MIT CSAIL 与 CMU 提出 Workspace Models，让机器人以轻量记忆模块学习复杂技能
MIT CSAIL 与 CMU 提出 Workspace Models，用大视觉语言模型在离线阶段把长历史观测压缩为隐向量，并训练小型策略模型，使机械臂能在毫秒级内规划下一步动作。
推荐理由：该研究把大模型的离线推理蒸馏为轻量记忆模块，让机械臂在毫秒级内完成长时记忆推理，为机器人实时决策提供可迁移思路。
#Research
MIT CSAIL精选AI 评分7171
HuggingFace Daily Papers精选AI 评分7878 SWAM：用跨模态对齐扩展世界动作模型
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。
Boston Dynamics精选AI 评分6262 Boston Dynamics 为 Atlas 换上轮子，用全身强化学习验证执行器极限
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精选AI 评分8282 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。
Dexmate精选AI 评分6262 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。
Tech Xplore Robotics精选AI 评分7878 UC Berkeley与NVIDIA提出agentic robotics，用AI智能体在仿真中生成并改进机器人程序
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。
arXiv cs.RO精选AI 评分8080 学习增强机器人自动化在电机产线实现线缆插入与焊接
研究提出学习增强机器人自动化（Learning-Augmented Robotic Automation）混合系统，将学习型任务控制器与神经三维安全监控器接入传统工业流程，在电机产线自动完成柔性线缆插入与焊接。每项任务仅用不到20分钟真实数据，系统在无物理围栏条件下连续运行5小时10分钟，生产108台电机，产品级质检通过率99.4%，节拍接近人工且循环时间波动更小，焊点质量与熟练操作员相当。
推荐理由：论文给出学习增强工业自动化在真实产线连续运行5小时10分钟、108台电机99.4%合格率的数据，可作为学习控制进入制造的落地参照。
Xbotics具身智能实验室 · 微信公众号精选AI 评分8080 北大DAGroup开放20万小时HumanNet Ego数据并完成5万小时Scaling验证
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。
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。
arXiv cs.RO精选AI 评分7979 A2-MEAS：以代码为扩展接口的具身多智能体框架
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。
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。
未来机器人网 · 微信公众号精选AI 评分8282 苹果发布 HALO 人形机器人系统论文，在宇树 G1 上实现零样本迁移
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。
CVer · 微信公众号精选AI 评分7878 英伟达等提出TacitVLA：让动作不等推理文本，延迟最多降3.4倍
英伟达、纽约大学等团队提出TacitVLA，训练时照常写推理文本，但通过attention mask让action expert看不到推理token，动作不再等待文本生成。
推荐理由：通过对比三种训练策略，文章把推理文本的训练收益与部署读取成本分开，便于判断VLA推理提速的可行路径。
Xbotics具身智能实验室 · 微信公众号精选AI 评分7878 港科广与欧拉万象提出 SLA 空间—语言—动作模型
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。
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。
机器之心 · 微信公众号精选AI 评分7878 源策未来发布人形机器人全身控制模型 Anchor 1
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。
HuggingFace Daily Papers精选AI 评分8383 A2-MEAS 提出以代码为扩展接口的具身多智能体框架
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。
机器之心 · 微信公众号精选AI 评分8080 LiberAI 发布世界动作模型 Liber-0，并公开技术报告与在线模拟器
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。
arXiv cs.RO精选AI 评分7878 AutoDex：自动采集真实世界灵巧抓取数据的系统
AutoDex 是一个无需持续人工操作即可采集真实世界灵巧抓取数据的系统，可自动规划并执行抓取、标注结果并复位物体以持续采集。研究团队用 Allegro 和 Inspire 手在 100 个物体上采集了超过 3500 次抓取试验，记录成功与失败及同步视觉观测和机器人状态；采集 500 条轨迹约需 0.2 人工时，遥操作则为 9.3 人工时。
推荐理由：该研究给出自动采集灵巧抓取数据的闭环系统，并用人工工时与检索成功率对比遥操作和仿真筛选。
arXiv cs.RO精选AI 评分7878 NVIDIA 提出基于 Cosmos 的交互式世界仿真框架
NVIDIA 提出一个共享框架，将 Cosmos 世界基础模型适配为面向 Physical AI 的实时交互式世界仿真。该框架能根据动作和场景控制流式输出视觉观测，既支持预测动作的视觉后果，也支持从外部仿真器维护的物理状态生成观测。作者在相机导航、机器人操作、可控视频迁移和多视角自动驾驶仿真中做了演示，并公开了代码与模型检查点。
推荐理由：NVIDIA 把 Cosmos 世界基础模型改造成可实时交互的仿真框架，并公开代码与权重，读者可据此判断世界模型在机器人训练中的可用边界。