Tag: Embodied ai

Yann LeCun: LLM to ślepa uliczka. Zmiana paradygmatu do 2027

Yann LeCun przewiduje zmianę paradygmatu w robotyce do 2027 roku i krytykuje modele VLA jako kruche i nieefektywne. AMI Labs stawia na architekturę JEPA i model LeWorldModel jako alternatywę dla podejść opartych na LLM.

RLDX-1: fundacyjny model AI dla rąk robotów z pamięcią i czuciem siły

RLWRLD ogłosiło RLDX-1 — fundacyjny model AI zaprojektowany od podstaw dla rąk robotów o wysokiej liczbie stopni swobody. Model integruje zapamiętywanie kontekstu, czucie siły i ruchu w jednej architekturze, osiągając do 90% skuteczności na zadaniach wymagających zręczności.

Humanoidalne dylematy: chińskie roboty w USA — szpiegostwo czy niezbędny hardware?

Unitree G1 za 13 500 USD podbija amerykańskie laboratoria, ale eksperci ostrzegają przed ryzykiem eksfiltracji danych. Dylemat: Chiny produkują najtańszy hardware, USA chcą budować AI. Projekt ustawy American Security Robotics Act próbuje to rozwiązać.

Physical AI wymaga nowych ram zarządzania systemami autonomicznymi

Wraz ze skalowaniem systemów fizycznej sztucznej inteligencji pojawia się fundamentalne pytanie o zasady nadzoru: kto i jak ustala granice działania AI, która może wydawać polecenia maszynom? Branża dopiero zaczyna definiować wymagane ramy.

Eka Robotics wychodzi z ukrycia — model VFA stawia na siłę, nie na imitację

Startup Eka Robotics z Cambridge ogłosił model Vision-Force-Action (VFA), który trenuje roboty w symulacji z czuciem sił zamiast imitowania ludzi. Założyciele to profesor MIT Pulkit Agrawal i badacz DeepMind Tuomas Haarnoja — twórca algorytmu SAC.

Figure AI otwiera kampus dla humanoidów: protokół Never Fall i leasing za 500 dolarów miesięcznie

Figure AI otworzyła swój kampus w Sunnyvale, pokazując protokół Never Fall, bezprzewodowe ładowanie indukcyjne i model leasingowy robota domowego za 400–600 dolarów miesięcznie. CEO Brett Adcock ujawnił szczegóły systemu Vulcan i planowanego Figure 4.

Meta przejmuje Assured Robot Intelligence i celuje w standard dla humanoidów

Meta Platforms przejęła startup ARI, który budował modele AI dla robotów humanoidalnych. Zespół dołączy do Meta Superintelligence Labs — firma celuje w stworzenie otwartego standardu sprzętowo-programowego dla całej branży robotycznej.

ROBOTERA zamyka rundę 280 mln USD. Tysiące robotów w centrach logistycznych

Pekińska firma ROBOTERA zebrała 280 mln USD w rundzie strategicznej prowadzonej przez SF Group. Łącznie w ciągu dwóch miesięcy firma zebrała 350 mln USD, a jej wycena przekroczyła 1,4 mld USD. Tysiące robotów L7 pracują już w centrach logistycznych China Post i SF Group.

Unitree Robotics rozszerza linię R1 o platformę dwuramienną. Cena od 4 290 dolarów

Unitree Robotics zaprezentowało serię Dual-Arm Humanoid Robot — modułową platformę z dwoma ramionami, dostępną w wariantach stacjonarnych i kołowych. Cena startowa 4 290 dolarów stawia ją w zasięgu zespołów badawczych i deweloperów AI.

Figure przyspiesza: jeden robot Figure 03 co godzinę w fabryce BotQ

Figure zwiększyła produkcję robota Figure 03 24-krotnie w ciągu 120 dni — z jednej jednostki dziennie do jednej na godzinę. Zakład BotQ wyprodukował już ponad 350 egzemplarzy, a nowy model AI System 0 umożliwia robotowi pokonywanie schodów bez dodatkowego treningu.

MagicLab stawia miliard dolarów na ekosystem deweloperów robotyki

Chińska firma MagicLab zaprezentowała w Dolinie Krzemowej nową generację humanoidów i model fundamentalny Magic-Mix, ogłaszając jednocześnie inwestycję wartą 1 mld dolarów (ok. 4 mld zł) w budowę globalnej platformy deweloperskiej dla robotyki. To jeden z bardziej konkretnych ruchów strategicznych w sektorze ucieleśnionej AI od początku 2026 roku.

World Action Models — czym są i jak działają modele uczące robotów z wideo

Modele VLA (Vision-Language-Action) stały się w ostatnich latach podstawowym podejściem do budowania robotycznych systemów sterowania opartych na sztucznej inteligencji. Ich następca — World Action Model (WAM) — to nowa kategoria architektury, która zamiast opierać naukę wyłącznie na parach obraz–instrukcja–akcja, wykorzystuje generowanie wideo jako pośredni mechanizm planowania ruchu. DreamZero, opracowany przez zespół NVIDIA i opublikowany w lutym 2026 roku jako praca naukowa na arXiv, jest pierwszym publicznie opisanym systemem tej klasy działającym w czasie rzeczywistym na prawdziwym robocie. Warto go zrozumieć, bo wyznacza kierunek, w którym może zmierzać projektowanie robotycznych modeli fundamentalnych.

