Sanctuary AI 发布 TIGER 方法，用模仿策略作密集奖励加速机器人强化学习
Sanctuary AI 提出 TIGER（Task-Space Imitation Guidance for Efficient Reinforcement Learning），不执行模仿策略，而是把其动作块经控制器映射为末端执行器参考轨迹，转化为密集奖励供强化学习使用。
推荐理由：原文给出把模仿策略转为密集奖励的具体做法与消融数据，读者可以判断它能否用于自己的稀疏奖励操作训练。
#机器人模型与学习
Sanctuary AI精选AI 评分7878
Boston Dynamics精选AI 评分6767 Boston Dynamics 发布新一代 Atlas 机器人灵巧手：13 自由度四指设计
Boston Dynamics 为新一代 Atlas 人形机器人发布灵巧手，从 GR2 的 7 自由度增至 13 自由度，采用四指含 4 自由度对掌拇指，直接驱动且仅用单一执行器类型。设计舍弃小指以降低成本与复杂度，配备指尖与掌部压觉触觉传感器，支持捏取、三指抓取和按压工具扳机等操作，并针对仿真到现实迁移与强化学习做了高保真仿真优化，已有动态任务的初步 sim-to-real 结果。
推荐理由：原文详细说明新一代 Atlas 灵巧手的自由度、驱动与仿真设计取舍，读者可以了解手部设计如何服务强化学习与实际作业。
PsiBot/灵初智能精选AI 评分6666 灵初智能发布Psi-R2.5，以强Pair Data破解人机数据对齐难题
灵初智能正式发布具身模型Psi-R2.5，采用QwenVL3.5-4B高层规划器加Wan2.2-IT2V-5B低层控制器的双层架构，并提出强Pair Data标准。模型通过逆向调用Psi-W0世界模型从真机数据反向生成人类示教视频以量产配对数据，支持上下文学习ICL零样本泛化新任务；配套HIL+RL后训练框架，宣称经几轮迭代可将任务成功率提高到99%，仅需1-2个工作日，并已部署在客户现场。
推荐理由：原文详述模型架构、强Pair Data数据标准与逆向生成方法，读者可了解其数据路线如何支撑真机泛化能力。
Skild AI精选AI 评分6262 Skild AI 发布物理自博弈后训练成果，S1 模型在仿真中学会足球并迁移至人形机器人
Skild AI 宣布通过物理自博弈（physical self-play）对基础模型 S1 做后训练，让策略以得分为唯一目标与近期版本的自己对抗，在 NVIDIA Isaac Sim 中经 140 年仿真时长学会带球过人、护球、抢断等技能，并成功迁移到人形机器人进行比赛。作者认为自博弈可突破预训练人类数据的能力上限，下一步将扩展到协作操作和城市级导航等日常任务。
推荐理由：作者自述用物理自博弈让基础模型在仿真中习得足球技能并迁移到实机，读者可以借此了解自我对抗式后训练的可行路径。
MagicLab/魔法原子精选AI 评分7070 MagicLab 解析 Magic-Brain 的 In-Context 视觉引导设计，magicVLA 抓取成功率从 70% 升至 94.4%
MagicLab（魔法原子）介绍 Magic-Brain 框架中的视觉引导方案，用 VLM Agent 输出 bbox、分割模型细化为三色掩码叠加到观测图像，将语义引导转为视觉引导。
推荐理由：魔法原子详解 Magic-Brain 视觉引导层的设计动机与实现，读者可以了解把语言指令转成像素引导后对抓取成功率的影响。
PsiBot/灵初智能精选AI 评分7373 灵初智能发布Psi-R2.5模型：以强pair data扩展人类数据用于具身智能
Psi Robotics（灵初智能）发布Psi-R25机器人操作模型，核心升级是数据质量提升与数据属性压缩，从10万小时数据中复盘提取高质量数据，并用强pair data对齐人类数据与机器人数据。
推荐理由：原文详述强pair data的生成方法与数据质量标准，读者可以了解人类数据对齐到机器人数据的可参考路线。
Figure AI精选AI 评分7979 Figure AI 发布 Helix 2.5，在 30 个陌生家庭实现零样本全身自主
