技术方向
示教、采集用遥操作、动作重定向、机器人数据集、数据质量、物理仿真、合成数据、数字孪生、域随机化、虚实迁移。重点是训练与验证的数据、环境和工具；用仿真验证新学习算法时，按算法贡献归机器人模型与学习，不自动加本标签。
129 条精选近 30 天 85 条共收录 1,274 条
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。
智在无界BeingBeyond发布Being-H0.8，称其为全球首个隐式触觉世界动作模型，将视觉、触觉、动作与未来状态变化统一到同一隐空间，预训练使用超过500,000小时第一人称人类视频。
推荐理由：该模型把触觉引入大规模预训练并配自研伪标签系统，读者可据此了解触觉数据从实验室信号变成可规模化预训练资源的路径。
LimX Dynamics 随 COSA 0.5 发布 V³-0，这是其 VLA-tools 层中支持移动全身操作的人形 VLA 技术栈，运行在 43 自由度的 LimX 人形机器人 Oli 上。
推荐理由：原文说明了 V³-0 的架构组成和人类在环真机强化学习闭环，读者可以据此理解移动全身操作能力的来源。
RoboParty 宣布成立 RoboParty Lab，并开源三项人形机器人工具链：监督学习训练框架 MimicLite、无监督强化学习控制框架 UFO 和动作重定向工具 hhtools。
推荐理由：三项工具链给出了训练算力、耗时和已接入策略等具体数字，读者可据此评估其在自身研发流程中的复用价值。
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。
蚂蚁灵波开源了面向具身智能的 MoE 视频基础模型 LingBot-Video，采用 DiT 加稀疏 MoE 架构，30B 参数、推理时激活 3B，宣称效率约为稠密模型的 3 倍。
推荐理由：材料给出了RBench上的对比分数和开源范围，便于读者判断这一具身视频模型的起点与可用性。
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。
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。
Robot.com 发布 R-KNav 数据集并启动 FoMo 挑战赛，邀请社区用其 R-kiwi 人行道配送机器人车队的真实数据训练视觉导航模型，并在实机上受控评测。
推荐理由：数据来自长期商业运营的配送车队而非仿真，且公布了实机评测的 KPI 口径，可据此评估真实街道导航数据的可复用性。
韩国科技信息通信部6月9日在首尔举行物理AI领先技术研发项目启动报告会，计划2年内投入340亿韩元，联合LG电子等10家产学研机构自主开发韩国型世界模型及国产模拟器，目标是使机器人最终动作成功率比不使用世界模型时提升20个百分点以上，并计划1年8个月内实现MVP，在制造与物流现场实证。
推荐理由：韩国政府启动物理AI核心技术国产化项目，读者可从中了解其投入规模、目标指标与产学研分工安排。
PKU EPIC Lab 发布 LIMMT（Less Is More for Motion Tracking），称是首个面向物理仿真人形运动追踪的数据中心研究。方法从物理可行性、多样性和复杂度三个维度定义动作数据质量，用不到 3% 的 AMASS 训练即可获得优于全量数据集的追踪表现，并清洗了网络来源 mocap 数据。论文已被 ICML 2026 接收，见 arXiv:2606.06953。
推荐理由：论文给出数据质量三维度框架和少量数据训练结果，对做humanoid运动追踪的研究者有方法参考。
Genesis AI 发布并开源仿真平台 Genesis World 1.0，以及 GPU 加速计算项目 Quadrants 和路径追踪渲染引擎 Nyx，称现实一小时可变成仿真中的 100 天。
推荐理由：原文说明了仿真如何把物理时间瓶颈转成算力问题，并给出三个开源仓库入口与性能提升数字。
Genesis AI 发布并开源其全套件的第二款产品仿真平台 Genesis World 1.0，同时开放 Quadrants 计算库与 Nyx 渲染引擎。
推荐理由：文中给出了启动与运行性能的量化对比，便于判断它把实机验证转为算力问题的幅度。
Hugging Face 发布 LeRobot Humanoid 全栈项目，一对人形机器人腿售价 2500 美元，由 3D 打印件和现成部件构成。发布内容包括物料清单、3D 打印文件、接线文档、装配说明，以及在物理本体和仿真中标定与控制机器人的软件工具。
推荐理由：原文交代了硬件成本、开放资料内容和仿真到实机的设计闭环，可用于评估低成本人形平台对研究工作流的影响。
逐际动力LimX Dynamics正式开源FluxVLA Engine，一个面向具身智能的标准化VLA工程底座，覆盖数据、训练、仿真评测到真机部署全流程。
推荐理由：逐际动力官方开源其VLA工程底座，读者可据此了解统一配置与真机部署流程如何降低研发门槛。
Genrobot 开源 Phase 3 UMI 数据集，包含 13K+ 小时双手数据，可直接使用，支持低于 1ms 的帧级同步与高保真轨迹重建。该数据由 3K+ 贡献者在 10K+ 真实家庭中采集，覆盖多样的日常操作技能，下载地址为 https://huggingface.co/datasets/genrobot2025/10Kh-RealOmin-OpenData 。
推荐理由：数据规模与真实家庭采集背景，帮助读者判断这类 UMI 数据能否用于自己的操作任务训练。
灵初智能4月10日发布基于人类数据预训练的Psi-R2和Action-Conditioned World Model Psi-W0，并开源首批1000小时人类手部操作全模态数据集，总数据储备达10万小时。
推荐理由：原文给出两个新模型的分工机制和开源数据入口，读者可据此评估人类数据用于机器人训练的可行路径。
灵初智能发布Psi-R2与Psi-W0两个模型，称其为业内首个基于10万小时量级人类数据完成预训练的具身智能模型。
推荐理由：原文由团队亲自拆解双模型架构与数据治理结论，给出了可借鉴的人类数据利用路径与实验依据。
Berkeley AUTOLAB等团队提出CaP-X开放框架，用于系统研究机器人操作中的Code-as-Policy智能体，核心包括交互环境CaP-Gym和评测12个前沿模型的CaP-Bench。
推荐理由：原文给出了Code-as-Policy智能体的系统评测框架和测试时扩展可缓解抽象依赖的发现，对研究编码智能体操作控制有参考价值。
Dexterity 发文介绍 Foresight 装箱智能体的系统评测与生产测量。规划侧在四组真实仓库箱型分布上测试，密度 0.65–0.77、稳定性 99.7–100%，并用无分布顺序统计量给出 95% 置信区间；文中还发现随机打乱箱子序列会使局部方差坍缩约 1.4 倍，导致评测偏乐观。
推荐理由：原文完整披露装箱智能体的评测方法，包括无分布置信区间和随机打乱带来的评测偏差，方法可迁移到同类系统。