蚂蚁灵波开源触觉预训练模型LingBot-Touch，统一多类传感器信号
蚂蚁灵波11月10日开源面向灵巧操作的触觉预训练基础模型LingBot-Touch，可将压阻式、视触觉等不同传感信号编码为统一触觉Token供不同灵巧手和策略模型使用。
推荐理由：原文给出跨传感器触觉预训练模型在26项真机任务上的对照数据，可据此判断触觉表征对策略成功率的实际影响。
#Evaluations and benchmarks
芯东西精选AI 评分7878 The Robot Report精选AI 评分8888 NVIDIA 在 CoRL 发布 GR00T 2 世界动作模型与 Isaac Lab 3.0
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。
arXiv cs.RO精选AI 评分8080 论文分析智能体式操作策略：AMP1 零样本成功率 85.6%
论文提出智能体式操作策略（AMP），由通用 AI 模型直接控制机械臂并随任务推进调整动作，作者给出的参考实现 AMP1 在单臂、双臂和移动操作上无需改动即可运行。
推荐理由：论文给出通用 AI 模型直接控制机械臂的零样本成功率与实机试验数据，可与 VLA、WAM 专门策略对照。
机器之心 · 微信公众号精选AI 评分7878 Northwestern、CMU等提出WOVEN：用2k样本跨领域提升22项基准并给出训练配方
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。
众擎机器人 · 微信公众号精选AI 评分8080 众擎与北大发布PyRUA-REAL：真机自进化在RoboDojo达84.42%
众擎机器人与北京大学研究团队联合发布论文PyRUA-REAL，在基础模型参数冻结的设置下，通过研究者与工程师两个编程智能体反复探索、诊断和改代码，把有效做法沉淀为技能与记忆。
推荐理由：论文给出基础模型冻结下靠经验库与双智能体迭代提升真机操作的具体路径和分阶段数据。
HuggingFace Daily Papers精选AI 评分8585 PrimeSim：基于大规模跨本体示教的通用世界模型模拟器
研究团队提出动作条件多视角世界模型模拟器 PrimeSim，在覆盖 22 个平台、30110 小时机器人示教数据上做中期训练，并公开模型权重、推理代码和训练代码。
推荐理由：该工作给出跨22个平台、3万小时示教训练的世界模型模拟器，并公开权重与训练代码，便于对照其长时程稳定性与动作跟随能力。
Xbotics具身智能实验室 · 微信公众号精选AI 评分7878 GE-Sim 2.0 与 π0.5 闭环仿真实测：VLA 训练为何出现奖励作弊
Xbotics 具身智能实验室用智元 GE-Sim 2.0 世界模型与 OpenPI π0.5 策略搭建闭环仿真流水线，实测世界模型生成约 4.33 帧/秒、纯策略闭环约 3.20 帧/秒、接入 MiMo 在线判分后降至约 0.88 帧/秒。
推荐理由：作者用四阶段实测拆解世界模型闭环仿真的帧率瓶颈与奖励作弊成因，可迁移到VLA评估流程设计。
arXiv cs.RO精选AI 评分8080 SimuGuard：审计 LIBERO、RoboTwin 等仿真基准中的接触伪影
作者提出 SimuGuard，一个面向 LIBERO、RoboTwin、RoboCasa 和 RoboDojo 的审计插件，用于识别仿真器而非策略导致的失败。在 RoboTwin 上，作者将这类失败追溯到物理引擎的碰撞检测：几何相距 1 至 2 厘米时引擎报告约 2 厘米穿透，求解器以数米每秒把物体弹出，原因是距离算法丢弃了低于固定面积阈值的三角形。
推荐理由：原文把仿真基准中的失败追溯到物理引擎碰撞检测常量，并给出修复前后的成功率对比，可供做仿真评测的团队参考。
arXiv cs.RO精选AI 评分7777 从遥操作到长程灵巧操作：评估视觉运动技能与离线代理指标
研究团队用五指机械手完成RJ45连接器抓取与插入，在约1700次实机试验中评估了覆盖七个策略族的281个模仿学习策略。受控消融显示观测与动作表征的影响超过常规优化器和采样选择，点云策略中感兴趣区域裁剪、机器人基座坐标系表示和点编码器内归一化各提升成功率70至100个百分点，视觉-语言-动作策略改用绝对动作预测后插入成功率最多提升70个百分点。
推荐理由：约1700次实机试验对比281个模仿学习策略，指出观测与动作表征比优化器和采样选择更能决定实机成功率。
HuggingFace Daily Papers精选AI 评分7676 RoboColosseum：跨四类本体的分布式真实环境机器人策略评测框架
RoboColosseum 是一个分布式评测框架，通过统一策略服务和标准化协议，在多地本地运行的机器人网络上评测通用机器人策略。
推荐理由：该分布式评测框架用 5,699 次配对试验比较 VLA 策略与前沿智能体，揭示跨本体排名不一致与微调后的排序反转。
机器之心 · 微信公众号精选AI 评分8484 启元发布PrimeSim世界模型仿真器，登顶EWMBench与WorldSimProbe
