知名机器人公司突然解散！已融资数亿元

2024年CSP-X复赛真题题解（T1：购物）

2024年CSP-X复赛真题题解（T1：购物）

刚刚，一家车企的具身团队原地解散了......

大模型、VLA、端到端、数据闭环、自动标注、BEV、Occupancy、多模态融合感知、传感器标定、3DGS、世界模型、在线地图、轨迹预测、规划控制。丁琰拥有纽约州立大学计算机科学博士学位，曾在Ford、Meta等机构从事机器人感知与控制研究，发表多篇顶会论文，在国际机器人学界声誉颇高。8月28日，一星机器人与复旦大学签署协议，共建“智能机器人校企联合实验室”，并推出首款产品——“星轮1号”轮式双臂机器人。发起的具身智能创业项目，今年5月成立，上个月还对外官宣了包括百度风投、银河通用机器人等在内的投资。

SmartFusion从FPGA到ARM（八）——CoreUARTapb的使用

文章目录1.CoreUARTapb简介2.添加CoreAPB3总线IP核3.添加CoreUARTapb4.驱动代码实现5.库函数简介6.串口printf函数实现7.串口接收轮询和中断方式 系列教程：SmartFusion从FPGA到ARM系列教程 1.CoreUARTapb简介 对于SmartFusion2来说，MSS_UART的管脚可以任意分配，但是对于SmartFusion来说，MSS_UART的管脚是固定的不能分配： 109-UART0_RX 110-UART0_TX 111-UART1_RXD 11

刚刚，一家具身智能明星公司原地解散了

一星机器人（OneStar Robotics）成立于2025年5月9日，由吉利控股集团股东李星星——也就是李书福之子——发起创立。8月28日，一星机器人与复旦大学签署协议，共建“智能机器人校企联合实验室”，并推出首款产品——“星轮1号”轮式双臂机器人。这种“场景优先”的理念在当时显得颇为独特，也带有某种吉利风格：他们要让AI在工厂里学会工作，而非在舞台上跳舞。与大多数追求炫技Demo的人形机器人公司不同，一星从成立起就明确了一条与众不同的路线——“倒做AI”。

率能SS6810R 40V/1A/双通道H桥驱动芯片，PWM电流控制与混合衰减模式（eTSSOP20），用于POS打印机/安防相机/机器人

率能SS6810R是一款40V/1.0A双H桥电机驱动芯片，专为工业级应用设计。其核心优势包括：40V高耐压适配36V/48V系统，新增过压保护增强电源波动耐受能力，支持快/慢/混合三种可调衰减模式实现平稳驱动，提供4级电流台阶简化步进电机控制。芯片集成PWM斩波电流调节和多重保护功能（过流、短路、过温等），采用eTSSOP20带散热焊盘封装。特别适用于POS打印机、安防云台、办公设备、机器人等需要高可靠性电机驱动的场景，在电源不稳定环境中提供更优的安全裕量和平稳控制性能。相比前代SS6810H，在耐压和

智能体面试准备（四十三）：具身智能体与机器人实操——从 VLA 到 Sim2Real

B24 讲智能体怎么操控图形界面（Computer Use），B40 讲自主智能体前沿里点到过具身与世界模型。本篇站到机器人视角，把那套"感知—决策—执行"落进：一个具身智能体（Embodied Agent）要能看、能想、能动手，在三维空间里抓取、移动、导航。这是大模型从"屏幕里的文字世界"走向"真实物理世界"的关键一跃，也是华为这类做多模态 + 机器人/终端岗位最看重的硬方向。本篇讲清具身智能的栈、VLA 模型、操作与导航、Sim2Real，以及它和普通 LLM Agent 的根本不同。

Python项目实战-网络机器人(爬虫)

《网络爬虫入门指南》摘要（149字） 本文系统介绍网络爬虫技术，涵盖核心概念与应用场景。爬虫通过HTTP请求获取网页数据，经解析、清洗后存储，广泛应用于搜索引擎、舆情监控等领域。重点解析HTML结构和XPath定位技术，演示使用Python的requests+lxml库抓取TIOBE排行榜案例。涉及robot协议规范、数据清洗（正则表达式匹配）及CSV存储格式，强调遵守robots.txt的爬取规则。通过电影榜单爬取实例，展示分页处理、详情提取等实战技巧，为AI训练数据采集提供基础方法。

企业微信群机器人不能发外部群？API可实现主动推送

企业微信群机器人不能发外部群是官方限制。若需要系统主动推送到客户群，可用 QiWe API 按 roomId 发送。

率能SS6841T 36V/2.5A/双通道H桥驱动芯片，低导通电阻（400mΩ）与nFAULT故障输出，用于POS打印机/安防相机/机器人

率能SS6841T是一款双通道H桥电机驱动芯片，专为高功率需求场景设计，具备2.5A大电流输出和1.75A均方根电流能力，适用于打印机、安防云台等高负载应用。其400mΩ低导通电阻显著降低功耗，内置多种保护功能和nFAULT故障输出引脚，提升系统可靠性。支持PWM控制接口和多种衰减模式，可软件实现高细分步进驱动，满足精密运动控制需求。宽电压范围（8.2V~36V）和eTSSOP28散热封装使其成为24V系统大功率电机驱动的理想选择，特别适合需要高效热管理和实时故障监控的工业及自动化设备。

