#Robot models and learning

腾讯全球数字生态大会：WorkBuddy企业版落地50多个行业，Agent进企业难在成本与工作流

腾讯在2026腾讯全球数字生态大会上披露，WorkBuddy自今年3月上线以来累计完成90亿次任务请求，企业版落地50多个行业，覆盖50%的中国企业500强、60%的中国企业100强。

WorldOracle 示例：看似成功的机器人 rollout 可能预测出错误抓取

WorldOracle 展示了一个案例：真实夹爪没抓到水果，但生成的 rollout 却显示水果被抓起，尽管模型输入了相同的初始观测和记录动作。评估预测时应分开检查机械臂是否跟随轨迹、物体最终状态是否正确；空抓动作预测出空抓才是正确答案，看似成功的抓取视频反而可能是错的。

用旧Redmi 9当Thymio II的“大脑”：端侧视觉、语音与避障学习闭环

一个周末PoC把旧Redmi 9架在Thymio II上用乐高固定，由手机跑ML Kit人脸检测（含微笑概率）和图像标注、粗略光照/运动估计、动画表情与语音输出，机器人只执行轮速目标并回传传感器数据。行为是巡航→后退→转向→观察→停稳的小状态机，遇人脸进入“meet”状态可回答“你看到什么”。避障学习很简单：碰撞后尝试1.2s、2.4s或3.8s转向，以下次接触前的自由行驶时长打分。

在 Isaac Sim 中复刻真实茶饮台，并用脚本驱动 Unitree G1 泡茶

团队在 Isaac Sim 中把真实自助茶饮台复刻为可物理交互的 3D 环境，放入 Unitree G1 并用脚本执行泡茶的五步动作，机器人动作并非从人类视频提取，全程在开启物理的仿真中运行。G1 与物体交互时仍有接触不完美和打滑现象，目前尚无学习策略或自动轨迹生成。团队正探索这类环境能否作为合成机器人演示数据的来源，包括面向不同本体结构的机器人。

Exin Therapeutics 让 AI Agent 为小鼠做脑部手术，中途因校准异常拒绝执行

Exin Therapeutics 用 Arduino 改装的手术平台让 AI Agent 为一只小鼠完成脑部注射，Agent 自行选定基因治疗载体与注射坐标，五分钟内注入 250 纳升药液。一次连接中断导致 Y 轴目标位置偏离实验台 34 毫米，Agent 以校准问题为由两次拒绝重试，团队最终手动改代码。开颅仍由人类完成，现场有持证兽医握物理急停开关，最终执行手术的是 Sonnet 5。

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%。

BestRand 提出稳定低成本的基准压缩方法，并扩展至 VLA 评测

BestRand 是一种稳定且低成本的基准压缩方法，通过降低随机采样中高误差的长尾风险，在 70 多个文本、多模态和智能体基准上验证，并扩展至 VLA 评测。相比对比方法，其高误差风险降低 50.2%、估计误差平均降低 16.4%，构建成本仅为 51.3%。作者还推导了子集估计全基准分数时误差分布的解析近似，指出随机采样多数情况下误差较小但存在罕见大误差。

Auriga 技术报告：面向零样本具身操作的任务无关智能体外壳

Auriga 是一个任务无关的智能体外壳，在 RoboDojo 零样本操作上以 57.7% 成功率（64.0 Score）排名第一，将同一模型相对参考外壳的成绩提升一倍以上。

Bleu Robotics 完成 500 万欧元 pre-seed 融资，推进人形机器人工厂部署

总部位于巴黎的 Bleu Robotics 完成 500 万欧元 pre-seed 轮融资，由 Contrarian Ventures 和 OVNI Capital 联合领投，Kvanted、WEPA Ventures、Motier Ventures 及 Charlie Songhurst 参投，资金用于扩充团队并推广其软件方案。

Maximo Robotics 在公用事业级光伏项目完成 30 万项任务

Maximo Robotics 宣布其美国制造的机器人系统在按任务计费的机器人即服务合同下完成超过 30 万项施工任务，与 Max 4.0 系统协作的工人每人每班时安装效率达到纯人工的 2.5 倍。

