#Robot models and learning

RAX：以在线探索扩展机器人智能体能力的开源框架

论文提出 RAX（Robot Agent eXploration），一个以扩展在线探索为核心的开源机器人智能体框架，通用编码智能体在不使用动作演示数据、人工设计动作原语或价值函数引导的情况下生成机器人控制代码。

同一新闻，精选展示《哈佛、伯克利、英伟达等提出 RAX，用在线探索 Scaling 让机器人零示范学技能》

GPT-6-Astra 是否达到具身智能？SenseNova 联合团队评测报告

SenseNova 联合研究团队发布报告，评测 GPT-6-Astra 在机器人操作与导航上的具身能力。在统一协议下，团队于涵盖桌面操作、人形、移动平台与灵巧手的 12 个代表性基准上评测，允许从训练集示例进行上下文学习（ICL）并大幅增加执行步数，取得论文所称的空前表现。

OpenAI扩招27个硬件岗，人形机器人只做演示不量产

OpenAI官网以robotics为关键词可搜出27个在招职位，今年5月还是11个，岗位横跨算法、控制、执行器、传感器、固件、数据采集、制造、供应链等领域，供应链岗位招聘说明中写有“We're a growing hardware company”。

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。

Ropedia W0：跨本体扩展运动-操作世界基础模型

论文提出 Ropedia W0，一个跨人类与多本体机器人的第一人称运动-操作世界基础模型。研究构建了 Xp-Data 数据集，包含 1 万小时第一人称人类数据和 3000 小时机器人数据，配有统一多模态标注与质量控制；用相机位姿编码移动、投影骨架编码操作，机器人骨架结合各本体的前向运动学与人工关键点标注。

More Memory, Worse Agents：LLM 智能体中的错误复制与 Anti-Persistence 记忆设计

论文提出 Anti-Persistence 记忆设计，累积轨迹与结果、按需重建任务指导并在执行后丢弃，以避免存储抽象中的错误被反复复用。作者将错误经抽象、执行、再抽象循环再生的现象称为错误复制（error reproduction），在多个基准与骨干模型上，Anti-Persistence 取得更高的留出任务成功率和所评测记忆设计中最低的平均 LLM 调用成本。

西湖机器人WR1演示全身协同自主叠衣与跨区域家务

西湖机器人升级通用大脑WR1，采用通用大小脑双预训练架构，融合世界模型与VLA生成动作序列，由自研通用动作大模型GAE执行全身控制。演示中WR1完成从晾衣架取衣、双机协同折裤，以及跨厨房客厅卧室的取玉米、收纳玩偶、整理被子连续任务。系统引入长短时运动状态回顾与实时动作分块机制，减少长程任务中的停顿与突变。

UC Davis与ADI开源Agile-WAM触觉世界动作模型：真机成功率相对提升29.4%

UC Davis与ADI开源Agile-WAM，一个面向接触丰富操作的触觉世界动作模型，通过多尺度多模态预测让视觉用长跨度、触觉用下一帧跨度监督，真机五个任务总体成功率相对提升29.4%。在单张RTX 4090上推理延迟10.35ms、控制频率96.62Hz，比扩散策略DP高约40倍；9个ManiFeel仿真任务与Flexiv Rizon 4真机任务上多项取得最佳或接近最佳成绩。

VAST开源实时世界模型EdenLive，单卡RTX 5090下720P超24FPS

VAST发布并开源实时世界模型EdenLive，开放模型权重、推理代码、技术报告和端到端Demo。据VAST介绍，在单张消费级显卡Nvidia RTX 5090上、720P条件下，5B模型生成速度超过24FPS，可分钟级连续生成，端到端延迟为百毫秒级。

高工人形机器人一周资讯速递：优艾智合港股IPO获证监会备案；江特电机拟增资维他动力

10月16日，中国证监会对合肥优艾智合机器人股份有限公司境外发行上市及境内未上市股份“全流通”出具备案通知书，公司拟发行不超过49477800股境外上市普通股在香港联合交易所上市。10月12日，江特电机公告拟出资1亿元认购维他动力新增注册资本，增资完成后持有其3.0303%股权，与关联投资方合计出资3.00亿元，并已就灵巧手电机及关键部件开展联合开发。

