从斯坦福研究到红海珊瑚，灵波模型如何进入全球具身智能技术底层
极客公园梳理了蚂蚁集团旗下灵波科技（Robbyant）的 LingBot 系列模型在学术、开源社区和产业工具链中的采用情况。斯坦福 OpenWAM 以 LingBot-VA 架构作为参考实现，KAIST 团队用 LingBot-VLA 作教师模型使学生模型单步推理成功率从 35.3% 提升到 51.2%。
全部机器人动态
极客公园AI 评分6363 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。
智东西AI 评分6262 科大讯飞发布语音基座大模型SparkAudio 1.0
科大讯飞在2026年全球1024开发者节期间发布依托全国产算力训练的星火语音基座大模型SparkAudio 1.0，支持文本与语音双模态输入、文本输出，可完成语音转写、多语言翻译、多方言识别、环境音识别、说话人分离、情感分析和复杂音频问答。
芯东西AI 评分7373 谷歌发布世界模型Genie 4，可模拟空气动力学与碰撞并原生生成音频
谷歌10月28日发布新一代世界模型Genie 4，可模拟空气动力学、碰撞等物理过程，并原生生成音乐、环境音和交互式对话。该模型融合Gemini系列能力，由Gemini 3.8 Flash在循环中拆解多步骤任务，谷歌还演示了其与Gemini Robotics结合模拟Apptronik Apollo人形机器人下跳棋。
36Kr Embodied IntelligenceAI 评分1717 智元GO-3 Nano Preview登顶RoboDojo评测榜
智元（AGIBOT）的GO-3 Nano Preview在具身智能评测基准RoboDojo最新榜单中以61.90分平均成绩登顶，另一项成绩为56.42%。该榜单于10月27日披露，具体评测条件与任务细节未在原文中展开。
爱范儿AI 评分7373 谷歌 DeepMind 发布世界模型 Genie 4，单次模拟延长至 120 秒并支持原生音频
Google DeepMind 发布新一代世界模型 Genie 4，单次交互模拟时长从约一分钟延长至两分钟，并首次支持原生音频生成。
The Humanoid HubAI 评分7575 Google DeepMind 发布 Genie 4 世界模型，可生成机器人训练环境
Google DeepMind 发布 Genie 4，这是一个可用自然语言操控的实时逼真世界模型，新增原生音频并改进碰撞、空气动力学等物理表现。该模型可为机器人和智能体生成无限可变、可操控的训练环境，并已与 Gemini 4 Argon 和 Gemini Robotics 配合，在仿真中让 Apptronik 的 Apollo 人形机器人分步完成下跳棋任务。
Google DeepMind · XAI 评分5050 Genie 4 世界模型发布
这是 Genie 4，我们迄今最逼真、最具交互性的世界模型。🌐 实时探索动态环境，观察场景如何响应、发出声音，以及其中的人物如何移动、反应和说话。
Shanghai AI Laboratory - Embodied Intelligence精选AI 评分6060 上海人工智能实验室等联合推出材料多模态大模型“材华·MatVerse”
苏州国家实验室、上海人工智能实验室与上海交通大学等联合推出“材华·MatVerse”材料多模态大模型及智能体应用体系，采用“独立编码器+统一解码器”架构，将XRD谱图、电镜图像和分子结构对齐到同一语义空间。
推荐理由：材料给出多模态统一表征架构与19类学科评测基准，可了解材料大模型如何从检索走向机理推理。
Kinetix AI · YouTube精选AI 评分6767 Kinetix AI 发布 KAI World Model，支持移动与操作任务
Kinetix AI 发布 KAI World Model，该模型基于并行视频生成与 4D 空间建模，可同时生成虚拟世界并重建空间场景。模型在数百万视频上预训练，支持纯移动、纯操作以及移动与操作协同任务，并声称可跨任务与跨机器人本体泛化。实机演示包括机械臂自主打开饮料罐和人形机器人实时乒乓球对打。
推荐理由：原文展示了世界模型在机械臂开罐与人形乒乓球对打两类任务上的实机演示，可据此了解其跨任务与跨本体的泛化思路。
雷科技AI 评分7070 智元发布具身 Agent 框架 Genie Master，在便利店真实场景验证 Physical RSI
智元于 10 月 27 日发布具身 Agent 框架 Genie Master，让机器人在部署后自主定位失败原因、调整策略并沉淀经验。该框架以具身执行协议 EEP 统一能力、引导、反馈和连续性四类接口，并通过 Harness RSI 与 Policy RSI 两条路线分别把经验保留在提示与记忆、动作策略参数中。
36Kr Embodied IntelligenceAI 评分6060 智元GO-3 Nano Preview以61.90分登顶RoboDojo榜单