Figure AI 发布 Helix 2.5，在 30 个从未采集数据的湾区家庭中零样本完成整理客厅、叠毛巾和铺床三项长时程全身行为，无需在评估环境中采集数据或微调。
推荐理由：原文给出 Index 预训练对零样本泛化的对照数据和评测细节，可帮助读者理解人形机器人预训练迁移的实际水平。
PKU EPIC Lab精选AI 评分6464 PKU EPIC Lab 提出 UniPart 实现零样本语言驱动 3D 部件分割
PKU EPIC Lab 提出 UniPart，一个以 CLIP 文本嵌入为条件的前馈跨模态 3D Transformer，用自由文本短语在点云上选取功能部件，实现零样本语言驱动 3D 部件分割。
推荐理由：论文给出文本驱动的3D部件分割方法与自建数据集，并验证可迁移到真实世界语言条件抓取。
Skild AI精选AI 评分7979 Skild AI 年度经常性收入突破 1 亿美元并阐述部署优先的机器人战略
Skild AI 宣布年度经常性收入（ARR）突破 1 亿美元，其中 5000 万美元在开始部署 10 个月内已确认，付费客户超 60 家，覆盖搬运、配送、巡检、安防、餐饮及仓储、工厂和数据中心场景；约 90% 收入来自操作任务，移动占 10%（其中 AMR 方案占 4%）。
推荐理由：公司自述收入里程碑之外，还给出部署如何反过来塑造模型研究的具体经验，对理解落地与研究的关系有参考价值。
PKU EPIC Lab精选AI 评分6868 GIF：面向机器人学习的交互功能物体组合生成框架
PKU EPIC Lab 提出用于机器人学习的智能体式生成框架 GIF，将问题重构为解耦重建加相对位姿恢复。CoGen 结合 2D 与 3D 生成模型产出实例解耦网格和粗略初始位姿，GPRM 在几何与物理联合引导下细化相对位姿，VLM 验证器挑选最符合结构化规范的候选。
推荐理由：论文把交互功能物体组合生成拆成解耦重建与相对位姿恢复，并给出八类接触几何基准与碰撞率数字，可帮助读者评估仿真数据生成路线。
PKU EPIC Lab精选AI 评分7979 ZETA：面向桌面操作的零样本跨本体 VLA 迁移受控研究
PKU EPIC Lab 在 arXiv 发布 ZETA 研究（arXiv:2609.02546），提出统一的零样本跨本体 VLA 迁移定义和覆盖 14 个留出目标本体的受控基准，区分严格零样本迁移与预训练暴露迁移。实验显示局部末端执行器状态-动作表示、源本体多样性、辅助共训练分别提升约 15、18 和 7 个百分点，预训练中仅加入 5% 目标本体数据可将平均目标本体进度提升 13.4 个百分点。
推荐理由：论文给出了统一的零样本跨本体迁移定义和受控基准，读者可据此理解不同表示与数据策略的实际收益。
PsiBot/灵初智能精选AI 评分6969 灵初智能完成过亿美元新融资，拓普集团、奇瑞瑞丞基金等产业资本参投
灵初智能宣布完成新一轮过亿美元融资，投资方包括拓普集团、奇瑞控股旗下瑞丞基金、蓝思科技、三七互娱、芜湖市投控集团、复星创富等，老股东珠海科技产业集团超额追加。募集资金将重点投向具身世界模型研发与物流、先进制造场景商业落地，公司自研 Psi-R2 操作策略模型与 Psi-W0 动作条件世界模型双系统架构，并计划扩大人类数据采集规模、加快数采厂布局。
推荐理由：灵初智能官方宣布融资完成，并说明资金将投向世界模型研发与物流、制造场景商业化，读者可了解其产融结合的资源布局。
Figure AI精选AI 评分6262 Figure AI 推出 Index 应用，构建大规模多样化机器人训练数据集
Figure AI 宣布结束隐身模式并推出 Index 应用，上架 Google Play 和 App Store，用于从全球 Creator 采集真实世界物理数据训练其 Helix AI 系统。
推荐理由：原文给出了 Index 数据管线的规模数字和五阶段处理流程，读者可以据此评估其人类数据采集路线的实际进展。
Skild AI精选AI 评分7676 Skild AI 发布机器人基础模型 S1，通过视频演示实现上下文学习
