智身科技发布安防巡逻机器狗钢哨P1,推出三年整机质保
智身科技在11月3日北京中国国际社会公共安全产品博览会上发布面向安防巡逻的机器狗钢哨P1,并推出三年整机质保服务。钢哨P1将轮足复合本体、RoamerX自主导航系统与红外热成像、远程喊话、爆闪警示、一键呼叫、温湿度检测五大载荷一体化集成,整机IP66防护,面向园区厂区、住宅社区、公共场所及重点区域四类场景。
智身科技在11月3日北京中国国际社会公共安全产品博览会上发布面向安防巡逻的机器狗钢哨P1,并推出三年整机质保服务。钢哨P1将轮足复合本体、RoamerX自主导航系统与红外热成像、远程喊话、爆闪警示、一键呼叫、温湿度检测五大载荷一体化集成,整机IP66防护,面向园区厂区、住宅社区、公共场所及重点区域四类场景。
Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2 两款同底层、不同安全策略配置的大模型,Fable 5.2 面向开发者广泛开放,Mythos 5.2 仅对经资质审核的机构开放。
Meta FAIR、Chandar Research Lab与Mila等机构在arXiv公开RoboJEPA,将动作条件世界模型预测器扩至80亿参数,用离线“想象误差”预估更大模型的预测质量。
华盛顿大学等机构的研究者提出语言条件视觉导航任务 LCVN,模型仅凭起点图像和语言指令预测完整导航动作序列,无需真实环境反馈纠错。团队构建了含 39016 条轨迹、117048 条人工核验指令的数据集,并比较两条路线:LCVN-WM 与 LCVN-AC 在世界模型潜空间中学习策略,LCVN-Uni 基于 Anole-7B 联合预测动作与画面。
戴森推出旗舰智能扫拖机器人 R3 Nurovi Spot+Scrub UV Ai,用绿光显尘加 UV 紫外线显渍系统发现地面污渍,再由 AI 探测系统识别近 200 种污渍与物体并决定绕行或针对性擦洗。
REEMAN的电梯控制模块通过UWB电梯网关盒、主控盒和楼层按钮面板接入电梯门开关与楼层信号线,让AMR像乘客一样呼叫电梯、载货进舱并电子触发目标楼层,抵达后恢复楼层导航。部署需逐层建图并核对门净宽、轿厢尺寸、额定载荷(含车体、电池、载具与物料总重)等条件。通信可选本地LoRa(单梯场景)或MQTT(多梯场景),电梯原有门传感器与急停等安全功能保持有效。
磅旗科技在2026 CeMAT ASIA展出全栈具身智能物流方案与“按作业价值付费”的RaaS模式,采用AMR标准化转运加人形机器人末端作业的组合,由自研ADS调度系统统一协同。该方案已在某头部整车企业产线落地验证,物料配送效率提升30%;仓储货到人项目中设备实现7×24小时无人作业,产能提升125%、准确率99.9%。RaaS按实际作业量结算,整套模式1-3个月可部署。
MIT 与纽约大学研究人员提出 FLEX,一个面向机器人运动规划的特征编辑流程,让机器人从自然语言指令中推断未明说的偏好。FLEX 分三步:Add 把用户提到的物体加入避让特征,Generalize 借助 GPT-4o 归纳出脆弱、易燃、电子设备等更高层类别,Mask 用视觉系统删除已不在环境中的物体,整个流程约 5 秒。
Intel 与 SAP 合作完成概念验证,将 SAP Extended Warehouse Management(SAP EWM)与 Intel 边缘 AI 硬件及机器人软件打通,仓储运输请求由 SAP EWM 生成并下发至自主移动机器人,机器人搬运物料后回传进度与完成状态。
ABB Robotics 为 OmniCore EyeMotion 推出 AI Robot Trainer,让客户无需从零构建 AI 模型即可训练、部署并持续改进机器人视觉应用。
Dexmate 让 Codex(GPT-6 Astra)和 Claude Code(Opus 5.5)通过 MCP 工具控制 Vega 轮式双臂移动操作机器人,水果入篮和开门任务全部成功,精度更高的碗架任务在原始工具接口下无一成功。
推荐理由:Dexmate 用 Codex 和 Claude Code 实测机器人任务,量化了动作之外的时间开销与安全响应缺口。
