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。
#Robot models and learning
机器之心 · 微信公众号AI 评分7272 雷科技AI 评分5858 中科创达发布滴水AIOS 3.0，并展示工业具身智能与AI眼镜方案
中科创达在ThunderWorld 2026技术大会上发布AquaDrive AIOS（滴水AIOS）3.0，围绕自主生成、自主融合、自主控制三项能力升级，其中自主融合相关技术已基于奇瑞瑞虎8量产平台完成改装并在真实城市路况验证。
钛媒体AI 评分6262 Physical Intelligence推出Pi API beta版，具身大脑按API售卖引发行业讨论
10月13日，Physical Intelligence（PI）宣布推出Pi API beta版，把上传机器人数据、托管微调、云端推理与策略生成、评测回流做成一条服务链，尝试按API售卖具身大脑。
36氪 · 微信公众号AI 评分4040 世界模型混战2026：前七个月融资666亿元，真正做预训练的不超过五家
2026年前七个月，中国一级市场世界模型赛道流入资金666亿元，58家公司拿到融资，但严格按预训练标准筛选，真正在做的不超过五家。海外机构正高薪争抢人才，1X开出20万–30万美元年薪加股权招聘世界模型方向，Runway、xAI等也设岗。自动驾驶、人形机器人与物理AI、游戏3D、工业数字孪生是当前主要应用方向，仿真到现实鸿沟仍是头号难题。
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。
机器人全球资讯 · 微信公众号AI 评分6262 特斯拉建Optimus Academy训练体系，计划造1万至2万台机器人自主练习
马斯克在特斯拉2026年第三季度财报电话会议上透露，公司正在建设名为Optimus Academy的机器人训练体系，计划制造约1万至2万台Optimus，让它们通过自主练习生成训练数据。
Tech Xplore RoboticsAI 评分5858 北京大学团队提出柔性机械臂运动预测方法，长程误差降低超四分之一
北京大学谢广明、张飞天团队提出混合模型，用平衡锚定模型和轻量修正模型抑制柔性机械臂逐步预测的误差累积，成果发表于 RSS 2026。在仿真三维缆驱机械臂上预测 200 步（6 秒）时，混合模型误差比单用锚定模型降低超过四分之一，19 项测试均未失准；在液压软体鱼尾实机上，其误差为锚定模型的一半或更低、修正模型的四分之一或更低。更稳定的预测可让控制器先在计算机中试算多种动作并挑选最安全的一种。
The Robot ReportAI 评分5252 Generative Bionics 将在意大利建设 Physical AI 数据工厂
Generative Bionics 本周宣布计划在意大利建设多站点 Physical AI 数据工厂，首个枢纽面积 5000 平方米，预计 2027 年第四季度投入运营。
Robotics 24/7AI 评分5858 Dexory 集成 NVIDIA Cosmos 与 Halos 扩展仓储 AI 能力
Dexory 宣布与 NVIDIA 合作推进仓储物理 AI：DexoryView Storage Health 集成 NVIDIA Cosmos，用基础模型推理识别开箱、托盘错位、货物错放等存储异常。
差评X.PIN · 微信公众号AI 评分5858 宇树举办 2026 世界物理 AI 大会，王兴兴称具身智能 ChatGPT 时刻最快 2027 年到来
宇树科技在“2026 世界物理 AI 大会暨合作伙伴生态大会”上，王兴兴称具身智能的 ChatGPT 时刻最快在 2027 年或 2028 年到来，并提出“双 80% 标准”，即在 80% 的陌生场景里只靠语音或文字指令完成 80% 的任务。
云深处科技 · 微信公众号精选AI 评分7272 云深处发布具身大脑五项成果：世界模型DR-WM-1.0、VLA模型DR-VLA-2.0等
