蚂蚁灵波开源触觉基础模型LingBot-Touch
11月10日，蚂蚁灵波科技开源触觉基础模型LingBot-Touch，基于近5000小时真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类传感原理，输出统一触觉Token供不同灵巧手和动作模型使用。
推荐理由：原文给出跨三类触觉传感的统一表征与26项真机测试数据，可据此判断触觉基础模型对现有动作模型的增益。
#Perception and localization
量子位精选AI 评分8080
APPSO · 微信公众号精选AI 评分8383 苹果公开 HALO 人形机器人研究：宇树 G1 背 Mac mini 跑千问，陌生家庭任务成功率 91%
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。
Beijing Humanoid Robot Innovation Center精选AI 评分7070 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。
未来机器人网 · 微信公众号精选AI 评分7777 地瓜机器人联合东京大学发布 RawVLA：冻结 VLA 只训成像前端，暗光双臂任务成功率从 0 升至 66.5%
地瓜机器人联合东京大学等机构发布 RawVLA 技术方案，在 VLA 策略前加入可学习的神经 ISP 模块，VLA 模型保持冻结，用动作误差反向训练成像前端。真机用 π0.5 测试四项双臂任务，暗光平均成功率从默认 ISP 的 0% 提升至 66.5%，正常光下为 75.0%，默认 ISP 为 76.5%。
推荐理由：方案把成像前端纳入可学习环节，并给出暗光与正常光下的对照数据，可供视觉链路设计参考。
AI前线 · 微信公众号精选AI 评分7878 蚂蚁灵波具身大脑全栈2.0亮相乌镇峰会，在药房窄道完成自主取药
蚂蚁灵波开源的具身大脑全栈2.0在2026年世界互联网大会乌镇峰会展出，机器人在80厘米宽的药房通道内完成接单、识别药品与分拣交付，同方案已在上海国大药房多家门店常态化运转。
推荐理由：文章梳理了灵波具身全栈2.0被李飞飞团队、KAIST和LeRobot复用的具体方式，可观察开源具身底座如何进入他人研发管线。
3D视觉工坊 · 微信公众号精选AI 评分7878 Any3R开源：一个模型统一处理针孔、鱼眼与全景相机的三维重建与位姿估计
南达科他州立大学等机构提出Any3R，用稠密射线场描述任意中心相机，一次前向即可从混合相机图像重建三维点云并估计位姿。该方法以角度坐标替换旋转位置编码的行列号，并用立体角对像素损失加权，使一套权重覆盖针孔、超180°鱼眼和360°全景。在13种中心相机、3个数据集的基准上，其重建精度与位姿精度均领先，推理代码、13种相机模型和权重已开源。
推荐理由：该文介绍一种用稠密射线场替代针孔假设的前馈三维重建方法，可了解多相机类型混合输入的处理思路。
甲子光年 · 微信公众号精选AI 评分7878 北大董豪团队提出One Scan is Enough：一次扫描完成具身导航后训练
北京大学董豪团队公布论文《One Scan is Enough》，用带激光雷达的iPhone扫描一次目标环境，自动生成导航任务并利用重建场景几何信息做强化后训练，无需人工遥操作示范。
推荐理由：一次iPhone扫描替代人工示范，200次真机测试给出25%到85%的成功率对比，可看后训练成本如何下降。
3D视觉工坊 · 微信公众号精选AI 评分7878 港大开源GenSfM：四张无标定图像联合还原3D物体与相机位姿
香港大学团队开源GenSfM，用原生3D扩散模型在单一多模态序列中联合去噪物体形状与各视角相机位姿，仅需2至4张无标定图像且无需相机内外参。论文在Toys4k与GSO上评估，相比多视图基线TRELLIS-M新视角PSNR提升3.2–4.5 dB，Chamfer距离中位数降低约64%–74%，位姿Acc@5°超过96%。
推荐理由：该工作把原生3D扩散模型改为形状与相机位姿联合去噪的主推理机制，并公开代码与模型，可供稀疏视图重建参考。
CMU Robotics Institute精选AI 评分6262 CMU 提出 Wiggle and Go：抖动绳索估计物理属性以规划操作
CMU 机器人研究所团队提出 Wiggle and Go 系统，让机器人先短暂抖动绳索或线缆，用俯拍摄像头记录波动传播，再由计算机视觉算法跟踪运动并估计其物理属性，据此规划后续动作，无需先反复试错。该模型完全在仿真中训练，再借助真实绳索抖动时的运动估计属性以提升实机预测精度。研究已被 2026 年机器人学习会议（CoRL）接收，下月在奥斯汀报告，部分由美国国家科学基金会资助。
推荐理由：该方法用一次抖动估计绳索物理属性，再据此规划动作，为柔性物体操作提供了可迁移的思路。
arXiv cs.RO精选AI 评分8080 无需渲染的事件帧仿真加速自主机器人导航强化学习
作者提出一种解析式事件仿真器，直接由场景几何和自运动合成事件流，不经过图像渲染，单GPU生成64x64事件观测仅需17微秒，比先进渲染管线快400倍以上。基于该仿真器的事件相机强化学习避障策略训练不到30分钟即可收敛，比渲染事件训练快三个数量级，并可零样本迁移到Isaac Sim光线追踪事件仿真。
推荐理由：该工作用解析式事件仿真绕开图像渲染，把事件相机强化学习训练时间压到30分钟以内，并完成56克无人机实机部署。
