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。
清华大学具身智能与机器人研究院院长张涛教授在人文清华讲坛发表“具身智能智赋万物”演讲，阐述具身智能的通用性、交互性、自主性三大特征，指出需突破多模态具身大模型、环境感知、动态规划与控制及灵巧本体等关键技术。
我们的机器人并非由单一AI模型驱动。这是我们有意为之的选择。 我们10部分Physical AI系列的第一篇：AI在生产中哪些方面站得住脚，哪些站不住脚，以及为什么安全位于学习回路之外。 https://www.atirobotics.ai/resources/educational-content/where-we-stand-on-ai/
Mondo Robotics 宣布 Beni 的开源强化学习环境正式上线，开发者可用 MJLab 训练自己的策略并放到赛道上测试。该环境已提供 Hugging Face Space 与 GitHub 仓库入口。引用内容称 Beni 是 Kickstarter 上融资最多的个人机器人。
自对弈是物理AI的一条强大路径。@SkildAI 的模型与自身越来越强的版本对弈训练，将一个简单目标转化为涌现行为。
诺因发布通用具身智能生成式学习框架 GLOW（Generative Learning of World）技术报告，称其在 RoboDojo（18 项任务平均成功率 62.2%。
卡内基梅隆大学机器人研究所团队开发 LAMP（Long-Horizon Adaptive Manipulation Planning）系统，帮助多台机器人协作在严重杂乱的空间中移动物体，将物体与机器人的运动联合规划而非分开处理。
KAIST 团队在 Nature 发表四足机器人 RAIBO2，它单次充电跑完韩国尚州马拉松，用时 4 小时 19 分，与人类跑者同场。
ETH Zurich 软体机器人实验室让现成类人机械手学会自主行走、按方向键并推动方块。手背加装电池、运动传感器和微型计算机，经仿真中强化学习训练后，该手在14种室内外表面上爬行，25次侧倒测试中21次自行恢复站姿，方向键按对29/32次。15次测试中方块被推至距目标2厘米内，论文 Fingers as Legs 已发布于 arXiv。
与 @perryadong 合写的新博客文章，讨论机器人要在现实世界中广泛有用需要什么。 https://pd-perry.github.io/posts/post-training.html 可靠性是当前 AI 最大的未解挑战之一。目前的模型在有人审核输出时（如起草代码）还行，但当我们希望系统以更高自主性和更高信任度运行时，这将成为更大的瓶颈。
Real-Time EXPO-FT 让 π0.5 应对托球平衡、将球击入球门等有挑战的动态任务，论文页面为 https://pd-perry.github.io/real-time-expo-ft/。Chelsea Finn 说明其做法是在强化学习中处理延迟，让基础 VLA 使用较旧的图像，同时由一个小型编辑策略实时运行，并称其在各对比中显著优于 RTC。
零次方机器人以具身智能出海代表企业身份亮相2026年服贸会，其机器人小店项目展示扫码下单后机器人自主完成商品识别、抓取与递送的无人零售闭环。近期多台Zerith H1轮臂式人形机器人已在马来西亚一处实验室完成部署，供当地解决方案商进行二次研发、数据采集和模型训练。公司正持续迭代Zerith V系列具身原生动作模型，并推进具身智能物理抓取API化。
Skild AI 宣布通过物理自博弈（physical self-play）对基础模型 S1 做后训练，让策略以得分为唯一目标与近期版本的自己对抗，在 NVIDIA Isaac Sim 中经 140 年仿真时长学会带球过人、护球、抢断等技能，并成功迁移到人形机器人进行比赛。作者认为自博弈可突破预训练人类数据的能力上限，下一步将扩展到协作操作和城市级导航等日常任务。
推荐理由：作者自述用物理自博弈让基础模型在仿真中习得足球技能并迁移到实机，读者可以借此了解自我对抗式后训练的可行路径。
