具身智能MaaS兴起：原力灵机、Physical Intelligence、Dream Labs三条路线对比
文章认为，受机器人本体算力与散热限制，具身模型推理正转向云端，具身智能MaaS成为新方向。2026年7月原力灵机发布通用具身MaaS服务，10月Physical Intelligence推出邀请制Pi API Beta，Dream Labs以9000万美元种子轮融资推出Dream API。
#Data and simulation
新智元 · 微信公众号AI 评分5858 Tech Xplore RoboticsAI 评分6262 MIT 提出 UQ-DAAAM：用多视角图像纠正机器人记忆中的错误物体描述
MIT 研究人员提出 UQ-DAAAM 系统，通过比较同一物体在不同视角下的多段描述来量化机器人对所见内容的不确定性，并选取额外视角修正错误标注后写回记忆。该方法在 DAAAM 框架上加入不确定性量化，用启发式规则挑选能降低不确定性的帧而无需重跑视觉语言模型，再用大语言模型融合多段描述。
雷科技AI 评分6060 菜鸟开放全球仓网，为AI机器人提供实景训练集群
11月5日，菜鸟在中国香港智慧港举办AI及具身智能产业合作发布会，宣布向产业伙伴开放全球仓网，构建覆盖仓储拣选、智能导航配送、高空巡检、汽配管理等数十个行业、上百种实景的物流实景训练集群。
Xbotics具身智能实验室 · 微信公众号AI 评分2020 元力场四期报名：远征 A3 Ultra 首个系统化实战课程，从接口调用到场景应用
元力场四期开设远征 A3 Ultra 首个系统化实战课程，共 20 课时、4 大模块，覆盖本体与 AimDK 开发环境部署、运控智能、交互智能及二次开发与系统集成，从最小 RPC 调用进阶到迎宾导览、多点巡检等场景应用。课程由智元工程师团队与 ROS 教育基金会布道师联合开发，张新宇教授担任总指导，2026 年 11 月 10 日起开课，每课时 45-60 分钟，官网可看回放。
HuggingFace Daily PapersAI 评分5858 DRAP：面向物理AI持续学习的动力学风险自适应可塑性方法
研究提出DRAP，一种免回放的持续学习方法，用局部轨迹放大风险加权的动作梯度估计模型张量的历史重要性，并据此缩放各张量的AdamW有效学习率。该方法在OpenVLA的KappaTune子网络上实例化，在LIBERO Spatial、Object、Goal三个套件上做顺序适应，相比标准AdamW微调和EWC，在保持新套件学习能力的同时明显提升了旧行为的保留。
GuyuehomeAI 评分4747 PyElastica：基于 Cosserat Rod 与行波驱动的连续体仿生蛇运动
PyElastica 以 Cosserat 杆力学、曲率行波驱动与各向异性摩擦为主线，用三组仿真推演连续体仿生蛇的无关节蛇形滑行机理。文章还检验了固定步态下叠加抬升波的实际效果。
GuyuehomeAI 评分4747 基于深度强化学习的四旋翼目标追踪控制：64×64 视觉输入在 Isaac Lab 中的实验
四旋翼仅凭 64×64 相机画面追踪黄色目标球，加载官方预训练策略在 Isaac Lab 中完成追踪实验，目标可见率约四成，丢失目标后可自主盘旋重找。文章还讨论了该策略向 DJI Tello 迁移时已知的差距。
GuyuehomeAI 评分6060 RoboSimStudio 实测多材料软体物理仿真参数标定与复现
RoboSimStudio 多材料物理工作台实测中，绳打结、毛巾、帆布袋三个示例双跑逐位一致，材料参数与仓库标定对上。仓库内 elastica 数学逐行转写后实现零偏差复现。
古月居 · 微信公众号AI 评分7070 原力灵机升级 Dexmal MaaS，打通具身模型数据采集到真机部署链路
原力灵机对 Dexmal MaaS 进行全面升级，打通从数据采集、策略训练到云端推理和真机部署的完整链路，并支持 SFT、DAgger、RECAP 三类模型优化 Pipeline。
Robotics & Automation News同新闻AI 评分7878 智元发布具身基础模型 GO-3 Preview，在三项具身智能基准登顶
智元发布具身基础模型 GO-3 Preview，基于自研 WRAM（World Reasoning Action Model）架构，统一任务理解、未来状态预测与动作生成，并在 RoboDojo、RoboTwin、RoboColiseum 三项具身智能基准上排名第一，计划于 2026 年底完全开源。
智东西AI 评分3838 智象创始人梅涛提出构建智能体化的全模态世界模型
