蚂蚁灵波发布触觉基础模型 LingBot-Touch
蚂蚁灵波发布触觉基础模型 LingBot-Touch，用近5000小时真实触觉数据覆盖视触觉、磁触觉和压阻式三类传感器，并开源模型与技术报告。该模型采用多分支编码加共享 Haptic Transformer 主干和 Tactile-JEPA 训练，把不同传感器的触觉单元映射到统一指尖坐标系。
#Data and simulation
机器之心 · 微信公众号AI 评分7575 新智元 · 微信公众号同新闻AI 评分8484 蚂蚁灵波开源通用触觉基座模型LingBot-Touch
蚂蚁灵波科技发布并开源通用触觉基座模型LingBot-Touch，把视触觉、磁触觉、压阻式三种触觉信号统一转换为动作模型可用的通用触觉Token。其Tiny版仅532万参数，接入T-Rex、π0.5和LingBot-VLA后平均成功率分别提升23.18、21.81和24.81个百分点，26项真机任务与12项仿真操作全线提分。
同一新闻，精选展示《蚂蚁灵波开源触觉预训练基础模型 LingBot-Touch》
机器人前瞻 · 微信公众号精选AI 评分8888 英伟达发布GR00T 2系列世界—动作模型，用40万小时人类视频训练
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。
Google DeepMind · XAI 评分5858 Google DeepMind 称 Gemini 4 Argon 参与构建 Gemini Robotics 2.5，缩短数月训练时间
Google DeepMind 表示 Gemini 4 Argon 参与了 Gemini Robotics 2.5 的构建，缩短了数月的训练时间。它可从单张相机视角生成虚拟练习空间，并通过回放自身失误来修正动作策略，从而提升真机上的表现。
Xbotics具身智能实验室 · 微信公众号精选AI 评分8888 英伟达推出GR00T 2世界-动作模型，从VLA路线转向WAM
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。
量子位同新闻AI 评分8787 英伟达发布世界动作模型GR00T 2，人类示范可跨本体迁移
英伟达GEAR团队在CoRL大会上发布新一代世界动作模型GR00T 2，可同时预测未来画面与机器人动作，模型、数据、仿真环境和采集硬件将陆续开源，10万小时人类数据已率先开放。
同一新闻，精选展示《英伟达发布GR00T 2系列世界—动作模型，用40万小时人类视频训练》
芯东西同新闻AI 评分7878 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。
同一新闻，精选展示《蚂蚁灵波开源触觉预训练基础模型 LingBot-Touch》
量子位精选AI 评分8888 蚂蚁灵波开源触觉预训练基础模型 LingBot-Touch
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。
爱范儿AI 评分00 英伟达推出 GR00T 2，让机器人从人类示范中学习精细操作
英伟达在 CoRL 上公布机器人基础模型 GR00T 2，基于 NVIDIA Cosmos，可从人类示范中学习精细操作，并把技能迁移到不同机器人本体。其评估的 50 项任务中，无任务示范时 40 项至少成功完成过一次；每项一次示范后平均成功率 71%，五次示范后达 95%。
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。
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。
Union Square Ventures · XAI 评分5858 Tutor 推出 TRACE 部署时计算扩展方法并发布 TI-0.1 模型
Tutor 推出 TRACE，用部署时计算扩展机器人学习：从少量 Tutor 演示出发，前沿大语言模型智能体在仿真中重建任务，并训练出可靠、达到人类速度的策略。TI-0.1 是首个用 TRACE 训练的模型。USV 认为这进一步说明现场部署机器人会加速学习，每次部署都产生训练数据，Tutor 由此获得让机器人学习持续累积的新方式。
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。
GuyuehomeAI 评分6060 UBTECH 提出 Thinker-WM 共享多模态骨干统一世界模型
UBTECH 提出具身世界模型 Thinker-WM，将 RGB 视频、度量深度与机器人动作分别编码为统一隐空间中的 token，由共享的 Unified Dynamics Transfor 处理。材料仅提供摘要，未给出实验设置与结果。
GuyuehomeAI 评分5858 VPP2：基于视频预测的机器人控制框架
VPP2 是一种基于视频预测的机器人控制框架，通过三阶段训练实现从语言指令到动作的映射。它先用完整事件数据增强视频模型对操作语义的理解，再通过固定时域蒸馏提升时间对齐与推理效率，最后结合动作专家完成从预测到动作的衔接。
