内容形态
以新方法、实验设计或研究发现为核心的论文、技术报告、研究数据集与新基准设计。论文附代码或实机演示仍按研究贡献归类。
101 条精选近 30 天 68 条共收录 1,573 条
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。
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。
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。
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。
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。
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。
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。
PKU EPIC Lab 提出灵巧手抓取生成方法 KPGrasp，以全欧氏 3D 手部关键点参数化结合 Transformer 流匹配模型，从大规模数据学习抓取先验，无需接触损失或接触式测试时优化。
推荐理由：论文给出免接触损失的抓取生成新方法和两个基准上的具体成绩，读者可以对比现有方法评估其思路。
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。
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。
Sony AI 的自主乒乓球机器人 Ace 按日本职业乒乓球联赛规则参赛，战胜多名精英与职业选手，相关研究发表于 Nature（DOI: 10.1038/s41586-026-10338-5）。
推荐理由：文章交代了 Ace 的比赛战绩与三项关键技术，并把它与 Deep Blue、AlphaGo 的里程碑并置，方便读者判断实体体育竞技目前走到了哪一步。
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。
Physical Intelligence 提出名为 RL tokens（RLT）的新方法，让视觉-语言-动作模型（VLA）输出一个特殊 token 与轻量在线强化学习策略对接，仅用少量真实数据即可提升精细操作阶段的速度与成功率。
推荐理由：原文把 VLA 与轻量在线强化学习的接口设计讲清楚了，并给出四项任务上的提速数据，读者可据此评估这类方法能否用于自己的精细操作任务。