MagicLab（魔法原子）介绍 Magic-Brain 框架中的视觉引导方案，用 VLM Agent 输出 bbox、分割模型细化为三色掩码叠加到观测图像，将语义引导转为视觉引导。
推荐理由：魔法原子详解 Magic-Brain 视觉引导层的设计动机与实现，读者可以了解把语言指令转成像素引导后对抓取成功率的影响。
Sergey Levine 分享与 Siemens、Berkeley 合作的研究，讲解如何在实时分块（RTC）下用小型 RL 策略配合大型机器人基础模型，RL 策略因推理更快可观察到更新的图像，从而把基础模型策略引向更优行为。他引用的介绍指出，异步 VLA 推理会降低推理延迟，却破坏了强化学习微调所需的马尔可夫假设，ARLI 即针对这一问题提出，项目页为 https://async-rl-intermediate-information.github.io/ 。该工作由 Brian Zhu、Momen Khalil、Emanuele Poggi（Siemens）与 @ehharrison4（Berkeley）等人牵头。
若愚科技受邀出席2026能源行业科技创新融合发展大会，创始人兼CEO孙腾发表主题演讲，介绍自主研发的若愚九天机器人大脑。该机器人大脑具备多模态感知、长序列任务规划、自主决策和执行等能力，为机器人本体提供底层智能支持；基于其打造的能源高危场景具身智能大脑系统方案推出特种防爆机器人若愚揽月，继链博会首次亮相后，若愚揽月日前进入常规运营加油站，开启多项全新功能的试点运行。
2026人工智能计算大会（2026AICC）具身智能与智算发展论坛于9月21日在北京举办，由清华大学具身智能与机器人研究院承办，主题为“人机共生临界点突围”。清华大学张涛、赵明国等学者与灵御智能、手亿科技、千诀科技等企业代表，围绕具身智能临床应用、人形机器人脑启发路线、数据基础设施、世界模型等方向分享成果。论坛为产学研搭建交流平台，推动具身智能技术走向工程化落地。
Dexbotic 全面接入 DM0.5，实现全流程能力与评测版图双升级。读者可通过「阅读原文」同步直达 GitHub 仓库，并可查看往期回顾。
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。
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。
翼菲机器人于9月18日上海EBC 2026具身智能与人形机器人智脑科技大会上获2026中国具身智能「应星标杆企业奖」。会上软件算法工程师刘晓鹏发表《VLA模型在人形机器人复杂装配中的工程化实践》主题演讲。其第二代鸿钧轮式双臂机器人已进入小批量试点采购并完成多行业部署，YiBrain大模型已在真实产线得到验证。
UC Berkeley 的 Ken Goldberg 撰文提出智能体机器人（Agentic Robotics，AR）路线，让多智能体系统离线编写、测试并迭代结构化的机器人控制程序，作为模型工程与数据驱动之间的第三条路径，不依赖大规模机器人演示数据。
一份由银河通用研究员参与完成的第三方技术报告《GPT-6 Astra as an Embodied Policy》在GPT-6 Astra发布不到两周后开源，在RoboDojo和RoboLab仿真环境中测试其作为具身策略的表现。
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。
Xspark AI（无界智航）联合创始人、首席科学家丁文伯在访谈中提出，视觉已解决机器人感知约99%的问题，触觉应形成低延迟、靠近身体的“脊髓”级模型而非直接融入视觉大模型。他提出“慢脑 VLM—快脑 VTLA+TWAM—脊髓 VTA”三层架构，认为触觉主要服务于防碰撞安全与灵巧操作后训练，并指出当前瓶颈在于传感器一致性、触觉数据表征与跨传感器、跨模态、跨本体的统一。
具脑磐石（EBKernel）在9月14日上海浦江创新论坛类脑具身分论坛发布类脑认知世界模型 Cog-WM 1.0，含导航分支 Cog-WM Nav 1.0 与操作分支 Cog-WM Manip 1.0，通过记忆、预测和主动探索让机器人理解物理世界。