图灵人工智能 · 微信公众号AI 评分6060 NaiveAI开源Naive-N0.5-Flash：用AI代理在本地训练模型
NaiveAI开源Naive-N0.5-Flash，用户只需写一页program.md任务书，即可让接入Claude Code的AI代理完成数据清洗、训练、评测与排错全流程。
量子位AI 评分6767 魔芯科技发布MoWorld 2.0通用4D世界模型，融合十余种物理要素
魔芯科技在乌镇世界互联网大会发布新一代通用4D世界模型MoWorld 2.0，将重力、弹力、浮力、光照、柔体、流体、刚体、形塑体、热力等十余种物理要素融入同一模型，用于更准确模拟物体运动、碰撞与环境变化。
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。
机器之心 · 微信公众号AI 评分6060 World Labs 推出 Frameboy，用 Atlas 世界模型实时生成可探索画面
李飞飞创立的 World Labs 推出首个应用 Frameboy，基于 Atlas 世界模型实时生成第一人称画面，通过云端 GPU 流式传输，帧率最高 15 fps，实测响应约 70ms。
CVer · 微信公众号AI 评分6969 米哈游联合清华等开源 GameScaling 通用游戏智能体模型
米哈游联合清华大学、香港大学、新加坡国立大学等机构开源 GameScaling 系列通用游戏模型，覆盖 0.8B、2B、9B、27B 四档共八个模型，权重与推理代码以 Apache 2.0 协议发布。
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。
Robotics & Automation News同新闻AI 评分7878 智元发布具身基础模型 GO-3 Preview，在三项具身智能基准登顶
智元发布具身基础模型 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。
The Humanoid HubAI 评分7575 RoboColosseum 发布真实机器人策略基准，覆盖 150+ 场景与 30 余个策略
RoboColosseum 是一个在真实机器人上测试策略的基准，覆盖 150+ 场景和数百台实际机器人，所有 rollout（含失败）发布在 Hugging Face。
The Humanoid HubAI 评分7070 LiberAI 发布世界动作模型 Liber-0，零样本操作任务成功率 36%
LiberAI 发布世界动作模型 Liber-0，在 GPT-6 提出的 60 个任务、600 次试验中零样本操作总体成功率为 36%，其中抓取放置 63.5%、其他操作任务 34.0%、多步任务 10.5%。
机器人前瞻 · 微信公众号AI 评分7272 LiberAI发布世界动作模型Liber-0，220万小时人类数据预训练
物理世界模型创企LiberAI发布世界动作模型Liber-0，基于超220万小时人类经验数据预训练，将人类操作经验转化为机器人操作能力。在GPT-6随机生成的60项任务、600次真机测试中，Liber-0零样本总体成功率为36.0%，抓取放置任务达63.5%；作为对照的GPT-6 Astra整体成功率仅5%。
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。
The Robot ReportAI 评分6868 LiberAI 发布世界动作模型 Liber-0，零样本操作 60 项任务成功率 36.0%
LiberAI 发布世界动作模型 Liber-0，基于超过 220 万小时人类经验预训练，在 GPT-6 提出的 60 项任务、600 次试验中零样本整体成功率为 36.0%。
未来不远 · 微信公众号精选AI 评分7676 未来不远发布 Self-Evolving WAM 自进化世界动作模型
未来不远发布 Self-Evolving WAM 自进化世界动作模型，将世界动作联合建模、交互经验学习与训练效果反馈接入同一系统。在第0轮至第30轮更新尝试中，四组家庭任务自主完整成功率均有提升：叠衣服从54.6%升至96.8%，晾衣服从46.2%升至91.2%，做意面从42.7%升至89.5%，辣椒炒肉从38.2%升至68.9%。
推荐理由：原文给出四组家庭任务从第0轮到第30轮更新的成功率变化，可观察自进化训练闭环的实际收益。
OFweek RoboticsAI 评分6262 李飞飞World Labs发布世界模型Atlas，用手机照片生成机器人仿真环境
World Labs于9月1日发布新一代世界模型Atlas，目前不开源，仅向少数合作伙伴开放早期试用。Atlas输入1到6张参考图和一条相机轨迹，可生成最长1分钟、1440p的视频，并导出点云和三维高斯泼溅，用于把真实场景重建为机器人仿真训练环境。官方演示中用手机视频取24帧重建出仓库大小的空间，供虚拟机器人行走并生成相机画面与深度数据；但复杂物理表现和大规模运行成本尚无公开数据。