SIGRobotics机械臂RL颠球7分钟

人类应该比机器人更协调。 不过在SIGRobotics可不是这样。@_robert_molina 用强化学习训练了我们的一只机械臂，让它能在球拍上连续颠乒乓球长达7分钟。 看这段延时视频，它就一直颠个不停。

飞蛾仿生机器人借人工循环系统在体生长紫外传感器

爱沙尼亚塔尔图大学与意大利技术研究院团队让飞蛾仿生机器人通过人工循环系统输送吡咯等化学原料，在紫外光照射处原位合成聚吡咯紫外传感器，使机器人获得原本没有的感知能力。

REA：面向异步脑-小脑控制的路由具身智能体运行时

研究提出 REA（Routed Embodied Agent）统一运行时，让负责推理的 System 2、具身路由 System 1 与反应式 System 0 策略在同一框架下协作，核心规则是运行中的策略不等待大脑。

智元发布WITA-OMNI交互模型与灵渠OS 1.0，年底全面开源

智元在2026创新日发布具身全模态端到端交互大模型WITA-OMNI，在Daily-Omni、TimeLens-Bench、EmbSpatialBench和MMAU四项评测中位列第一，平均响应约600毫秒。

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。

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。

用物理AI重估杭叉：AI-Fork与LogiMind能否打开无人叉车下一轮竞争

杭叉集团以AI-Fork全系列智能叉车机器人和LogiMind工业具身智能大模型布局物理AI，并计划在11月10日第四届全球代理商大会上发布全新产品。全球叉车存量约1200万台，2025年无人叉车渗透率仅2%左右，杭叉试图用环境理解与任务规划能力降低部署门槛。其技术布局还延伸至杭叉国自的潜伏式搬运机器人、料箱机器人和X1轮式人形机器人。

给毛毛虫穿上“装甲”：研究揭示软体爬行机器人在玻璃等光滑表面移动的设计线索

那不勒斯费德里科二世大学与巴勒莫大学团队用弹簧-质量爬行模型分析 Pieris brassicae 毛毛虫在木材、钢、石板和玻璃上的运动，发现表面粗糙度与爬行性能强相关，玻璃因微观粗糙度不足以让原足抓附而难以通行。

宾夕法尼亚大学提出Fast Feature Field，为事件相机提供通用机器人视觉表征

宾夕法尼亚大学工程团队提出Fast Feature Field（F³），将事件相机每秒数千万个信号转换为现有计算机视觉软件可用的通用表征，论文发表于Science Robotics。

立德机器人发布船舶建造世界模型“定风波”

立德机器人在2026中国海洋经济博览会上发布船舶建造世界模型“定风波”，将设计图纸、工艺文件和物料清单统一输入，由模型解析工程逻辑关系，把整船拆解为分段、中组、小组立与零件并还原三维结构，使机器人不再依赖人工示教，可自主感知、拆解任务与决策作业。

复旦与南洋理工提出SimpleVLN，用原生多模态大模型刷新视觉语言导航SOTA

复旦大学与新加坡南洋理工大学团队提出SimpleVLN，不改动多模态大模型核心结构、不新增专用导航模块，仅通过历史帧筛选、动作块决策与SFT、DAgger、强化学习三阶段训练完成视觉语言导航。

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。

清华、智元与无问芯穹提出群体经验学习 CEL，96 台真机验证规模化收益

清华大学、智元与无问芯穹联合提出群体经验学习（CEL）范式，并在 96 台机器人上完成原型验证。在手机包装任务中，训练后策略在两台未参与训练的同型号机器人上完成 120 次测试，成功率从 79.2% 提升至 98.3%，失败次数从 25 次降至 2 次。

