美方展示红旗-16仿制品 - 美国威斯康星州国民警卫队表示正在使用中国防空导弹系统仿制品作为战斗机飞行员训练的一部分 [2][5] - 仿制品在7月25日奥什科什航空展览上展示 被描述为"红旗-16防空导弹系统的仿制品" [5][7] - 该仿制品是一辆可牵引、高保真的红旗-16导弹发射车 用于训练飞行员在真实作战条件下演练 [7] 仿制品的用途与特点 - 仿制品被设计为全面的训练辅助工具 旨在让第五代战斗机飞行员熟悉现代地空导弹武器系统 [7] - 军事专家解读该模型更多是"模拟训练器材" 为美军提供目视、光学识别和红外识别的参照 [7] - 仿制品外形连轮胎都是充气的 被专家评价为"防空假目标" 制造水平较低 [8] 美方战略意图分析 - 美军过去主要使用苏联和俄罗斯武器模型 引入中国防空系统仿制品反映国防规划"更广泛的转变" [7] - 专家认为美方此举炒作意味更浓 通过"装备对抗+舆论渲染"组合拳传达对抗性信息 [8] - 这种展示暴露美方冷战思维 更高水准的模拟技术需要丰富的信号情报支持 [8]

视觉-语言-动作（VLA）模型研究 - 提出一种新型VLA方法，利用视觉语言模型（VLMs）直接推断机器人末端执行器在图像帧坐标中的位姿，取代传统低级控制指令输出 [2] - 模型设计轻量但高效，采用next-token预测架构学习可执行机器人轨迹，并探索深度图像潜力及解码策略 [2] - 通过模拟数据集训练展现良好模拟到现实迁移能力，结合真实数据验证在机器人系统的有效性 [2] 技术挑战与解决方案 - VLA发展面临三大约束：高计算成本（需大量资源训练）、数据限制（高质量多模态数据集采集难）、评估基准依赖真实世界测试 [3] - 采用可控合成数据集训练轻量VLA系统，基于PaliGemma架构微调，任务定为末端执行器关键位姿单步预测以提升效率 [3][6] - 利用模拟训练构建含丰富相机视角和目标变化的数据集，通过增强设计实现模拟到现实迁移 [3][10] 模型架构与动作表示 - 基础模型基于PaliGemma2微调，输入格式为<实时图像>+<机器人状态>+<任务描述>→<预测轨迹> [6] - 动作表示借鉴RT-1，用离散化令牌编码6自由度夹爪位姿，扩展定位令牌预测深度，分割令牌编码方向 [6] - 深度图通过viridis色图转换为RGB，复用预训练图像编码器处理 [7] 数据集生成与评估 - 使用ManiSkill模拟器生成数据，含CLEVR几何形状和Objaverse真实目标两类3D资产，应用图像增强与随机化 [9][10] - 真实评估采用DROID数据集子集（DROID-hard含干扰目标，DROID-easy测试泛化性），计算预测与真实位姿的L1误差 [11] - 消融实验显示深度信息显著提升模拟成功率，多样化3D资产对泛化至Objaverse场景至关重要 [12] 实验性能与推理优化 - 单样本模仿实验中，CLEVR-easy训练模型在模拟成功率达70%，而hard版本在真实数据表现更优（轨迹L1误差11.56） [16][17] - 输入图像裁剪策略改善小目标定位性能，多预测生成采用beam-search-NMS解码策略优于贪婪搜索（Top-1误差33.42） [18][20][23] - 提出使用平均精度（mAP）评估轨迹分布，设定L1距离阈值反映操作准确性 [23]

人形机器人技术进步 - 人形机器人独角兽Figure利用强化学习实现自然人形行走，步态更轻盈、速度更快[3][4] - 采用端到端神经网络训练，包含强化学习、模拟训练和Sim-to-Real三部分技术模块[8][9][10][11] - 通过GPU加速仿真在数小时内生成多年数据，并行模拟数千机器人应对多样化场景[14][15] 技术实现细节 - 强化学习策略结合人类行走轨迹奖励机制，优化速度跟踪、功耗及抗干扰能力[17] - 使用域随机化和kHz速率扭矩反馈控制解决"模拟到现实差距"，实现零接触部署[18] - 技术已实现10台机器人同步同频行走，计划扩展至数千台规模[20][21] 行业动态与公司战略 - 创始人表示步态改进非首要任务，最终目标是商业化运送机器人[22] - 2024年海内外厂商密集布局人形机器人，vivo同日宣布成立机器人Lab[24] - 行业展示能力包括复杂运动如空翻、托马斯全旋等拟人化动作[28]