UC Berkeley 与 NVIDIA 在 CoRL 2026 上联合提出 agentic robotics 方法,把机器人编程从数据问题转为编码问题:用大语言模型驱动的编码智能体分解任务、生成代码,并在仿真中迭代调试。
UC Berkeley的Ken Goldberg团队与NVIDIA机器人工程负责人Spencer Huang提出“agentic robotics”方法,让AI智能体在仿真中生成、测试并修正机器人控制程序,无需额外采集数据。
推荐理由:报道介绍了用多智能体在仿真中生成、测试并修正机器人程序的方法,并给出仓储分拣的落地数据。
苹果研究团队公开HALO人形机器人研究,以宇树G1为身体、背负运行千问模型的Mac mini M4 Pro,在6个未扫描的真实家庭中完成坐下、钻桌底、推箱子等任务,360次测试平均成功率91%。
同一新闻,精选展示《苹果公开 HALO 人形机器人研究:宇树 G1 背 Mac mini 跑千问,陌生家庭任务成功率 91%》
VLM 能理解语义:抓哪个物体、放到哪里。但如何把这些知识转化为流畅而灵巧的动作? 周二在 CoRL 上,Andy 和 Will 将介绍 Flow Reversal Steering:一种把 VLM“提示”传递给扩散 VLA 的方法。
寻迹智行推出潜伏式叉车AMR,将潜伏式AMR的小巧灵活与无人叉车直接叉取托盘的能力整合到同一台设备上,最小作业通道仅需1.8米,无需改造原有货架和通道。该设备搭载智能视觉识别系统,可自动适配川字、田字、九脚等中日主流标准托盘,并采用3D激光SLAM导航,无需铺设磁条、二维码或反光板即可完成建图部署。
蚂蚁机器人在 CeMAT ASIA 2026 展出飞拣 2.0 智能分拣、园区无人驾驶和混场调度三大解决方案,其中飞拣 2.0 同时亮相科捷智能与星动纪元展台,形成“一展三台”展示格局。
我们在伯克利的多个研究项目中使用了OmniVLA导航模型。今年早些时候,Noriaki弄清了如何通过边缘+远程推理的组合让它实时运行! https://asyncvla.github.io 明天来看看Noriaki关于此的演讲!
作者提出 LeWAM,一个在无解码器 JEPA 潜空间上端到端训练的双向 Transformer,同时支持前向、反向、逆动力学与策略预测四种模式。线性探针实验显示,LeWAM 潜空间读取机器人与物体状态优于仅前向的 Le World Model,且对视觉干扰的忽略程度与 LeWM 相当、明显优于基于重建的 WAM。
作者提出Fast-TD-MPC,一个在快速策略执行与测试时规划之间自适应切换的轻量框架,把昂贵的规划留给最需要的状态。该方法在103个连续控制任务上保持有竞争力的表现,推理速度最高提升约4倍;在外部扰动下会选择性回退到规划,鲁棒性与原规划器相当。
作者提出首个基于毫米波雷达的机载感知与控制动态避障系统,用于小型四旋翼无人机。系统结合轻量交互多模型(IMM)跟踪器与直接输出规避加速度的控制障碍函数(CBF)控制器,并推导感知范围、相对速度与控制延迟之间的充分避障条件。
EvoPlan 提出一种神经符号规划框架,以符号有效性和从数据中学到的约束作为保证,并可在本地部署的开源权重模型上运行。
作者提出闭环对象信息(CLOI)方法,将非抓取操作拆分为物体级长程位姿规划与机器人级动作规划,并用 MPPI 求解子问题、通过 ADMM 在物体位姿上达成共识。在 xArm6 机械臂的带障碍平面推动任务中,相同计算预算下 CLOI 相比标准 MPPI 在仿真中成功率提升 35%,在硬件上提升 43%。
作者提出 ObjView-Bench 评测框架,用于物体中心视角规划,把全向自遮挡、观测饱和难度和基于集合覆盖的规划难度三者拆开。该框架还设计了面向部署的评测协议,显示预算条件与可达视角约束会明显改变经典、学习和混合规划器的方法排名与失败模式。论文已被 NeurIPS 2026 接收。
作者提出 XIT,一种基于采样的规划器,把主动气体分布建图(GDM)建模为下一最优轨迹的信息路径规划问题,用单棵共享树同时朝多个前沿目标生长,并在途中进行信息性气体采样。
作者提出视觉学习距离(VLD)框架,将图像目标导航的感知学习与策略学习解耦:先在约3000小时互联网与仿真视频上自监督训练距离到目标预测器,再在仿真中用GeoNoise扰动特权几何距离训练强化学习策略,部署时零样本使用VLD预测。