Tonybot 与 TonyPi Pro 人形机器人怎么选：ESP32 入门平台对比树莓派视觉平台

幻尔科技（Hiwonder）的 Tonybot 与 TonyPi Pro 是两款面向 AI 学习的人形机器人平台，前者基于 ESP32、17 自由度，主打 Scratch/Arduino/Python 低门槛入门与舵机、传感器教学；后者基于树莓派 4B 或 5、20 自由度，配 2 自由度头部视觉云台与可开合手爪，面向 OpenCV、MediaPipe 视觉与具身场景演示。

港科广UniWAM：把VLA和WAM融合进同一Transformer，仿真真机双SOTA

港科广团队提出UniWAM，用MoT混合Transformer架构把物理推理、未来视觉生成与动作预测整合到一个模型，基于Qwen3-VL-2B-Instruct、Wan2.2-TI2V-5B骨干及动作预测器三大专家模块，配合EgoANT人类第一视角视频自动标注流水线，在人类数据、机器人演示与VQA数据上联合预训练。

RoboTTT 用快权重与上下文缩放让机器人记住五分钟前的操作

RoboTTT 面向机器人基础模型的一个结构性缺陷，即以 VLA 为代表的主流策略难以记住较早发生的事，提出用快权重与上下文缩放来改善长时程记忆。原文为简介节选，未提供完整实验细节。

τ₀-VLA 拆解：把子任务决策变成可扩展的推理问题

文章拆解上海创智学院（SII）罗剑岚团队于 2026 年 7 月 27 日开源的分层机器人基础模型 τ₀-VLA，该模型面向家居场景下十分钟量级的长时域移动操作，如备菜、收纳衣物和跨房间整理。核心思路是把「下一个子任务该做什么」变成一道可以加算力的推理题。

VLA-Rolling：复用动作尾部以更少去噪步数提升VLA控制

VLA-Rolling 是一个轻量推理框架，复用流匹配 VLA 模型在滚动规划中被丢弃的动作尾部，通过动作尾继承、逐动作置信度估计以及再噪化与去噪步数分配三个阶段复用去噪进度，底层 VLA 保持冻结。

世界模型可解释性：从解码表征到理解潜在世界

一篇 Perspective 文章提出，Joint-Embedding Predictive Architectures（JEPA）正从表征学习走向支持预测、规划与控制的潜在世界模型，其可解释性研究需从"编码了什么"转向潜在变量如何交互、演化并因果驱动预测。

AffordanceWAM：面向机器人操作的可供性感知世界-动作联合建模

AffordanceWAM 是一个可供性感知的生成式世界动作模型，通过 Scalar Affordance 与 Affordance Heatmap 在生成的未来世界中表示以物体为中心的时空可供性，把视觉预测锚定到任务相关物体与交互区域。

CoEvo-RSI：当执行框架演化时，哪些模型应随之跟进？

CoEvo-RSI 提出一种通过智能体驱动的双向历史继承推进模型与执行框架协同演化的递归自我改进（RSI）框架，用元智能体协调框架设计与模型检查点选择或合并，以缓解“脑-体不匹配”问题。

HumanoidPose：从视频估计人形机器人全身关节位姿

论文提出 HumanoidPose 框架，把视觉当作本体感知，仅从视频恢复人形机器人在世界坐标下的全身关节配置。该方法将预训练人体姿态特征与机器人运动学结合到统一模型中，并把人体动作重定向到十六种不同人形机器人本体，实现完全基于合成数据的可扩展学习；同时利用无标注在线视频通过自训练开发 2D 机器人姿态检测器以提升真实世界泛化。

