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。
#Model releases
NVIDIA精选AI 评分8282
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。
戴盟机器人AI 评分5555 戴盟机器人 IROS 2026 展示 Daimon-TWM 触觉锚定世界模型与全链路物理智能体系
戴盟机器人在 9 月 27 日至 10 月 1 日于美国匹兹堡举行的 IROS 2026 上，以 From Touch to Intelligence 为主题展示「感知-数据-模型」全链路物理智能体系，核心是 Daimon-TWM 触觉锚定世界模型。
AgiBot精选AI 评分7575 智元在 2026 创新日发布 Worken 度量框架、AHA3 硬件平台与 G2 Max 工业机器人
智元在 2026 创新日提出 Worken（有效智能工作时长）框架，用活跃机器人数量、自主工作时长与产出效率比三项衡量机器人在真实环境中的有效产出。
推荐理由：智元一次性公布硬件平台、基础模型、操作系统与量产机型，读者可据此判断其从制造规模转向可衡量产出的路线。
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。
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。
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。
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。
仙工智能AI 评分5858 仙工智能展示 VLA 模型完成汉诺塔任务：底座被推动、圆盘被打乱后仍能继续求解
仙工智能展示其自研 VLA 模型驱动机器臂完成三盘汉诺塔的七步移动，当观察者滑动底座改变整体位置或把圆盘重排成任意中间状态后，机械臂仍能重新识别当前配置、判断下一步并继续完成剩余任务。该模型仅用 60 条示教轨迹训练，即可在物体位置、颜色和形状变化上泛化；仙工智能机器人“大脑”由模型、小脑和神经三层组成，分别负责场景理解与决策、运动规划与执行、传感器与关节执行器的统一接口连接。
NEURA RoboticsAI 评分5454 NEURA Robotics 发布多模态基础模型 Neuron AI
NEURA Robotics 发布面向 Physical AI 的多模态基础模型 Neuron AI，将 3D 视觉、触觉、音频、机器人状态和语言与记忆结合在感知-语言-动作（PLA）架构中。
Shanghai AI Laboratory - Embodied Intelligence精选AI 评分7373 上海AI实验室推出决策模型书生·明决，性能超Jev并开放0.8B、2B、4B三档权重
上海人工智能实验室推出决策模型书生·明决（Decision），性能超越Jev，提供0.8B、2B、4B三档参数版本。RTX 4090实测中0.8B和2B模型平均端到端时延约33毫秒、每秒约30次决策，4B模型为44.16毫秒，Jev为109.70毫秒。
推荐理由：原文给出了实测时延、基准得分和大小模型分流机制，读者可据此判断该决策模型在交互场景的适用性。
北京智在无界科技有限公司AI 评分5858 智在无界 Being-H0.7 入选 NeurIPS 2026，Being-H 系列一年内集齐 ICML、CoRL、NeurIPS 收录
智在无界自主研发的通用灵巧操作大模型 Being-H0.7 入选 NeurIPS 2026，Being-H 系列由此在一年内实现 ICML、CoRL、NeurIPS 三大顶会收录。
PsiBot/灵初智能精选AI 评分6666 灵初智能发布Psi-R2.5，以强Pair Data破解人机数据对齐难题
灵初智能正式发布具身模型Psi-R2.5，采用QwenVL3.5-4B高层规划器加Wan2.2-IT2V-5B低层控制器的双层架构，并提出强Pair Data标准。模型通过逆向调用Psi-W0世界模型从真机数据反向生成人类示教视频以量产配对数据，支持上下文学习ICL零样本泛化新任务；配套HIL+RL后训练框架，宣称经几轮迭代可将任务成功率提高到99%，仅需1-2个工作日，并已部署在客户现场。
