英伟达正式推出GR00T 2，定位为WAM（世界-动作模型），可在夹爪、灵巧手和人形机器人上运行，与GR00T N1代表的VLA路线不同。核心模型约20亿参数，初始化自Cosmos-Predict2.5-2B视频扩散模型，每个控制时刻接收最近0.8秒、最多四路摄像头视频、机器人状态和语言指令，同时生成未来视频帧和后续动作。
推荐理由：原文给出GR00T 2的模型结构、三类训练数据与跨形态泛化数据，可对照VLA路线理解世界-动作模型的取舍。
SWAM 研究世界动作模型在引入动作学习后如何维持语言-视频对齐，整理了约 47,000 小时通用视频、第一视角视频、UMI 演示和机器人演示数据，系统比较语言-视频监督、语言-视频-动作监督及两者联合使用的效果。
推荐理由：原文系统比较了语言-视频与动作监督的组合方式，并给出跨模态对齐在动作学习中的训练配方与实机泛化结果。
工业具身智能企业富唯智能完成数千万元Pre-A轮融资，由优山投资领投，澄凯基金、启章投资跟投，战略股东和而泰持续加码，资金将用于工业WAM技术研发、核心产品迭代与交付能力建设。
推荐理由：融资信息之外，原文还交代了工业WAM的分层架构与仿真实机数据闭环，可供了解工业具身智能的工程路径。
蚂蚁灵波开源触觉预训练基础模型 LingBot-Touch，将磁触觉、视触觉、压阻式触觉信号统一编码为触觉Token，再交给动作模型。团队实验显示，π0.5 在拉拉链任务上直接接入原始触觉读数时成功率从39%降到15%，接入 LingBot-Touch 后升至59%。
推荐理由：原文给出触觉原始信号接入动作模型反而降低成功率的对照实验，以及统一触觉Token后的提升幅度，可作为触觉表征设计的参考。
NVIDIA 在 CoRL 发布开放世界动作模型 GR00T 2 和开源机器人学习框架 Isaac Lab 3.0。GR00T 2 基于 10 万小时 NVIDIA 开源第一人称数据训练，在 50 项任务上每任务仅一次演示即达 71% 平均成功率，五次演示升至 95%，无任务专属演示时 50 项任务中 40 项至少完成一次。
推荐理由：GR00T 2 的少样本成功率与 Isaac Lab 3.0 的训练吞吐提升，给出了具身模型与仿真训练栈的当前基线。
英伟达在CoRL 2026上推出开源世界—动作模型GR00T 2系列，包含GR00T 2和GR00T 2 Turbo两个版本，前者主打泛化与精细操作，后者参数更小、可直接部署在宇树G1上，机载Jetson Thor单次推理耗时124毫秒。
推荐理由：英伟达在CoRL 2026发布GR00T 2系列，披露三类预训练数据规模与跨本体迁移、少样本适应的成功率，可据此判断世界—动作模型当前能力边界。
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。
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。
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。
UC Berkeley的Ken Goldberg团队与NVIDIA机器人工程负责人Spencer Huang提出“agentic robotics”方法，让AI智能体在仿真中生成、测试并修正机器人控制程序，无需额外采集数据。
推荐理由：报道介绍了用多智能体在仿真中生成、测试并修正机器人程序的方法，并给出仓储分拣的落地数据。
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。
作者提出具身多智能体框架 A2-MEAS，以代码作为扩展接口，将纠错语言、空间证据、执行历史与动作建议组合成纠错代码，训练时由 MetaBrain 提供监督与运行时引导。
推荐理由：该框架以代码作为扩展接口，把纠错语言与执行历史注入策略，并给出跨基准与实机任务的量化对比。
苹果研究团队公开 HALO 人形机器人研究，用宇树 G1 背负 Mac mini M4 Pro 本地运行千问模型，在 6 个未扫描的真实家庭中 360 次测试平均成功率达 91%。
推荐理由：苹果用纯仿真合成数据替代人力遥操作，在陌生真实家庭中验证人形机器人技能迁移，为绕开数据瓶颈提供了一条可规模化的路径。
苹果研究团队在 arXiv 发布论文《Perceptive Humanoid Motion from Simulation》，推出人形机器人自主系统 HALO，并在宇树科技 G1 上完成实景验证，同时开源数据生成、训练与部署代码。
推荐理由：论文给出仿真合成数据零样本迁移到宇树 G1 的三层架构与分项成功率，可对照长链条任务的失败环节。
香港科技大学（广州）与欧拉万象等团队提出 SLA（空间—语言—动作模型），以 π0.5 为基础，在持续预训练和任务训练两个阶段加入三维空间监督。在目标移动测试中，SLA 完成抓取、双手交接和放置的成功率为 76%，π0.5 为 42%；八项真机测试平均成功率 83.8%，比 π0.5 高 24 个百分点。
推荐理由：SLA 在持续预训练阶段加入三维空间监督，数据规模对照显示其成功率提升幅度明显高于无监督对照。
Northwestern、CMU、UNC Chapel Hill 和 Amazon 的团队在论文《WOVEN: Weaving Visual World Modeling into Multimodal LLMs》中把世界建模定义为状态转移 p(s′|s,a) 的估计，并构建了 36K 道题的 WOVEN 训练与测评基座。
推荐理由：论文把世界建模拆成可独立干预的状态转移任务，并给出可复用的训练数据选择规则，对多模态模型训练有参考价值。
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。
11月3日，至简动力与杭叉集团完成首条超市前置仓机器人分拣产线落地，打通AMR合流供料、机器人自主规划与灵巧抓翻、扫码核验到订单分播的完整流程。产线采用至简动力为杭叉定制的机器人本体iX，依托视觉感知与VLA任务规划处理盒装、袋装、瓶装等多形态商品，无需为每个SKU单独建模。实测单机分拣效率最高450件/小时，准确率稳定在98%以上，满负荷下可支持24小时连续无故障运行。
推荐理由：读者可了解超市前置仓分拣产线的实际部署条件与单机效率、准确率数据。
研究团队提出具身多智能体框架 A2-MEAS，以代码作为扩展接口，通过纠错编码结合纠错语言、空间证据、执行历史与动作提议，并由 MetaBrain 提供训练监督和运行时指导。
推荐理由：该框架以代码作为扩展接口，把纠错语言与执行历史注入策略，并给出多基准与实机对比数据。
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。