MuJoCo Playground 复现四指灵巧手在掌重定向并部署 ONNX 推理

基于 MuJoCo Playground 的 MJX 并行强化学习栈还原了四指灵巧手在掌重定向任务，使用官方 ONNX 权重部署 C 引擎，完成八回合真实推理与失败边界分析。

asRoBallet：基于摩擦感知强化学习的球形欠驱动机器人动态平衡控制

asRoBallet 通过摩擦感知强化学习实现球形欠驱动机器人的动态平衡控制，从欠驱动动力学与轮-球-地双层接触摩擦出发，推导球形底盘的运动学映射与动态平衡机理。该方法使用近端策略优化（PPO）训练位置保持与速度跟踪策略，并以摩擦域随机化提升策略在不同摩擦条件下的适应性。

TD-MPC2：基于潜空间世界模型的模型预测强化学习控制实践

作者用官方预训练权重驱动四足犬科模型在本地 CPU 上完成真实奔跑推理，逐项还原潜空间世界模型、一致性学习目标、symlog 两点热编码与 MPPI 式采样规划的数学构造，并记录规划分布收缩、估计与兑现差等实测现象。

基于运动先验强化学习的仿人机器人射门与守门控制

基于运动先验强化学习的 G1 射手在 60 次点球中全部命中，采用历史编码的守门员扑出 85% 的射门。但两个模型放进官方对抗场景后，20 场比赛零进球，文章用逐拍数据定位了两层分布边界机制。

Manifold AI 推出 WorldScape R²SI 框架并登顶 RoboDojo 机器人操作榜单

Manifold AI 推出机器人递归自进化框架 WorldScape R²SI，在机器人操作基准 RoboDojo 总榜登顶，超过 GPT-6-Astra 与英伟达 GR00T-N1.7 等模型。

港大 EgoWild2Dex 用 538.9 小时「极脏」人类数据训练双臂机器人，真机数据不到 1 小时

香港大学 MMLab 团队提出 EgoWild2Dex，直接用 538.9 小时未经刻意编排的人类第一视角操作数据训练双臂灵巧机器人，每个下游任务真机数据不到 1 小时，拆快递、用热熔胶枪固定摆件、制作冷饮三个长时序任务平均成功率 96.7%。

通用大模型正在重做机器人的研发与交付

智讯智库分析师陈宥文对比了通用大模型切入机器人的两条路径：MicroFactory在单次客户部署中用基于Claude Opus、GPT-6 Astra的智能体生成控制方案、专用程序执行，据创始人自述机器人连续1.5小时自主装配电子产品且全程零操作失误；Poke & Wiggle则用Claude Opus 5.5接管读论文、写算法、训模型、测真机全流程，复现10篇近期论文。

浙大GuardPIBT以残差重排序增强PIBT，仿真完成100万智能体三维无冲突规划

浙江大学团队提出GuardPIBT，在保留PIBT执行内核的前提下，用神经网络对PIBT原生候选动作做残差重排序提议，冲突校验、优先级继承与回溯仍由PIBT内核完成，并引入反事实分组门控过滤有害干预。

机器视觉中CNN与Transformer的原理及应用差异

机器视觉中CNN与Transformer按实时性与复杂度分工：CNN承担车道线识别、近距离障碍物检测、交通标识分类及工业机器人的工件定位、缺陷检测，Transformer负责鸟瞰图场景重建、多传感器融合、轨迹预测与可行驶区域分割。

中科慧灵CASBOT PA感知到动作模型在莆田制鞋工厂开展应用

中科慧灵自研的CASBOT PA（Perception-to-Action）感知到动作模型已在福建鑫佰体育莆田制鞋工厂的真实工位开展应用，现阶段以机械臂为执行载体，链路为视觉感知、动作生成、运动学处理、真机执行。

