PKU EPIC Lab 在 arXiv 发布 ZETA 研究（arXiv:2609.02546），提出统一的零样本跨本体 VLA 迁移定义和覆盖 14 个留出目标本体的受控基准，区分严格零样本迁移与预训练暴露迁移。实验显示局部末端执行器状态-动作表示、源本体多样性、辅助共训练分别提升约 15、18 和 7 个百分点，预训练中仅加入 5% 目标本体数据可将平均目标本体进度提升 13.4 个百分点。
推荐理由：论文给出了统一的零样本跨本体迁移定义和受控基准，读者可据此理解不同表示与数据策略的实际收益。
RLChina「一文七问」栏目解读Google DeepMind与多伦多大学提出的通用强化学习算法DreamerV3，该算法基于世界模型，先在想象轨迹上训练actor-critic，用一套固定超参数在8大类、超过150个任务上达到或超过各领域专门算法。
8月机器人月度盘点覆盖社会、商业、研究与文化动态，涉及赴深圳采购硬件与美国能源部实验室调查中国LiDAR安全风险。A3数据显示北美2026年第二季度订购8,940台机器人、金额6.22亿美元，台数增4.3%、收入增21.3%。北京世界机器人博览会约300家公司展出2,000余款产品，Unitree收盘价较发行价高460%，8月28日回落近30%。
哈工大李天龙团队研发基于CD5+树突状细胞的工程化微机器人系统，可通过外磁场调控实现血管内精准导航并原位激活免疫细胞，成果发表于《科学进展》。系统在锥形磁场下自组装为带状集群顺流迁移，旋转磁场下组装为链状集群逆血流上行，结合肿瘤趋化实现靶向富集与深部浸润；小鼠原位结直肠癌模型中单次注射联合磁控导航使肿瘤生物发光信号降低90%以上。哈工大为论文第一单位。
推荐理由：哈工大团队介绍CD5+树突状细胞微机器人的构建策略与磁控导航结果，读者可了解原位免疫激活这条治疗路径的具体做法。
8月26日下午，RLChina前沿学术论坛第1期在中国以色列常州创新园举办，由华罗庚·原点学院主办、通用决策智能研究所承办，中国科学院自动化研究所张海峰副研究员主持。
天创机器人联合清华大学、达摩院与东南大学发布的工业多模态安全性评估数据集InspecSafe-V1论文被《Nature》旗下期刊《Scientific Data》收录。
智源研究院 8 月 21 日发布 FlagEval-Robo 具身智能评测体系，推出 FlagEval-Robo-Sim 与 FlagEval-Robo-Real 两大榜单，公开 12 个开源模型的评测结果，所有模型在评测数据集上进行了平等后训练。
推荐理由：评测用统一双轨标尺量化了仿真与真机的性能落差，读者可据此判断仿真榜单成绩的参考边界。
8 月 19 日，清华大学自动化系赵明国教授团队在 Science Robotics 发表论文《Learning Vision-Driven Reactive Soccer Skills for Humanoid Robots》，入选 2026 年 8 月人形机器人特刊，所用机器人平台为加速进化（Booster）自主研发的人形机器人。
推荐理由：论文拆解了传统感知-规划-控制流水线的三处失效，并给出可复现的仿真到真机迁移方法。
章鱼动力发布面向具身智能的通用世界模型 SYNWorld V0.5，采用 MoT 架构，参数规模 10+B，训练数据 30+ 万小时，涵盖图像、视频及带动作标注的机器人动作轨迹。
奥克兰大学LISMS实验室与西安交通大学联合提出Video2Knowledge框架，从一段普通单目RGB视频中提取手与物体6D轨迹并转成机器人动作序列。系统用WiLoR恢复3D手部网格、结合OnePoseViaGen做物体追踪，并设计四阶段物理感知校正模块，操作物体位姿准确率在正面视角下从52.5%提升到59.0%。
石麻笔记采访了VPP的两位一作胡钰承和郭彦江（清华大学交叉信息学院陈建宇老师博士生），围绕VPP、BagelVLA、Ctrl-World三个工作展开。
PKU EPIC Lab 提出HumanTracker基准，用于人形运动跟踪的评估，被ECCV 2026接收。基准包含约153小时来自多名专业演员的光学运动轨迹，分为四个运动族并带文本标签；配套的HumanScore指标基于包含24K动作的12K运动对训练，与人类偏好对齐，能揭示运动学指标常漏掉的接触与稳定性失败，如脚滑和落地时机错误。
推荐理由：原文提出将人形运动跟踪评估与人的感知对齐的基准和指标，指出现有运动学误差会漏掉足底滑移等接触问题。
哈工大吴志光教授联合团队开发自适应磁控纳米机器人平台，可在外部磁场驱动下形成涡旋状、链状和带状等群体运动模式，并在小鼠和非人灵长类动物体内实现脊髓腔内定向导航，成果发表于《科学进展》（Science Advances）。