启元具身研究中心发布面向机器人操纵任务的世界模型仿真器PrimeSim，基于预训练视频生成模型经中训练与后训练两阶段改造。它在EWMBench以6.09综合分位列榜首，在WorldSimProbe五项评测中拿下全局轨迹覆盖、动作来源行为保持、交互动态三项第一。
推荐理由：原文给出两阶段训练配方与多榜单成绩，读者可据此判断视频生成模型改造为仿真器的可行路径。
机器之心 · 微信公众号精选AI 评分8282 X-Era AI拓元智慧开源4D世界动作模型E0.5，真机成功率超越π0.5
X-Era AI拓元智慧开源原生4D世界动作模型E0.5，在AgileX Piper双臂机器人和Zerith H1人形机器人上整体平均成功率达85.0%和88.3%，较π0.5分别高出13.3和26.7个百分点。
推荐理由：原文给出E0.5与π0.5在双臂和人形平台上的真机成功率对比，可据此判断三维几何骨干路线的操作泛化表现。
钛媒体精选AI 评分8181 Astra冲击波与具身行业的50天
GPT-6 Astra发布后50天，具身行业围绕它展开密集评测与讨论，通用大模型开始直接接管机器人操作。商汤联合多家机构的测试认为Astra已基本具备完成具身任务的能力，但距真实环境实用仍有明显差距，在毫米级接触、动态控制和响应速度上表现不足。文章还梳理了行业用Astra直接做策略、审核VLA动作、搭建仿真环境和数据标注等用法，以及融资降温、大厂加码数据采集等连锁反应。
推荐理由：梳理GPT-6 Astra发布50天内具身行业的评测结果、公司反应与产业链变化，呈现通用大模型进入机器人操作后的分化格局。
机器之心 · 微信公众号精选AI 评分7878 智元发布具身模型 GO-3 Preview，打通预训练到部署后全链路规模化学习
智元发布具身模型 GO-3 Preview，主打预训练、后训练、部署后全链路规模化学习，并在 RoboDojo、RoboTwin、RoboColiseum 三项评测中排名第一。
推荐理由：智元披露 GO-3 Preview 的预训练、后训练与部署后三段式学习链路，以及真机集群和世界模型混合训练的具体收益数据。
AgiBot精选AI 评分7272 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。
简智机器人 · X精选AI 评分6767 简智机器人两个开源数据集进入 Hugging Face 机器人数据集趋势榜前五
简智机器人（GenRobot.AI）宣布，其两个开源数据集 Gen-HumanWholeBody 和 Gen-HumanEgo 均进入 Hugging Face 机器人数据集趋势榜前五。其中 Gen-HumanWholeBody 为第一视角全身操作数据集，包含 600 小时全身操作数据、16,976 个真实场景和 1,281 项人类技能，全身 MPJPE 约 3 cm，作者称其面向全身运动学习、人到机器人迁移和具身基础模型研究。
推荐理由：两个开源数据集进入 Hugging Face 机器人数据集趋势榜前五，可作为观察全身操作数据受关注程度的参照。
Xbotics具身智能实验室 · 微信公众号精选AI 评分7777 机器人仿真器怎么挑：成败一致但接触力相差十倍
文章解读 Manda Robotics 十月初发布的仿真器对比报告，用同一台 Franka 七轴机械臂和同一套控制程序在 PhysX、MuJoCo、MuJoCo Warp、Genesis 四个物理引擎上跑了十来组实验。
推荐理由：文章用统一条件的对比实验说明仿真器分歧集中在接触力而非成败，并给出可迁移的排查与复核方法。
HuggingFace Daily Papers精选AI 评分7878 VLA模型机制研究：并非所有特征同等重要
该研究提出一套可解释性流水线，发现向动作专家注入任务A的激活可使pi0.5在99.6%的回合（n=1,968）中执行任务A的运动轨迹，且该注入程序绑定绝对工作空间坐标而忽略可见场景，为基准报告的扰动脆弱性提供了机制解释。
推荐理由：该研究用干预实验给出VLA策略脆弱性的机制解释，读者可据此理解模型为何在场景微调后失效。
机器之心 · 微信公众号精选AI 评分7676 清华团队构建HandsOn灵巧操作基准，66项任务评测机器人双手能力
清华大学丁宁团队联合北京邮电大学、北京大学及自然意志Nature Will的研究员构建了面向跨本体灵巧操作的仿真平台与评测基准HandsOn，包含66项人工验证任务和18,000条人类仿真遥操作示范。
推荐理由：读者可了解灵巧操作评测为何要区分执行与迁移，以及当前多任务策略在双手协作任务上的具体失败环节。
The Humanoid Hub精选AI 评分7676 Ropedia 发布开放世界模型 W0，基于约一万小时第一人称人类视频训练
Ropedia 发布开放世界模型 W0，用约 10,000 小时第一人称人类视频训练，一套权重可预测人类、机械臂和人形机器人（Unitree G1、Fourier GR-1）的第一人称视角，采用共享的相机加骨骼表示，接入新机器人只需其 URDF。
推荐理由：原文给出了训练数据规模、跨本体迁移方式和实测对比，读者可据此判断该世界模型对机器人策略训练流程的实际影响。