四足机器狗在 MuJoCo 中的 2 小时强化学习仿真

开发者在自建于 MuJoCo 物理仿真器之上的训练平台中，用带运动模仿（风格参考动作）的强化学习训练四足机器狗仿真，仅在 MacBook Air 的 CPU 上训练 2 小时（无 GPU）即学会关键帧 trot 步态与平衡。关节按真实业余舵机模型限制扭矩、速度曲线、回差与延迟，步态比纯强化学习更平滑。该仿真支持 WASD 驱动的多方向控制。

Generalist AI GEN-1.5 的物理提示范式走到哪一步

Generalist AI 于2026年8月19日发布 GEN-1.5，只需3-12秒单次任务演示、不做梯度更新即可尝试执行新任务，10项短时操作任务 one-shot 平均成功率59%±10%，补充约5分钟数据并做10次梯度更新可提升至83%±9%。

某团队在客户部署中完全转向用前沿大模型控制机器人

某团队在过去一个月的客户部署中完全转向用前沿大模型控制机器人。架构类似 System 1/System 2 分工：高层推理由基于 Opus 和 Astra 的智能体负责，快速执行层使用模型自己编写的计算机视觉代码，他们称其快速、可编辑、可靠。大模型还带来上下文学习与持续学习，出现新情况时由大模型介入并调整流程。

AlphaGo主程序员David Silver：放弃人类数据，三年内实现超级智能

Sequoia Capital播客Training Data邀请AlphaGo主程序员、Ineffable Intelligence联合创始人David Silver与Lasse Espeholt对话，Silver给出两个新预测：一年内拿出superlearner路线可行的强有力证据，三年内实现超级智能，比他原本估计的三到五年更激进。

卓益得RL阿尔法队获EBiM Challenge 2026 Task 3辅助生活与喂食第一名

卓益得技术团队组成的RL阿尔法队在全球首个跨大洲具身双臂操作基准EBiM Challenge 2026中，从近百支队伍中获Task 3「辅助生活与喂食」第一名。

北航KDD 2026论文提出MoE-Pointer，用Seq2Seq强化学习联合优化骑手-无人机接力配送

北京航空航天大学王静远教授团队联合上海大学管理学院，在KDD 2026发表论文MoE-Pointer，定义了动态多阶段取送问题（DM-PDP），用序列到序列生成框架实现骑手-无人机三级配送链路的端到端强化学习联合优化。

Xbotics 联手杭州机器人学校「具身前沿线下半日课」：让机器鸭 MicroDuck 动起来

Xbotics 与杭州机器人学校联合推出《具身前沿线下半日课》，2026年10月25日13:00–17:00 在杭州机器人学校3楼举办，400元/人、限15人小班。

世界模型评测平台 WorldOracle 开放提交，首批评测七种模型

WorldOracle 于 10 月 16 日向开发者正式开放提交，这是一个以真实执行记录为参照、检验动作驱动世界模型预测能力的评测平台，论文为《WorldOracle。

硬件、数据到模型：Sharpa如何系统性推进灵巧操作

机器之心对话 Sharpa 学术负责人张凯峰，梳理出推进灵巧操作的三条主线：以人为中心的数据采集、把运动与交互解耦的高频触觉底层控制、以触觉为锚的跨本体表征学习。

观点：仅靠 VLA 模型无法实现人形机器人的安全部署

有 Reddit 用户认为，仅靠视觉-语言-动作（VLA）模型不足以让人形机器人安全融入日常生活。人形机器人力量和速度远超人类，若缺乏复杂的多感官输入，仅凭视觉从视频学习，无法掌握握持儿童手臂、端蛋糕、关门等任务中适时调整力度的人类本能行为，容易引发事故并阻碍行业普及。

谷歌发布Gemini 4 Argon物理推理模型，打通机器人研发全链路

谷歌发布Gemini 4（Argon），定位为专注物理世界交互的通用物理推理模型，覆盖控制执行、仿真重构、数据标注到自我改进的机器人全生命周期。在ERQA具身推理基准上Argon取得87%，超过Claude Opus 5.5（82.3%）与GPT-6 Astra（81%）；AA-Omniscience测试中其幻觉率为15%，低于后两者的51%和59%。