跳到正文

试运行:收录范围与分类仍在校准,更新可能延迟。 最近内容更新:2026-11-04 17:28(北京时间)

今天11月4日周三1 条
11月3日周二
  1. arXiv 世界模型与脑机接口65

    RFWorld:用免轨迹展开的世界模型评估端到端自动驾驶轨迹

    作者提出 RFWorld,一种用于端到端轨迹评估的免轨迹展开世界模型,不再为每个候选轨迹递归预测未来状态。它构建共享场景记忆,通过训练时的轻量时序读出与语义监督形成可读未来表示,推理时候选轨迹以稀疏空间读出直接查询该记忆打分,计算量约降至规划时域与候选轨迹数之积的倒数,并避免递归展开误差累积。

    关注价值:提出免轨迹展开的世界模型评分方法,为端到端规划降低推理开销提供了一条可比较的技术路线。

  2. arXiv 世界模型与脑机接口57

    TIF:用执行反馈审计想象奖励的 VLA 后训练监督选择方法

    作者提出 Trusting Imagined Futures(TIF),一种面向 VLA 后训练的离线监督选择方法,用执行反馈审计世界模型预测的奖励。该方法由多维奖励模型给出候选效用分和五个执行质量维度,审计器结合奖励预测与不确定性识别高估模式,仅在效用优势超过阈值且审计风险达标时替换现有轨迹,否则保留原监督用于行为克隆。

  3. arXiv 世界模型与脑机接口76

    PrimeSim:基于大规模跨本体演示的通用世界模型模拟器

    作者提出 PrimeSim,一个以动作为条件、支持多视角的世界模型模拟器,先基于预训练视频生成器,在 22 个平台、30,110 小时机器人演示上做中期训练,再做后训练。

    关注价值:论文给出多视角一致性、长时序稳定性和跨本体迁移的具体指标,可用于判断动作条件世界模型能否充当策略训练模拟器。

  4. arXiv 世界模型与脑机接口62

    3D World Simulator:混合粒子-体素动力学实现多模态 3D 世界模拟

    作者提出 3D World Simulator,一个以动作为条件的多模态世界模型框架,从统一 3D 表示中同时预测外观、几何与触觉观测。该方法用混合粒子-体素自编码器把点云压缩为紧凑 3D 体素隐变量,再由动作条件隐动力学模型预测其演化,支持任意视角的几何一致渲染与空间对齐触觉信号接入。

    关注价值:论文把外观、几何与触觉统一到同一 3D 表示中,读者可据此比较它与 2D 视频世界模型在空间一致性上的差异。

  5. arXiv · cs.RO58

    监督自主双臂机器人系统用于低度脾创伤止血的抽吸与电凝

    研究提出一套监督自主双臂机器人框架,用于低度脾创伤的电外科凝血止血,由人类保留监督、系统执行技术步骤。系统整合实时出血分割、无标记工具关键点跟踪和深度工具-组织接触检测,协调两条机械臂同步完成抽吸与电凝;在一种新型插管离体脾出血模型上对七处不同创伤测试,平均出血表面电凝覆盖率达 82.9%。作者据此说明监督自主双臂系统在创伤部位实施定点凝血具备可行性。

  6. arXiv · cs.RO42

    从概念到实际原因:弥合机器人基础模型的概念-故障鸿沟

    一篇立场论文将机器人基础模型的事后故障定位形式化为实际因果问题,提出由被干预内部组件、反事实值、偶然因素与读出构成的故障隔离查询元组及其良定义条件。作者指出当前机制可解释性方法假设偶然因素固定、仅读出即时效应,使备份路径掩盖实际原因,并用玩具示例展示这些缺陷会导致相互冲突的判定。基于良定义条件,论文列出四项开放研究任务以弥合概念-故障鸿沟。

  7. arXiv · cs.RO66

    Archon Robotics 提出人形全身控制器 Anchor 1 并发布配套基准

    Archon Robotics 提出面向精确稳定全身操作的人形控制器 Anchor 1,并配套发布覆盖多种全身协调需求的基准。该方法采用校准后的稀疏动作参考,不做在线关节空间重定向,以保留任务相关的人体动作结构;同时引入与动作编码解耦的显式误差反馈。

