跳到正文
  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. Beijing Humanoid Robot Innovation Center70

    北京人形「慧思开物」平台发布 Hi-WBC 通用全身控制模型

    北京人形于11月2日在「慧思开物」平台发布 Hi-WBC 通用全身控制模型,将人体动作参考与真实物理约束结合,使机器人能随负载、外力和地形变化调整执行方式。该模型采用 MoE 与策略蒸馏的持续技能扩展框架、融合接触力预测的 Contact-aware Learning 和引入地形感知的 Perceptive Control。

    推荐理由:原文披露了Hi-WBC在动作跟随之外处理负载、外力和地形约束的技术路线,可了解全身控制从展示走向作业的路径。

  1. AgiBot75

    智元在 2026 创新日发布 Worken 度量框架、AHA3 硬件平台与 G2 Max 工业机器人

    智元在 2026 创新日提出 Worken(有效智能工作时长)框架,用活跃机器人数量、自主工作时长与产出效率比三项衡量机器人在真实环境中的有效产出。

    推荐理由:智元一次性公布硬件平台、基础模型、操作系统与量产机型,读者可据此判断其从制造规模转向可衡量产出的路线。

  2. AgiBot72

    AgiBot 发布具身基础模型 GO-3 Preview,三项具身智能基准排名第一

    AgiBot 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,并在 RoboDojo、RoboTwin、RoboColiseum 三项具身智能基准上排名第一,计划于 2026 年底完全开源。

    推荐理由:原文完整披露 GO-3 Preview 的预训练、后训练与部署后学习三段设计,可据此理解具身模型全生命周期扩展的工程路径。

  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. Kinetix AI · YouTube67

    Kinetix AI 发布 KAI World Model,支持移动与操作任务

    Kinetix AI 发布 KAI World Model,该模型基于并行视频生成与 4D 空间建模,可同时生成虚拟世界并重建空间场景。模型在数百万视频上预训练,支持纯移动、纯操作以及移动与操作协同任务,并声称可跨任务与跨机器人本体泛化。实机演示包括机械臂自主打开饮料罐和人形机器人实时乒乓球对打。

    推荐理由:原文展示了世界模型在机械臂开罐与人形乒乓球对打两类任务上的实机演示,可据此了解其跨任务与跨本体的泛化思路。

  1. NVIDIA75

    NVIDIA Cosmos 扩展训练、评估与部署世界模型的新工具

    NVIDIA 扩展 Cosmos 平台,新增训练工具、仿真检查点和 Cosmos Data Factory 蓝图,用于世界模型的训练、评估与部署。

    推荐理由:原文列出 Cosmos 新增的训练、仿真检查点与数据蓝图,并给出保时捷、ANYbotics 等使用方的具体数据,可据此判断世界模型开发流程的变化。

  1. Shanghai AI Laboratory - Embodied Intelligence73

    上海AI实验室推出决策模型书生·明决,性能超Jev并开放0.8B、2B、4B三档权重

    上海人工智能实验室推出决策模型书生·明决(Decision),性能超越Jev,提供0.8B、2B、4B三档参数版本。RTX 4090实测中0.8B和2B模型平均端到端时延约33毫秒、每秒约30次决策,4B模型为44.16毫秒,Jev为109.70毫秒。

    推荐理由:原文给出了实测时延、基准得分和大小模型分流机制,读者可据此判断该决策模型在交互场景的适用性。

  1. PsiBot/灵初智能66

    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。

  1. PsiBot/灵初智能73

    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。

  1. Figure AI79

    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。

  1. Shanghai AI Laboratory - Embodied Intelligence71

    2026浦江创新论坛AI赋能科学研究专题论坛举办,上海AI实验室发布书生-S2与书生世界模型W0

    2026浦江创新论坛人工智能赋能科学研究专题论坛于9月13日在上海张江科学会堂举办,由科学技术部四司与上海AI实验室联合承办。论坛期间上海AI实验室推出书生科学多模态大模型S2、书生物理世界模型W0,开放书生·端砚科学发现平台全栈服务,并联合14家机构发布20条重大科学问题及多项“攀登者计划”共建成果。

    推荐理由:官方报道汇总论坛发布的多项进展,其中W0世界模型的力触融合与机械臂操作细节可供具身方向读者参考。

  1. 小鹏机器人66

    小鹏 XOS 6.3.0 OTA 落地第二代 VLA 升级,新增 InfiniVLA 与 X-Foresight 世界模型

    小鹏 XOS 6.3.0 通过 OTA 落地第二代 VLA 升级,围绕时间维度重构模型架构:InfiniVLA 让历史视觉信息持续参与当前判断,车端选择 30 秒历史上下文并配合流式自回归推理。

    推荐理由:文中把车端算力约束下模型架构与部署协同设计的取舍讲得具体,可作为在有限硬件上落地大模型的工程参考。

  1. 小鹏机器人63

    小鹏第二代VLA大模型首次重大升级,XOS 6.3.0将在G9L全球首发

    小鹏举办以“TIME 时间”为主题的分享暨体验日,宣布第二代VLA大模型迎来首次重大升级,全新XOS 6.3.0版本将在小鹏G9L全球首发,核心是让AI从3D空间理解走向4D时空理解。

    推荐理由:原文把升级拆成上下文记忆、推理方式和世界模型三处具体变化,读者可据此理解从空间理解到时空理解的落点。

  1. Skild AI76

    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。

  1. 北京智在无界科技有限公司64

    智在无界发布Being-H0.8,首个在预训练中引入触觉的隐式世界动作模型

    智在无界BeingBeyond发布Being-H0.8,称其为全球首个隐式触觉世界动作模型,将视觉、触觉、动作与未来状态变化统一到同一隐空间,预训练使用超过500,000小时第一人称人类视频。

    推荐理由:该模型把触觉引入大规模预训练并配自研伪标签系统,读者可据此了解触觉数据从实验室信号变成可规模化预训练资源的路径。

  1. Sunday Robotics78

    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。

  1. LimX Dynamics61

    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。

  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. 蚂蚁灵波科技 · YouTube67

    LingBot-VA 2.0 发布:面向物理世界机器人控制的世界-动作模型

    蚂蚁灵波科技发布 LingBot-VA 2.0,称其为从零预训练、面向物理世界机器人控制的世界-动作模型,单块 GPU 上以 150 Hz 实时推理运行,可玩空气曲棍球、整理桌面并从传送带抓取薯片。

    推荐理由:给出与π0.5的同基准成功率对比和单GPU实时推理指标,便于判断这类世界-动作模型的性能位置。