机器人技术

RobotFingerPrint 面向机械手抓取合成优化的技术研究项目 该技术采用经纬度作为坐标，将三维球体表面转换为二维共享坐标空间，支持所有机械手共用该坐标框架。通过条件变分自编码器预测输入对象的统一坐标，建立机械手与抓取对象的对应关系，求解抓取姿态与手指关节优化问题，相比传统方案可提升抓取合成的成功率与多样性。

脱胎于高校实验室的机器人研发商，主打先进人形机器人产品 Apptronik是从德克萨斯大学奥斯汀分校人类中心机器人实验室分离出的机器人企业，产品线覆盖外骨骼、仿人上半身、双足移动平台、大负载机械臂，自研机械臂可举起超过自身重量的物体。依托多年技术积累，开发出全球先进的人形机器人Apollo，坚持以人为核心的开发伦理，产品可承担重复性工作，适配多场景需求

专注机器人技术的创新企业，提供多场景机器人解决方案 Clone Incorporated是一家专注机器人技术研发的创新企业，由具备深厚技术背景的Dhanush Radhakrishnan与Łukasz Koźlik担任CTO，核心团队专业实力突出。企业主打技术先进的创新机器人产品，兼顾不同行业与个人用户的多元需求，致力于通过技术方案提升生产效率、改善生活质量，覆盖场景比多数单一赛道机器人企业更广泛。

Niantic推出的先锋大地理空间模型，依托机器学习赋能空间智能 Large Geospatial Model(LGM)是Niantic提出的前沿技术概念，依托大规模机器学习技术实现物理场景理解，可打通连接全球数百万个物理场景，支撑计算机感知、互动物理空间，为下一代可穿戴设备及多领域技术提供核心支撑，是空间智能落地的核心基础。

专注具身AI研发，拓展机器人基础模型训练边界的技术平台 Hillbot依托在3D场景捕捉、模拟及机器人学习算法领域的核心技术，凭借真实世界与模拟数据收集的专业能力，大幅扩容机器人基础模型训练数据集。不同于常规机器人研发厂商，Hillbot不止聚焦机器人产品制造，更致力于拓展具身AI的技术边界，为工业、家庭服务等多领域的机器人应用赋能。

解决人形机器人模实不匹配问题的两阶段技术框架 ASAP是针对人形机器人开发提出的创新两阶段框架，核心解决模拟训练与现实落地间的动态不匹配问题，通过预训练运动跟踪策略结合现实数据训练的残差动作模型，实现人形机器人敏捷全身技能控制，具备高效数据利用、精准动作控制的特点，为人形机器人技术开发提供新方向。

面向机器人任务的轨迹草图生成工具，支持多源生成，泛化能力优异 RT-Trajectory是面向机器人任务的轨迹草图生成技术方案，支持通过人工绘制、视频演示生成轨迹草图，也可借助图像生成模型生成轨迹草图。该方案已在大量真实世界机器人任务中完成评估，相较于传统基于语言、目标的策略，具备更广泛的任务执行适配能力。

聚焦机器人技术研发的机器学习模拟平台，提升复杂环境操作能力 CyberDemo将机器人技术、机器学习与模拟环境结合，针对性优化机器人复杂环境下的灵巧操作研发流程，帮助开发者在模拟场景中完成算法训练与任务测试，降低实体机器人测试的成本与安全风险，目前为开源开放项目，面向研发人员提供灵活的定制能力。

专注人形机器人实时全身遥操作，通过学习人类动作控制机器人 Human to Humanoid (H2O)是聚焦人形机器人遥操作领域的技术项目，区别于多数仅支持局部动作遥操作的同类方案，该项目主打通过学习人类行为动作，实现全身级的人形机器人实时遥操作控制，核心目标是打通人类动作到机器人控制的映射链路，为人形机器人远程操控提供技术支撑。

便携手部动作捕捉系统，提供抗遮挡的精准手腕手指运动跟踪 DexCap是便携手部动作捕捉系统，结合全息测距与电磁场技术，可实现准确、抗遮挡的手腕与手指运动跟踪，同步完成环境3D观测与数据采集。其搭载的DexIL算法结合逆运动学与点云模仿学习，可从人类手部动作数据中训练机器手灵巧技能，支持人机协同校正机制，助力机器手复刻人类动作并优化性能。

Meta FAIR推出的高精度触觉传感器，树立触觉传感新技术标准 Digit 360是一款高性能触觉传感器，拥有超过18种独特传感特性，支持研究人员结合多传感技术或隔离单信号开展深入分析。产品空间检测精度达7微米，力量检测精度达1毫牛，响应速度为人类的30倍，性能参数远超传统触觉传感器，为触觉传感领域提供更精准的感知方案。