LiberAI 发布世界动作模型 Liber-0，零样本操作 600 次试验成功率 36%
LiberAI 发布世界动作模型 Liber-0，在 GPT-6 提出的 60 项任务、600 次试验中零样本整体成功率为 36%。分项成功率为抓取放置 63.5%、其他操作任务 34.0%、高难度多步任务 10.5%，评测所用 checkpoint 未针对这些任务采集机器人演示训练。
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
RoboHubAI 评分6262 IT桔子AI 评分5858 42AI累计获得6250万美元种子资金，主打行为世界模型
42AI宣布累计获得6250万美元种子资金，由创始人和英飞尼迪集团在三年内陆续投入，没有外部机构投资者参与，估值未披露。该公司主打行为世界模型，将其用于预测人类决策，首发落地券商行业，用于预测客户在市场波动下的交易行为以辅助机构前置对冲与风险管理，已服务10家大型券商并产生收入。
亿欧AI 评分4040 普渡机器人亮相CeMAT ASIA 2026，展示“一脑多形”智慧物流方案
普渡机器人在CeMAT ASIA 2026展出“一脑多形”智慧物流方案，用PUDU T系列、D7、MP2000等完成入库工序接力演示。T600潜伏版首次展示原地旋转功能，MP2000支持2吨载重和分钟级建图。截至2026年5月，普渡已出货超13万台，覆盖85个以上国家和地区。
量子位 RSSAI 评分4242 极智嘉发布《24/7自主智能仓计划》，要让AI接管整仓调度运营
极智嘉正式亮出《24/7自主智能仓计划》，目标实现7×24小时自主运行、持续进化的自进化智能仓，分打通全流程、强化智能闭环、规模化落地三步推进。其Gravity统一具身智能框架与Gravity 4D具身世界模型支撑机器人跨任务泛化与动态抗干扰，通用人形机器人Gino 1可拣货搬箱。无人拣选工作站在施耐德电气上海物流中心试点中拣选效率达人工2倍、准确率超99.99%。
arXiv 世界模型与脑机接口AI 评分5757 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。
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。
量子位 RSSAI 评分5858 小米获乌镇峰会双奖，披露人形机器人汽车工厂8小时作业与青年公寓试运营进展
小米集团在2026世界互联网大会获“杰出贡献奖”，其“面向规模化落地的通用机器人操作基座模型关键技术”获“领先科技奖”。峰会期间小米披露，人形机器人在汽车工厂中控台侧盖板排序工站首次挑战8小时作业任务，满足工站全天生产需求，并实现异常自主纠偏与产线系统级协同。
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。
The Robot Report精选AI 评分7777 Tutor Intelligence 完成 7500 万美元 B 轮融资，累计融资 1.17 亿美元
Tutor Intelligence 宣布完成 7500 万美元 B 轮融资，由 Andreessen Horowitz 领投，Union Square Ventures 和 Neo 参投，累计融资达 1.17 亿美元。
关注价值：Tutor 以按小时或按件计费替代 RaaS 的模式，加上数据飞轮，为判断具身智能商业化路径提供了一例。
机器之心AI 评分6060 LeCun团队论文用JEPA证明柏拉图表征假说，1.09亿参数模型对齐分数超过720亿LLM
机器之心报道，Yann LeCun 参与提交的论文《Proving and Improving the Platonic Representation Hypothesis with JEPAs》从数学上论证下一 token 预测路线在形成跨模态表征上效率较低，并提出用 JEPA 的「好视图」训练改进对齐。
腾讯混元AI 评分6060 腾讯混元发布 Hyra 2.0：让 agent 研发可复用科研工具，并自主设计灵巧手结构
腾讯混元发布 Hyra 2.0，将自动化科研从直接解题转向由 agent 研发和升级科学模型、工作流与软件工具，成果持续公开在 GitHub 仓库。系统采用 Overall、Mission、Worker 三层分工，配合持久化队列、Research Board 与独立复核，并把可复用经验整理为 skill。
铅笔道精选AI 评分7878 Physical Intelligence 洽谈至少 10 亿美元新融资，目标估值约 200 亿美元
外媒报道 Physical Intelligence 正洽谈新一轮融资，计划募集至少 10 亿美元，目标估值约 200 亿美元。该公司成立于 2024 年，此前已完成约 7000 万美元种子轮、4 亿美元、6 亿美元和约 10.5 亿美元融资，估值从 24 亿美元升至约 112 亿美元。