具身智能评测基准RoboDojo最新榜单显示，智元（AGIBOT）的GO-3 Nano Preview以61.90分平均成绩、56.42%平均成功率登顶，超过GPT-6 Astra。在精细操作、长程执行和开放语义理解三个细分维度上，GO-3 Nano Preview分别得分78.65分、68.21分和61.71分，均位列第一。
arXiv cs.RO精选AI 评分7777 AgiBot 团队发布 GE-Act 2.0 世界-动作模型技术报告
AgiBot Research Team 发布 GE-Act 2.0 世界-动作模型技术报告，其生成与动作组件全部在操作数据上从零初始化训练，由控制导向自编码器 CoAE、单步视觉规划器 SVP 和逆动力学模型 IDM 组成，并用 KASO 联合训练。
推荐理由：原文给出从零预训练世界-动作模型的组件设计与数据规模扩展曲线，可观察零样本跨本体迁移的变化。
arXiv cs.ROAI 评分6363 RoboJev-27B 开源机器人任务成功判定视觉语言模型
RoboJev-27B 是开源的视觉语言模型，输入任务指令与 10 帧操作画面即可预测机器人是否完成任务。它在同型号 SO-101 的 268 条留出片段上达到 95.2% 平衡准确率和 0.993 AUROC，在未见实验室或机器人的 459 条片段上 AUROC 为 0.890。单条片段在单张 H100 上推理中位耗时 0.26 秒，模型与推理代码及 20,628 条预测的评测结果一并公开。
机器之心 · 微信公众号AI 评分7575 可可矩阵发布机器人模型CO01，用经验提示让机器人边做边学
可可矩阵（COCO Matrix）发布机器人模型CO01，把示范、失败尝试和即时指导作为上下文中的经验提示，无需更新权重即可适应新任务。同一预训练模型下，一段约1分钟的示范在未见任务上平均成功率达52%，微调达到相近水平需约180条示范、约9小时。真机评测中每项最多尝试五次，保留自身历史时累计成功率从首次33%升至84%，不保留历史为56%。
arXiv cs.ROAI 评分7272 RynnUnify 发布 16B 统一具身模型，兼顾视觉规划与机器人控制
RynnUnify 是一个 16B 统一具身模型，通过交错的视频-语言推理把具身理解与长程视觉规划结合起来，覆盖空间推理、物理预测与 grounding。作者还基于强化学习开发了智能体扩展，用于选择性利用视频预测推理未观测状态和交互结果，并开发了 world-action 扩展把理解与预测能力转化为机器人控制。
机器之心 · 微信公众号AI 评分7272 厘清智能发布 PrismWAM 与 RoboDoctor，分列 RoboTwin 2.0 与 RoboDojo 榜首
厘清智能创始人、清华大学李一鸣团队发布世界动作模型 PrismWAM 与执行诊断框架 RoboDoctor。PrismWAM 将语义上下文与物理状态解耦，在无额外动作数据预训练下于 RoboTwin 2.0 取得 83.67% 平均成功率、Clean-to-Random 场景 75.5%，位列官方榜单第一。
钛媒体AI 评分5858 硅谷101圆桌：GPT-6 Astra对机器人、Agent与AI制药意味着什么
硅谷101邀请Pokee.ai创始人朱哲清、破壳机器人创始人许华哲和华盛顿大学助理教授王晟，讨论GPT-6 Astra发布后对个人Agent、机器人和AI制药三条路线的影响。
HuggingFace Daily PapersAI 评分7171 RoboJev-27B 开源机器人操作成功检测视觉语言模型
RoboJev-27B 是一个开放权重的视觉语言模型，输入任务指令与 10 帧操作画面即可判断机器人是否完成任务。它在同型号 SO-101 的 268 条留出数据上达到 95.2% 平衡准确率和 0.993 AUROC，在未见实验室与机器人的 459 条数据上 AUROC 为 0.890。单张 H100 上每条推理中位耗时 0.26 秒，模型与推理代码及 29 组模型/协议条目的评测结果一并公开。
简智机器人 · XAI 评分6060 Gen-HumanEgo 发布一个月 HuggingFace 下载量超 55 万，位列机器人数据集第二
GenRobot 的 Gen-HumanEgo 开源数据集发布一个月后在 HuggingFace 下载量超过 55 万，位列机器人数据集第二。该数据集将同步的自我视角视频经 Data Foundation Model 转换为视频、动作、手部追踪、深度和语义标注对齐的统一 token 表示，面向机器人学习训练。GenRobot 表示后续还将发布更多开放数据集。
新智元 · 微信公众号AI 评分5858 至知创新研究院公开IQuest-Q1技术报告：320B开源基模的百万任务训练细节
