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）
#VLA
RoboHubAI 评分6262 Sergey LevineAI 评分4848 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。
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 · cs.ROAI 评分5252 论文探讨可验证机器人：神经符号方法统一学习模型与符号结构
Benedict Quartey 的论文提出，要让机器人可信自主规模化，需采用神经符号方法，把学习模型的泛化能力与符号结构结合。
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。
机器之心AI 评分7474 浙大联合TeleAI提出GR-BC，用图搜索从机器人试错中找出有效动作
浙江大学沈春华团队联合中国电信人工智能研究院（TeleAI）与伽马智能白辰甲团队提出Graph-Reweighted Behavior Cloning（GR-BC），把同一任务的多次尝试构建成图，用反向Dijkstra搜索估计各状态到成功的剩余步数，再据此为动作片段加权训练VLA，该方法已被CoRL 2026接收，论文与代码已公开。
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。
我爱计算机视觉AI 评分7171 复旦等提出 RSI-Nav：统一视觉语言动作学习让导航模型自我进化
复旦大学等提出 RSI-Nav，用同一个视觉语言模型同时完成指令到动作与轨迹到指令的双向学习，让导航模型自行生成并筛选训练数据。仅用第一视角 RGB 输入，R2R-CE 与 RxR-CE 导航成功率分别达 68.6% 和 72.4%，较 Cold Start 模型提升 15.7 和 17.7 个百分点，R2R-CE 的 SPL 从 45.5% 升至 58.6%。
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。
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。
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。
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%。
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。
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。
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。
TechCrunch Robotics精选AI 评分8787 Eka Robotics 完成 1.5 亿美元 A 轮，估值 14.5 亿美元
MIT 教授 Pulkit Agrawal 与前 Google DeepMind 研究员 Tuomas Haarnoja 创办的 Eka Robotics 完成 1.5 亿美元 A 轮融资，由 a16z 和 F-Prime 领投，投后估值 14.5 亿美元。
关注价值：Eka 以视觉-力-动作模型和仿真强化学习路线拿到 1.45 亿美元 A 轮，读者可据此比较力觉路线与主流 VLA 路线的分歧。
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。
晚点聊 LateTalkAI 评分7575 与陈哲的具身季报26Q3：Astra冲击后，通用模型会吃掉Robotics吗？
晚点聊发布与 Alphaist Partners 创始合伙人陈哲的「具身季报26Q3」，围绕 9 月初 OpenAI 发布 GPT-6 Astra 后通用模型进入机器人策略层展开讨论。
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 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。
卫诗婕｜漫谈Light the StarAI 评分5858 北京人形机器人创新中心 CEO 熊友军谈人形机器人为何执着于运动会
播客「卫诗婕｜漫谈Light the Star」发布与北京人形机器人创新中心 CEO 熊友军的访谈，围绕世界人形机器人运动会讨论人形机器人为何反复参赛。熊友军认为运动会是摸高本体可靠性与算法上限的极限测试场，天工 Omni 在肩关节受限下靠腰部扭动训练出最快跑姿；他还质疑完全靠数据堆积的 Scaling Law 范式，并称 2026 年是机器人自主化的关键拐点。
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。
Figure精选AI 评分8585 Figure 发布 Helix 2.5：在 30 个未见家庭零样本完成全身家务
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。
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。
甲子光年AI 评分6969 深度机智发布物理基座模型 PhysBrain 1.5，8B 版本 28 项基准综合得分 72.5
深度机智发布物理基座模型 PhysBrain 1.5，其 8B 版本在 28 项具身空间智能与规划基准上综合得分 72.5，在参与评测的开源模型中排名第一。该模型以 Qwen3-VL-8B-Instruct 为基座，把语言回答、空间输出、末端执行器轨迹与未来 RGB、深度及机器人占用预测统一为离散 token，在单一自回归主干下联合训练。
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。
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。
信号与噪声AI 评分4040 破壳科技创始人许华哲：具身智能刚跑完第一公里，不等上市的人
破壳科技创始人、清华大学助理教授许华哲在播客对谈中称，具身智能目前只跑完“第一公里”，大规模数据来源、系统泛化与长期任务稳定执行等问题尚未真正开始解决。他认为行业相信 scaling law，但今天还没有真正“证明”它，VLA 也“还不够优雅”。
Figure精选AI 评分7878 Figure 演示 Helix-02 双人形机器人协同整理卧室
Figure 演示两台搭载 Helix-02 的人形机器人在不到两分钟内协同整理卧室，完成开门、挂衣、收纳耳机、合书、倒垃圾、推椅入桌和共同铺床等任务。两台机器人运行同一个学习得到的视觉-语言-动作策略，彼此之间没有共享规划器、消息传递或中央协调器，各自通过自身摄像头读取场景并从对方动作推断意图。
关注价值：原文展示了单一学习策略在无中央协调下完成双人形机器人协同整理房间，可据此判断多机协作路线的进展。
逐际动力新闻精选AI 评分6868 逐际动力开源 FluxVLA Engine 标准化 VLA 工程底座
逐际动力开源 FluxVLA Engine，一个打通数据处理、模型训练、仿真评测到真机部署全流程的标准化 VLA 工程底座。该框架以统一配置文件和模块化标准接口管理全流程，支持 Qwen、GR00T、Pi 全系列及 DreamZero 等模型，接入 Isaac Sim、LIBERO 仿真器，并兼容 UR 机械单臂、ALOHA 双臂和自研 TRON 2 等硬件。
关注价值：逐际动力把数据、训练、仿真到真机部署的链路做成统一配置的开源底座，读者可据此判断 VLA 工程门槛的变化。
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。
信号与噪声AI 评分5555 千寻智能高阳谈具身智能的 GPT-3 时刻与泛化性指标
播客节目「北坡计划」邀请千寻智能联合创始人兼首席科学家、清华大学交叉信息研究院助理教授高阳，讨论具身智能即将进入的“GPT-3 时刻”，并从数据、模型到系统能力拆解这一判断的技术前提。时间轴显示，他称两年前预测需 5 至 8 年，目前的判断提前到 27 年，并认为评价具身模型今天最重要的指标只有泛化性。节目还提及他谈到一千万小时数据、6000 个人、几个月这件事中国有经验。
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。
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。