跳到正文
  1. Boston Dynamics62

    Boston Dynamics 为 Atlas 换上轮子,用全身强化学习验证执行器极限

    Boston Dynamics 控制工程师 Andy Wu 介绍,团队把 Atlas 的脚换成轮子做研究测试台,用全身强化学习策略驱动,目的是在极限工况下检验执行器与电机模型。

    推荐理由:Atlas 团队控制工程师复盘换轮测试台如何用真实电机模型缩小 sim2real 差距,可迁移到全身 RL 训练。

  1. NVIDIA82

    NVIDIA 在 CoRL 发布 GR00T 2 世界动作模型与 Isaac Lab 3.0

    NVIDIA 在 CoRL 发布基于 Cosmos 构建的开放世界动作模型 GR00T 2,并推出 Isaac Lab 3.0、Isaac Lab-Arena 0.4 及 DexBench、VABAR 等基准。

    推荐理由:NVIDIA 在 CoRL 集中放出 GR00T 2、Isaac Lab 3.0 与多个基准,读者可据此了解仿真训练与评测工具链的最新变化。

  1. 机器之心 · 微信公众号78

    源策未来发布人形机器人全身控制模型 Anchor 1

    源策未来发布全身控制模型 Anchor 1,定位为全身智能架构中的 System 0 小脑层,以骨盆、左右手腕、左右脚踝五个锚点为指令,不依赖在线重定向。

    推荐理由:原文给出全身控制模型在真机误差与遥操作采集效率上的量化对比,可据此判断小脑层精度对上层VLA任务成功率的影响。

  1. 机器之心 · 微信公众号80

    LiberAI 发布世界动作模型 Liber-0,并公开技术报告与在线模拟器

    刘松铭创立的 LiberAI 发布新一代世界动作模型 Liber-0,采用语言、视觉、动作三专家流与 Multimodal Attention 联合预测未来画面和动作。

    推荐理由:技术报告用对照实验拆解人类数据、动作监督与本体多样性对灵巧操作的贡献,可据此判断数据配比思路。

  1. 机器之心 · 微信公众号78

    飞捷科思与复旦提出 Fysiverse-UniWAM 统一世界动作模型,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 CITLab 提出统一世界动作模型 Fysiverse-UniWAM,用一个模型贯通自主导航、移动操作与固定工位灵巧操作。

    推荐理由:读者可看到一条不依赖大规模机器人预训练的统一世界动作模型路线,以及导航与操作共享骨干的具体设计。

  1. Shanghai AI Laboratory - Embodied Intelligence60

    上海人工智能实验室等联合推出材料多模态大模型“材华·MatVerse”

    苏州国家实验室、上海人工智能实验室与上海交通大学等联合推出“材华·MatVerse”材料多模态大模型及智能体应用体系,采用“独立编码器+统一解码器”架构,将XRD谱图、电镜图像和分子结构对齐到同一语义空间。

    推荐理由:材料给出多模态统一表征架构与19类学科评测基准,可了解材料大模型如何从检索走向机理推理。

  1. 机器人前瞻 · 微信公众号82

    英伟达开源机器人数据引擎Flora,标注成本约为GPT-6 Astra的1/125

    英伟达发布并开源数据引擎Flora,将原始机器人视频转化为带时间戳动作描述、过程奖励和结果奖励等训练数据,目前已用于训练GR00T系列模型。Flora由动作描述模型、时间分段模型和奖励模型组成,基于Qwen3.5系列视觉语言模型微调,依托512块GB300 GPU每天可标注20万小时数据。

    推荐理由:英伟达开源的数据引擎把机器人视频标注成本压到通用大模型的约1/125,并给出多项基准对比,可据此判断数据标注环节的替代空间。

  1. 智源研究院 · 微信公众号68

    智源众智FlagOS 2.2发布:算子超1454个、跨芯性能提升27%

    智源研究院在2026人工智能开放计算大会暨众智FlagOS技术大会展示FlagOS 2.2进展,该版本已于9月30日发布。九大算子库公开算子由564增至1454个(新增890个),在上千个算子、10款异构AI芯片测试中跨芯算子性能较上一版提升约27%;首次发布FlagOS-Compressor权重转换与量化工具,新模型一天内可适配多达12款芯片。

    推荐理由:原文给出算子、量化与服务吞吐的具体数字,读者可据此评估存量芯片承接新模型的性能与成本空间。

  1. 正行创新 · X68

    Harness VLA 开源,在 LIBERO-Pro 上取得 82.4%

    @ChaoYuTHU 开源了 Harness VLA,它在不修改 VLA 模型权重的前提下加入一个 Harness Layer 来组织这些模型。在 LIBERO-Pro 上 Harness VLA 成绩为 82.4%,对比 Pi_RLinf 50%、Berkeley RATS 43.8% 和 NVIDIA Cap-X 18.2%。Striding AI 发布这条推文,并将其视为可能从端到端 VLA 转向 Harness VLA 的迹象。

    推荐理由:推文给出了同一基准下与其他 VLA 方案的对比数字,读者可据此判断不改权重的外挂式结构有多少提升空间。

  1. PsiBot/灵初智能81

    灵初智能与北大-灵初联合实验室发布并开源双灵巧手通用操作模型和全栈系统 EgoSteer

    灵初智能与北大-灵初联合实验室发布并开源双灵巧手通用操作模型和全栈系统 EgoSteer,包含数据处理管线 EgoSmith、机器人技术栈 Robot-Stack 和世界模型增强的 VLA 模型。

    推荐理由:原文给出从人手数据处理、真机纠偏到模型架构和实验数字的完整链路,读者可据此评估其可复现价值。

  1. 智源研究院 · 微信公众号74

    智源发布多模态表征世界模型悟界·RoboBrain Orca

    智源研究院发布多模态表征世界模型悟界·RoboBrain Orca,核心思路是从预测下一个词、下一帧、下一动作转向预测下一个世界状态,先学习统一的世界潜在表征,再通过文本、图像、动作三种轻量读出模块适配下游任务。

    推荐理由:原文说明了从预测下一输出转向预测下一状态的训练范式,以及冻结主干加轻量读出模块的做法,可迁移给关注世界模型路线的读者。

已经到底了