至知创新研究院公开320B总参数、15B激活参数的IQuest-Q1完整技术报告，披露30项Benchmark成绩及训练细节。团队从代码仓库和已有智能体轨迹构建超过100万个可执行、容器化任务实例，并设置环境准备、执行时检查、轨迹审计三层机制防止Reward Hacking。
HuggingFace Daily PapersAI 评分6262 Ψ-0.6：统一视觉-语言世界模型中的自适应思维流
研究团队提出统一视觉-语言世界模型 Ψ-0.6，在共享推理过程中自适应组合感知、语言、几何与仿真，称为思维流。这些思维流通过共享 token 接口交替生成和解读图像、文本以及几何与运动的显式表示，模型在多视图空间推理上零样本超过领先开放权重模型，借助几何中间表示推理还能进一步提升。
HuggingFace Daily PapersAI 评分7575 RynnUnify 发布 16B 统一具身模型，兼顾视觉规划与机器人控制
RynnUnify 是一个 16B 统一具身模型，通过交错的视频-语言推理把具身理解与长程视觉规划结合起来，覆盖空间推理、物理预测与 grounding。作者还用强化学习做出智能体扩展，并推出 world-action 扩展把理解与预测能力转成机器人控制。
36Kr Embodied IntelligenceAI 评分5555 科大讯飞发布端云一体星火X2.6及语音基座大模型SparkAudio 1.0
10月22日，2026科大讯飞全球1024开发者节主论坛发布端云一体讯飞星火X2.6，云端和端侧（星火X2.6-4B）能力同步提升，通过精准分工、按需协同，兼顾任务效果、安全与成本。
机器人全球资讯 · 微信公众号AI 评分6262 小鹏 IRON 人形机器人能力升级：每 0.2 秒重新推理一次，可预测 6 秒内动作变化
小鹏宣布第二代 VLA 大模型升级后已端侧落地到人形机器人 IRON，使其获得时序理解与未来行为预测能力。IRON 每 0.2 秒根据眼前画面重新推理一次，并预测 6 秒内的动作变化，可在握手、碰拳、击掌中应对临时变招。小鹏计划 2026 年底实现人形机器人量产，2027 年上半年开启交付，率先落地门店、商场等商业场景。
Robotics & Automation NewsAI 评分7272 Google DeepMind 用 Gemini 4 Argon 从视频教会 Apptronik Apollo 人形机器人新技能
Google DeepMind 随 Gemini 4 Argon 发布展示了一项机器人训练技术：模型观看人玩 cornhole 的原始视频后，分析环境、映射空间坐标并计算全身关节运动，自动生成仿真代码，再将学到的行为迁移到 Apptronik 的 Apollo 人形机器人上，实机测试中连续命中七次。
甲子光年 · 微信公众号AI 评分6666 岩芯矩阵开源EdgeRock-4B：KV Cache不随上下文增长，单卡吞吐达原模型6.42倍
岩山科技旗下岩芯矩阵联合香港科技大学、卡内基梅隆大学等高校发布并开源EdgeRock-4B，该模型由Qwen3.5-4B转换而来，核心是团队提出的记忆岩锚（RMA）机制，让KV Cache不随上下文增长。
智东西AI 评分6666 科大讯飞发布端云一体大模型星火X2.6及机器人超脑平台V3.0
科大讯飞发布端云一体大模型讯飞星火X2.6，包含云端293-A30B模型和已开源的端侧X2.6-4B模型，云端模型支持百万token上下文，输入价格0.9元/百万tokens，输出价格3.6元/百万tokens，输出价格低于DeepSeek-V4.1-Flash-1017。
The Robot ReportAI 评分7878 Dream Labs 融资 9000 万美元并发布 Dream-1 模型与 Dream API
Dream Labs 本周宣布获得 9000 万美元种子轮融资，同时推出 Dream API，可将机器人摄像头画面与自然语言指令直接转换为电机指令。其旗舰模型 Dream-1 基于人类日常任务视频训练，公司称无需额外数据即可零样本控制带夹爪的新机器人，目前支持桌面抓取放置与叠衣服等任务，后续将支持轮式移动机器人与灵巧手。
机器之心 · 微信公众号AI 评分7373 RoboColiseum评测GPT、Claude、Gemini机器人能力：Claude Opus 5.5险胜，通用操作仍落后策略模型
具身智能评测平台RoboColiseum发布评测报告，Claude Opus 5.5以76.28分在四款多模态模型中居首，GPT-6 Astra以75.99分紧随其后，GPT-6.1 Sol和Gemini 4 Argon分别为70.91分和66.86分；官方总榜前两名仍为专业具身策略模型Paimon（77.54分）和HiDream-O1-Embodied（76.92分）。
钛媒体AI 评分5757 奇瑞发布面向物理AI的垂类基础大模型CheryMind