云深处科技围绕自研具身大脑DEEPRobotics-Brain密集发布五项研究成果，包括世界模型DR-WM-1.0、具身基础模型DR-VLA-2.0、具身智能体DR-Agent、策略优化框架DR-APO和数据闭环平台DR-Benchmark，并联合MIT、清华、浙大等七所高校开展合作。
推荐理由：五项成果覆盖世界模型、VLA、策略优化与数据基准，可对照了解具身大脑全链路的分工与指标。
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。
亿欧网 · 微信公众号AI 评分4242 聆动通用发布iFlyBot-WAM工业世界动作模型与LindenBot-Harness执行组织系统，LDB机器人已进厂作业
聆动通用在2026科大讯飞1024开发者节发布iFlyBot-WAM工业世界动作模型、LindenBot-Harness执行组织系统，并首发LDU环境式数据采集解决方案。LDB具身智能通用机器人已获CR认证与欧盟CE-MD准入，在B2B仓配拣选中跑通货架间自主移动、识别不同姿态商品并柔性抓取的作业路径。其采训推机器人LDT此前已在小件供件场景完成验证。
机器之心 · 微信公众号AI 评分5858 上交大等机构提出 Physical RSI 框架，用 L0–L5 分级衡量机器人自我改进
上海交通大学、加州大学伯克利分校、斯坦福大学等机构的研究者在论文《Who Improves the Robot? Toward Physical Recursive Self-Improvement》中提出 Physical RSI 框架，将任务能力更新与改进流程更新纳入统一分析，并给出 L0–L5 分级。
arXiv cs.ROAI 评分6262 S²：用感觉运动对齐作为具身策略成功的离线代理指标
作者提出 Sensorimotor Alignment（S²），一种无需训练的离线指标，用于衡量模型的感觉表征与物理运动几何结构的对齐程度。研究发现 S² 在多个具身模型家族中与下游机器人任务成功率正相关，可在闭环评测前低成本筛选模型，也能在微调为 VLA 之前识别有潜力的 VLM 主干。
arXiv cs.ROAI 评分7272 WarpWeaver：面向多机器人协调的去中心化实时规划器
该论文提出去中心化实时规划器 WarpWeaver，通过分散列生成在机器人间协商共享空间租金，使各机器人搜索的 dispersive tree 收敛到近优一致解。在 Dynobench 仿真中，其总行程时间较集中式离线规划器最多降低 22%，较去中心化实时基线最多降低 37%，并在图连通性任务上把专用规划器的成功率提高近一倍。六台机器人机载规划实验验证了实际可部署性。
arXiv cs.ROAI 评分6161 RGraph-Eval：用任务场景图评测机器人视频生成
作者提出 RGraph-Eval，一个基于参考演示的机器人视频评测框架，用任务场景图显式暴露生成视频中物体、抓取和放置等交互错误。该框架由基础模型流水线识别操作角色、定位物体掩码、推断并校验状态转移与动作区间，并重建被操作物体的三维运动，输出包含可见物体、关系变化和三维路径形状的可解释评分。
arXiv cs.ROAI 评分7474 LocoManiLab：人形移动操作的数据、策略、控制器与部署统一测试平台
LocoManiLab 是一个覆盖数据采集与生成、策略训练、评测和实机部署的人形移动操作统一测试平台，任务集包含五类家庭场景下的 234 个原子与组合任务，并提供 51.5 小时仿真遥操作数据。
arXiv cs.ROAI 评分6060 STAMP：借助人类运动先验实现人形机器人动作衔接
论文提出 STAMP 框架，通过“机器人到人再到机器人”的流程，把独立采集的人形动作连接成连续序列。其核心是一个学习到的对齐模型：动作重定向到人体骨架后，该模型为后续动作排序候选位置、朝向和过渡时长，再由人类运动先验在选定对齐下生成过渡。研究在 Unitree G1 和 ROBOTIS K1 上评估生成过渡的跟踪成功率，并用实机演示展示长时序动作衔接。
arXiv cs.ROAI 评分6262 STR：面向人形机器人移动操作的时空偏好运动重定向方法
作者提出时空重定向方法 STR，用视觉语言模型选择相关运动信号与身体部位，并据此识别关键帧，把额外求解迭代分配给关键帧、给选定部位更高交互权重，以降低重定向计算开销。
