自我修正并得出新的结论。
最近有一些人工智能的演示
赫特福德郡大学的研究人员开发了一种新算法，可以让机器人更直观地发挥作用，即利用环境作为指导做出决策
其原理是，通过算法，机器人代理创建自己的目标
该算法第一次将不同的目标设定方法统一在一个与物理学直接相关的概念下，而且它还使计算透明，以便其他人可以研究和采用它。
该算法的原理与著名的混沌理论有关
一台长形机器人进入日本福岛核电站受损的反应堆，开始执行为期两周的高风险任务，首次从底部回收少量熔化的燃料碎片。
机器人进入 2 号机组反应堆是接下来发生的事情的关键第一步——这是一个令人畏惧的、长达数十年的过程，目的是让核电站退役并处理因大规模爆炸而损坏的三个反应堆内的大量高放射性熔化燃料。
发明家和研究人员开发机器人已有近 70 年的历史。迄今为止，他们制造的所有机器——无论是为工厂还是其他地方——都有一个共同点：它们都由电机提供动力，这是一项已有 200 年历史的技术。即使是行走机器人的手臂和腿也由电机驱动，而不是像人类和动物那样由肌肉驱动。这在一定程度上说明了为什么它们缺乏生物的移动性和适应性。
新的研究发现，使用类人服务机器人的英国酒店和餐馆可以通过提供舒适的环境条件（包括灯光、气味和声音）并在机器人的表面添加英国国旗图案等当地提示，让单独的客人在与这些机器人互动时感觉更舒服。身体。
英国酒店业的服务机器人通常被拟人化，旨在执行通常由人类员工处理的任务。其中包括餐厅中的送餐机器人
但人们担心这对人类劳动力意味着什么？
肯尼亚内罗毕的一家机器人咖啡馆里，机器人服务员为顾客提供服
在肯尼亚首都一家繁忙的餐馆里，当年轻人用智能手机拍摄机器人在内置托盘上端着一盘新鲜烹制的饭菜，将其送到食客手中时，孩子们咯咯地笑起来。
食品自动化与其他任何事情的自动化不同。食物是生命的基础——滋养身体和灵魂——因此食物的获取、准备和消费方式可以从根本上改变社会。
自动化厨房并不是《杰森一家》或《星际迷航》中的科幻愿景。该技术是真实的、全球性的。目前，机器人被用来翻转汉堡、炸鸡、制作披萨、制作寿司、准备沙拉、提供拉面、烤面包、调制鸡尾酒等等。
來自南加州美國宇航局噴氣推進實驗室的工程師們擠在一起，凝視著厚厚的海冰層中的一個狹窄的洞。在他們下方，一個圓柱形機器人在寒冷的海洋中收集測試科學數據，透過繩索將其連接到將其放入鑽孔的三腳架上。
這次測試讓工程師有機會在北極操作他們的原型機器人。
研究推動了機器人領域的進步，而研究又嚴重依賴有效的平台來測試機器人控制和導航的演算法。儘管在過去幾十年中已經開發了許多機器人平台，但其中大多數都存在限制其在研究環境中使用的缺點。
加州大學柏克萊分校的研究人員最近開發了Berkeley Humanoid ，這是一個新的機器人平台，可用於訓練和測試人形機器人控制演算法。這種新型人形機器人是在預印本伺服器arXiv上發布的一篇論文中介紹的，它解決並克服了先前引入的機器人研究平台的一些限制。
HuggingFace 开源了低成本 AI 机器人 LeRobot，并指导大家从头开始构建 AI 控制的机器人，包括组装、配置到训练控制机器人的神经网络。
该项目由前特斯拉工程师 Remi Cadene（现在是 HuggingFace 的 principal research scientist）所领导，并给出了一份详细的指南。项目基于开源的 Koch v1.1 机器人套件（也可以是别的硬件或者虚拟平台），包含两个六电机的机械臂，可使用一个或多个摄像头作为视觉传感器。
大型語言模型 ( LLMs ) 擅長在大型資料集上進行訓練，以產生針對提示的資訊豐富的回應。喬治梅森大學唐納德·G·科斯特洛商學院會計學助理教授曹毅和科斯特洛商學院會計學副教授兼區域主席陳龍正在積極探索個人投資者如何利用LLMs從有關公司的大量可用數據令人眼花撩亂。
他們的新工作論文發表在SSRN Electronic Journal上，由佛羅裡達大學的 Jennifer Wu Tucker 和馬薩諸塞大學波士頓分校的 Chi Wan 共同撰寫，研究了人工智慧識別「同行公司」或行業中產品市場競爭對手的能力。
