
综合
7*24 快讯
AI科普
合作
全部
英雄令
项目方
开发者
产品方
投资者
2025年10月,宇树科技发布第四款人形机器人Unitree H2。这款机器人身高180厘米,体重70公斤,比前代H1重23公斤,全身拥有31个自由度,新增仿生人脸设计,形态更接近真人。H2可完成跳舞、功夫和走秀等动作,表现力与稳定性显著提升,但其面部设计引发网友‘恐怖谷效应’争议。视频展示中,H2在功夫和舞蹈方面表现出色,但部分网友认为其舞蹈缺乏‘优雅’感。宇树表示,H2定位为‘仿生人形机器人,为每个人安全友好地服务而生’。目前官网尚未更新详细信息,但宣传片已上线各大平台。
原文链接
9月30日,宇树机器人被曝存在严重无线安全漏洞,影响多款四足及人形机器人(如Go2、B2、G1、H1)。攻击者可利用BLE接口绕过验证获取root权限,并通过蠕虫式传播形成连锁感染。该漏洞由研究人员Andreas Makris和Kevin Finisterre于5月发现,但宇树未及时修复,导致其在20天前公开漏洞工具链UniPwn。宇树昨夜回应称已修复大部分问题并成立产品安全团队,但网友指出硬编码AES密钥问题仍未解决。业界呼吁加强透明度与合作,共同提升机器人安全性。
原文链接
2025年8月17日,北京‘冰丝带’正举办世界人形机器人运动会决赛。宇树科技市场部经理陈经理透露,团队仅筹备一个月,原本未计划参赛,但因此前马拉松相关舆论压力决定参与。比赛中,宇树科技表现出色,首日即包揽田径赛所有冠军并创造纪录:1500米6:34.40、400米1:28.03(秒表计时1:23.03)、障碍赛100米0:33.71。其H1和G1人形机器人成为焦点。宇树科技CEO王兴兴还透露,明年将参加北京亦庄半程马拉松,届时机器人将实现全自主奔跑,进一步突破技术边界。
原文链接
2025年8月15日,宇树科技的机器人H1在首届人形机器人运动会上以6分34秒完成1500米比赛并摘得首金,但因比赛中‘撞人逃逸’事件引发热议。事件起因是两名遥控操作员交接时未及时避让,导致机器人短暂失控。对此,宇树创始人王兴兴回应称,H1具备自主运动能力,但为追求速度仍采用遥控策略,并表示下次比赛将实现全自主运行。他还透露,宇树计划参加明年北京亦庄半程马拉松。此次事件也引发了关于机器人动态平衡、环境感知及人工干预必要性的讨论,同时呼吁公众对新技术保持开放态度。
原文链接
标题:宇树机器人到底强不强?深度解读具身智能流派
宇树科技成为今年科技圈的焦点,但其技术成熟度引发争议。在北京人形机器人马拉松和央视搏击赛中,机器人跌倒和遥控现象凸显了技术差距。文章基于科技播客“脑放电波”与硬件黑客Rex的对话,探讨宇树产品为何内部员工不推荐、实际商业化情况如何,以及具身智能技...
原文链接
今日,《科创板日报》报道,全球人形机器人马拉松比赛中,宇树科技的G1机器人现身终点,时间为12点30分左右,由城市之间科技队操作完成。值得注意的是,此次参赛的G1机器人并非宇树科技官方参赛,而是由第三方客户购得后参与赛事。这项活动标志着人形机器人技术在实际应用中的新尝试,展现了技术发展的前沿动态。(记者 李明明)
原文链接
宇树机器人侧空翻视频引发热议:“我想要一个!”
近日,宇树的Unitree G1机器人凭借一段侧空翻视频再次刷屏网络。视频中,这款身高1.3米、体重35公斤的机器人轻松完成侧空翻动作,引发网友惊叹。
Unitree G1于2024年8月开始量产,采用了端到端深度强化学习与仿真训练技术,售价9.9...
原文链接
国产人形机器人近期表现亮眼。宇树机器人展示中国功夫,包括出拳、扭腰、转身和空中回旋踢,动作流畅,获得央视点赞。CEO王兴兴也在评论区赞叹。另一家众擎机器人则完成了全球首个前空翻挑战,引起网友热议。有人认为前空翻对机器人来说可能更简单,但也有人质疑是否真为首次完成。此外,波士顿动力创始人Marc Raibert透露已购入宇树科技的机器人进行测试,并对中国人工智能创新表示赞赏。
原文链接
标题:宇树机器人跳舞被疑AI合成,CEO王兴兴发视频自证,小红书仍标注AI创作
宇树机器人因跳舞视频效果逼真,引发网友质疑。面对质疑,宇树科技CEO王兴兴在小红书发布了新的实拍视频,展示了机器人G1的最新舞姿。视频中,机器人后方放置了一面大镜子,没有背景音乐,仅展示现场实录。
视频发布后迅速走红,网...
原文链接
标题:宇树机器人成赛博科比!英伟达CMU新研究,投篮模仿篮球巨星,代码论文全开源
你以为的宇树机器人(H1):只是普通机器人。
实际上的宇树机器人(G1):能轻松完成科比式投篮。
或者是像罗纳尔多那样华丽旋转跳跃。
英伟达和卡内基梅隆大学合作,通过一个训练框架,使机器人能够模仿人类完成高难度动作,如科比投篮或罗纳尔多跳跃。
该研究解决了仿真环境与真实物理世界之间的偏差问题,提出了ASAP(对齐模拟与真实物理)框架。此框架分两阶段:首先在模拟环境中预训练运动跟踪策略;然后在真实世界中收集数据,训练差异动作模型,以缩小模型与现实的差距。
具体步骤包括:运动跟踪预训练、差异动作模型训练、策略微调及真实世界部署。ASAP在多个场景中表现出色,提升了机器人的灵活性和全身协调性。
该研究由四位华人共同一作完成,展现了中国科研人员的重要贡献。尽管机器人动作更拟人化,但仍需面对更多挑战。
原文链接
加载更多

暂无内容