Sketch-MoMa 提出一种以用户手绘草图为指令的移动操作机器人遥操作方案,利用视觉语言模型(VLM)理解叠加在观测图像上的草图,推断所画形状与机器人底层任务。
作者提出 Grasp-TAGS,一个面向目标条件大物体重排的任务感知抓取选择框架,在多个初始抓取配置上训练统一的 PPO 强化学习策略,并把学到的 critic 蒸馏成轻量抓取效用网络,仅凭候选抓取配置与目标信息对候选抓取排序,在接触前选出预测下游效用最高的抓取。
LACART 将基于前瞻的控制障碍函数(CBF)、松弛控制李雅普诺夫函数(CLF)与二次规划(QP)结合,在统一优化层中修正车辆标称指令,同时处理圆形障碍与赛道边界。
论文提出一种面向 LiDAR 无人机自主探索的轻量级路径感知前沿重排序方法:先用轻量效用函数保留少量 top-N 前沿候选,再用时间受限的 RRT* 规划估计其可行路径代价并重排序,所选前沿的路径还被复用于导航以减少重复全局规划。
研究提出执行接地可通行性(EGT),将其定义为车辆-控制器组合执行候选路径并满足轨迹级跟踪与进度要求的概率,用潜空间流匹配模型预测闭环轨迹分布。在650次未见地形仿真试验中,EGT将安全路径误拒率降至2.2%(姿态裕度与力角基线为11.4%-39.5%),不安全路径误接受率为7.7%。
作者提出 TPS-A* 格点规划器,其边由参数化轨迹生成器产生的运动学可行轨迹构成,并在轨迹参数空间做可认证碰撞检测。按足迹预计算的网格只需遍历一次局部障碍,就能返回每条候选轨迹的可认证自由距离,使每节点碰撞代价与足迹复杂度和轨迹数量无关。
论文提出一种面向非完整约束多机器人系统的安全关键控制框架,让各机器人以不同轨道半径环绕静止目标,同时保持与邻居的间距并避免碰撞。每个机器人只测量到目标的距离、只与相邻两个机器人交换信息,通过加速度把半径驱动到目标值、通过转向率平衡编队,并用高阶控制障碍函数二次规划(HOCBF-QP)同时约束目标距离、地理围栏和机器人间安全。
FastFunnels 提出一种分层多机器人导航方法,高层用强化学习策略实时生成可变形椭圆包络,低层用分布式模型预测控制(DMPC)让机器人保持在包络内并互相避碰。
无人叉车 AMR 项目的稳定运行不仅取决于 SLAM、定位、避障与路径规划,还取决于其与自动门、缠膜机等现场既有设备的系统级协同。文章从 AMR 项目实践出发,讨论无人叉车联动自动门与缠膜机的状态机设计。
苹果研究团队在arXiv发表论文《Perceptive Humanoid Motion from Simulation》,公开人形机器人自主控制系统HALO,并在宇树G1上验证。
同一新闻,精选展示《苹果公开 HALO 人形机器人研究:宇树 G1 背 Mac mini 跑千问,陌生家庭任务成功率 91%》
AMR 叉车依靠车载 LiDAR 与激光 SLAM 建图定位,无需磁条、导线或反射器等地面基础设施即可自主规划路径并绕开障碍,路线变更通常通过软件完成。REEMAN Ironhide 3.0 为 1.5 吨自主叉车,取放精度在 1.2 × 1.2 m 托盘上为 ±5 cm,满载续航 6 小时、空载 8 小时,最大建图面积 40,000 m²。
Kassow Robots、Joytek、Bosch Rexroth 与 Reply 合作开发了一套面向汽车制造的自动化配料系统,将搭载两台 Kassow KR1018 七轴协作机械臂的 Joytek AMR 与统一控制架构结合。
苹果研究团队在 arXiv 发布论文《Perceptive Humanoid Motion from Simulation》,推出人形机器人自主系统 HALO,并在宇树科技 G1 上完成实景验证,同时开源数据生成、训练与部署代码。
推荐理由:论文给出仿真合成数据零样本迁移到宇树 G1 的三层架构与分项成功率,可对照长链条任务的失败环节。
英伟达、纽约大学等团队提出TacitVLA,训练时照常写推理文本,但通过attention mask让action expert看不到推理token,动作不再等待文本生成。
推荐理由:通过对比三种训练策略,文章把推理文本的训练收益与部署读取成本分开,便于判断VLA推理提速的可行路径。