2026年9月10日，苏州乐享智能（JoyIn）发布Aether具身智能模型，面向人形机器人身体控制与真实任务执行，称其使用约200小时人类视频、零真机数据训练，规模约40亿参数，首次执行部分任务成功率超过90%，可运行在宇树科技、智元机器人等本体上，并计划部分开放模型能力。
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。
OM-1 发布首个机器人基础模型，可零样本泛化到桌面机械臂、工业机械臂和人形机器人。该模型直接从人类操作数据学习，不使用遥操作或机器人数据，宣称接近人类水平的灵巧度与效率，并支持多机器人协作。Chelsea Finn 转发并祝贺相关作者发布。
具脑磐石于9月14日在2026浦江创新论坛类脑具身智能分论坛发布类脑认知世界模型 Cog-WM 1.0，涵盖导航分支 Cog-WM Nav 1.0 与操作分支 Cog-WM Manip 1.0。
原力灵机宣布 DM0.5 登顶 RoboColiseum 全部四个榜单（指令跟随、空间理解、扰动适应、通用操作），是榜单中唯一全部测评均登顶的模型。
推荐理由：原文列出DM0.5在多个榜单的具体成绩与推理延迟压缩数据，可据此评估其预训练路线的实际效果。
PKU EPIC Lab 提出 UniPart，一个以 CLIP 文本嵌入为条件的前馈跨模态 3D Transformer，用自由文本短语在点云上选取功能部件，实现零样本语言驱动 3D 部件分割。
推荐理由：论文给出文本驱动的3D部件分割方法与自建数据集，并验证可迁移到真实世界语言条件抓取。
原力灵机与天津大学、清华大学联合发表的论文《GeoVLA: Empowering 3D Representations in Vision-Language-Action Models》入选 IROS 2026 认知机器人最佳论文奖提名。
它石智航发布AWE系列迭代版本AWE3.7通用具身大模型，宣称实现跨环境、跨本体、跨任务泛化，同一套模型可部署在双臂协作机器人、轮式底盘和人形机器人上。材料展示了其在工业场景的表现，包括零件分拣、缠胶带、网线插接、手机装盒、拧螺丝、传动带抓取和积木分拣，以及家庭场景中的整理衣服、擦白板、冰沙制作等任务，并称AI模型层面换型时间压缩到小时级。
RobCo 任命 Michael Aronzon 为首席技术官（CTO），负责制定技术战略、推进首个自主解决方案 Alfie，并将 AI 技术集成到真实生产环境中。
云启资本在世界机器人大会期间联合无限基金SEE Fund举办专题圆桌，并收录进播客Attent!on，破壳机器人许华哲、昆腾动力李强、费莫一科技刘念邱三位创始人分享了对世界模型、Scaling与落地的看法。
推荐理由：三位创业者分别从模型、硬件系统和移动能力切入，具体拆解了具身智能落地瓶颈与Scaling效率的分歧所在。
Skild AI 宣布年度经常性收入（ARR）突破 1 亿美元，其中 5000 万美元在开始部署 10 个月内已确认，付费客户超 60 家，覆盖搬运、配送、巡检、安防、餐饮及仓储、工厂和数据中心场景；约 90% 收入来自操作任务，移动占 10%（其中 AMR 方案占 4%）。
推荐理由：公司自述收入里程碑之外，还给出部署如何反过来塑造模型研究的具体经验，对理解落地与研究的关系有参考价值。
帕西尼（PaXini AI）与通用具身基础模型企业智在无界（BeingBeyond）达成合作，智在无界成为 PaXini Inside 生态伙伴，双方将围绕 Being-H 系列模型推进具身基础模型训练、全模态数据生产与真实场景 POC 验证。
万勋科技发布第二代柔性具身大脑NOVA2.0，基于“肌体智能”理念的触觉原生多模态分层架构，支持原生一脑多形、1B+动态参量组合和20ms极速轨迹生成。该架构已在地产建筑、电力能源、交通运输等40+真实行业场景完成超1000万次极限工况作业，可适配柔性单臂、双臂、灵巧手/仿生人等本体构型，最低仅需常规1%的启动数据量即可泛化新场景。
开普勒大黄蜂智能咖啡舱由大黄蜂人形机器人主导全套咖啡制作，依托自研 VTLA（视觉-触觉-语言-动作）全模态大模型联动调控专业咖啡机，约 45 秒出一杯，充电 1 小时可连续工作 8 小时，支持 7×24 小时无人值守。