LIFE:让机器人从经验中持续学习的终身具身智能框架
作者提出 LIFE(Lifelong Intelligence from Experience)框架,让机器人持续观察、选择性记忆并把经验转化为新能力。
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)
作者提出 LIFE(Lifelong Intelligence from Experience)框架,让机器人持续观察、选择性记忆并把经验转化为新能力。
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。
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。
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。
Figure 发布 Helix 2.5,称其在 30 个未采集过数据的湾区家庭中零样本完成整理客厅、折毛巾、铺床三类全身任务。消融实验显示,在任务数据、架构和评测固定的情况下,仅 Index 人类行为数据预训练就把零样本成功率从 9% 提升到 56%;任务适配数据量为 Helix 02 同类行为的一半。
关注价值:Index 预训练单独把零样本成功率从 9% 提到 56%,给出了可复用的数据规模与迁移效果关系。
Figure 将其隐身开发四个月的众包数据应用更名为 Index,并正式上线 Google Play 与 App Store,用于采集 Helix 训练所需的真实世界物理数据。
关注价值:Figure 披露自建真人视频数据管线的五级处理流程与多样性指标,可供判断机器人训练数据的规模化路径。
光轮智能与 Hugging Face 联合发布 EgoSuite-Open100K,包含 10 万小时第一视角人类数据,覆盖 1.5 万+ 任务和 1.5 万+ 采集场景,首批已上线 Hugging Face Hub,其余分批放出。
关注价值:数据集以 LeRobot v3 与 MCAP 格式开放,可用于评估以人类第一视角数据训练机器人策略的数据规模与标注取舍。
光轮智能发布智能体式仿真生成引擎 SimReadyGen,可从文本提示生成结构化、可直接用于仿真的资产。
关注价值:原文说明了从文本提示生成带实测物理参数的仿真资产,读者可据此判断机器人训练环境的搭建成本会怎样变化。
Apptronik 宣布在得克萨斯州奥斯汀启用扩建后的 Robot Park 数据采集与训练设施,并发布人形机器人平台 Apollo 2,提供双足与轮式两种配置。
关注价值:原文披露了数据采集设施规模、Apollo 2 双形态配置与同 DeepMind 的数据训练闭环,可据此判断人形机器人数据规模化的路径。
Meta 发布 Brain2Qwerty v2,称这是目前性能最高的端到端流程,可从非侵入式脑记录中实时解码整句,词准确率达61%,而其他非侵入式方法为8%。该系统基于9名志愿者佩戴脑磁图(MEG)设备打字采集的约22000个句子训练,采用端到端深度学习直接从原始脑信号解码,并用大语言模型微调引入语义上下文;表现最好的受试者词准确率为78%,过半句子解码错误不超过一个词。
光轮智能发布面向工业机器人的物理 AI 基础设施栈,与 NVIDIA Omniverse、Isaac 系列开放框架集成。
光轮智能推出工业 AI 解决方案,整合物理精确仿真世界构建、可扩展行为数据、工业级评测平台与 Real2Sim2Real 部署四阶段。其 SimReady Assets 通过物理测量工厂与校准物理求解器缩小仿真到现实差距,EgoSuite 已在 7 国 500 多个工业环境采集第一视角人类演示数据,RoboFinals 覆盖 10,000 多个场景做压力测试。
Skild AI 发文提出用人类视频数据训练机器人技能,认为遥操作受限于场景多样性和实时采集速度,难以达到基础模型所需的数据规模。其模型通过观看视频微调学习新技能,只需不到 1 小时机器人数据,公司称这能改变机器人数据瓶颈。
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。