跳到正文
  1. Dexmate62

    Dexmate 拆解编码智能体执行机器人任务的全过程

    Dexmate 让 Codex(GPT-6 Astra)和 Claude Code(Opus 5.5)通过 MCP 工具控制 Vega 轮式双臂移动操作机器人,水果入篮和开门任务全部成功,精度更高的碗架任务在原始工具接口下无一成功。

    推荐理由:Dexmate 用 Codex 和 Claude Code 实测机器人任务,量化了动作之外的时间开销与安全响应缺口。

  1. Shanghai AI Laboratory - Embodied Intelligence70

    上海AI实验室上线书生·天枢(Sage·LabOS)实验室操作系统

    上海AI实验室上线实验室操作系统书生·天枢(Sage·LabOS),以书生SCP-Lab为统一接口、书生物理世界模型W0驱动机器人完成实验操作,打通异构设备自主执行与数据回传链路。该系统具备能力发现、任务编排、执行调度、数据回流四项核心能力,已在临港实验室LNP配方优化任务中完成五轮干湿闭环迭代,自动合成验证335个配方,包封率从67%提升至98%。

    推荐理由:原文给出自主实验室操作系统的四项核心能力与LNP配方优化中的干湿闭环实测数据,可了解机器人如何接入科研实验流程。

  1. Rainbow Robotics61

    三星在Samsung AI Forum 2026公布机器人商业化路线图并发布世界模型Metro-WM

    三星电子在首尔总部举办的Samsung AI Forum 2026上公布机器人商业化路线图,由新设的RX(Robot eXperience)事业推进室主导,结合机器人基础模型(RFM)与世界模型技术,先推动自家100多座工厂、100多条产线的自动化,再进入家庭助理机器人市场。

    推荐理由:文中给出了人形机器人单机成本构成和工厂场景的成功率门槛,可用来对照理解各家厂商商业化路径的差异。

  2. Rainbow Robotics63

    三星提出机器人商业化路线图,先做工厂自动化再进家庭

    三星在 Samsung AI Forum 2026 上公布机器人商业化路线图,计划以新设的 RX(Robot eXperience)事业推进室为核心,先推进其 100 多家工厂和 100 多条产线的自动化,再进入家用助手机器人市场。

    推荐理由:文章给出人形机器人单台约10万美元的成本账和三层行为栈划分,帮助读者理解三星为何把工厂自动化排在家用机器人之前。

  1. Robot.com Holdings Inc.68

    Robot.com 发布 R-KNav 万小时人行道导航数据集并启动 FoMo 挑战赛

    Robot.com 发布 R-KNav 数据集并启动 FoMo 挑战赛,邀请社区用其 R-kiwi 人行道配送机器人车队的真实数据训练视觉导航模型,并在实机上受控评测。

    推荐理由:数据来自长期商业运营的配送车队而非仿真,且公布了实机评测的 KPI 口径,可据此评估真实街道导航数据的可复用性。

  2. Harbin Institute of Technology Robotics62

    哈工大朱延河团队在模块化机器人协作重构自修复领域发表论文

    哈工大朱延河教授团队在《极端制造(英文)》(IJEM)发表论文,提出基于协作重构的模块化机器人自主容错修复策略,通过改变形态恢复关节故障损伤,无需备份模块替换。方法结合拓扑描述与运动学自建模、粒子群算法搜索目标构型及改进RRT协作重构算法,实验中容错上限比固定构型冗余方法提高7倍。哈工大为唯一完成单位,博士生齐健为第一作者。

    推荐理由:论文给出无需备份模块的协作重构容错策略和7倍容错上限提升数据,读者可了解极端环境下机器人集群自修复的具体实现路径。

  1. Dexterity60

    Dexterity 详解 Foresight 装箱智能体的评测方法与生产指标

    Dexterity 发文介绍 Foresight 装箱智能体的系统评测与生产测量。规划侧在四组真实仓库箱型分布上测试,密度 0.65–0.77、稳定性 99.7–100%,并用无分布顺序统计量给出 95% 置信区间;文中还发现随机打乱箱子序列会使局部方差坍缩约 1.4 倍,导致评测偏乐观。

    推荐理由:原文完整披露装箱智能体的评测方法,包括无分布置信区间和随机打乱带来的评测偏差,方法可迁移到同类系统。

  1. 线性资本72

    Bot Auto完成首次完全无人卡车真实路测

    线性资本 portfolio 公司 Bot Auto 宣布完成首次真正由卡车自己完成全部运行的真实路测,驾驶座、后座和远程操控端均无人,也无护航车。测试中卡车在德州公路完成避让、绕行、并道及应对消防车出现等场景,全车配备15个摄像头、8个激光雷达和3个毫米波雷达,感知、计算、执行和供电均设有冗余,主服务器关闭后可切换备份服务器,备份再关闭则由车辆控制单元接管靠边停车。

    推荐理由:文章梳理了Bot Auto真无人路测与此前带安全员、护航车、远程操控模式的差别,读者可据此理解其技术路线差异。

  2. Figure AI72

    Figure 发布 Project Go-Big:Helix 仅凭人类第一视角视频零样本学会导航

    Figure 宣布 Project Go-Big 两项进展:与 Brookfield 合作构建大规模人形预训练数据集,后者拥有超 10 万套住宅、5 亿平方英尺商业办公和 1.6 亿平方英尺物流空间;Helix 在 100% 第一视角人类视频上训练后,无需任何机器人示教即可响应 go to the fridge 等自然语言指令,在杂乱真实家居环境中导航。

    推荐理由:原文给出Helix仅用人类视频学会导航的训练方式与Brookfield数据合作的规模细节,可了解人形预训练数据路线的实际进展。

已经到底了