同一新闻，精选展示《无问芯穹联合清华、智元提出群体经验学习 CEL，96 台机器人验证成功率 98.3%》

破壳机器人发布具身 API RoboAPI，世界-动作模型 Poke-Aurora 首次亮相

破壳机器人（PokeBot）10 月 30 日凌晨发布首款模型产品 RoboAPI，一个可公开访问、开箱即用的具身 API，开发者接入适配机械臂后无需采集数据或训练模型，用一句 prompt 下达指令即可执行未专门训练过的任务。

上海交大等提出VaM：用价值预测做任务进度记忆，纸盒装配连续运行4小时成功率超95%

上海交通大学与上海创智学院等提出Value as Memory（VaM），把价值模型的近期预测序列作为任务进度记忆输入动作策略，并配合离线到在线的真机强化学习流程。在纸盒装配任务中，VaM连续自主运行4小时，任务成功率超过95%。消融显示，相比移除价值缓存的版本，最终任务成功率提升29.4%；在线RL方案在三个任务上的平均成功率提升32.8%，平均每个梯度步对应的真实世界时间成本降低57.8%。

博银合创苏州总部正式启用，并进入博世供应商体系

10月29日，由博原资本与银河通用联合孵化的博银合创正式启用一万平方米苏州总部，覆盖研发、仿真测试、场景验证、小批量试制到客户交付全链路，并已进入博世供应商体系。公司称BW10系列搭载VLA模型在物流分拣中效率约800—1000件/小时，BW10-Lite已在联合汽车电子上海工厂厂内物流场景投入应用。按规划，公司计划2027年将年产能力逐步提升至4000台，德国子公司已进入筹备阶段。

宇树股价反弹超70%，具身智能行业估值逻辑生变

定焦One分析称，宇树科技股价近期累计反弹超70%、市值回升至2800亿元以上，但10月28日发布的上市后首份财报显示Q3营收6.65亿元同比增长69.93%，扣非净利润1.05亿元同比下降17.42%。

复旦与南洋理工提出SimpleVLN：用原生多模态大模型刷新视觉语言导航SOTA

复旦大学与新加坡南洋理工大学等团队提出SimpleVLN，不改动多模态大模型核心结构、不新增专用导航模块，仅靠观测筛选、动作块决策与SFT、DAgger、强化学习三阶段训练完成视觉语言导航。

大晓机器人联合南洋理工S-Lab发布可交互世界模型Mundo

大晓机器人联合南洋理工大学S-Lab发布面向具体环境构建的可交互世界模型Mundo，把3D场景重建、物理仿真与视频生成融为一体。系统用场景代码记录物体重量、质心和摩擦系数，由960Hz MuJoCo物理引擎计算运动与碰撞，再结合现场照片渲染画面；输入1到12张手机照片即可重建可推拉碰撞的3D空间。

机器人路径规划5大主流算法详解：MPC、强化学习、图搜索等

文章沿"如何解决不同环境难题"主线梳理具身智能领域五类路径规划范式：图搜索（Dijkstra、A*、Hybrid A*）、采样方法（RRT、PRM）、人工势场法（APF）、最优控制（MPC）以及强化学习与数据驱动方法。

无问芯穹联合清华、智元提出群体经验学习CEL范式并在96台机器人上验证

无问芯穹联合清华大学、智元提出群体经验学习（CEL）范式，并在96台机器人上完成原型验证。在手机包装任务中，经CEL训练的策略在两台未参与训练的同型号机器人上完成120次测试，成功率从79.2%提升至98.3%；参与学习的机器人从16台增至96台时，测试成功率由86.7%提升至98.3%。

同一新闻，精选展示《无问芯穹联合清华、智元提出群体经验学习 CEL，96 台机器人验证成功率 98.3%》

破壳推出具身API RoboAPI，由世界-动作模型Poke-Aurora驱动

破壳（PokeBot）正式推出可公开访问的具身API RoboAPI，接收机器人观测与状态并按用户指令近实时预测输出动作，技术预览期免费开放，开发者可通过platform.pokebot.com申请。