奇瑞在2026奇瑞全球创新大会上发布面向物理AI的垂类基础大模型CheryMind，作为瑶光2035战略的技术底座，覆盖汽车研发制造并延伸至智驾、智舱、机器人、eVTOL和农机等业务。
NVIDIA精选AI 评分7575 NVIDIA Cosmos 扩展训练、评估与部署世界模型的新工具
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真检查点和 Cosmos Data Factory 蓝图，用于世界模型的训练、评估与部署。
推荐理由：原文列出 Cosmos 新增的训练、仿真检查点与数据蓝图，并给出保时捷、ANYbotics 等使用方的具体数据，可据此判断世界模型开发流程的变化。
仙工智能AI 评分5858 仙工智能机械臂全自主完成长程咖啡制作任务
仙工智能（SEER Robotics）展示其机械臂在无人工干预下完成从取手柄、接粉、布粉、压粉、锁手柄、萃取到清洗的全流程咖啡制作，这是该公司迄今演示的最长多步骤机器人咖啡任务。
Ken GoldbergAI 评分6262 研究者逆向工程 Gemini 4 Argon 技能库并开源机器人 harness
Ken Goldberg 转发其博士后 Shuangyu0_0Xie 的工作：她发现 Gemini 4 Argon 在空间机器人查询上表现出色，于是用 Claude 逆向工程其技能库，并实现了 Gemini 4 Argon 报告中的机器人 harness。该 harness 让 Gemini 完成了零样本双臂交接（bimanual handover），现已开源。
Pieter AbbeelAI 评分6464 SuperMimic 将人形全身控制训练的 GPU 时数降低超 1000 倍
SuperMimic 在 129,514 个动作上训练人形全身控制策略，用 1 块 GPU、3 小时超越此前 128 块 GPU、7 天的最优结果，GPU 时数减少超 1000 倍。Pieter Abbeel 转发并称其为游戏规则改变者，指出其关键在于用比常规仿真更快的世界模型，以及通过时间反向传播收集远多于策略梯度的信号。项目页为 https://supermimic.github.io，演示见 https://supermimic.github.io/demo/。
未来机器人网 · 微信公众号AI 评分6161 大晓机器人发布具身基模型ACE-Brain-0.6，八项Grounding评测中六项超越GPT-6 Astra
大晓机器人（ACE ROBOTICS）发布视觉空间锚定增强型具身基模型ACE-Brain-0.6，聚焦Grounding能力，在八项Grounding评测中六项超越GPT-6 Astra，七项公开基准平均得分74.53（Astra为73.68），自建真机评测集RobotGrounding（2591道问题、14类任务）得分94.13（Astra为91.10）。
机器人前瞻 · 微信公众号精选AI 评分8282 英伟达开源机器人数据引擎Flora，标注成本约为GPT-6 Astra的1/125
英伟达发布并开源数据引擎Flora，将原始机器人视频转化为带时间戳动作描述、过程奖励和结果奖励等训练数据，目前已用于训练GR00T系列模型。Flora由动作描述模型、时间分段模型和奖励模型组成，基于Qwen3.5系列视觉语言模型微调，依托512块GB300 GPU每天可标注20万小时数据。
推荐理由：英伟达开源的数据引擎把机器人视频标注成本压到通用大模型的约1/125，并给出多项基准对比，可据此判断数据标注环节的替代空间。
机器人前瞻 · 微信公众号AI 评分7272 英伟达开源实时生成式手术世界模型 Cosmos3-H-Dreams，单卡可跑
英伟达发布并开源实时生成式手术世界模型 Cosmos3-H-Dreams，可根据机器人操作指令实时生成手术画面，模拟器械移动、组织牵拉及形变，支持腹腔镜胆囊切除术场景。
NVIDIAAI 评分4040 NVIDIA 联合 UW Medicine 发布开放蛋白质设计模型 RFD4-Proteina，西门子医疗推进自适应放疗
NVIDIA 与 UW Medicine 蛋白质设计研究所推出开放模型 RFD4-Proteina，将可编程蛋白质设计与搜索能力结合，在研究草稿报告的蛋白质结合、小分子结合、酶支架和 DNA 结合四组基准测试中，计算设计成功率和生成吞吐量均高于所评估基线。
36Kr Embodied IntelligenceAI 评分5858 英伟达扩展开放模型产品线，推出Cosmos 3.5世界模型等多款模型
英伟达宣布扩展开放模型产品线，推出Nemotron Retriever检索模型、Kumo结构化企业数据模型、Cosmos 3.5世界模型、Alpamayo 2 Edge自动驾驶模型、BioNeMo蛋白质设计模型及Ising量子计算模型等。其中BioNeMo RFD4-Proteina在一项涵盖200个氨基酸蛋白质的基准测试中，生成设计的速度约为RFdiffusion3的13倍。