推荐理由：原文详述模型架构、强Pair Data数据标准与逆向生成方法，读者可了解其数据路线如何支撑真机泛化能力。
AgiBotAI 评分4949 AGIBOT 在大湾区电影音乐会上演示 WITA-Omni 实时人机交互
AGIBOT 在大湾区电影音乐会上用 WITA-Omni 全模态具身模型实现实机人机交互，机器人能识别对话对象、把握回应时机，并实时协调语音、动作与表情。该模型采用 Thinker-Talker-Actor 架构，WITA-Omni Preview 在 DailyOmni 基准上以 85.21% 平均准确率排名第一，并在八个评测维度中六个居首。
PsiBot/灵初智能精选AI 评分7373 灵初智能发布Psi-R2.5模型：以强pair data扩展人类数据用于具身智能
Psi Robotics（灵初智能）发布Psi-R25机器人操作模型，核心升级是数据质量提升与数据属性压缩，从10万小时数据中复盘提取高质量数据，并用强pair data对齐人类数据与机器人数据。
推荐理由：原文详述强pair data的生成方法与数据质量标准，读者可以了解人类数据对齐到机器人数据的可参考路线。
Figure AI精选AI 评分7979 Figure AI 发布 Helix 2.5，在 30 个陌生家庭实现零样本全身自主
Figure AI 发布 Helix 2.5，在 30 个从未采集数据的湾区家庭中零样本完成整理客厅、叠毛巾和铺床三项长时程全身行为，无需在评估环境中采集数据或微调。
推荐理由：原文给出 Index 预训练对零样本泛化的对照数据和评测细节，可帮助读者理解人形机器人预训练迁移的实际水平。
Shanghai AI Laboratory - Embodied Intelligence精选AI 评分7171 2026浦江创新论坛AI赋能科学研究专题论坛举办，上海AI实验室发布书生-S2与书生世界模型W0
2026浦江创新论坛人工智能赋能科学研究专题论坛于9月13日在上海张江科学会堂举办，由科学技术部四司与上海AI实验室联合承办。论坛期间上海AI实验室推出书生科学多模态大模型S2、书生物理世界模型W0，开放书生·端砚科学发现平台全栈服务，并联合14家机构发布20条重大科学问题及多项“攀登者计划”共建成果。
推荐理由：官方报道汇总论坛发布的多项进展，其中W0世界模型的力触融合与机械臂操作细节可供具身方向读者参考。
小鹏机器人精选AI 评分6666 小鹏 XOS 6.3.0 OTA 落地第二代 VLA 升级，新增 InfiniVLA 与 X-Foresight 世界模型
小鹏 XOS 6.3.0 通过 OTA 落地第二代 VLA 升级，围绕时间维度重构模型架构：InfiniVLA 让历史视觉信息持续参与当前判断，车端选择 30 秒历史上下文并配合流式自回归推理。
推荐理由：文中把车端算力约束下模型架构与部署协同设计的取舍讲得具体，可作为在有限硬件上落地大模型的工程参考。
Noetix Robotics/松延动力AI 评分3535 松延动力推出具身智能子品牌Scalabot，发布首个世界模型HERON-World Model
松延动力推出具身智能子品牌Scalabot，并发布首个世界模型HERON-World Model。该品牌以机器人本体优势为基础，主打让智能在真实世界生长。
智动未来AI 评分4949 智动未来推出“智子世界”世界模型，让小智 S3 看懂真实世界
智动未来在 2026 XAIR Expo 具身智能产业博览会上首次发布可微世界模型“智子世界”（PGD World Model）技术预览，并在具身智能机器人小智 S3 上展示验证进展。“智子世界”以短时多视角视频重建粒子化场景，可编辑物体姿态、材质、质量、摩擦等参数，用于预测动作带来的物理结果。S3 小智配备仿生双臂、激光视觉融合导航与多模态语音交互，现场演示爆米花铲取、装杯递送与零售自助选购。
小鹏机器人精选AI 评分6363 小鹏第二代VLA大模型首次重大升级，XOS 6.3.0将在G9L全球首发
小鹏举办以“TIME 时间”为主题的分享暨体验日，宣布第二代VLA大模型迎来首次重大升级，全新XOS 6.3.0版本将在小鹏G9L全球首发，核心是让AI从3D空间理解走向4D时空理解。
推荐理由：原文把升级拆成上下文记忆、推理方式和世界模型三处具体变化，读者可据此理解从空间理解到时空理解的落点。
Keenon Robotics/擎朗智能AI 评分4646 擎朗智能在2026世界机器人大会上展示KOM 3.0，让机器人“先思考后行动”