Robotics & Automation NewsAI 评分7171 LiberAI 发布 Liber-0 世界动作模型，用 220 万小时人类经验预训练
LiberAI 发布世界动作模型 Liber-0，基于超过 220 万小时人类经验预训练，结合大规模人类视频、数据手套记录的手部动作与机器人演示，目标是让机器人获得可泛化的操作能力。在八任务评测中，用 25% 机器人演示加 100% 手套演示训练的策略进度得分为 75.6，高于仅用全部机器人演示的 72.8。在 60 项零样本任务评测中，Liber-0 取得 36% 的成功率。
机器人全球资讯 · 微信公众号AI 评分7575 谷歌 DeepMind 发布世界模型 Genie 4，接入 Gemini 支持实时场景生成与任务规划
谷歌 DeepMind 发布新一代世界模型 Genie 4，支持用自然语言实时生成和修改可探索的虚拟场景，并模拟碰撞、重力等物理效果。Genie 4 是谷歌首个支持原生音频生成的实时世界模型，环境音效、音乐和虚拟人物对话可随场景同步生成。
GuyuehomeAI 评分6363 InsertAnything 在 Isaac Lab 评测指尖力反馈精密轴孔插入策略
InsertAnything 在 Isaac Lab 中评测力条件化插入策略的官方权重：0.1 毫米间隙下两种孔型基线成功率为 96~100%。手部起始偏移 5 毫米时成功率无损，但孔位观测偏差 3 毫米时六边孔成功率降至 60%。
机器之心 · 微信公众号精选AI 评分7878 飞捷科思与复旦提出 Fysiverse-UniWAM 统一世界动作模型，24 项真机测试导航与移动操作双第一
飞捷科思（Fysics AI）联合复旦大学 CITLab 提出统一世界动作模型 Fysiverse-UniWAM，用一个模型贯通自主导航、移动操作与固定工位灵巧操作。
推荐理由：读者可看到一条不依赖大规模机器人预训练的统一世界动作模型路线，以及导航与操作共享骨干的具体设计。
AI前线 · 微信公众号AI 评分7272 腾讯混元用开源Hy-Nomas复现谷歌Genie 4的8组演示
腾讯混元用开源世界模型Hy-Nomas复现了谷歌Genie 4官网的8组演示并放出同屏对比，在可交互性和内容完整性上接近，但在原生音频、镜头流畅度和画风一致性上仍有差距。
36氪 · 微信公众号AI 评分2222 谷歌DeepMind发布世界模型Genie 4研究预览版，周群飞以1270亿元成中国新晋女首富
谷歌DeepMind于10月27日发布世界模型Genie 4研究预览版，首次原生支持音视频同步生成，单次连贯世界维持时间从上一代1分钟延长至约2分钟，并支持打字实时修改场景。谷歌还展示了Genie 4与Gemini 4 Argon配合指挥人形机器人下跳棋的实验，但目前仅少数测试者可用，普通用户需Google AI Ultra订阅资格。
36氪 · 微信公众号AI 评分66 启元机器人推出PrimeSim世界模型，登顶WorldSimProbe LIBERO榜单
启元机器人10月30日推出面向机器人训练的世界模型仿真器PrimeSim，并登顶WorldSimProbe LIBERO榜单。该仿真器为机器人构建可交互、可试错、可持续学习的虚拟世界，用于策略验证与强化学习。测试中利用它进行强化学习，策略成功率从61.7%提升至73.2%。
36Kr Embodied IntelligenceAI 评分1818 启元机器人推出PrimeSim世界模型，登顶WorldSimProbe LIBERO榜单
启元机器人10月30日推出面向机器人训练的世界模型仿真器PrimeSim，并登顶WorldSimProbe LIBERO榜单。该仿真器为机器人构建可交互、可试错、可持续学习的虚拟世界，支持策略验证与强化学习。测试中利用其进行强化学习，策略成功率从61.7%提升至73.2%。
机器人全球资讯 · 微信公众号AI 评分7171 谷歌DeepMind发布世界模型Genie 4，接入Gemini实现任务规划
谷歌DeepMind发布新一代世界模型Genie 4，支持实时生成可探索虚拟世界、修改天气与场景、模拟碰撞和重力等物理效果，并同步生成环境音效与人物对话。Genie 4是谷歌首个支持原生音频生成的实时世界模型，还接入Gemini 3.8 Flash充当实时引导Agent，由Gemini理解目标、观察环境并决定下一步动作。
未来机器人网 · 微信公众号AI 评分7272 大晓机器人联合南洋理工发布 Mundo 世界模型
大晓机器人联合南洋理工大学 S-Lab 发布世界模型 Mundo，可将 1 至 12 张真实场景图像重建为可探索、可物理交互的三维仿真环境。该模型内置物理属性，由 MuJoCo 计算物体在重力与接触约束下的运动，并支持导航、抓取放置等任务的训练数据生成与策略测试。团队已在酒店场景重建楼层与洗衣区域，用于服务机器人的导航与交互任务训练。
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。