产品发布与定位 - 公司正式发布并支持pi0和pi0.5任务的部署，相关代码将开源 [1][2] - 公司发布了一款名为Imeta-Y1的轻量级高性价比机械臂，专为具身智能科研领域打造，旨在帮助新手和科研初学者低成本、高效率地完成算法验证与项目开发 [4][5][6] 产品核心功能与性能 - 机械臂本体重量为4.2KG，额定负载为3KG，拥有6个自由度，工作半径为612.5mm，重复定位精度为±0.1mm [13][24] - 机械臂关节运动范围广泛，例如J1关节为-165°至165°，关节运动最大速度可达180°/s至220°/s [13] - 提供从数据采集、模型训练到推理部署的全流程开源工具链和代码示例，支持视觉、力控等多模态数据融合，并兼容TensorFlow、PyTorch等主流框架 [7][22][41] - 支持Python和C++双语言开发接口，并兼容ROS1和ROS2，提供URDF模型，可实现仿真与真机的无缝切换 [7][8][22][23] - 提供完整的开源软件开发工具包（SDK），包含驱动程序、API接口、示例代码与文档 [34][35] 产品优势与特点 - 产品设计对新手友好，提供全流程工具链和代码，旨在降低上手难度 [6][7][22] - 支持Gazebo等主流仿真环境与真机实时联动，用户可在仿真中验证算法后一键部署至物理设备，以降低开发风险与调试成本 [22][27] - 公司提供快速响应的售后服务，承诺24小时内响应 [8][24] - 机械臂采用高精度运动控制、低功耗设计与开放软硬件架构，其紧凑型结构与模块化接口适用于嵌入式AI与机器人学习平台的开发 [10][11] 应用演示与算法适配 - 公司通过让机械臂执行“叠毛巾”这一生活化任务，展示了其从单次折叠到连续流畅叠放多条毛巾的算法迭代与执行稳定性进化过程 [3] - 机械臂已适配的算法包括ACT，并计划后期陆续升级更新VLA、VA相关的源码，新老客户均可享受升级 [24] - 在硬件适配方面，机械臂目前已适配Realsense D435系列和奥比中光DCW2相机 [55] - 对于模型训练所需的硬件配置，公司示例称其适配的算法在NVIDIA GeForce RTX 4060显卡上即可进行训练和推理 [55]