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。
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）
#具身大模型
arXiv 世界模型与脑机接口AI 评分5757 arXiv 世界模型与脑机接口精选AI 评分6262 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。
arXiv · cs.ROAI 评分4242 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。
智元 News精选AI 评分7575 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。
AWS Physical AIAI 评分5858 AWS 与 RLWRLD 合作推进物理 AI 部署：RLDX-1 模型、DexBench 基准与酒店物流零售场景
AWS 官方博客介绍与物理 AI 公司 RLWRLD 的合作进展：RLWRLD 已成为 AWS Validated Partner，其机器人基础模型 RLDX-1 和机器人转型咨询服务 RX 已在 AWS Marketplace 上架。
Google DeepMind精选AI 评分8080 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。
智元 News精选AI 评分6060 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。
智元 News精选AI 评分7171 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。
Physical Intelligence精选AI 评分7575 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。
Skild AI Blogs精选AI 评分6262 Skild AI 公布物理自博弈后训练结果：S1 基础模型在 Isaac Sim 自博弈 140 年学会踢足球并迁移到人形机器人
Skild AI 公布物理 AI 自博弈后训练结果：以旗舰机器人基础模型 S1 为底座、只给定“进球”这一目标，让策略在 NVIDIA Isaac Sim 中与自身近期版本对弈。
关注价值：这条结果把自博弈从数字 AI 带到人形机器人本体，读者可据此判断纯仿真自我对弈能否突破人类数据上限。
Skild AI Blogs精选AI 评分8888 Skild AI 首次商业部署十个月后 ARR 突破 1 亿美元
Skild AI 宣布年化经常性收入（ARR）突破 1 亿美元，首次商业部署至今约十个月，已累计确认收入 5000 万美元。公司称已有 60 多家付费客户，覆盖搬运、配送、巡检、安保、餐饮及仓库、工厂、数据中心场景，其中移动类业务占收入 10%（含收购 Zebra/Fetch Robotics 带来的 AMR 方案 4%），其余约 90% 来自操作类任务。
关注价值：Skild AI 两位创始人结合自身部署数据，说明以部署驱动研究与数据回流为何比演示更能决定机器人能否落地。
Figure精选AI 评分7171 Figure 与 Nscale 达成战略合作，将在 NVIDIA Vera Rubin 平台部署最多 10 万块 GPU
Figure 宣布与 Nscale 达成合作，将在 NVIDIA Vera Rubin 平台部署最多 10 万块 GPU，首批部署计划于 2027 年下半年在得克萨斯州 Barstow 启动。
关注价值：Figure 与 Nscale 的算力合作披露了金额、GPU 规模与上线时间，可用于判断人形机器人训练侧的算力投入量级。
星海图官网新闻AI 评分5858 星海图与京东签署三年战略合作，机器人前置仓原型在WRC亮相
星海图与京东于8月22日在2026世界机器人大会现场签署三年战略合作协议，合作覆盖全渠道场景落地、产品销售、技术协同、供应链服务及工业市场拓展。同步展出的机器人前置仓以1:1实景原型演示可在线接单、全自动闭环履约，机器人自主完成订单理解、路径规划、商品拣选、撑袋打包与现场交付，现场实测场景成功率超99%。
众擎机器人官网新闻AI 评分5858 众擎在WRC首发具身智能引擎EngineAI Awaken，公布五层仿人脑架构
众擎机器人在2026年世界机器人大会上发布“仿人脑”具身智能引擎EngineAI Awaken，CTO李力耘首次系统阐释公司全栈具身智能技术路线与全新AI模型架构。
Skild AI Blogs精选AI 评分8383 Skild AI 发布机器人基础模型 S1，以视频演示实现上下文学习
Skild AI 发布旗舰机器人基础模型 S1，该模型以视频演示作为任务提示，无需微调即可执行未见过、时长最长约 10 分钟的操作任务。官方称在 100k 小时预训练数据下，S1 在未见任务上的成功率为 66%，语言提示的 VLA 基线为 9%；在已见任务上 S1 达到 96%。单次演示的上下文学习效果约相当于 380 条后训练示范，后者需 50–100 小时遥操作采集。
关注价值：S1 用视频演示替代语言提示，并给出从 1k 到 100k 小时预训练数据的对比曲线，可供判断上下文学习路线与 VLA 路线的分歧。
逐际动力新闻精选AI 评分6767 逐际动力发布 COSA 0.5，人形 VLA V³-0 升级全身移动操作能力
逐际动力发布机器人 OS COSA 0.5，其中 VLA-tools 层 V³-0 运行在 43 自由度的 LimX 人形机器人 Oli 上，统一移动与操作，可完成行走、弯腰及单手或双手操作。
关注价值：逐际动力披露 V³-0 在 43 自由度 Oli 上的全身移动操作与人类在环真机强化学习闭环，可观察人形 VLA 的工程路线。
LeRobot 官方 Releases Atom精选AI 评分6060 Hugging Face LeRobot 发布 v0.6.0
Hugging Face 的 LeRobot 发布 v0.6.0，包含多项破坏性变更：pip install lerobot 不再默认包含数据集与训练依赖，需按需安装 lerobot[training] 等扩展，最低 PyTorch 版本升至 2.7，GR00T N1.5 被 N1.7 取代。
