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）
#评测/基准
RoboHubAI 评分6262
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.ROAI 评分5656 SPARK：通过物理重观测自我纠错的具身记忆框架
SPARK 是一个面向具身 RAG 的多回合纠错框架：首回合后由语义评审模块标记知识库区域，定向规划器生成重访，再按新观测对知识库做增删替换的选择性合并。
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。
我爱计算机视觉AI 评分6262 浙江大学等提出 PVBench：用物体级物理量评测生成视频的物理合理性
浙江大学 APRIL Lab、华中科技大学和腾讯优图实验室的研究团队提出 PVBench，通过物体级物理量测量评估生成视频的物理合理性，覆盖 7 个领域、46 个评测维度，其中物理层 25 个维度，并配套 600 组文生视频与图生视频配对提示词，30% 涉及具身智能体场景。
我爱计算机视觉AI 评分5858 DualExam 提出多模态智能体与世界模型受控评测框架
研究团队发布 DualExam，将多模态智能体与世界模型放进受控评测流程，分别检查行动选择与环境响应。在 GPT-5.6 Sol 与 Seedance 2.5 直接交互的十种场景、150 个案例试验中，严格任务成功率为 0%，世界状态一致性为 26.6%，智能体纠正响应为 9.2%。
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。
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。
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。
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。
光轮智能官方博客与公告AI 评分5858 光轮智能 RoboFinals 在 Newton 上跑通完整评测栈并发布首个 Newton 原生基准
光轮智能宣布其机器人策略评测平台 RoboFinals 已在开源 GPU 加速物理引擎 Newton 上运行完整评测栈，并包含首个完全基于 Newton 构建的评测基准。