关注价值：对比 Physical Intelligence 与 Skild AI 两种商业化节奏，读者可据此判断机器人基础模型从演示走向付费部署的难点。
新智元AI 评分5858 SpatialScout 基准发布：考察智能体主动探索并定位三维空间物体
新智元报道了 SpatialScout 基准，它让 AI 在未见过的虚拟房间中自主决定转向、移动和拍摄，并提交目标物体的三维坐标。
机器之心AI 评分7575 飞捷科思与复旦CITLab提出Fysiverse-UniWAM，24项真机测试导航与移动操作双第一
飞捷科思（Fysics AI）联合复旦大学认知与智能技术实验室提出统一世界动作模型 Fysiverse-UniWAM，不依赖大规模机器人预训练，将自主导航、移动操作与固定工位灵巧操作贯通。
Lerrel PintoAI 评分7575 Machenta获4000万美元种子轮，研发单次演示即学的机器人基础模型
Lerrel Pinto转发Edward Johns的内容称，机器人学习公司Machenta结束隐身状态并完成4000万美元种子轮，由Creandum和Union Square Ventures联合领投。Edward Johns称公司构建了一款机器人基础模型，仅凭一次演示、无需进一步训练即可学会任务，且完全在仿真中训练、未使用真实世界数据。Lerrel Pinto同时表示，instant、steering、in-context learning这类能力仍需要不少工作才能真正解决。
信号与噪声AI 评分6060 穹彻智能卢策吾谈具身智能十年：先搭数据系统再做模型
上海交通大学人工智能学院副院长、穹彻智能联合创始人兼 CEO 卢策吾在播客《信号与噪声》中回顾自己从 2015 年起做具身智能的十年，并解释为何选择花近两年搭建从数据采集、质量评估到模型训练的底层系统，而非竞相发布模型。
我爱计算机视觉精选AI 评分7878 腾讯混元发布 8B 交互式世界模型 Hy-Nomas，原生融合文本与连续相机控制
腾讯混元视觉生成团队发布交互式视频世界模型 Hy-Nomas，基于 8B 参数扩散 Transformer 主干，在单一架构中原生融合自由文本指令与连续相机轨迹控制，支持数分钟连续交互生成。
关注价值：腾讯把文本指令与连续相机控制合并进同一个 8B 扩散主干，并给出单卡 4090 部署与 LoRA 迁移路径，可供评估交互式世界模型的工程可行性。
The Humanoid HubAI 评分6262 PokeBot 发布 RoboAPI，可通过自然语言调用 Poke-Aurora 世界-动作模型
PokeBot 发布 RoboAPI，这是一个开箱即用的具身 API，可在受支持的硬件上通过自然语言指令运行其 Poke-Aurora 世界-动作模型，无需针对具体任务训练。该 API 支持零样本泛化，速度约为人类速度的 1 倍，并可在自有环境和任务中验证；RoboAPI 是 PokeBot 旗下的非商业产品，文档见 developers.pokebot.com/docs/roboapi。
The Humanoid HubAI 评分5858 智元发布 WITA-Omni 1.0 全模态交互模型，并公布 GO-3 Preview 等多项更新
智元在 AGIBOT Innovation Day 上宣布 WITA-Omni 1.0 全模态交互模型，支持边说边听的双工对话，端侧运行，端到端交互延迟约 400ms，融合视觉、语音、实时对话、面部表情与物理动作，目前在多项交互基准上排名靠前。
站长之家AI 评分4747 AI日报：腾讯混元 Hy4、Hy4flash 将发布；Claude Code 上线新环境变量；智元发布具身智能原生 OS 灵渠 1.0
智元发布具身智能原生 OS 灵渠 1.0，支持 15 类 100 余种外设快速接入，全栈确定性时延优化在 1000Hz 高频负载下时延抖动小于 4 微秒，并计划 2026 年底全面开源、捐赠开放原子基金会。腾讯混元 Hy4、Hy4flash 即将发布，Hy4 首次引入视觉理解，Hy4flash 主打性价比。Claude Code 新增环境变量，可关闭删除等高危操作确认，默认不启用。
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。
Ted XiaoAI 评分7272 Ted Xiao：机器人模型要走向可部署，或需超越自然语言
Ted Xiao 在 X 上表示，机器人要成为可部署技术，模型可能需要超越自然语言。他称自己一直看好把演示作为测试时模态，并提到 Machenta 过去几个月在这方面的进展。该帖引用了 Machenta 走出隐身状态、完成 4000 万美元种子轮融资并发布即时机器人学习模型的内容。