    关注价值:该论文提出面向全身操作的人形控制器与配套基准,其真机跟踪误差下降幅度为评估控制精度提供了可对照的量化参照。

  8. arXiv · cs.AI54

    AuroraWorld:面向机器人操作外视角到第一视角视频生成的结构化 4D 世界建模

    Hao Xue 等提出 AuroraWorld,用结构化 4D 世界建模从大规模外视角操作视频合成第一视角观测,以缓解第一视角数据采集的硬件与部署成本。作者指出,现有方法在大幅视角变换、严重遮挡、复杂物体交互和外视角观测稀疏的条件下,难以生成物理一致且与策略相关的第一视角视频。该文为 arXiv 预印本(arXiv:2611.00177),摘要未给出实验任务、数据集与量化指标。

  9. arXiv · cs.RO55

    Teach-Abstract-Apply:面向协作机器人的对话驱动任务学习框架

    研究提出 Teach-Abstract-Apply(TAA)框架,让操作者用自然语言教协作机器人新工作流,再把教过的流程抽象成可复用技能并迁移到不同场景。作者以协作搭建结构任务为案例,用开源权重模型 Qwen3-Coder 和闭源模型 GPT5.2-Codex 在自对弈与跨模型配置下评估,结果显示技能抽象提升了任务成功率并降低交互成本。初步的人类在环研究提示该流程也能处理人类指令,论文为预印本。

  10. NVIDIA Developer Blog58

    NVIDIA 介绍如何用 Cosmos 构建可交互仿真的世界模型

    NVIDIA 在开发者博客中介绍如何用 Cosmos 平台构建面向可交互仿真的世界模型。文章指出物理 AI 开发者面临两类问题:把世界模型适配到自有传感器、任务和数据,以及让模型可靠地进入应用。Cosmos 由世界基础模型和开发工具组成,其中 Cosmos Framework 提供用于世界模型训练的 agent 技能与配方。

11月2日周一
10月30日周五
  1. Agility Latest Press80

    Agility Robotics 与 Churchill Capital XI 预计合并融资约 4.65 亿美元,交易 11 月 4 日交割

    Agility Robotics 与 Churchill Capital Corp XI 宣布,在赎回期限届满后,双方拟议业务合并及相关融资预计带来约 4.65 亿美元总融资额(未扣除交易费用)。

    关注价值:交易条款与商业进展一并披露,可用于判断人形机器人公司上市后的资金结构与订单兑现节奏。

  2. NVIDIA Blog40

    开发者如何用前沿 AI 智能体在 NVIDIA Omniverse 中构建仿真应用

    开发者正用 GPT-6 Astra 等前沿 AI 模型配合 NVIDIA Omniverse 库,通过自然语言指令构建仿真应用。NVIDIA 团队演示了从场地扫描重建可编辑建筑模型、燃气轮机数字孪生 what-if 分析、SimReady 资产场景组装,到仓库仿真性能排查和机械臂线缆布线控制等案例。

10月29日周四
  1. MIT News · Robotics47

    MIT 团队研发仿蛇软体机器人小肠镜,可成像、给药并切除息肉

    MIT 工程师设计出一款仿蛇运动的软体机器人小肠镜,可穿过狭窄的小肠完成成像、给药和切除小息肉或取活检。其执行器含四个气腔,通过充气组合控制伸展与弯曲,头尾锚定球囊配合剪纸结构涂层提供抓附力。动物实验中机器人行进约 6.5 英尺,并演示了喷药、组织夹与摄像头功能。

  2. 智元 News75

    智元发布具身基础模型 GO-3 Preview,称在 RoboDojo、RoboTwin、RoboColiseum 三项基准居首

    智元发布具身基础模型 GO-3 Preview,基于自研 WRAM(World Reasoning Action Model)架构,统一任务理解、未来状态预测与动作生成,并称在 RoboDojo、RoboTwin、RoboColiseum 三项具身 AI 基准上排名第一,计划 2026 年底完全开源。

    关注价值:GO-3 Preview 把预训练、后训练与部署后学习串成一条链路,并给出三项基准排名与开源时间,可供判断具身基础模型的训练范式走向。

10月28日周三
  1. Google DeepMind80

    Google DeepMind 发布世界模型 Genie 4,支持原生音频与实时文本操控

    Google DeepMind 发布世界模型 Genie 4,可在实时交互中生成画面与原生音频,并以自然语言实时改变天气、镜头和场景内容。

    关注价值:Genie 4 把原生音频、实时语言操控与 Gemini 的推理串进同一个世界模型,读者可据此判断机器人训练环境正从像素生成走向可编程因果模拟。

  2. 智元 News60

    智元在 2026 创新日发布 AHA3 硬件平台、GO-3 Preview 与 G2 Max,并提出 Worken 生产力框架

    智元在 2026 创新日上提出 Worken 机器人生产力框架,以活跃机器人数、自主工作小时数与产出效率比三项相乘衡量有效智能工作时长。公司同时发布第三代人形硬件架构 AHA3,集成运动、交互与作业智能的硬件基础,并包含 OmniHand 3 系列灵巧手与 OmniPicker 3 触觉夹爪。

