研究团队在预印本平台arXiv提交论文《Perceptive Humanoid Motion from Simulation》,披露了人形自主控制系统HALO,并公开了数据生成、模型训练和部署代码,涵盖动作生成、动作跟踪、任务编排以及仿真和真实运行等环节。据论文披露,研究团队在6个未预先扫描或建图的真实环境中开展360次单项任务测试,平均成功率为91%;另在一个真实环境中,对3种组合任务分别开展10次测试,平均成功率为70%。研究团队同时指出,目前
另据财联社报道,目前,英伟达已围绕物理AI开放了四大核心模型,包括负责预训练的语言模型(Nemotron)、理解物理规律的世界基础模型(Cosmos),以及后训练阶段分别面向机器人的GR00T和面向自动驾驶的Alpamayo。
国金证券指出,物理AI正由0→1迈向1→10阶段,模型端VLA经π0至π0.7持续迭代,已从实验室走向真实产线;架构端级联式、分层式路线分化,Astra进一步以通用Agent基模驱动经典控制器,推动场景适配、数据采集及通用大脑三项成本同步下行。数据是当前最核心瓶颈和机会,据中国信通院测算,迎来ChatGPT时刻约需2.12万台连续工作一年、产出千万小时级有效数据,而当前全球高质量真实数据仅数十万至百万小时级,真机数据缺口显著。
华源证券表示,Astra初步展现通用大模型潜力,第三方测试显示其在Robocurve简单抓放任务中成功率达到95%;Astra与专用VLA模型π0.5协同后,复杂双臂操作成功率由26%提升至48%。通用智能与专用控制模型协同的可行性得到验证,有望推动行业由各家独立训练专用模型的分散路线,逐步转向通用大模型+专用VLA+机器人本体的分层技术架构,数据采集正由实验室研发环节向专业化、规模化生产演进。
华源证券-《机械行业:Astra通用模型能力突破,物理AI技术范式加速重构-周报》-2026年11月2日
发表回复
要发表评论,您必须先登录。