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。
Brett AdcockAI 评分4040 Figure在总部建Blackbox测试前沿模型
我们在总部内部打造了一个名为Blackbox的秘密空间，用来测试我们的前沿模型。
Chelsea FinnAI 评分4040 生成式价值分类器无需动作条件
生成式价值分类器是一种新的Q函数参数化方式，无需动作条件。 我们认为这些分类器或许能与大规模预训练策略优雅地结合，并从更丰富的输出信号中更好地学习和泛化。 论文：https://alexanderswerdlow.github.io/gvc/
Turing PostAI 评分5353 LeHami 解读：哈密顿力学如何帮 JEPA 世界模型预测运动
Turing Post 发布解读文章，介绍 Yann LeCun、Romina Yalovetzky 和 Randall Balestriero 提出的 LeHami，一种把哈密顿力学引入 JEPA 的世界模型。
42章经AI 评分5252 前混元多模态 RL Infra 负责人王淏楠谈从 Agent 到具身：具身或迎 GPT-3 时刻
42章经播客对谈王淏楠，他此前在腾讯混元负责多模态 RL infra、主导开源多模态强化学习框架 UniRL，曾在 MiroMind 参与 Agent 研发，现于某具身智能公司负责基模预训练。
硅谷101AI 评分5252 硅谷101 播客讨论 GPT-6 Astra 对 Agent、机器人与 AI 制药的冲击
《硅谷101》播客请来破壳机器人创始人、清华大学助理教授许华哲，Pokee.ai 创始人朱哲清和华盛顿大学助理教授王晟，讨论 9 月发布的 GPT-6 Astra 等模型对 Agent、机器人和 AI 制药三条路线的影响。机器人部分提到，Astra 在一个未提及机器人的发布会后空降机器人评测榜首，让部分机器人 Benchmark 失效；节目还比较了自研模型与 Astra 在筷子夹小球任务上的表现。
Hugging FaceAI 评分6262 Reflection 开源 Beam 模型权重并直播讲解构建过程
Reflection 宣布 Beam 已在多平台上线，并以 Apache 2.0 许可开放权重，与 40 多家生态伙伴合作。此次放出权重、tokenizer 和参考实现，包含 BF16、FP8、NVFP4 权重及 DFlash2 drafter，以及用于训练 Beam 的开源工具 Mirror CLI，权重与模型卡发布在 Hugging Face。Hugging Face 转发了这一消息，并预告 Reflection 团队将直播介绍 Beam 的构建过程。
开始连接 LinkStartAI 评分5353 极客公园播客讨论 GPT-6 之后机器人创业还剩什么
极客公园播客「开始连接 LinkStart」第 134 期邀请英诺基金执行董事王建明、诺亦腾机器人联合创始人兼首席科学家韩磊、潜界科技 CEO 胡钰承，讨论 GPT-6 Astra 在机器人圈引发的讨论：3D 空间理解、任务规划、反思纠错乃至直接控制机械臂等能力正被通用大模型覆盖。
Physical IntelligenceAI 评分7272 Physical Intelligence 发布 Pi API 测试版并开放更多团队接入
Physical Intelligence 宣布 Pi API 进入测试版，向更多团队开放接入。此前该公司已与多个行业的企业合作，把模型适配到各自的机器人及应用上，覆盖采摘草莓到组装服务器等任务。
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。
十字路口CrossingAI 评分5858 十字路口对谈清华叉院助理教授徐梦迪：具身智能、世界模型与真正的泛化
播客「十字路口」对话清华交叉信息研究院助理教授徐梦迪，围绕机器人 in-context learning（ICL）展开，她主张让机器人到新环境后通过一两次交互当场学会新任务并越学越快。
甲子光年AI 评分5858 Aether AI 发布首个因果世界模型 CausalWM，以 66.04 分登顶 TriWorldBench
Aether AI 发布 16B 因果世界模型 CausalWM，在 TriWorldBench 榜单以 66.04 分排名第一，第二名 dream4act 为 65.66 分。
十字路口CrossingAI 评分5858 深朴智能首席科学家王家伟谈具身路线：从 HiFi-UMI 数据到 Agentic OS 全栈自研
十字路口播客对话深朴智能（Simple AI）首席科学家王家伟，他从中科大少年班、MSRA、DeepSeek、字节 Seed 转向具身智能，认为具身路线、评估和产品都还没有共识。
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。