分布流强化学习提升价值估计与策略
分布流强化学习：我们不仅在价值上强制贝尔曼一致性，还在价值生成流过程的每一步上强制这一致性。结果表明效果更好，能产生良好的价值分布，更准确地捕捉价值的分布，从而得到更好的策略。
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）
#数据/训练
Sergey LevineAI 评分4848 铅笔道AI 评分4040 两位福建60后掌舵的瑞芯微与星宸科技单季净利合计11.74亿元
瑞芯微与星宸科技三季报显示，第三季度净利润分别为4.73亿元和7.01亿元，合计11.74亿元，同比分别增长90.49%和752.76%。瑞芯微的RK3588、RK3576等芯片承担机器人视觉识别、三维建图与路径规划，并推出机器人数采方案；星宸科技2025年机器人视觉芯片出货超1000万颗，全球份额23%。两家公司利润仍主要来自汽车电子、工业设备、安防等成熟市场，机器人业务收入尚未单独披露。
Humanoids dailyAI 评分4242 Maxinsights 预计2026年年化营收2.5亿美元
Maxinsights 预计2026年年化营收达2.5亿美元，目前拥有3500多名现场操作员，在8个国家的5万多个环境中采集数据。公司提供覆盖任务与环境设计、自研采集硬件、数据收集、手部姿态与语言标注、质量校验及模型可用交付的全流程数据管线。其在10月3000万美元种子轮时报告30多家客户，现管线中有50多家潜在客户。
arXiv · cs.ROAI 评分5959 验证损失能预测真机成功率吗？SO-101 机械臂上四种模仿学习策略的实测
研究在 SO-101 机械臂的抓取放置任务上训练 ACT、Diffusion Policy、SmolVLA 和 π0.5（仅动作专家），用 12 至 200 条演示的嵌套子集对比留出验证损失与真机闭环成功率。
arXiv · cs.AIAI 评分5454 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。
arXiv · cs.ROAI 评分5555 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。
智东西AI 评分6464 影溯在杭州落地具身仿真数采中心，计划单月产 100 万小时仿真数据
空间智能公司影溯（InSpatio）10 月 30 日在杭州落地全国首个具身仿真数采中心，预计单月生产 100 万小时仿真训练数据，单条数据综合成本约为传统真机遥操作采集的 1/10。
RobohubAI 评分4242 NimbRo 团队访谈：五夺 RoboCup@Home 冠军，凭半监督标注论文获 RoboCup 2026 最佳论文奖
Raphael Memmesheimer 带领的 Team NimbRo 在 RoboCup 2026 的 RoboCup@Home 比赛中获得第三名，并凭论文《Efficient Image Annotation via Semi-Supervised Object Segmentation with Label Propagation》拿下最佳论文奖。
New Atlas · AI & HumanoidsAI 评分5858 Cortical Labs 展示 HIVE 系统：15 台 CL1 生物计算机联网协同
澳大利亚公司 Cortical Labs 本周在首届国际类器官智能会议上展示 HIVE 系统，将 15 台 CL1 生物计算机连接成网络，让人工培养神经元协同完成任务。
TechCrunch Robotics精选AI 评分7878 前 OpenAI 科学负责人 Kevin Weil 创办 Warp Sciences，融资 2.15 亿美元做实验室自动化
前 OpenAI 科学负责人 Kevin Weil 宣布创办 Warp Sciences，用机器人自动化药物发现中的实验室工作，并已按 8.65 亿美元估值完成 2.15 亿美元融资。
关注价值：前 OpenAI 科学负责人创办的实验室自动化公司披露单轮 2.15 亿美元融资与 8.65 亿美元估值，可观察具身机器人在药物研发场景的商业化路径。
Sergey LevineAI 评分5252 Sergey Levine 等提出从离线数据估计 empowerment 的可计算方法
Sergey Levine 转发介绍一篇新论文，提出一种可计算的估计器，能从离线数据中估计 empowerment，即智能体在某个状态下拥有多少控制力。作者称该估计可作为无监督目标，用于学习各状态对达成多样结果的相对价值，并给出了若干应用；他同时指出这类估计此前难以做到可计算。论文链接为 https://t.co/O5tz9nQTsB。
Jim FanAI 评分6767 Jim Fan 团队开源机器人数据引擎 Flora 模型套件
Jim Fan 团队开源 Flora 模型套件，用于解析物理世界并把原始视频转成训练信号，官方称其性能达到 Astra 级别而成本低 125 倍。Flora 已支撑其内部数据引擎，在 500 块 GPU 上每天标注 20 万小时视频，提供带时间戳的高质量描述、用于质量控制和强化学习后训练的密集进度奖励，以及面向真实世界基准的评分量表。
Chelsea FinnAI 评分5454 Chelsea Finn 等提出 Mulligan：按失败初始状态聚焦机器人数据采集
Chelsea Finn 转发 Lars Ankile 关于机器人学习数据采集方法 Mulligan 的工作，指出机器人越可靠，DAgger 效率越低，例如 90% 成功率意味着人超过 90% 的时间在被动看机器人执行。其核心思路是失败往往来自相似的初始状态，可把学习集中在这些状态上；在 3 个真实任务和 2,550 次盲评中，同等预算下该方法优于均匀采集。论文链接为 arxiv.org/abs/2610.05882。
Neuralink 官方更新AI 评分5858 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。
Figure精选AI 评分7878 Figure 推出机器人训练数据集 Index 并上线应用商店
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。