Categoria
44 voci
Un laboratorio robotics (Physical Intelligence o concorrente) pubblica un nuovo foundation model multi-embodiment per manipolazione generale, addestrato su dataset cross-robot.
Google DeepMind aggiorna Gemini Robotics e Gemini Robotics-ER: VLA generalisti su base Gemini 2 in grado di pilotare bracci industriali e humanoid (Apptronik Apollo) zero-shot su task mai visti.
1X (Norvegia/USA, OpenAI-backed) apre i pre-ordini di Neo Home a $20K + $499/mese. Robot domestico bipede, soft-cover, controllato in parte da teleoperatori umani per i task complessi. Consegne 2026.
DeepMind dimostra generalizzazione zero-shot di policy diffusive su oggetti deformabili come vestiti e stoviglie, task dove i robot fallivano sistematicamente fino ad oggi.
HuggingFace lancia LeRobot: libreria ML open source per robotica con dataset standardizzati, training ACT e Diffusion Policy, e kit hardware Aloha-compatible a 100 dollari.
Berkeley e Stanford presentano CrossFormer, una singola policy transformer addestrata su 900k traiettorie provenienti da oltre 20 diversi robot. Si trasferisce a nuovi robot in pochi minuti con minimal fine-tuning. Primo modello foundation cross-embodiment con analisi di scaling rigorosa.
NVIDIA aggiorna GR00T a N1.5 con synthetic data pipeline industriale, training unificato per oltre 10 piattaforme robot e disponibilità su Isaac Lab come framework aperto.
Physical Intelligence pubblica π0.5, evoluzione del VLA π0. Nuovo: zero-shot deployment in case mai viste durante il training (pulire cucine sconosciute, mettere via la spesa).
Figure annuncia Helix, modello Vision-Language-Action proprietario che controlla il robot humanoid Figure 02 a 200Hz, due robot in collaborazione, dita incluse. Demo: piegare panni e riordinare cucina solo da linguaggio.
Stanford e Berkeley rilasciano ALOHA 2, versione commerciale del sistema bimane teleoperato usato per raccogliere dataset ACT e Diffusion Policy su task come cucina e chirurgia.
Stanford presenta HumanPlus, che mappa dimostrazioni umane in terza persona su azioni robotiche whole-body con il 40% di successo su task nuovi. Nessuna teleoperation, nessun dato robot-specifico: basta guardare gli esseri umani.
Unitree lancia la versione G1 con braccia a doppio braccio industriale: 3kg di payload per braccio, prezzo di 16.000 USD, imitation learning da demo umane, disponibile per la ricerca.
NVIDIA lancia GR00T, foundation model per humanoid addestrato su dati sintetici e umani, rilasciato con l'ecosistema Isaac Sim per simulazione fotorealistica e training robotico.
La startup Physical Intelligence (Karol Hausman, Sergey Levine) pubblica π0, foundation model robotico generalista da 3B addestrato su 10k+ ore di dati cross-embodiment, capace di skills come piegare bucato e fare il caffè.
1X Technologies presenta un world model end-to-end per il robot umanoide EVE: predice frame video futuri da osservazioni e azioni correnti, addestrato solo su dati robot. Abilita la pianificazione real-time senza compute esterno, un passo chiave verso robot domestici autonomi.
Figure AI lancia Figure 02 con integrazione nativa dei modelli OpenAI: il robot dimostra ragionamento contestuale in cucina industriale e risponde a domande sul proprio ambiente.
NVIDIA e UT Austin presentano DrEureka, che usa GPT-4 per generare automaticamente i parametri di domain randomization per il trasferimento sim-to-real. Politiche di locomozione e destrezza trasferiscono zero-shot su hardware reale senza calibrazione manuale.
OpenAI riprende la ricerca sulla destrezza manuale robotica con nuovi risultati su sim-to-real gap ridotto tramite domain randomization massiva e RL moderno su Shadow Hand.
Microsoft e CMU presentano RoboGen: pipeline automatica che usa LLM per generare task robotici, ambienti simulati e skill di training da una semplice descrizione testuale.
ByteDance presenta GR-2, un robot generalista che usa 38.000 ore di video di attività umane da internet come pre-training prima dei dati robotici. Raggiunge l'88,9% di successo su 100 task, migliore al momento della pubblicazione, dimostrando che i video internet sono dati robot scalabili.
Boston Dynamics ritira Atlas idraulico dopo 11 anni e presenta il successore elettrico con range of motion superiore al corpo umano e API software per partner industriali.
