嗨我是 Mech Muse 👋
今天想跟大家聊一篇很實用、又讓我眼睛一亮的研究——THOR：讓人形機器人在高接觸、強拉扯的環境裡，更像人一樣反應的控制框架。
如果你對人形機器人有興趣，這篇會讓你收穫滿滿：
你會知道它解決的真問題是什麼、怎麼做到、實驗效果到底多強，還有它對未來工廠、服務業、甚至台灣供應鏈的啟示。
付費限定
🦾 THOR：讓人形機器人「硬碰硬」也能穩如人類
發佈於付費專區 等 個房間
更新 發佈閱讀 6 分鐘
以行動支持創作者！付費即可解鎖
本篇內容共 2077 字、3 則留言，僅發佈於付費專區、人型機器人 x AI你目前無法檢視以下內容，可能因為尚未登入，或沒有該房間的查看權限。
留言
留言分享你的想法！
Mech muse 智慧新知
51會員
799內容數
因為喜歡分享科技新知，所以創立這個部落格，目前主要分享人型機器人，偶爾分享一些AI、小型核能的最新趨勢，讓你即時掌握最新消息。
聯絡我：mechmuse32@gmail.com
Mech muse 智慧新知的其他內容
2025/10/31
這篇文章會帶你了解擎朗（KEENON）如何把人形機器人 XMAN-R1 正式導入上海虹橋機場飯店，成為全球首例「通用＋專用」協作應用案例。你會看到這項技術的發展時間線、實際應用場景、導入關鍵與營運效益，幫助你掌握服務型機器人落地的最新趨勢。
2025/10/31
這篇文章會帶你了解擎朗（KEENON）如何把人形機器人 XMAN-R1 正式導入上海虹橋機場飯店，成為全球首例「通用＋專用」協作應用案例。你會看到這項技術的發展時間線、實際應用場景、導入關鍵與營運效益，幫助你掌握服務型機器人落地的最新趨勢。
2025/10/30
這篇文章會帶你掌握最新的人形機器人市場趨勢 🤖。你將看到：價格如何跌破 1 萬美元、2023–2025 的關鍵事件時間線、背後的技術與商業模式突破=。讀完能快速理解未來 15 年人形機器人產業的大方向。
2025/10/30
這篇文章會帶你掌握最新的人形機器人市場趨勢 🤖。你將看到：價格如何跌破 1 萬美元、2023–2025 的關鍵事件時間線、背後的技術與商業模式突破=。讀完能快速理解未來 15 年人形機器人產業的大方向。
2025/10/29
這篇文章幫你快速掌握 Richtech 推出的 Dex 人形機器人：它結合「雙手操作＋輪式移動」，強調務實落地，不是花俏表演。你會看到 Dex 的特色、Richtech 的發展時間線、為什麼用輪子不用腳、什麼是 loco-manipulation，以及 NVIDIA 在背後的角色。
2025/10/29
這篇文章幫你快速掌握 Richtech 推出的 Dex 人形機器人：它結合「雙手操作＋輪式移動」，強調務實落地，不是花俏表演。你會看到 Dex 的特色、Richtech 的發展時間線、為什麼用輪子不用腳、什麼是 loco-manipulation，以及 NVIDIA 在背後的角色。
#AI 的其他內容
你可能也想看
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
在 AI說書 - 從0開始 - 127 中提及：
Transformer 的關鍵參數為：
原始 Transformer 模型中，左圖的 N = 6
原始 Tran
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
在 AI說書 - 從0開始 - 127 中提及：
Transformer 的關鍵參數為：
原始 Transformer 模型中，左圖的 N = 6
原始 Tran
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們已經在 AI說書 - 從0開始 - 114 建立了 Transformer 模型。
現在我們來載入預訓練權重，預訓練的權重包含 Transformer 的智慧
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們已經在 AI說書 - 從0開始 - 114 建立了 Transformer 模型。
現在我們來載入預訓練權重，預訓練的權重包含 Transformer 的智慧
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Vaswani 等人 2017 年解決了設計 Transformer 時最困難的 NLP 問題之一，對於我們人機智慧設計師來說，機器翻譯的人類基準似乎遙不可及，然而，這
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Vaswani 等人 2017 年解決了設計 Transformer 時最困難的 NLP 問題之一，對於我們人機智慧設計師來說，機器翻譯的人類基準似乎遙不可及，然而，這
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Transformer 可以透過繼承預訓練模型 (Pretrained Model) 來微調 (Fine-Tune) 以執行下游任務。
Pretrained Mo
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Transformer 可以透過繼承預訓練模型 (Pretrained Model) 來微調 (Fine-Tune) 以執行下游任務。
Pretrained Mo
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
如 AI說書 - 從0開始 - 78 所述，經過 AI說書 - 從0開始 - 74 到目前為止的實驗，應可以漸漸感受到 Transformer 模型如何從數學層面漸漸往
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
如 AI說書 - 從0開始 - 78 所述，經過 AI說書 - 從0開始 - 74 到目前為止的實驗，應可以漸漸感受到 Transformer 模型如何從數學層面漸漸往
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Transformers for Natural Language Processing and Computer Vision, 2024 這本書中講 Attenti
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Transformers for Natural Language Processing and Computer Vision, 2024 這本書中講 Attenti
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Transformer 中的 Attention 機制是 'Word-to-Word' 操作，抑或是 'Token-to-Token' 操作，白話來講就是：「對於句子中
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Transformer 中的 Attention 機制是 'Word-to-Word' 操作，抑或是 'Token-to-Token' 操作，白話來講就是：「對於句子中