2025年7月，麻省理工学院（MIT）团队在《自然》主刊发表重磅成果：仅需单个摄像头，即可让软体机器人、仿生机器人等复杂系统实现毫米级精准控制。这项突破彻底颠覆了传统机器人依赖多传感器与定制化模型的范式，为非结构化环境中的自动化应用开辟新路径。
传统工业机器人虽易于建模，但刚性结构难以适应复杂地形；而软体机器人虽具环境适应性，却因材料形变难测，需依赖大量传感器与人工建模。MIT团队提出的“神经雅可比场”（NJF）技术，通过深度学习将单摄像头捕捉的二维视频流，实时映射为机器人三维运动模型。在气动软体机械手、16自由度奥利格罗机械手等测试中，系统实现关节运动误差小于3度、指尖控制误差小于4毫米的精度，甚至能自适应工地扬尘、农场杂物等动态干扰。
该技术核心在于“视觉即传感器”的颠覆性理念。研究团队仅用2-3小时随机运动视频训练，便让机器人通过单帧图像重建三维形态与运动范围。这意味着，无论是3D打印的低成本机械臂，还是复杂仿生结构，均可通过“观察-学习”模式自主掌握控制技能，开发成本降低超60%。
从农场采摘到灾难救援，这项技术正重新定义机器人与物理世界的交互方式。正如研究团队所言：“当视觉成为机器人的‘第六感’，自动化将真正突破结构化场景的桎梏。”
版权声明:本文仅代表作者观点，不代表未眠快讯立场。
本文系作者授权未眠快讯发表，未经许可，不得转载。
