北大DAGroup开放20万小时HumanNet Ego数据并完成5万小时Scaling验证
北京大学DAGroup等团队向社区开放约20万小时HumanNet第一视角Ego数据，其中约10万小时已上传完成，并整理出5万小时训练语料Open-HumanWAM-50K。
推荐理由：原文给出从100小时到5万小时的Scaling曲线与零样本成功率，可据此判断人类第一视角数据对机器人后训练泛化的实际收益。
#Open source
Xbotics具身智能实验室 · 微信公众号精选AI 评分8080
3D视觉工坊 · 微信公众号精选AI 评分7878 Any3R开源：一个模型统一处理针孔、鱼眼与全景相机的三维重建与位姿估计
南达科他州立大学等机构提出Any3R，用稠密射线场描述任意中心相机，一次前向即可从混合相机图像重建三维点云并估计位姿。该方法以角度坐标替换旋转位置编码的行列号，并用立体角对像素损失加权，使一套权重覆盖针孔、超180°鱼眼和360°全景。在13种中心相机、3个数据集的基准上，其重建精度与位姿精度均领先，推理代码、13种相机模型和权重已开源。
推荐理由：该文介绍一种用稠密射线场替代针孔假设的前馈三维重建方法，可了解多相机类型混合输入的处理思路。
arXiv cs.RO精选AI 评分7878 ∇Mimic：用可微仿真实现高效人形机器人全身控制
作者提出 ∇Mimic，用可微仿真器的精确梯度训练人形机器人全身运动跟踪策略，在单张 GPU 上 20 分钟达到 0.82 分、1.8 小时达到 0.874 分，而世界模型方法达到 0.82 需 1.2 小时。
推荐理由：论文给出可微仿真下精确梯度训练人形策略的完整方案，并开源引擎与代码，便于对比一阶与零阶方法的效率差异。
3D视觉工坊 · 微信公众号精选AI 评分7878 港大开源GenSfM：四张无标定图像联合还原3D物体与相机位姿
香港大学团队开源GenSfM，用原生3D扩散模型在单一多模态序列中联合去噪物体形状与各视角相机位姿，仅需2至4张无标定图像且无需相机内外参。论文在Toys4k与GSO上评估，相比多视图基线TRELLIS-M新视角PSNR提升3.2–4.5 dB，Chamfer距离中位数降低约64%–74%，位姿Acc@5°超过96%。
推荐理由：该工作把原生3D扩散模型改为形状与相机位姿联合去噪的主推理机制，并公开代码与模型，可供稀疏视图重建参考。
arXiv cs.RO精选AI 评分7676 RAX：以在线探索扩展机器人智能体能力的开源框架
论文提出 RAX（Robot Agent eXploration），一个以扩展在线探索为核心的开源机器人智能体框架，通用编码智能体在不使用动作演示数据、人工设计动作原语或价值函数引导的情况下生成机器人控制代码。
推荐理由：论文对比了依赖演示数据的模仿学习范式与免演示的在线探索路线，并给出仿真与实机上的量化差距，便于读者评估该方向的可行性。
简智机器人 · X精选AI 评分7171 Genrobot 开源 Phase 3 UMI 双手操作数据集
Genrobot 开源 Phase 3 UMI 数据集，包含 13K+ 小时双手数据，可直接使用，支持低于 1ms 的帧级同步与高保真轨迹重建。该数据由 3K+ 贡献者在 10K+ 真实家庭中采集，覆盖多样的日常操作技能，下载地址为 https://huggingface.co/datasets/genrobot2025/10Kh-RealOmin-OpenData 。
推荐理由：数据规模与真实家庭采集背景，帮助读者判断这类 UMI 数据能否用于自己的操作任务训练。
松灵机器人精选AI 评分6666 纽约大学开源低成本双臂移动机器人 YOR，物料成本低于1万美元
纽约大学研究团队开源了移动双臂操作机器人 YOR（Your Own Robot），物料清单成本低于10,000美元，项目主页为 www.yourownrobot.ai，论文见 arxiv.org/abs/2602.11150。
推荐理由：低于一万美元的开源双臂移动平台给出了可复现的硬件路线和实测数据，适合评估自建移动操作系统在成本与能力上的取舍。
已经到底了