擎朗智能在8月19日至23日举行的2026世界机器人大会上展示服务行业VLA架构KOM 3.0，称其集成了潜在空间世界模型。现场XMAN-R1自主完成从取杯到萃取咖啡的全流程，两台人形机器人在统一调度下协作洗衣叠衣，并与T10配送机器人、C40清洁机器人展示“通用+专用”协同服务。演示中机器人无遥操作、端到端自主完成长程任务。
Skild AI精选AI 评分7676 Skild AI 发布机器人基础模型 S1，通过视频演示实现上下文学习
Skild AI 发布机器人基础模型 S1，以视频演示作为任务提示，无需微调即可执行训练中未见过的操作任务，长时程任务最长约10分钟。在10万小时预训练数据规模下，ICL模型在未见任务上成功率为66%，语言提示VLA为9%；单一演示相当于约380次后训练演示，种植任务从录制演示到自主执行用时11分钟。S1 基于NVIDIA AI基础设施训练，并已与商业伙伴投入使用。
推荐理由：原文给出ICL与VLA在同等数据规模下的对比数字和部署时间线，读者可以据此评估上下文学习路线对操作任务的可行性。
正行创新 Striding AI · YouTubeAI 评分2929 STEAM 如何实现高精度机器人自主拆箱 | StridingAI 演示
StridingAI 演示中，清华大学 Chao Yu 教授团队的 STEAM 模型驱动机器人自主完成多阶段拆箱任务，通过工具实现毫米级双臂协同操作。STEAM 逐帧建模任务进度与动作质量，从专家演示、模型采样和人类接管的混合质量数据中提取学习信号，提升任务成功率与执行速度。
北京智在无界科技有限公司精选AI 评分6464 智在无界发布Being-H0.8，首个在预训练中引入触觉的隐式世界动作模型
智在无界BeingBeyond发布Being-H0.8，称其为全球首个隐式触觉世界动作模型，将视觉、触觉、动作与未来状态变化统一到同一隐空间，预训练使用超过500,000小时第一人称人类视频。
推荐理由：该模型把触觉引入大规模预训练并配自研伪标签系统，读者可据此了解触觉数据从实验室信号变成可规模化预训练资源的路径。
具微科技AI 评分5252 具微科技发布工业具身大脑MicVLC
具微科技发布工业具身大脑MicVLC，并首次提出VLC（Vision-Language-Calling）架构范式，将认知层与执行层解耦，区别于传统VLA模型把Action与特定终端执行器底层控制深度耦合的做法。
极智嘉AI 评分4747 极智嘉在 WAIC 2026 发布 Gravity 具身智能框架与“一核双擎”战略
极智嘉在 2026 世界人工智能大会（WAIC）发布统一具身智能框架 Gravity 及其首个核心基础模型 Gravity 4D，面向长时程、复杂的物理任务。Gravity 4D 实现从预测世界样貌到理解物理世界如何运行的基础性跨越，公司同时提出“一核双擎”（One Core, Dual Engine）战略。
Sunday Robotics精选AI 评分7878 Sunday Robotics 预览 ACT-2 模型，叠衣零样本成功率 99.1%
Sunday Robotics 预览机器人模型 ACT-2，在多样未见家庭环境中以零逐户适配实现叠衣 99.1%（±0.3%）零样本成功率，785 次自主尝试覆盖 9 类衣物，完成折叠平均质量 4.72/5。
推荐理由：官方详细披露预训练规模与泛化差距的量化数据，读者可据此了解少量示教数据如何迁移到未见环境。
LimX Dynamics精选AI 评分6161 LimX Dynamics 随 COSA 0.5 发布人形 VLA 模型 V³-0
LimX Dynamics 随 COSA 0.5 发布 V³-0，这是其 VLA-tools 层中支持移动全身操作的人形 VLA 技术栈，运行在 43 自由度的 LimX 人形机器人 Oli 上。
推荐理由：原文说明了 V³-0 的架构组成和人类在环真机强化学习闭环，读者可以据此理解移动全身操作能力的来源。
PsiBot/灵初智能精选AI 评分8181 灵初智能与北大-灵初联合实验室发布并开源双灵巧手通用操作模型和全栈系统 EgoSteer
灵初智能与北大-灵初联合实验室发布并开源双灵巧手通用操作模型和全栈系统 EgoSteer，包含数据处理管线 EgoSmith、机器人技术栈 Robot-Stack 和世界模型增强的 VLA 模型。