    关注价值:智元一次性公布硬件平台、基础模型、操作系统与部署案例,其中 Worken 指标框架提出按自主工时和任务产出衡量机器人价值。

10月26日周一
  1. Agility Latest Press68

    GXO 与 Agility Robotics 扩大合作,将 Digit 人形机器人部署至北卡罗来纳与田纳西站点

    GXO 与 Agility Robotics 宣布扩大合作,把 Digit 人形机器人部署到 GXO 位于北卡罗来纳州和印第安纳州 Lebanon 的站点,承担电商履约中的高重复物料搬运任务。

    关注价值:原协议下 Digit 已搬运逾 10 万个周转箱,此次扩至两处新站点,为判断人形机器人能否多站点复制提供参照。

  2. Agility Latest Press70

    Agility Robotics 公布 Digit 商业化进展:GXO 新增两处美国设施,另有 3 家制造客户与 30 余家潜在客户

    Agility Robotics 公布 Digit 人形机器人的商业化进展,GXO 宣布在原有合作基础上新增美国北卡罗来纳州 Statesville 和田纳西州 Lebanon 两处设施部署 Digit,预计 2027 年初开始,先使用 Digit 4,后续过渡到 Digit 5。

    关注价值:原文披露了 GXO 扩点、三家未具名制造客户与 30 余家潜在客户,可据此判断人形机器人从单点试点向多客户复制推进的节奏。

  3. 智元 News71

    智元机器人发布 Genie Studio 2.0,打通具身应用开发部署与运营

    智元机器人发布 Genie Studio 2.0,一个覆盖开发、部署与运营的具身 AI 应用平台,由 Flywheel、Agent、Monitor 三个模块组成,分别负责模型开发迭代、模块化任务编排和车队运营。

    关注价值:平台把数据、训练、仿真评测与车队运营串成闭环,并给出多个产线验证指标,可据此判断具身应用交付成本的变化。

10月23日周五
  1. 智元 News72

    智元开源 AGIBOT WORLD 2026 第四版 Physical Reasoning 数据集

    智元开源 AGIBOT WORLD 2026 的第四版数据集 Physical Reasoning,任务设计重点从操作难度转向决策复杂度。该数据集覆盖 10 类以上逻辑推理场景,围绕物体数量、遮挡关系、空间占用和任务进度四个因素,采集同一任务在不同状态与约束下的决策和执行过程,并分为 Easy、Medium、Hard 三级难度。

    关注价值:数据集把同一任务在不同状态下的决策分支与执行轨迹成对标注,可用于判断高层决策与底层策略联合训练的可行性。

10月22日周四
10月21日周三
  1. Agility Latest Press63

    Agility Robotics 扩建匹兹堡 5 万平方英尺设施,支撑 Digit 客户部署

    Agility Robotics 宣布在匹兹堡新建 5 万平方英尺设施,作为软件与 AI 卓越中心及客户部署支持枢纽,比现有匹兹堡场地增加约 3.5 万平方英尺。

    关注价值:原文披露了 Digit 的客户名单、新增客户与订单规模,可用于判断人形机器人商业部署的推进节奏。

10月20日周二
  1. Isaac Lab 官方 Releases71

    Isaac Lab 3.0 正式发布,引入多后端架构与 Newton 物理引擎

    Isaac Lab 3.0 正式发布,作为新项目的推荐基线,建立了跨多个物理、渲染和可视化后端的统一任务 API。核心变化是引入基于工厂的多后端架构,任务可在不改写逻辑的情况下切换 Newton(含 MuJoCo-Warp、VBD、MPM)或 PhysX 等后端;多数工作流无需安装 Isaac Sim 即可运行,完整 Isaac Sim 栈改为可选。

    关注价值:多后端架构让物理、渲染与可视化解耦,并保留可选 Isaac Sim 全栈,下游项目可据此评估迁移成本。

  2. Agility Latest Press48

    AGCO 与 Agility Robotics 在堪萨斯州 Hesston 工厂试点人形机器人 Digit

    AGCO 与 Agility Robotics 签署商业协议,将在 AGCO 位于堪萨斯州 Hesston 的生产基地试点人形机器人,预计 2027 年启动。Digit 初期承担零件分拣、堆叠和周转箱智能放置等装配与生产任务,以提升人工作业安全与效率。