智象元一（HiDream.ai）创始人兼CEO梅涛在2026世界顶尖科学家论坛第二届国际工程智能大会上提出构建智能体化的全模态世界模型（Agentic Omnimodal World Models），由LLM、通用世界模型Omni-Model与具身上下文三部分协同。
奥比中光AI 评分5858 奥比中光无本体数据采集硬件平台升级，双目EGO新增63mm与120mm基线
奥比中光升级无本体数据采集硬件平台，双目EGO新增63mm与120mm两种基线配置，分别面向规模化采集与高精度操作任务。平台称在适用方案及测试条件下SLAM定位精度可达3mm，并通过Hub实现小于1ms的全局时间同步。配套软件Ego Viewer支持EGO、UMI、WristCam等设备统一接入与质量检测，相关产品已获多家行业客户验证并进入批量交付阶段。
Kinetix AI · YouTubeAI 评分2323 Kinetix AI 在 HKFW 2026 现场展示 KAI-Halo Lite 沉浸式试戴
Kinetix AI 在 HKFW 2026 现场展示 KAI-Halo Lite 沉浸式试戴，该超轻量数据采集设备配备 4 个摄像头与 IMU，可实现厘米级追踪。设备面向第一视角（egocentric）数据采集场景。
HuggingFace Daily PapersAI 评分7171 PyRUA-REAL：通过真实世界 RSI 实现机器人探索与自适应学习
PyRUA-REAL 框架让编码智能体把真实世界交互经验保存为持久记忆和可复用可执行技能，用于后续探索与代码改进。在八项真实世界任务上平均成功率为 91.1%，在 RoboDojo 基准的 42 项任务上平均成功率为 84.4%。研究还考察了智能体协作方式、执行反馈对代码改进的作用，以及部署时不依赖在线智能体决策的效率与能力。
36Kr Embodied IntelligenceAI 评分6868 成都睿芯行完成数千万元融资，推出免训练抓取模型
成都睿芯行科技有限公司完成数千万元新一轮融资，投资方包括创新工场、中力股份及今天国际。公司推出基于类人脑机制的具身智能免训练抓取模型，称新零件无需训练即可抓取，可省去每个零件约一周的训练时间和上千元成本，并支持用千元级普通3D相机替代数万元级高精度3D相机。公司2025年6月与中力股份联合发布第一代工业拣选机器人，2025年11月发布“飞箱”产品与第二代双臂具身拣选机器人。
arXiv cs.ROAI 评分5353 表达性集群机器人的现实差距与感知差距研究
该研究将同一套去中心化协调代码部署在桌面、空中和人形移动操作机器人三类集群上，并在现场艺术表演中观察其表现。结果显示算法在三类平台均可靠执行，但物理形态使可见运动的时间尺度变化超过三倍并改变轨迹几何。观众调查还发现，观察者对集群运动的意义归因与情绪反应（舒适或威胁）并不随技术成功同步变化，且二者彼此不相关。
arXiv cs.ROAI 评分7171 RoboTryOn：用虚拟试穿将人类视频合成机器人灵巧操作演示
RoboTryOn 提出把人类到机器人的转换当作虚拟试穿，保留演示动作、物体和背景，只把人类替换成参考图指定的目标机器人。方法自回归转换关键帧并以其引导视频合成，运动以人手骨架为条件，再用带深度特征的逆动力学模型（IDM）从合成视频推断动作标签用于策略学习。实验显示，仅用合成数据训练的策略在包括双臂操作在内的新任务上平均成功率从2%提升到60%，且约三分之一采集成本即可达到纯遥操作示教策略的水平。
arXiv cs.ROAI 评分7272 DreamFree：免生成未来视频的世界动作模型表示蒸馏方法
DreamFree 提出一种无需生成未来视频的世界动作模型（WAM），通过表示蒸馏让视觉编码器仅凭当前观测预测冻结视频扩散模型的表示，再由动作模块提取动作相关信息。
arXiv cs.ROAI 评分6060 研究：机器人比物体更重时，惯量失配如何影响机器人策略学习
该论文研究机械臂与操作物体之间的惯量失配如何影响机器人策略学习，通过改变机器人和物体质量的受控仿真实验发现，强化学习在广泛质量组合下都能成功，而行为克隆在较轻机器人操作较重物体时学到的策略更可靠。
arXiv cs.ROAI 评分5858 LIFE：让机器人从经验中持续学习并积累能力的框架
作者提出 LIFE（Lifelong Intelligence from Experience）框架，让机器人持续观察、选择性记忆，并把经验转化为新能力。
arXiv cs.ROAI 评分6767 Tactus：面向自然灵巧操作数据采集的触觉与位姿传感手套
