**英国业余爱好者利用气动“气肌”打造双足机器人**
1987年，一位名叫Richard Greenhill的英国摄影师，在阁楼上组建了一个名为“Shadow Group”的团队，利用从旧打印机和废品场收集的零件，自主研发了一款名为“Shadow Walker”的双足机器人。该机器人未使用电机，而是采用28个气动“气肌”，通过压缩空气的伸缩来驱动，实现了12个自由度的运动。
Shadow Walker身高1.68米，重38公斤，虽然在站立和平衡方面表现良好，但在行走方面仍面临挑战。该项目在当时推动了人形机器人技术的发展，为后续工业人形机器人的研发提供了借鉴。
虽然Shadow Walker在行走方面存在局限性，但其创新的设计理念和DIY精神，在机器人领域具有重要的启发意义，也反映了当时人们对机器人技术的复杂情感。
**Elemeno Health与Swisslog Healthcare达成战略合作，加速医疗自动化效率提升**
Elemeno Health，一家为一线工作人员提供即时微学习解决方案的公司，宣布与医疗自动化解决方案提供商Swisslog Healthcare达成战略合作，旨在提升北美医院的自动化效率。
通过Elemeno的“一线操作系统”，可以简化培训流程，并实现Swisslog Healthcare的机器人和药房自动化解决方案的客户自助服务。
药房自动化在医院药房中至关重要，能够实现药物的快速、准确的标签、包装和分发。Swisslog Healthcare的解决方案，如PillPick、BoxPicker和Allegro，能够有效减少用药错误，提高处方输出量，从而改善患者体验。Elemeno Health的即时微学习解决方案，确保这些重要的自动化系统能够为患者提供24/7/365的不间断用药服务。
这些定制化的微学习资源，针对不同的自动化解决方案和医院环境，能够帮助一线工作人员进行即时故障排除，并提升自主解决问题的能力。
Elemeno Health的CEO Tim Coulter表示：“Swisslog Healthcare的药房自动化解决方案能够帮助医护人员在提供高质量护理的同时，提高工作效率。Elemeno为一线团队提供可在多种设备上使用的实时微学习培训，支持Swisslog Healthcare机器人的日常使用。我们很高兴能够通过帮助北美300多家医院提供安全、一致、高质量的护理，来支持他们的运营技术。”
Swisslog Healthcare通常会根据不同医院的独特需求和工作流程定制解决方案。通过Elemeno，培训视频和即时支持可以针对每种Swisslog Healthcare自动化解决方案进行定制，并融入医院工作人员的具体工作流程。
与以往需要当地员工回忆一次性培训中的信息，或等待现场工程师解决小问题不同，一线团队现在可以通过Elemeno应用程序在移动设备上快速找到解释视频和故障排除指南。
Swisslog Healthcare的总裁兼CEO Cory Kwarta表示：“效率是现代医院运营的关键。我们的药房自动化产品能够帮助大型和小型医疗系统，通过减少人为错误、提高吞吐量和最大限度地减少重复工作，从而在各个方面提高效率，并提升药房团队的工作满意度。Elemeno的即时微学习正在帮助这些机构的员工独立地使用我们的机器人，并最终改善整体患者体验。”
Elemeno的培训解决方案还支持Swisslog Healthcare新旧产品的推广，简化了设施采用新自动化工具的学习曲线。
例如，Swisslog Healthcare提供了预先准备的内容，Elemeno在此基础上，针对Swisslog Healthcare的解决方案，开发了定制化的、逐步的教学方法，并在Hoag医院的多个院区进行了试点，目前已准备好面向全国推广。
Swisslog Healthcare的客户教育战略专家Caron Newman表示：“Elemeno的直观设计能够提供实时的指导，帮助提升员工绩效，加强药房程序的稳定性，最重要的是，他们的微学习培训加速了药房领域的持续学习。”
**初创公司推出免费家庭清洁服务，但前提是收集数据用于机器人训练**
一家名为[公司名待补充]的初创公司正在尝试一种新颖的商业模式：提供免费的家庭清洁服务，但条件是允许公司收集清洁过程中的大量数据，用于训练其自主移动机器人（AMR）。这项计划旨在加速机器人技术的进步，特别是在复杂、动态的家庭环境中。
该公司利用其自主研发的视觉-语言-动作模型（VLA）技术，结合即时定位与地图构建（SLAM）技术，让AMR能够理解用户的指令，并自主完成清洁任务。通过收集用户在清洁过程中的语音指令、视觉信息以及机器人的运动数据，公司希望构建一个更加完善的“世界模型”，从而提升机器人的智能化水平。
目前，该公司的AMR在抓取（grasping）和操作（manipulation）方面已经取得了显著进展。通过模仿学习（imitation learning）和强化学习（reinforcement learning），机器人能够学习如何安全有效地使用各种清洁工具，并适应不同的家居环境。此外，公司还在积极探索“仿真到现实”（sim-to-real）技术，以在虚拟环境中进行大量的训练，从而降低实际部署的风险和成本。
虽然目前该公司的机器人还处于早期阶段，但在一些简单的清洁任务上已经展现出一定的能力。例如，机器人可以在用户指示下，自主移动到指定位置，并使用吸尘器清洁地板。未来，该公司计划进一步提升机器人的灵巧性（dexterous），使其能够完成更复杂的清洁任务，例如擦窗户、整理物品等。
这项计划的成功与否，将取决于公司能否在收集数据的过程中保护用户隐私，并利用这些数据有效地提升机器人的性能。如果能够克服这些挑战，这项创新模式有望为机器人技术的商业化应用开辟新的道路，并最终实现真正的“具身智能”（embodied intelligence），让机器人真正融入到人们的生活中。
该公司目前正在寻求进一步的融资，以支持其技术研发和商业化进程。虽然具体的融资额度尚未公开，但可以预见的是，这项具有创新性的商业模式将吸引众多投资者的关注。