推荐理由：原文给出从人手数据处理、真机纠偏到模型架构和实验数字的完整链路，读者可据此评估其可复现价值。
蚂蚁灵波科技 · YouTube精选AI 评分6767 LingBot-VA 2.0 发布：面向物理世界机器人控制的世界-动作模型
蚂蚁灵波科技发布 LingBot-VA 2.0，称其为从零预训练、面向物理世界机器人控制的世界-动作模型，单块 GPU 上以 150 Hz 实时推理运行，可玩空气曲棍球、整理桌面并从传送带抓取薯片。
推荐理由：给出与π0.5的同基准成功率对比和单GPU实时推理指标，便于判断这类世界-动作模型的性能位置。
蚂蚁灵波科技 · YouTube精选AI 评分7070 蚂蚁灵波开源具身视频基础模型 LingBot-Video，RBench 得分 0.620
蚂蚁灵波开源了面向具身智能的 MoE 视频基础模型 LingBot-Video，采用 DiT 加稀疏 MoE 架构，30B 参数、推理时激活 3B，宣称效率约为稠密模型的 3 倍。
推荐理由：材料给出了RBench上的对比分数和开源范围，便于读者判断这一具身视频模型的起点与可用性。
蚂蚁灵波科技 · YouTube精选AI 评分6969 LingBot-VLA 2.0 开源发布：支持 20 种机器人构型与全身控制
LingBot-VLA 2.0 开源发布，这是在 60000 小时真实物理数据上预训练的下一代具身基础模型，基于从 90000 小时机器人数据和 20000 小时第一视角人类视频重构的数据处理流程构建。
推荐理由：公开的权重和 GM-100 成绩，让读者可以直接比较它与 π0.5、GR00T N1.7 在长时程移动操作上的差距。
蚂蚁灵波科技 · YouTube精选AI 评分6161 LingBot-Depth 2.0 机器人空间感知模型发布，可看穿玻璃与镜面
LingBot-Depth 2.0 发布，这是面向机器人的新一代空间感知模型，主打对玻璃、镜面和透明物体的感知表现。它在 150M 规模数据上训练（是 v1.0 的 50 倍），在深度补全基准 16 项中拿下 12 项第一，最难室内场景的深度误差 RMSE 从 0.132 降到 0.062。
推荐理由：原文给出基准名次、最难室内场景的深度误差变化和开放权重链接，便于读者判断相对前代的提升与可复用程度。
蚂蚁灵波科技 · YouTubeAI 评分4141 LingBot-Map：基于 Geometric Context Transformer 的流式 3D 重建
蚂蚁灵波科技推出 LingBot-Map，用 Geometric Context Attention（GCA）这一端到端学习的流式状态解决流式 3D 重建的记忆问题。
蚂蚁灵波科技 · YouTubeAI 评分3232 蚂蚁灵波科技 LingBot-VA：首个因果视频-动作世界模型，用于通用机器人控制
蚂蚁灵波科技推出 LingBot-VA，一个将视频世界模型与策略学习统一的自回归框架，联合学习未来帧预测与动作执行。评测结果显示该框架在长时程操作、少数据后训练以及对新场景配置的泛化方面表现出明确潜力。
X Square Robot/自变量机器人精选AI 评分6767 自变量机器人发布跨模态具身动作分词器X-Tokenizer，多模态对齐提升13.5%、长程任务提升8.25%
自变量机器人发布跨模态具身动作分词器X-Tokenizer，采用语义残差量化（SRQ）架构，在17个机械臂系列、240万条轨迹（含20亿动作帧）上预训练。相比FAST，多模态对齐能力提升13.5%，长程任务性能提升8.25%，RoboTwin 2.0得分82.8；真机测试优于FAST和4级RVQ等对比方法。
推荐理由：原文给出了X-Tokenizer的方法设计与对比实验数据，读者可以了解动作分词器的多模态对齐思路及其可复用效果。
HUMANOID精选AI 评分6363 KinetIQ Ascend 用真实世界强化学习提升人形机器人操作吞吐与成功率
HUMANOID 推出 KinetIQ Ascend，一种在生产部署条件下运行的端到端视觉强化学习方法，扩展其 KinetIQ 框架，让机器人通过试错而非仅靠人类示教改进操作技能，公司称这是首个在产线人形机器人操作上公开演示的此类方法。
推荐理由：原文给出三项工业任务的具体吞吐与成功率数字，并指出性能随训练时长可预测提升的规律，便于评估真实世界强化学习在人形机器人上的落地价值。