作者提出 Tactus 纺织集成传感手套，在 1.5 mm 指尖堆叠厚度下同时提供电容触觉力感知与 IMU 融合位姿跟踪，用于采集自然灵巧操作演示数据。该手套在 95% 置信度下最小可检测力为 0.59 N，比两款商用触觉手套基线低 1.6–2.7 倍，跨被试一致性为 0.87；操作遮挡最严重时指尖关键点相对误差为 11.0 mm。
arXiv cs.ROAI 评分7171 X-Fly：面向全动作块空中视觉语言导航的到达与停止学习框架
X-Fly 提出一种分阶段训练框架，用于全动作块空中视觉语言导航（VLN），解决执行完整动作块后策略查询状态偏离专家演示、缺乏恢复与停止监督的问题。
arXiv cs.ROAI 评分5858 PriMoRetarget：用优先级运动重定向实现人形机器人动作迁移
作者提出 PriMoRetarget，一个用显式优先级层级替代相对权重加权的运动重定向框架，让低优先级更新受约束以保留高优先级目标。该方法在覆盖单人动作、人物操作和人物交互的四组数据集上评估，生成的动作更能保留任务相关交互，并提供比常用重定向方法更易跟踪的参考轨迹。
arXiv cs.ROAI 评分6060 SimForcing：将仿真运动先验蒸馏进真实域机器人世界模型
SimForcing 提出一种仿真引导框架，通过潜空间运动蒸馏把仿真教师的运动知识迁移到真实域机器人世界模型，并用多块仿真条件与条件丢弃降低对仿真预测精度的依赖。
arXiv cs.ROAI 评分6262 MMUSV-Sim：面向多USV协同感知的海事仿真平台
作者提出MMUSV-Sim，一个基于Unreal Engine 5和Project AirSim的海事仿真与数据生成平台，支持多USV同步多模态采集与共享世界坐标系下的3D标注。
arXiv cs.ROAI 评分6767 Reverse to Advance：用易任务时间反转数据降低遥操作成本学习高难度操作策略
该论文提出一种遥操作成本有效的框架，利用易任务的时间反转轨迹作为高难度操作任务的监督信号，减少人工示教采集。框架包含闭环数据采集流程、基于运动学先验与 critic 引导优势过滤的分层数据精炼，以及迭代策略学习三部分。在两个仿真基准和实机实验中，该方法相比基于反转和强化学习的基线提升了高难度任务成功率，数据效率更高且训练更稳定。
arXiv cs.RO精选AI 评分7878 AutoDex：自动采集真实世界灵巧抓取数据的系统
AutoDex 是一个无需持续人工操作即可采集真实世界灵巧抓取数据的系统，可自动规划并执行抓取、标注结果并复位物体以持续采集。研究团队用 Allegro 和 Inspire 手在 100 个物体上采集了超过 3500 次抓取试验，记录成功与失败及同步视觉观测和机器人状态；采集 500 条轨迹约需 0.2 人工时，遥操作则为 9.3 人工时。
推荐理由：该研究给出自动采集灵巧抓取数据的闭环系统，并用人工工时与检索成功率对比遥操作和仿真筛选。
arXiv cs.ROAI 评分6565 InDex：通过意图条件微调让VLA模型适配灵巧操作
研究提出 InDex 框架，用重定向演示得到的归一化开合信号监督标量抓取意图，分两阶段把平行夹爪 VLA 模型适配到多指灵巧手。在四个仿真任务中，InDex 配合 π0.5 取得 85.8% 平均任务成功率，比原生策略提升 35.5 个百分点，并在未微调的相似几何新物体上达到 69.0%。在三个 VLA 主干和单独训练的真实世界策略上同样有效，真实策略平均成功率从 71.0% 升至 83.0%。
arXiv cs.ROAI 评分6262 AcroRL：用双向推力强化学习实现四旋翼激进翻转
AcroRL 提出基于强化学习的框架，通过调制恒定参考轨迹完成位置受限的四旋翼紧凑翻转，并分别为正向到倒置、倒置到正向的转换训练策略。在 JAX 仿真中，该方法的位置 RMSE 比最强优化基线降低 32%，调节时间缩短 57%；实机在多种偏航配置下完成翻转，位置 RMSE 低于 0.35m，并验证了与下游轨迹生成和控制的兼容性。作者同时开源了实现代码，论文已被 CoRL 2026 接收。
arXiv cs.ROAI 评分6565 软体机器人动力学学习：不确定性感知主动探索框架
作者提出一种不确定性感知的主动探索框架，可自主学习与任务无关、可泛化的软体机器人动力学模型。该方法在连续体臂、流体中关节鱼和肌骨腿三个仿真平台以及一台真实气动连续体臂上评估，相比随机探索和任务特定基线建模精度更高，并在未见任务的零样本控制中取得更高回报，在传感噪声、执行延迟和材料非线性下保持稳健。
arXiv cs.RO精选AI 评分7878 NVIDIA 提出基于 Cosmos 的交互式世界仿真框架