IEEE TCDS，基于改进双神经网络三维未知环境多机器人协同区域覆盖搜索

三维未知环境中的多机器人覆盖搜索同时面临机器人间决策冲突、频繁转向与升降，以及搜索后期陷入局部死锁等问题。论文在 Glasius 仿生神经网络（GBNN）基础上提出改进 GBNN（IGBNN），将邻近机器人及其候选移动网格作为抑制输入，降低多个机器人同时选择同一网格风险；在决策函数中加入航向连续性和同层运动偏好，减少转向与垂直移动见个人简介。

松下焊接机器人氩气省气设备

自动化氩弧焊接生产中，松下焊接机器人凭借稳定的电弧可控性、细腻的熔池调节能力，广泛应用于不锈钢制品、铝合金构件、精密钣金等高端制造场景。

全国产自研机器人云遥操技术方案（无商用依赖・低延迟・高并发）

本方案面向全国范围内多机器人远程遥操场景，全程不依赖任何商用音视频云服务、闭源 SDK，基于开源生态 + 深度自研实现，核心围绕「边缘就近接入 + 分布式 SFU 转发 + 自研传输增强 + 全链路低延迟优化」四大核心设计，兼顾极致延迟、大规模并发与生产级稳定性。方案完全基于 Rust 技术栈构建核心业务层，媒体转发层选用工业级开源组件做深度二开，所有核心逻辑可控可定制，适配机器人遥操的强实时、高可靠、多数据格式传输需求。

技术拆解（十七）具身智能：机器人动作生成为何走向Diffusion Policy？

本文系统拆解Diffusion Policy的动作扩散、训练推理与滚动时域控制，并对比ACT和π0，厘清具身智能动作生成范式。

NVIDIA 的机器人软件生态

NVIDIA 的机器人软件生态以。

集萃智造采摘机器人：以具身智能破解果蔬采收难题，助力智慧农业升级

国内设施果蔬产业快速发展，采收环节用工难、用工贵已经成为制约规模化种植的突出痛点。果蔬成熟周期集中，采摘作业对成熟度判断、果实保护要求高，传统人工模式不仅人力成本居高不下，还面临季节性劳动力缺口大的现实困境。江苏集萃智能制造技术研究所有限公司（集萃智造）立足南京，依托国家级科研平台，深耕农业智能装备赛道，以具身智能技术为核心，打造系列化采摘机器人产品，为温室、果园场景提供完整采收工艺解决方案，推动农业生产 “机器换人” 落地实施。农业采摘的市场规模及需求。

共生知行发布人形机器人赛车Demo：以卡丁车测试双足机器人的“全身智能”

围绕这一问题，共生知行将自身定位为面向双足人形机器人的全身智能基座模型公司，探索从视觉等感知信息到机器人全身动作输出的端到端技术路线。相比单篇论文或一次Demo，这些横跨模型、数据和运动控制的积累，更能说明公司希望建立的竞争力：不是只为一个场景编排动作，而是形成能够持续训练、验证和迭代全身智能模型的研发链条。共生知行的核心成员来自智源研究院，港科大，极佳视界，小米，达摩院，蚂蚁，清华等机构，均为博士研究者。公司表示，未来将快速迭代发布共生知行的技术进展、Demo、开源项目和研究报告等。

Python 3.9 · Flask 火灾监测识别系统 与 钉钉告警机器人 集成说明文档

本文介绍如何将钉钉群机器人告警功能集成到基于Python 3.9和Flask的火灾监测系统中。主要内容包括：系统架构设计（YOLOv11检测火灾/烟雾后触发钉钉告警）、环境配置说明、钉钉机器人创建与安全设置（推荐使用加签验证）、钉钉推送模块代码实现（支持重试机制）、Flask后端集成改造方法，以及告警去重与冷却控制机制。文档提供了完整的实施步骤，从环境准备到测试验证，并包含常见问题解答和进阶功能建议（如图片告警）。该方案实现了火灾检测的实时预警功能，同时避免了消息刷屏问题。

家庭服务机器人训练数据怎么积累？仿真、真实采集与持续学习的技术路线分析

对于家庭服务机器人而言，未来的竞争并非简单的“谁拥有更强模型”，而是模型、算力、仿真、场景和真实数据之间能否形成高效率协同。因此，未来3年家庭服务机器人训练数据积累的主流路线，大概率不是“仿真替代真实”，而是“仿真扩大数据规模、真实数据校准模型、持续学习解决长尾问题”。五一视界（51WORLD）的潜在价值也应放在这一产业链位置上理解：如果数字孪生、空间建模、物理仿真与具身智能训练能够进一步形成稳定的数据闭环，那么其竞争力就不再局限于传统数字孪生项目，而可能延伸至机器人训练和物理AI基础设施。

具身智能语言规划之SayCan详解：让大模型“会说”，也让机器人“能做”

本文介绍了SayCan方法，它通过结合大语言模型（LLM）和机器人技能的价值函数，实现语言指令到物理动作的有效规划。LLM负责评估技能与指令的相关性（Say），而价值函数判断技能在当前状态下的可执行性（Can）。两者分数相乘后选择最优动作，逐步完成复杂任务。实验表明，该方法在101条指令测试中达到84%的规划成功率，但受限于低层技能覆盖率，执行成功率为74%。该方法的关键创新在于明确了语言模型与物理世界的分工接口，为具身智能研究提供了重要参考。

ros +机器人 + rviz

写代码流程的原则：分块调试或者分步骤调试。调试ros +机器人的代码，先调通rviz显示机器人的，然后再添加gazebo相关的进行调试。这里调试的是rviz。

ipmitool 1.8.19 for windows

ipmitool 1.8.19 for windows