推荐理由：研究团队公布了磁控纳米机器人集群在非人灵长类体内的导航实验结果，关注微纳机器人医学转化的读者可了解其技术路线。
Mila-魁北克AI研究所与蒙特利尔理工团队发布开源机器导盲犬Milo，称可将约5万美元的导盲犬成本压到约2000美元。硬件基座为宇树Go2 Air/Pro加NVIDIA Jetson Orin Nano，用磁编码器伸缩手柄反解使用者三维位置，先建鸟瞰图再跑导航策略，策略在GPU加速仿真中约10分钟练出并零样本部署真机。
推荐理由：原文完整拆解了Milo的感知、策略训练与实测细节，读者可以对照自己的导航项目复用其工程取舍。
意大利技术研究院（IIT）与INAIL提出共享具身智能架构，并造出人形机器人ergoCub，研究成果发表于Nature Machine Intelligence。
推荐理由：原文梳理了把人体工效写进机器人硬件优化的方法与真机数据，读者可以了解设计与控制如何围绕人机协作展开。
动作分块（action chunking）是一种效果出奇好的方法。现代大规模模仿学习基本上离开了它就无法工作。但它到底为何有帮助？在我们的新论文中，我们试图拆解其中的原因。正所谓，接下来发生的事可能会让你惊讶……
自变量机器人发布并开源HOST框架，机器人观看平均29秒人类演示视频即可复现新技能，成功率达62%，数据量仅为Pi-0.5微调方案的1/50、学习时间1/500。HOST不逐帧模仿人类动作，而是以视觉结果为中间语言，按任务进度而非时间对齐视频与机器人执行，采用双专家MoT架构，学习发生在推理阶段、权重冻结，旧技能保留率高于微调方案；光照与场景变化下成功率仍保持在50%以上，论文和代码已开源。
Google DeepMind 发布 Gemini Robotics 2——其最先进的视觉-语言-动作（VLA）模型，并配套具身推理（ER）模型与端侧本地运行模型。
RoboParty Lab、浙江大学、清华大学智能产业研究院（AIR）与 InSpatio 联合发布并开源世界模型控制方法 INTACT（INtent-To-ACTion）。
推荐理由：原文给出与传统CEM搜索的延迟和成功率对比，读者可据此判断免搜索世界模型控制的收益边界。
@ChaoYuTHU 开源了 Harness VLA，它在不修改 VLA 模型权重的前提下加入一个 Harness Layer 来组织这些模型。在 LIBERO-Pro 上 Harness VLA 成绩为 82.4%，对比 Pi_RLinf 50%、Berkeley RATS 43.8% 和 NVIDIA Cap-X 18.2%。Striding AI 发布这条推文，并将其视为可能从端到端 VLA 转向 Harness VLA 的迹象。
推荐理由：推文给出了同一基准下与其他 VLA 方案的对比数字，读者可据此判断不改权重的外挂式结构有多少提升空间。
清华于超老师团队与正行创新（Striding AI）联合提出自监督帧级优势建模算法STEAM，从专家演示的时间顺序中学习帧级进展信号，为专家数据、机器人rollout和人工纠正数据逐帧打分。
加州大学圣迭戈分校团队用遥操作人形机器人Surgie在普通手术室完成了两台活体猪胆囊切除手术，均由外科医生主导控制而非自主完成。Surgie基于商用Unitree G1改装，可快速切换标准手术器械，体积和占地小于Da Vinci等传统手术机器人；参与的外科医生反馈操控直观、体力负担减轻，但也提到机器人过热和需频繁重新定位的问题。
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。
PKU EPIC Lab 提出测试时训练框架 WAM-TTT，从原始人类视频中引导世界动作模型，无需机器人动作、人类侧标注或任务特定微调。该方法通过自监督视频预测将人类视频吸收进冻结 WAM 内的轻量自适应记忆，并用成对人-机数据和键值记忆重建目标的元训练阶段对齐人类演示与机器人行为；实验显示其在多种操作任务和泛化设置下持续优于上下文人类视频条件化基线。
推荐理由：原文提出仅用无标注人类视频在测试时调整冻结世界动作模型的方法，无需机器人演示或微调，对想复用的研究者有方法参考价值。
智源研究院发布多模态表征世界模型悟界·RoboBrain Orca，核心思路是从预测下一个词、下一帧、下一动作转向预测下一个世界状态，先学习统一的世界潜在表征，再通过文本、图像、动作三种轻量读出模块适配下游任务。
推荐理由：原文说明了从预测下一输出转向预测下一状态的训练范式，以及冻结主干加轻量读出模块的做法，可迁移给关注世界模型路线的读者。
如果你想让机器人做好某件事，就需要知道如何与它对话。如果不会，你可以学——用Semantic Action RL！在我们的论文中，@JagdeepBhatia8、@ajwagenmaker、@verityw_ 展示了如何在VLA提示上做强化学习，从而实现新任务，并在真实世界中以极快速度学习！