Skild AI 发布机器人基础模型 S1，以视频演示作为任务提示，无需微调即可执行训练中未见过的操作任务，长时程任务最长约10分钟。在10万小时预训练数据规模下，ICL模型在未见任务上成功率为66%，语言提示VLA为9%；单一演示相当于约380次后训练演示，种植任务从录制演示到自主执行用时11分钟。S1 基于NVIDIA AI基础设施训练，并已与商业伙伴投入使用。
推荐理由：原文给出ICL与VLA在同等数据规模下的对比数字和部署时间线，读者可以据此评估上下文学习路线对操作任务的可行性。
Harbin Institute of Technology Robotics精选AI 评分6565 哈工大吴志光团队开发自适应磁控纳米机器人集群平台，实现小鼠和非人灵长类脊髓腔内导航
哈工大吴志光教授联合团队开发自适应磁控纳米机器人平台，可在外部磁场驱动下形成涡旋状、链状和带状等群体运动模式，并在小鼠和非人灵长类动物体内实现脊髓腔内定向导航，成果发表于《科学进展》（Science Advances）。
推荐理由：研究团队公布了磁控纳米机器人集群在非人灵长类体内的导航实验结果，关注微纳机器人医学转化的读者可了解其技术路线。
Elite Robots/艾利特机器人精选AI 评分6464 艾利特具身双臂机器人进入果链钻孔车间量产上下料
艾利特与迈幸机器人联合开发的具身双臂上下料机器人在果链头部工厂钻孔车间实现7×24小时无人化量产，单组循环节拍52秒，上下料良率99.9%，5台设备稳定在线。方案采用力位混合控制与动态轨迹规划实现双臂协同，搭载自研元启Primo具身大模型，上料精度±0.2mm以内，并通过无线IO四步握手方案免去机床原厂改造，部署周期从首台10天压缩至第五台7天。
推荐理由：原文给出产线节拍、良率与部署周期等实绩数字，读者可以据此了解具身双臂方案在量产车间的落地路径。
Holiday Robotics精选AI 评分6262 Holiday Robotics FlashSAC论文获RSS 2026最佳论文奖，为韩国团队首次
Holiday Robotics研究人员的论文在RSS 2026获最佳论文奖，为韩国团队首次。其FlashSAC是一种强化学习算法，将原本需数小时的人形机器人行走训练缩短至几分钟，克服学习速度与稳定性之间的权衡。
推荐理由：原文给出FlashSAC训练速度与验证范围等可查细节，读者可以了解强化学习算法如何缩短人形机器人策略开发周期。
Sunday Robotics精选AI 评分7878 Sunday Robotics 预览 ACT-2 模型，叠衣零样本成功率 99.1%
Sunday Robotics 预览机器人模型 ACT-2，在多样未见家庭环境中以零逐户适配实现叠衣 99.1%（±0.3%）零样本成功率，785 次自主尝试覆盖 9 类衣物，完成折叠平均质量 4.72/5。
推荐理由：官方详细披露预训练规模与泛化差距的量化数据，读者可据此了解少量示教数据如何迁移到未见环境。
X Square Robot/自变量机器人精选AI 评分7070 自变量机器人发布 DMuon 优化器，具身模型分布式训练效率提升约 30%
自变量机器人发布 DMuon 优化器，对 Muon 优化器进行分布式改造，将具身模型分布式训练效率提升约 30%，每步训练时间从 AdamW 的 2.2 倍降至 1.02 倍。改进包括 Owner 中心执行与通信优化、按矩阵形状自动选择计算内核、均衡分配各 Owner 工作量。DMuon 已完全开源，与 Muon 使用方式兼容，只需 3 行代码即可引入训练。
推荐理由：原文解释了 Muon 在分布式训练中的开销来源和三项改进做法，具身模型团队可借此评估训练提效的可行性。
LimX Dynamics精选AI 评分6161 LimX Dynamics 随 COSA 0.5 发布人形 VLA 模型 V³-0
LimX Dynamics 随 COSA 0.5 发布 V³-0，这是其 VLA-tools 层中支持移动全身操作的人形 VLA 技术栈，运行在 43 自由度的 LimX 人形机器人 Oli 上。
推荐理由：原文说明了 V³-0 的架构组成和人类在环真机强化学习闭环，读者可以据此理解移动全身操作能力的来源。