中科院自动化所提出触觉增强抓取插入框架，0.05毫米间隙下成功率67%

中国科学院自动化研究所程龙团队提出触觉增强的抓取—插入全流程学习框架，在0.05毫米间隙下实现67%成功率，峰值接触力降低60%，论文被IROS 2026收录。该研究以帕西尼PX6AX GEN3多维触觉传感器为核心感知硬件，集成至七轴机械臂，覆盖五种几何形状与1、0.25、0.05毫米三档间隙。同等条件下无触觉的IL+RL方案成功率为52%，纯模仿学习方案为0。

Open X-Embodiment 与 RT-X：大模型机器人策略的跨具身迁移实战

文章系统讲解 Open X-Embodiment 与 RT-X 的跨具身迁移实践，从 RLDS 数据格式统一、RT-X 模型架构到预训练、微调与在新机器人上部署。文中给出 RLDS 转换脚本、基于 RT-1 的 PyTorch 模型实现、温度采样与具身加权 loss 等训练技巧，并记录数据加载慢、跨具身性能差、动作空间不匹配等六类踩坑与对应解法。

地瓜机器人与宇树科技联合推出具身智能教育解决方案，旭日S100夯实算力底座

地瓜机器人与宇树科技在长沙教育装备展上首次联合参展并宣布战略合作，以旭日S100算力盒为核心算力底座，结合宇树Go2四足机器人和R1人形机器人推出具身智能教育解决方案。方案配套15款主题课程共180节课，覆盖小学至高中，并设桌面级与真机级两级进阶路径及6门课赛融合课程。旭日S100在单颗SoC内集成CPU、BPU与MCU，将感知决策与实时运动控制置于同一芯片协同。

中科院自动化所与帕西尼合作研究：触觉增强强化学习实现亚毫米级精密装配

中国科学院自动化研究所程龙团队在 IROS 2026 发表研究，用触觉增强强化学习提升亚毫米级精密插入的成功率与稳定性。方案先用 Diffusion Policy 模仿学习抵达孔口，再用 SAC 强化学习完成插入，并通过触觉基线补偿和按扭矩分组的均衡采样处理真实触觉噪声。

中科慧灵完成数亿元A++轮融资，CASBOT PA模型进入制鞋工位验证

中科慧灵宣布完成数亿元人民币A++轮融资，由知来投资、涌铧投资、茂天投资、元禾辰坤、国科科智、鲁宁投资等机构联合投资，资金用于产品量产交付、关键场景具身大脑技术研发迭代及市场拓展。

AgiBot 提出 Worken 机器人有效工作量衡量框架

AgiBot 提出名为 Worken 的机器人工作量衡量框架，用活跃机器人数、自主工作时长与产出效率比三项相乘，估算机器人在真实部署中完成的有效智能工作时。该框架由联合创始人、总裁兼 CTO 彭志辉提出，强调区分通电时间与自主作业时间，并以任务基准衡量合格产出。

智元联合清华、无问芯穹发布CEL群体经验学习范式，96台真机实现集群自主进化

10月30日，智元联合清华大学、无问芯穹发布群体经验学习范式CEL，以机器人同伴的真实作业轨迹为经验来源，配套FERT失败引导经验检索微调算法与FATS容错异步训练系统。在插花、叠衣、手机充电、凳子组装、手机包装五项真实任务上，CEL训练策略全部超过6名人类远程操作员平均水平，最高领先16.7个百分点。手机包装任务中，参与训练的机器人从16台扩至96台，成功率从86.7%升至98.3%。

同一新闻，精选展示《无问芯穹联合清华、智元提出群体经验学习 CEL，96 台机器人验证成功率 98.3%》

无问芯穹联合清华、智元提出群体经验学习 CEL，96 台机器人验证成功率 98.3%

无问芯穹联合清华大学、智元提出群体经验学习（CEL）范式，并在 96 台机器人上完成原型验证。在手机包装任务中，CEL 训练的策略在两台未参与训练的同型号机器人上完成 120 次测试，成功率从 79.2% 提升至 98.3%；参与学习的机器人从 16 台增至 96 台时，测试成功率由 86.7% 提升至 98.3%。