关注价值：从依赖拆分、RL 栈重构到新增多个基准与策略，读者可据此判断升级迁移成本与新增训练能力。
Figure精选AI 评分7272 Figure 03 进入宝马斯帕坦堡工厂，执行排序上料物流任务
Figure 03 已抵达宝马集团斯帕坦堡工厂的 52 号车间，首次演示在制造环境中执行物流工作流。Figure 称上一代 Figure 02 去年在宝马参与了 3 万辆汽车的装配，Figure 03 此次从钣金取放转向更复杂的排序上料任务，由自研 pixels-to-actions VLA 模型 Helix 02 协调手、臂、躯干和脚，在迈步调整身体的同时抓取薄壁零件并拉动带脚轮的重载金属推车。
关注价值：Figure 03 在宝马工厂从取放件转向排序上料，展示了移动与操作耦合的物流任务，可据此判断人形机器人在汽车产线的任务复杂度边界。
Physical Intelligence精选AI 评分8686 Physical Intelligence 发布 π0.7 模型，展示组合泛化与跨本体迁移
Physical Intelligence 发布通用机器人模型 π0.7，称其在泛化能力上出现跃升。该模型通过任务语言、速度与质量元数据、控制模态标签和视觉子目标等多模态提示统一利用不同机器人数据、人类视频与自主数据，单模型在叠衣物、做浓缩咖啡、折箱子等任务上达到或超过经 RL 训练的 π*0.6 专用模型。
关注价值：π0.7 把多模态提示统一为一个可控接口，读者可据此判断机器人基础模型的泛化路线是否真在向 LLM 式组合能力靠拢。
Physical Intelligence精选AI 评分7575 Physical Intelligence 提出 RLT 方法：用 RL token 让 VLA 数小时内在线强化学习精密操作
Physical Intelligence 提出 RL tokens（RLT）方法，在 VLA 上增加一个 RL token 作为紧凑接口，让小型 actor 和 critic 网络在机器人上实时在线强化学习，无需微调整个模型。
关注价值：RLT 把在线强化学习压缩到数小时真机数据内，为 VLA 在精密操作阶段的快速适配提供了一条可复用路径。
Skild AI Blogs精选AI 评分6666 Skild AI 与 ABB Robotics、Universal Robots 及 NVIDIA 合作部署 Skild Brain
Skild AI 宣布与 ABB Robotics、Teradyne Robotics 旗下 Universal Robots 和 Mobile Industrial Robots 合作，将其 omni-bodied 的 Skild Brain 集成进这些厂商的机器人产品线，目标是在无需逐任务重新编程的情况下跨行业部署。
关注价值：Skild AI 与 ABB、UR、NVIDIA 的合作给出了通用机器人基础模型进入工业产线的具体路径与数据飞轮设想。
Physical Intelligence精选AI 评分8080 Physical Intelligence 提出 MEM 多尺度具身记忆，让 π0.6 完成十五分钟长任务
Physical Intelligence 提出多尺度具身记忆方法 MEM，为 π0.6 模型同时加入短期原始观测记忆和长期自然语言笔记，使模型能处理最长十五分钟的任务。
关注价值：多尺度记忆让 VLA 在十五分钟级任务上保持进度与纠错，为长程操作提供可复用的记忆设计思路。
Physical Intelligence精选AI 评分7272 Physical Intelligence 提出物理智能层，合作方披露 π 0.6 真机部署数据
Physical Intelligence 提出把通用机器人基础模型做成可复用的物理智能层，让开发者像调用 LLM API 一样构建机器人应用。
关注价值：两家合作方给出真机部署数据，可据此判断机器人基础模型作为通用智能层的实际成熟度。
Skild AI Blogs精选AI 评分9090 Skild AI 完成 14 亿美元 C 轮融资，估值超 140 亿美元
Skild AI 宣布完成 14 亿美元 C 轮融资，由 SoftBank 领投，NVentures（NVIDIA）、Macquarie Capital 相关实体和 Jeff Bezos（通过 Bezos Expeditions）参与。
关注价值：Skild AI 以超 140 亿美元估值完成 14 亿美元 C 轮融资，便于读者观察通用机器人基础模型的资本集中度。
Physical Intelligence精选AI 评分6666 Physical Intelligence 用机器人奥运任务测试 π 0.6 微调能力
Physical Intelligence 基于 π 0.6 模型微调，尝试 Benjie Holson 提出的“机器人奥运会”日常操作任务，在 5 类任务中 3 类达到金牌任务水平、2 类达到银牌任务水平，多数任务数据采集不足 9 小时。
关注价值：原文用第三方提出的日常操作任务清单检验π 0.6微调效果，并给出与无机器人预训练基线的对比，可据此判断通用机器人预训练对下游任务的实际作用。
Physical Intelligence精选AI 评分7676 Physical Intelligence 研究：VLA 模型随预训练规模出现人类到机器人迁移
Physical Intelligence 在研究中发现，视觉-语言-动作（VLA）模型随机器人预训练数据规模扩大，会出现从人类视频到机器人任务的迁移能力。团队用 π0.5 做简单的人机联合微调，把人类视频中的动作表示为 3D 手部位置，在 4 个仅由人类数据展示的泛化场景中性能提升约 2 倍，且未使用专门的迁移机制。
关注价值：该研究显示人类视频到机器人的迁移随机器人预训练数据规模扩大而出现，为降低真机数据依赖提供了一条可复用路径。
Physical Intelligence精选AI 评分8585 Physical Intelligence 发布 π*0.6：用 Recap 从经验中学习的 VLA
Physical Intelligence 发布基于 π0.6 的视觉-语言-动作模型 π*0.6，采用 Recap 方法结合示范、遥操作纠错与强化学习，在自主经验上训练后部分最难任务的吞吐量提升一倍以上、失败率可降低一半以上。
关注价值：原文给出三个真实任务上的吞吐与成功率对比，可据此判断强化学习与纠错数据对 VLA 可靠性提升的实际幅度。