10月14日周三
  1. 星海图官网新闻48

    星海图 LEMO 双臂开发平台首发开售,定价 49,999 元

    星海图 LEMO 双臂开发平台正式开售,首发定价 49,999 元。该平台集成双 A1Z 七自由度机械臂、G1Z 夹爪、多视角同步视觉系统与 CCU 控制器,支持同构遥操作、VR 接管和三路视觉同步采集,并提供 SDK、URDF 及开放接口,覆盖数据采集、模型训练到真机部署验证的完整开发链路。

10月13日周二
  1. Physical Intelligence75

    Physical Intelligence 推出 Pi API beta,开放 π 系列模型微调与托管推理

    Physical Intelligence 于 10 月 13 日发布 Pi API beta,开发者可上传数据、在官方托管的算力与基础设施上微调 π 系列模型,并通过托管网关调用微调后的模型做推理。

    关注价值:原文披露了托管微调与推理的完整流程和早期合作方迭代周期,可据此判断机器人基础模型的分发方式变化。

10月9日周五
  1. 智元 News47

    智元机器人在香港铜锣湾开设办公室,推进国际研发总部建设

    智元机器人10月9日在香港铜锣湾时代广场开设办公室,用于支持商业合作、机器人实际应用及与高校和研究机构的合作。公司计划分阶段推进,首阶段建立国际研发总部并与本地高校共建联合实验室和创新中心,第二阶段扩大研发团队并投入数千万港元支持联合实验室。办公室还将探索零售、酒店和娱乐等服务业场景的机器人应用。

10月8日周四
  1. 众擎机器人官网新闻42

    众擎URKL城市巡回挑战赛上海站开赛,T800上演全自主格斗

    众擎URKL城市巡回挑战赛上海站9月19日在宝山体育馆开赛,T800“白色雄鹰”战队包揽下午场与晚间场胜利。赛事展示T800全自主擂台博弈能力,打通从感知、态势研判、策略决策到运动执行的端到端AI闭环,并首次亮相“鲤鱼打挺”“游龙走位”“腾空顶膝”等新招式。上海站由宝山区人民政府主办、申擎机器人承办,是URKL商业化巡回的首发站。

10月7日周三
  1. MIT News · Robotics67

    MIT 提出 SANDO 轨迹规划系统,在未知动态环境中为无人机提供数学安全保证

    MIT 研究人员提出 SANDO 轨迹规划系统,可在没有地图、存在未知移动障碍的环境中为无人机规划出数学上可证明无碰撞的飞行路径,成果发表于 IEEE Transactions on Robotics。

    关注价值:该研究把未知动态环境下的避障安全从经验调参推进到可数学证明,并完成真机飞行验证。

10月1日周四
  1. Boston Dynamics67

    Boston Dynamics 发布 Atlas 新一代 13 自由度机械手

    Boston Dynamics 发布 Atlas 新一代机械手,自由度从上一代 GR2 的 7 个提升到 GR3 的 13 个,采用四指设计、取消小指,关节为直驱且可反驱。

    关注价值:原文公开了 Atlas 新一代手部的自由度、驱动与传感取舍,读者可据此判断工具使用路线对灵巧手设计的约束。

  2. Neuralink 官方更新58

    Neuralink 用 5 万小时无标注脑数据预训练自监督编码器

    Neuralink 介绍其用 5 万小时无标注脑数据预训练自监督编码器,使神经解码器无需重新校准即可连续工作数周。原文称该做法创下 11.32 BPS 的码率纪录,但仅提供摘要,未披露具体模型结构、实验任务与对照基线。

9月28日周一
  1. World Labs 官方博客88

    World Labs 签署协议并入 AMD,李飞飞将出任 AMD 执行副总裁兼首席科学家

    World Labs 宣布已签署最终协议并入 AMD,交易预计在 2026 年底前完成,尚待监管批准及其他惯常交割条件。双方去年起在 AMD GPU 上开展模型训练与推理优化合作,合并后计划构建覆盖硬件、软件、平台与开放模型的端到端开放 AI 生态。

    关注价值:世界模型团队并入芯片厂商,读者可据此观察空间智能研究与硬件算力结合后的路线变化。