机器之心 · 微信公众号精选AI 评分7676 Ropedia 发布六项研究成果，探索人类第一视角数据如何转化为机器人能力
Ropedia 在 10 月 19 日至 23 日的第一届 Ropedia Super Week 上集中发布六项研究，围绕人类第一视角视频如何转化为机器人可用的训练与执行信息。
推荐理由：六项研究集中回答人类第一视角数据如何转成机器人可用的训练与执行信息，并给出跨本体与真机对照结果。
arXiv cs.RO精选AI 评分7878 RepresentNav：在自构建表征空间上构建的导航基础模型
作者提出 RepresentNav 导航基础模型，用 Representation Residuals 三层 transformer 聚合多个视觉基础模型的全深度特征，构建由策略自身目标驱动的表征空间。
推荐理由：该论文提出用策略自身目标构建视觉表征空间，并在其中预测未来场景表征，为导航策略的表示设计提供了可迁移思路。
深蓝AI · 微信公众号精选AI 评分8181 代尔夫特理工MonoRace仅用单目前视摄像头实现时速100公里自主无人机竞速
荷兰代尔夫特理工大学MAVLab的MonoRace系统只靠一个前视摄像头和IMU，在2025年阿布扎比自主无人机竞速赛中连续战胜三位世界冠军级飞手，论文于2026年10月14日发表在Science Robotics。
推荐理由：代尔夫特团队拆解了单目相机加IMU在高速竞速中的感知、状态估计与强化学习控制分工，可迁移到算力受限的实机系统。
中国机器人网 · 微信公众号精选AI 评分8282 Google旗下Intrinsic开源机器人基础软件平台Intrinsic Core
Intrinsic 在加拿大多伦多的 ROSCon 2026 大会上宣布，以 Apache 2.0 许可证开源其工业机器人平台核心组件，并推出兼容 ROS 的基础软件平台 Intrinsic Core。
推荐理由：文中列清了平台包含的控制、感知与规划组件及其开源许可，读者可据此判断它能替代哪些重复的基础软件工作。
Dexmate精选AI 评分7272 Dexmate与CMU发布MeMoREval基准：机器人存相机帧胜过文字描述
Dexmate与CMU推出MeMoREval基准，用先体验后提问的两阶段协议评估具身智能体应存什么记忆，含53个任务和4个模拟室内环境，运行于Vega 1 Pro双臂移动操作机器人。结果显示存储原始相机帧得分70%并写入成本更低，超过文字描述的56至60%，加场景图在所有受测模型中总体成功率最高；该协议也在真实Vega 1 Pro上以SLAM地图和头部相机完成两次记忆检索演示。
推荐理由：基准由平台方与CMU共同提出，帧与场景图的对比结论可帮助做记忆设计选型，实机迁移也给出可行性参考。
RealSense精选AI 评分7474 RealSense D585 Pro 端上人体检测的测距原理与安全架构用法
RealSense 详解 D585 Pro 端上人体检测，检测模型在其 Gen5 Vision SoC 上运行，以 30 fps 输出类别、置信度、像素框与毫米级距离的 JSON 元数据，无需主机 GPU。
推荐理由：文章拆解了端侧检测为何不用神经网络测距，并给出不同姿态下的检测距离表，可直接用于安全分区设计。
CMU Robotics Institute精选AI 评分6868 CMU 研究团队为 DeltaHands 机器人手开发仿人多感官指尖
CMU 研究人员设计了可安装在 DeltaHands 柔性机械手上的人手启发式指尖，结合应变片测量捏握压力、麦克风通过塑料指甲捕捉微振动，可数纸杯、识别材质并抓取豆腐块和薯片等易碎物品。每个指尖成本低于100美元，而用现成产品搭建类似装置需约800美元，工作已在 Pittsburgh 举行的 2026 Intelligent Robots and Systems Conference 上发表。
推荐理由：原文给出仿人指尖的多模态触觉设计和低于100美元的成本细节，读者可了解力与振动感知如何支持操作控制。
RealSense精选AI 评分6565 RealSense Perception Studio Min-Z 将双目深度近场距离扩展至约2厘米
RealSense 在 Perception Studio 中推出改进近距深度功能 Min-Z，在不更换相机的前提下把可用双目深度扩展到 D401/D405 约2厘米、D43x/D45x 约12厘米。
推荐理由：原文说明Min-Z如何扩展双目深度的近场可用范围及两种部署路径的取舍，可用于评估抓取与近距感知方案。
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。
Boston Dynamics精选AI 评分6666 Boston Dynamics 发布 Spot 5.2 与 Orbit 更新，以资产为中心打通工厂 AI 数据
Boston Dynamics 发布 Spot 5.2，定位为连接工厂各 AI 系统的中间层。Orbit 软件重构为以资产为中心组织数据，可导入资产层级并关联巡检，支持接入 PLC 传感器、安防摄像头等外部数据源，并为 AI 智能体自主调度 Spot 部署新增 MCP 层。
推荐理由：原文详细列出了 Spot 5.2 在数据连接、巡检模态和预测性维护上的具体变化，读者可以对照评估是否更新自己的部署。