arXiv cs.ROAI 评分6767 FRED：用自蒸馏学习未来视频表征的世界动作模型
研究提出 FRED 框架，通过自蒸馏从噪声中单步预测未来视频表征，并以真实未来观测提取的表征作为目标，同时用历史观测为视频模型提供时序上下文。在多种真实操作场景中，FRED 优于对比的世界动作模型，在零样本环境泛化的长时程与域外任务上提升明显；仅用人类视频演示、机器人训练数据中不存在的任务成功率达 50.0%，对比最佳同类模型为 19.4%。
HuggingFace Daily PapersAI 评分5656 SkeLAM：骨架引导的机器人世界模型潜在动作方法
论文提出 SkeLAM，一种骨架引导的潜在动作模型，用于可控机器人世界建模。它将潜在动作分解为由机器人骨架监督的运动学分量和保留互补视觉动态的残差分量，并通过跨模态交换重建让 RGB 与骨架运动学表示可互换。
未来机器人网 · 微信公众号AI 评分3636 宇树王兴兴：最快明年，人形机器人有望听懂指令自主整理房间
宇树科技创始人王兴兴在2026世界物理AI大会暨宇树合作伙伴生态大会上判断，最快今年年底或明年，用户有望用一句语音指令让宇树人形机器人独立完成整理房间这类家庭任务。
36Kr Embodied IntelligenceAI 评分5858 宇树王兴兴：物理AI或在一至三年内突破，宇树正研发自进化模型系统
宇树科技在杭州举办2026世界物理AI大会暨宇树合作伙伴生态大会，创始人王兴兴发表演讲，判断物理AI可能在一至三年内迎来重大突破，并称GPT-6 Astra在零训练条件下让宇树机器人完成了绘画和下围棋实验。他同时公布宇树正在研发的物理AI机器人自进化V1系统，让AI智能体自主编写代码、在仿真环境测试训练并进入真实环境验证，形成持续迭代闭环；他希望到今年年底或明年宇树机器人能进入普通家庭。
HuggingFace Daily PapersAI 评分5858 以世界建模统一视角综述视频基础模型的读写、共享与交互
一篇综述以世界建模为统一视角审视视频基础模型与视频世界模型，将文献组织为读、写、共享、交互四类互补操作：读从观测视频推断世界属性，写从指定或学习到的条件合成视频，共享通过共同建模机制整合理解与生成，交互在动作与观测下预测并更新世界状态。
OFweek RoboticsAI 评分6060 评论：Astra越强，国产机器人越需把执行层握在自己手里
文章以商汤Astra实测报告为切入点，指出Astra在规划层能力突出（LIBERO-Long++达100%、RoboDojo达81.9%），但真机操作暴露云端推理秒级延迟与毫秒级力觉闭环之间的架构性断点，叠碗平均耗时约131分钟、费用约19美元。
深蓝AI · 微信公众号AI 评分6767 IROS 2026 NIDAR 用 RGB 零样本生成 LiDAR 点云强度
IROS 2026 论文 NIDAR 提出用 RGB 图像经伪近红外生成与本征分解，为已有点云补充点级强度，离线训练后可零样本迁移到目标场景。在 Isaac Sim 的 Warehouse 与 Hospital 序列中，替换为 NIDAR 强度后 ISC-LOAM 的 ATE RMSE 相比仿真器内置强度分别降低约 43.0% 和 41.1%。
爱范儿AI 评分2828 早报｜微信回应未适配iPhone Duo/比亚迪：L3有望2028年落地/乐奇彩显AI眼镜意外曝光
比亚迪高级副总裁杨冬生在世界智能网联汽车大会上表示，L3级有条件自动驾驶有希望在2028年落地，更高级别可能在此基础上再过1—2年落地。宇树科技创始人王兴兴在2026世界物理 AI 大会上称，物理 AI 已有被「击穿」的苗头，突破可能在未来1—2年或2—3年出现，具身智能的最核心挑战是 AI 模型输入输出与真实机器人的对齐。
36Kr Embodied IntelligenceAI 评分2626 8点1氪丨iPhone Duo约八成应用未适配；DeepSeek据悉完成1000亿元融资；长实集团再发澄清公告：李嘉诚健康情况良好
DeepSeek据悉完成约1000亿元人民币（150亿美元）融资，为中国历来规模最大的融资交易之一，宁德时代和腾讯是本轮融资的最大投资者之一。iPhone Duo约八成常见应用未完成折叠屏适配，微信、QQ等未适配应用只能居中显示或等比放大，腾讯客服称正积极推进适配并将尽快推出更新。