NVIDIA 提出一个共享框架，将 Cosmos 世界基础模型适配为面向 Physical AI 的实时交互式世界仿真。该框架能根据动作和场景控制流式输出视觉观测，既支持预测动作的视觉后果，也支持从外部仿真器维护的物理状态生成观测。作者在相机导航、机器人操作、可控视频迁移和多视角自动驾驶仿真中做了演示，并公开了代码与模型检查点。
推荐理由：NVIDIA 把 Cosmos 世界基础模型改造成可实时交互的仿真框架，并公开代码与权重，读者可据此判断世界模型在机器人训练中的可用边界。
arXiv cs.ROAI 评分6262 ReactWorld：用结构化交互响应引导具身视频生成
ReactWorld 是一个由结构化交互预判引导的具身视频生成模型，在生成骨干的特征空间中预测交互走向，显式描述参与者角色、未来运动响应强度和局部运动变化。它通过响应反馈适配器把预测位移转为时间注意力的位置偏置，引导跨帧的物体特征更新与信息检索。
arXiv cs.ROAI 评分5858 Fluidic Body：把群体机器人当作手的流体延伸来操控
作者提出 Fluidic Body 系统，让操作者通过手部动作改变手与群体机器人之间虚拟流体的属性，从而调整群体行为：张开手时群体变软、可变形绕开障碍，握拳时群体变硬、可聚合成整体推动物体。
arXiv cs.ROAI 评分6060 WayPOP：全景开放集全景分割跟踪基准发布
WayPOP 是一个基于真实 Waymo PVPS 序列构建的全景开放集全景分割跟踪基准，通过插入 Objaverse 的域外 3D 资产生成跨时间、跨视角一致的全景标注。
arXiv cs.RO精选AI 评分8484 HALO：从仿真合成数据训练的人形机器人自主系统实现零样本实机迁移
研究团队提出人形机器人自主系统 HALO，通过在约一千个程序化生成的家庭场景中合成视觉-语言-动作数据，摆脱对遥操作采集的依赖。HALO 习得坐椅子、导航到指定物体、侧身穿半开门、蹲爬桌下和推箱子等技能，并能组合完成长程任务。训练中未见过真实家庭场景，HALO 零样本迁移到物理世界，在六个未建图真实环境的 360 次试验中达到 91% 成功率。
推荐理由：论文给出用程序化生成家庭场景合成视觉-语言-动作数据、再零样本迁移到实机的完整路径，可参考其数据规模化思路。
arXiv cs.ROAI 评分6565 VABAR：面向智能体机器人的变异性自动化基准发布
作者提出面向智能体机器人的变异性自动化基准 VABAR，基于开源工具与 Newton 物理引擎构建仿真操作评测。该基准覆盖工具分拣、工具悬挂、齿轮啮合、注射器装填、线缆插入与线缆布线六类操作任务，包含标准化任务变体、难度分级、成功指标和 33 项可泛化技能及人工编写的程序化参考解。论文还给出基于 Graph-as-Policy（GaP）与 Isaac Lab Arena 的初始基线评测。
arXiv cs.ROAI 评分6767 PyRUA-REAL：编码智能体在真实世界探索中实现机器人递归自我改进
PyRUA-REAL 框架让编码智能体把真实交互经验保存为持久记忆和可复用可执行技能，用于后续探索与代码改进。在八项真实世界操作任务上平均成功率为 91.1%，在 RoboDojo 基准的 42 项任务上平均成功率为 84.4%。研究还考察了智能体协作方式、执行反馈对代码改进的作用，以及任务描述和已有技能对鲁棒性与任务迁移的影响。
arXiv cs.ROAI 评分6262 灵巧手基础模型时代综述：硬件、数据、跨本体迁移、学习与评测
这篇综述梳理了 2024 年 1 月至 2026 年 11 月初灵巧手研究，按硬件、数据采集与整理、跨本体迁移、学习与基础模型、评测与应用五层组织文献，并加入人类手物理解与触觉感知两个横切视角。
arXiv cs.ROAI 评分6262 不确定性触发的空地协同越野导航空中精化方法
论文提出一种由规划器条件驱动的空地辅助方法，通过评估地图不确定性如何影响 UGV 当前的 MPPI 轨迹，在导航持续退化时对同一批轨迹在已解析的地图假设下重新评分，选择改善最大的地图层请求对应空中测量并融合重规划。
arXiv cs.ROAI 评分5555 FOSCo-Net：面向森林 LiDAR 遮挡的自监督体素补全框架
FOSCo-Net 是一个自监督体素补全框架，利用时序累积观测作为自动监督，从单次扫描重建被树干遮挡的几何结构。作者对比了圆柱坐标与笛卡尔坐标两种自车中心栅格及多种解码器设计，门控跳跃解码器表现最稳定，相比基线显著减少虚假障碍物预测，并提升重建质量与通行安全性。该工作已被 ACIVS 2026 接收。