炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

IT之家 7 月 13 日消息，麻省理工学院（MIT）团队提出一种基于视觉的深度学习方法，仅需单个摄像头即可让软体机器人和仿生机器人学习运动与控制。

该技术突破有望大幅降低机器人开发成本，相关成果已于 6 月 25 日发表于《自然》主刊（IT之家附 DOI: 10.1038/s41586-025-09170-0）。

传统工业机器人虽易于建模控制，但刚性结构难以适应狭小或不平坦地形。软体及仿生机器人虽具备环境适应优势，却通常依赖大量传感器和定制化空间模型。

现在，MIT 团队通过深度学习技术解决了这一矛盾。新系统仅需通过单个摄像头捕捉机器人运动画面，结合名为“神经雅可比场（NJF）”的技术，使机器人通过视觉反馈建立对自身形态与运动能力的认知。

研究团队对多种机器人进行了 2-3 小时多视角随机运动视频训练，成功让神经网络通过单帧图像重建机器人三维形态与运动范围。

在气动软体机械手、奥利格罗机械手（16 自由度）、3D 打印机械臂及低成本 Poppy 机械臂等测试中，系统实现：

MIT 助理教授文森特・西茨曼（Vincent Sitzmann）表示：“视觉作为弹性传感器，为农场、工地等非结构化环境中的机器人应用开启新可能。”

CSAIL 主任丹妮拉・罗斯（Daniela Rus）补充道：“视觉反馈使系统建立自身运动动力学内部模型，在传统定位方法失效处实现自监督操作。”

（转自：网易科技）

海量资讯、精准解读，尽在新浪财经APP

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.