Figure pubblica un video del suo robot umanoide Figure 01 che conversa, riconosce oggetti e li manipola usando modelli OpenAI per linguaggio e visione, in pipeline end-to-end.
Unitree lancia H1 Ultra a 90.000 dollari: humanoid con locomotion RL-based capace di backflip e 3,3 m/s, primo robot bipede accessibile ai laboratori universitari.
Ricercatori di Berkeley e Stanford rilasciano OpenVLA, 7B parametri, primo VLA open source per controllo robotico generalista: un controllore universale scaricabile da Hugging Face.
Stanford, Berkeley e CMU rilasciano DROID, il dataset di manipolazione robotica più diversificato mai raccolto: 76.000 dimostrazioni, 564 scene, 86 task, 52 bracci robotici. Abilita la generalizzazione cross-embodiment ed è il riferimento per i modelli foundation robot.
Apptronik lancia Apollo, umanoide 1.73m 73kg con batteria swappable, 160W di consumo e API ROS2 aperta, con partnership NASA e Mercedes-Benz già annunciate.
Tesla mostra Optimus Gen 2 con velocità di movimento 30% superiore, sensori di forza in ogni dito e la capacità dimostrata di manipolare uova crude senza romperle.
Stanford combina le braccia bimanuali ALOHA con una piattaforma mobile su ruote, creando il primo sistema low-cost per manipolazione whole-body. Con 50 dimostrazioni impara a cucinare, fare il bucato e pulire, aprendo la strada ai robot domestici accessibili.
Sanctuary AI presenta Phoenix con Carbon AI, un sistema neuro-simbolico che combina ragionamento simbolico e reti neurali per seguire istruzioni linguistiche articolate senza programmazione esplicita.
NVIDIA presenta Eureka, il primo sistema che usa un LLM (GPT-4) per generare automaticamente funzioni di reward per il reinforcement learning robotico. Il sistema raggiunge manipolazione destrezza a livello esperto, incluso lo spinning della penna, senza reward design manuale.
Google DeepMind e 33 laboratori raccolgono 527k episodi da 22 robot diversi: il primo dataset unificato per addestrare policy generaliste che funzionano su piattaforme multiple.
RT-2 di DeepMind unisce vision-language pretraining e controllo robotico: il robot trasferisce ragionamento semantico da web a braccio fisico senza addestramento specifico.
MIT e Columbia applicano i modelli di diffusione denoising all'imitation learning robotico, apprendendo distribuzioni di azione multi-modali invece di policy deterministiche. Ottengono un miglioramento del 46,9% sui benchmark di manipolazione.
Stanford presenta TidyBot, un sistema robotico che usa i LLM per personalizzare il comportamento di riordino domestico a partire da pochi esempi dell'utente. Raggiunge il 91,2% di completamento dei task, dimostrando la fattibilità della personalizzazione LLM-driven nella manipolazione.
Tesla pubblica il primo video di Optimus Gen 1 che cammina e compie task autonomamente in un ambiente di fabbrica reale. Target di prezzo dichiarato: 20.000 dollari.
Google presenta PaLM-E, modello multimodale da 562B parametri che riceve direttamente immagini e stato robotico nel transformer, capace di pianificazione long-horizon su robot reali.
DeepMind presenta RoboCat, un agente robotico che impara da poche dimostrazioni, si auto-addestra raccogliendo nuovi dati, e migliora iterativamente senza intervento umano. Con soli 10 demo raggiunge il 36% di successo su task nuovi.
Agility Robotics annuncia la partnership con Amazon per Digit v3, robot bipede da magazzino: prima implementazione industriale di un humanoid a scala reale.
Google mostra come un LLM generi direttamente codice robot eseguibile da istruzioni in linguaggio naturale, senza fine-tuning, usando composizione gerarchica di funzioni.
DeepMind lancia RT-1, un robotics transformer addestrato su 130.000 episodi reali con 13 robot diversi, capace di generalizzare a task mai visti prima.
Spot acquista capacità di navigazione autonoma avanzata e rilevamento anomalie industriali tramite AI visiva, senza necessità di mappe precaricate.
Google pre-addestra una singola policy su oltre 800 task robotici e 57.000 ore di dati reali, dimostrando per la prima volta il trasferimento zero-shot a task nuovi tramite apprendimento multi-task offline.
Google Robotics mostra come combinare un LLM per la pianificazione ad alto livello con value functions robotiche che filtrano solo le azioni fisicamente eseguibili.
DeepMind annuncia di aver acquisito MuJoCo, il simulatore fisico usato in gran parte della ricerca RL e robotica, e si impegna a renderlo gratuito per tutti — primo passo verso il rilascio open source completo nel 2022.