ShengShu prezentuje Motubrain – jeden mózg dla wszystkich robotów

ShengShu Technology zaprezentowało Motubrain — model AI dla robotów łączący generowanie wideo, modelowanie świata i kontrolę akcji w jednym systemie opartym na architekturze Mixture-of-Transformers. Model osiągnął 96% skuteczności na benchmarku RoboTwin 2.0 i przewyższa modele VLA o 37% przy 50 zadaniach.

AI² Robotics otwiera platformę dla deweloperów robotów humanoidalnych. Jaki jest status tej chińskiej firmy?

Roboty humanoidalne w fabrykach: co już robią, a czego jeszcze nie potrafią w 2026 roku

Kilka platform humanoidalnych prowadzi dziś rzeczywiste wdrożenia produkcyjne, ale żadna z nich nie osiąga jeszcze wydajności i niezawodności, które przemysłowe roboty ramienne wypracowywały przez dekady. Dane z pierwszych komercyjnych pilotaży pokazują zarówno obiecujące możliwości, jak i wyraźne granice tej technologii.

Maniformer oficjalnie startuje: chińska platforma danych dla robotów wchodzi na rynek z własną infrastrukturą

Spółka wyodrębniona z AgiBot zaledwie dwa miesiące po założeniu zdobyła wielomilionowe finansowanie i ogłasza dziś — 16 kwietnia 2026 roku — pierwszą publiczną prezentację platformy danych dla robotyki ucieleśnionej. Wydarzenie w Szanghaju ma być pierwszą systemową odpowiedzią na problem, który branża traktuje jako fundamentalny: brak wysokiej jakości danych treningowych do modeli AI działających w fizycznym świecie.

AGIBOT ogłasza Genie Envisioner 2.0: modele świata stają się symulatorem fizyki

Szanghajska firma AGIBOT zaprezentowała Genie Envisioner 2.0 (GE 2-Sim) — system, który ma przekształcić modele świata z narzędzi predykcji wideo w pełnoprawne, interaktywne środowiska do szkolenia robotów. To kolejny krok w serii otwartych platform, którymi firma systematycznie buduje infrastrukturę dla ucieleśnionej AI.

Generalist AI przedstawia GEN-1: Czy to koniec ery programowanych robotów?

Startup Generalist AI zaprezentował model GEN-1, który może stanowić przełom w dążeniu do autonomii maszyn. Dzięki wykorzystaniu ogromnych zbiorów danych z interakcji fizycznych, roboty uczą się improwizacji, co pozwala im radzić sobie w nieprzewidywalnych, rzeczywistych warunkach bez sztywnego kodu.

Europejski wyścig humanoidów: Czy roboty uratują przemysł UE?

Europa, która przespała pierwszą fazę boomu na sztuczną inteligencję, stawia wszystko na jedną kartę: robotykę ucieleśnioną. Inwestycje rzędu miliardów euro w startupy takie jak Neura Robotics czy Hexagon AB mają pozwolić dogonić USA i Chiny, rozwiązując jednocześnie palący problem braku rąk do pracy.

Japonia stawia na „Physical AI”: Powstaną globalne centra badawcze robotyki nowej generacji

Japonia ogłosiła ambitny plan budowy międzynarodowych hubów badawczych, które mają połączyć zaawansowaną sztuczną inteligencję z robotyką mobilną i przemysłową. Inicjatywa ta ma na celu nie tylko utrzymanie dominacji kraju w produkcji hardware’u, ale przede wszystkim wypracowanie standardów dla tzw. Physical AI, czyli systemów zdolnych do autonomicznego działania w nieprzewidywalnym, fizycznym środowisku.

WIRobotics jedynym producentem humanoidów w prestiżowym programie AWS i NVIDIA

Południowokoreański startup WIRobotics został wybrany do drugiej kohorty prestiżowego programu Physical AI Fellowship, realizowanego przez gigantów technologicznych: Amazon Web Services (AWS) oraz firmę Nvidia. Wybór ten pozycjonuje spółkę z Seulu jako jedynego przedstawiciela sektora robotyki humanoidalnej w tegorocznej edycji, co stanowi wyraźny sygnał dla rynku dotyczący potencjału ich flagowej platformy ALLEX.

Sim2Real: Przenoszenie algorytmów sterowania AI z symulacji do świata rzeczywistego

Sim2Real to paradygmat i zbiór zaawansowanych technik w robotyce oraz sztucznej inteligencji, polegający na trenowaniu modeli sterowania w środowiskach wirtualnych, a następnie wdrażaniu ich bezpośrednio na fizycznym sprzęcie. Kategoria ta stanowi kluczowy element rozwoju Physical AI, stanowiąc odpowiedź na fundamentalny problem badawczy: ograniczenia czasowe, kosztowe i fizyczne związane z uczeniem maszyn w świecie rzeczywistym. Zrozumienie tego podejścia jest kluczowe dla inżynierów i analityków, ponieważ definiuje ono obecny kierunek skalowania automatyzacji w logistyce, produkcji i robotyce humanoidalnej.