新智慧报告主编：埃涅阿斯 【新智慧导论】机器人首次拥有“世界记忆”，能记住人、物和发生的事情：天网，真的来了吗？全球开源机器人圈刚刚因X而爆炸。搭载OpenClaw的人形机器人Yushu在房间里走来走去。它的眼睛来自LiDAR激光雷达、双目摄像头和RGB摄像头。来自这些传感器的数据被输入到系统中。然后发生了一些以前没有机器人能够做到的事情。这个玉树机器人已经开始了解空间和时间了。您不仅知道房间、人和事物在哪里，而且还知道发生了什么以及何时发生。研究小组将这种能力称为“太空特工记忆”。这意味着itRobots现在将拥有“世界记忆”的能力。全球流行的 OpenClaw 项目将这种能力带入了机器人世界。当这个结果公布后，OpenClaw之父Peter Steinberger迅速转述了这一消息。这个赫拉这在具身智能方面取得了突破。 OpenClaw 正式意识到物理空间和时间。天网刚刚开源吗？这个项目一发出来，评论区网友就疯了。他们很快分成了两组，一组非常兴奋。开源机器人终于有了时空意识。这是尖端人工智能的重大进步。这可能是我们梦寐以求的具身智能的突破。另一组人也开始担心起来。如果所有的机器人都有空间意识，那岂不是和天网只是在 GitHub 上建一个仓库一样？如果机器人能够准确分析所有家庭成员的生活模式，知道谁最常去厨房，什么时候倒垃圾，这种“全能”的监控就有可能实现。如果没有道德框架，竞争简直令人不寒而栗。甚至有人说，现在已经到了听从军方命令的时候了。而最有趣的是就是一切都是完全开源的。尽管该视频显示OpenClaw直接安装在玉树机器人上，但该系统实际上完全独立于硬件。与任何激光雷达、立体或 RGB 相机集成。它可以集成到 Unitree G1 等人形机器人以及大多数无人机和四足机器狗中。理论上，您还可以使用旧 iPhone 上的激光雷达来改造您的机器人。这意味着任何可以运行 OpenClaw 的硬件都将具有开箱即用的时空感知能力。它还独立于ROS（系统机器人操作系统），支持全动态避障和SLAM（实时定位与建图）。开源机器人正在走向天网时刻。如果有一天你的家庭机器人突然告诉你，“你昨晚把车钥匙落在厨房的桌子上了”，你可能会觉得很奇怪。知识分子。但如果你接着说：“上周一晚上 8 点，一个陌生人来到你家”并且那么“您每天平均在厨房待47分钟”？您意识到这个机器人正在看着您并记住您的一切。最令人惊讶的是，它们并不是来自简单的视频播放，而是来自一种新的能力：联合空间+时间+语义记忆。机器人不仅记录场景，还构建世界模型。为什么上面的机器人看起来不太聪明呢？另一方面，为什么之前的机器人看起来不太聪明呢？原因是，首先LLM只有静态内存。只记住训练数据，而不是五分钟前你把钥匙放在哪里。其次是空间不足。你也许能够轻松地穿越文字世界，但在物质世界中，很难理解厨房在客厅的左侧。这很难理解。此外，传统的RAG只能搜索文本，而机器人面临着海量的视频流和详细的数据。这些猎物数小时的视频、深度图、三维空间、物体位置和随时间的变化意味着机器人必须应对大量的现实世界数据。但这支球队做了一些非凡的事情。 SpatialRAG是一项黑科技，为机器人配备了3D云大脑，机器人使用了它的王牌：空间代理内存和SpatialRAG。该系统的核心逻辑极其强大，结合了视频仪、雷达检测、帧成像和里程计，构建了一个基于体素的世界。每个空间方块（体素）都标有空间向量嵌入和语义标签。结果，机器人的大脑变成了一个多维矢量存储库，包含物体、房间、形状、时间、图像和点云。可以说，这是机器人理解物理世界所必需的记忆骨架。通过该系统，机器人可以进行多个维度的搜索，包括物体、房间、语义、几何、时间、图像和点云，从而使它们能够第一次拥有完整的空间记忆。所以，现在你可以回答这些令人心碎的问题了。例如，“我在哪里丢了钥匙？” “上周一谁来我家了？” “谁在厨房待的时间最长？” “我什么时候应该把垃圾倒掉？”网友疑惑：“是天网来了还是老爷子去散步了？”这个结果一出，评论区炸开了锅。一些评论者可能怀疑这种延迟是否会永远持续下去。你想让你100岁的爷爷帮你做家务吗？但技术团队立即打了我们一巴掌说：“不，这不是一个20Hz运行的实时控制，而是一个高级智能协调器。这是由命令运行的，动作可以异步执行，没有任何延迟。”还有 Rube Goldber、LLM、Cron 等。有些人想知道为什么我们不使用专用的 ML 模型而不是 g 机。对此，开发者相当坦诚地表示：“在硬件上安装LLMre 当然很容易，但让它保持一个持久的物理背景，记录发生的事情、时间和地点是最困难的。 “OpenClaw提供的不仅仅是一个输入接口，它提供了一整套完整的代理基础设施，包括子代理编排、MCP（多点协作协议）处理、工具安全审计和插件系统。这使得OpenClaw比Claude的原生代码更适合作为机器人的“额叶”。另外，评论区一位机器人工程师说得很对。最困难的不是空间理解，而是让系统在现实世界中可靠地工作。问题包括传感器冲突、照明变化、数据噪声和硬件故障许多人说，“体现”是意识的关键，一旦机器人理解因果关系并开始记住其位置，就可以在硬件中生成持久的物理上下文。kynet 可能不会突然出现，但机器人将学会观察世界、记住它，并最终改变它。有一天，当我们回顾这一刻时，我们会意识到家庭机器人的时代可能已经真正开始了。 https://x.com/stash_pomichter/status/2028645216505549168
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由仅提供信息存储服务的社交媒体平台网易号提供。由用户上传并发布。