香港中文大学（深圳）等机构提出 GeoPredict，在 VLA 生成动作前显式预测末端执行器与关节级未来轨迹，并用 3D Gaussian 建模未来工作空间几何。
推荐理由：GeoPredict 把未来轨迹与三维几何预测并入 VLA 训练，读者可了解一种不增加推理开销的空间推理思路。
南洋理工大学 Hirotaka Sato 团队为遥控马达加斯加嘶嘶蟑螂（Gromphadorhina portentosa）开发了3D打印防水潜水服，使其可在水下行走长达3小时、最深50厘米。潜水服通过过氧化氢与二氧化锰反应供氧，五只穿戴蟑螂三天后仍健康，水下速度达78.4毫米/秒（陆地87.5毫米/秒）。团队下一步计划在极端太空环境条件下测试该方案。
文章详解 LocateAnything 的 Parallel Box Decoding（PBD）机制，把完整边界框视为长度为 6 的生成原子，用一次模型前向并行预测类别与四个坐标，块与块之间仍保持自回归。
能否将粗略的动作意向 + VLA先验转化为成功的行为？ Flow Reversal steering： 1) 将VLA的流ODE反向运行，反推出最接近粗略轨迹的噪声 2) 将流正向运行，得到最接近的良奧行为 论文：http://flow-reversal-steering.github.io
我们可以学习一个为机器人强化学习提供塑形"过程奖励"的模型，该模型会随着策略变好而自动进化。这在基准测试上提升了性能，并且在真实世界中也有效！与 Raymond Tsao & @ajwagenmaker 合作的一些有趣新工作。
哈工大朱延河教授团队在《极端制造（英文）》（IJEM）发表论文，提出基于协作重构的模块化机器人自主容错修复策略，通过改变形态恢复关节故障损伤，无需备份模块替换。方法结合拓扑描述与运动学自建模、粒子群算法搜索目标构型及改进RRT协作重构算法，实验中容错上限比固定构型冗余方法提高7倍。哈工大为唯一完成单位，博士生齐健为第一作者。
推荐理由：论文给出无需备份模块的协作重构容错策略和7倍容错上限提升数据，读者可了解极端环境下机器人集群自修复的具体实现路径。
我们最新关于章鱼灵感软体机器人的研究被@Reuters报道。 该研究发表于@NatMachIntell，由#IIT旗下@BSRiit的研究人员开展，由@BarbaraMazzolai协调。 🔗 观看Reuters报道： https://www.reuters.com/video/watch/idRW135222062026RP1/?chan=technology
Adam 的新论文提出 Ambient Diffusion Policy，通过依赖噪声水平的数据使用方式，选择性地从次优数据中学习训练机器人策略。作者指出训练去噪扩散模型时每个数据点会在不同噪声水平下被多次使用，数据点的价值可能随噪声水平而不同，该方法能从 OXE 数据集此前被丢弃的相当部分中提取价值，与 pi0.7 以数据质量为条件学习的思路互补。
Nvidia GEAR 实验室与卡内基梅隆大学、加州大学伯克利分校的研究者开发出名为 ENPIRE 的智能体框架，让 AI 编程智能体自主安排并迭代机器人训练，机器人学会了剪断扎带并将 GPU 插入主板上的狭薄插槽。
JAXA研究人员在Science Robotics发文报告，掌心大小的球形月球车LEV-2（昵称SORA-Q）在2024年1月SLIM任务中于Shioli陨石坑附近着陆后自主运行超过100分钟、估计行驶24米并回传多张图像。
本文是对CVPR 2025最佳论文VGGT与CVPR 2026最佳论文入围工作VGGT-Ω一作王建元博士的访谈，他目前在Oxford Visual Geometry Group和Meta AI联合培养读博。
2026 第八届北京智源大会于 6 月 13 日闭幕，线下参会人数突破万人，汇聚 2 位图灵奖得主、8 位院士及 40 余位 AI 企业 CEO。大会围绕世界模型与智能体两大主线，首次设立 AI×神经科学论坛，智能体论坛从 1 场增至 3 场。
测试时扩展如何影响机器人？ 我们发现，更大的模型、更多的思考和更多的上下文对某些提示有显著帮助，但对其他提示没有。 与大语言模型类似，我们也可以训练一个路由器来实现更好的性能/延迟权衡！ 论文：https://jadee-dao.github.io/direct/
Chelsea Finn 团队微调 VLA，使单一策略能控制机器人团队中的任意机器人，实现无需显式通信的多机器人协作（引用推文中介绍的系统名为 CHORUS）。结果显示该方法与为各机器人分别训练模型或训练统一集中式模型的效果持平或更优，并易于扩展到大规模团队。论文地址：https://arxiv.org/abs/2606.12352