未来机器人网 · 微信公众号AI 评分6262 特斯拉 Q3 财报会：Optimus 已在弗里蒙特产线下线，2027 年底对外交付
特斯拉在 2026 年第三季度财报电话会上介绍，Optimus 已在加州弗里蒙特工厂的高产量产线开始生产，计划在 2027 年底前后向外部客户交付，并到 2027 年底达到每周 2 万台产出速度。
Beijing Humanoid Robot Innovation CenterAI 评分3838 财新时间 X 熊友军：没有泡沫的产业，只有泡沫的公司
北京人形机器人创新中心CEO熊友军在《财新时间》专访中表示，人形机器人行业不存在泡沫，只有泡沫的公司，真正落地干活的样机占比仍有限。他透露天工的数据训练约80%来自虚拟仿真、20%来自真实场景，Pelican-Unify统一表征具身世界模型能提升执行准确率但算力要求高，下一轮融资已在规划中。
HuggingFace Daily PapersAI 评分6060 Embodied Agent Arena 实证研究：前沿 VLM 智能体能否胜任机器人通用任务
研究团队提出 Embodied Agent Arena，用 1000 个案例评测十个 VLM 智能体在几何、空间推理、可供性、任务规划和操作五个维度的表现，其中 168 例来自新基准 GeoProbe，覆盖相机、运动、深度与尺度估计。
HuggingFace Daily PapersAI 评分6262 S^2：用感觉运动对齐作为具身策略成功的离线代理指标
研究提出免训练的离线指标 Sensorimotor Alignment（S^2），衡量模型感知表征与物理运动几何的对齐程度。作者称 S^2 在不同模型家族中与下游机器人任务成功率正相关，可在闭环评测前用于筛选模型，也能在昂贵的 VLA 微调前识别有潜力的 VLM 主干。
HuggingFace Daily PapersAI 评分7575 DiscoDemo：用强化学习生成多样机器人示教数据提升模仿学习
DiscoDemo 将强化学习作为数据生成器，训练带特权信息的潜在条件生成器，通过并行逆向课程和成功门控的多样性目标发现多种成功解，再经安全过滤导出为静态数据集供下游视觉运动模仿学习使用。在四个操作任务上，该方法在仿真中把下游成功率从最强基线的 40% 提升到 62%，在真实机器人上从 39% 提升到 78%。作者认为成功解的多样性可改善预训练流匹配 VLA 的模仿学习，并与纠错数据采集互补。
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。
APPSO · 微信公众号AI 评分00 王兴兴谈物理AI：已有被击穿苗头，难点在模型与机器人对齐
宇树科技创始人王兴兴在2026世界物理AI大会上称，物理AI已看到被“击穿”的苗头，突破可能在未来1—2年或2—3年出现。他认为具身智能迈过“ChatGPT时刻”的核心挑战是AI模型输入输出与真实机器人的对齐，商业服务场景落地会快于家庭和工业。其内部测试中，GPT-6部署到机器人上可在未专门编程的情况下自行清洗画笔并继续绘画。
HuggingFace Daily PapersAI 评分5858 HoloBoxing：单卡约 7 分钟训练人形机器人拳击的方法
HoloBoxing 提出一种基于预训练全身控制器学习人形机器人拳击的简单方法，将可复用的运动技能与任务决策分离：紧凑规划器输出未来身体点目标，冻结的控制器负责关节级执行。
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。
极客公园AI 评分7171 英伟达 GTC 柏林发布 DSX POD、OpenShell 企业方案与多项物理 AI 合作
黄仁勋在 GTC 柏林宣布 Vera Rubin 平台已全面量产，并推出模块化 AI 工厂参考设计 DSX POD，由 7 个液冷计算机架组成、约 17 公里线缆互连、采用 800V 直流供电，在电力和场地就绪前提下部署时间可从约 6 个月缩短到最快 14 天，预计 2027 年初开始交付。