稀疏人类引导下现实世界移动操纵的分层剩余策略学习
作者：龚哲菲、江赫菲、王泽浩|移动操纵（MoMa）是自主机器人系统的基石，但由于多维动作空间和异类模块之间复杂的耦合，现实世界的微调仍然是一项艰巨的挑战。在本文中，我们提出了HiRe-MoMa（分层剩余移动操纵），这是一个用于对复杂M进行稳定且样本高效的现实世界微调的系统框架
具身智能
AI 走进物理世界：人形机器人、具身基础模型与真实环境操作能力的进展追踪。
已收录 302 条 · 近 30 天 189 条 · 第 1 / 16 页
建模和理解具有扩散的类人策略的神经权重
作者：Huixuan Cheng, Bike Zhang, Shankar Sastry | 机器人学习领域的最新进展极大地推动了人形机器人控制的快速发展，使得人形机器人能够在现实世界中展现出更为敏捷的行为。不过，目前的人形机器人控制网络通常是通过传统的训练方法获得的，而直接建模其学习到的权重分布以及构建相应的功能网络方面的研究却相对较少。
OpenAI投资人，投了一位广州博士 - 36Kr
抢先盘点2026全球开发者先锋大会暨国际具身智能技能大赛十大亮点！
“具身进实景，劳动最光荣”
蚂蚁灵波连续签约隆盛唯睿、德马科技等企业，具身大脑加速进产线
蚂蚁集团旗下具身智能公司蚂蚁灵波，正在加速其“通用大脑”的产业落地与价值兑现。 近日，蚂蚁灵波接连与隆盛科技（300680.SZ）控股子公司隆盛唯睿、物流装备与解决方案提供商德马科技（688360.SH）、德尔股份（300473.SZ）旗下机器人公司德迩象网等多家知名智能制造及现代物流企业达成深度战略合作。基于自研的具身原生模型及云端工具链，蚂蚁灵波将携手生
国内最年轻AI教授创业：要让世界模型走向全身全模态
给Ego补上缺失的交互信息
宾大茅佳源：从单次演示到 83% 真机泛化，破解具身智能数据困局｜IROS 2026
剖析视觉与动作脱节，引入 TR 指标与自适应引导，重构具身泛化机制。 作者丨张璐 编辑丨岑峰 在机械臂的实机测试中，不少团队都遇到过类似的困扰：为了让机器人学会抓取某个马克杯，往往需要人类抓着机械臂录入上百条示范轨迹。然而只要把杯子换成未见过的款式，或者稍微改变物体的摆放位置，策略的成功率就会急剧下降。 这种靠海量遥操作数据硬堆技能的方式，很难让机器人真正具
科学公司将视力恢复芯片植入其首例斯塔加特病患者体内
Neuralink前总裁兼联合创始人Max Hodak在TechCrunch Disrupt的舞台上详细介绍了他的公司与PRIMA的合作如何成为其迈向新型脑机接口（BCI）之路的一部分。
Industrial Next希望工厂机器人在几分钟内而不是几周内切换任务
Industrial Next帮助制造商自动化传统上需要人力的复杂、微妙的任务。
Dyna-2：具有一小时自主性的通用物理代理- Jason Ma，Dyna Robotics
我们的第一个机器人吊舱与Dyna的首席科学家一起押注世界动作模型和物理人工智能的下一个前沿
Dyna-2：具备小时级自主能力的通用物理智能体——Jason Ma，Dyna Robotics
📌 One-Sentence Summary Dyna Robotics 推出 Dyna-2，一个基于百万小时人类视频训练而成的世界-行动模型，使机器人能够预测未来状态并可靠、自适应地执行复杂物理任务。 📝 Summary 在本集中，Dyna Robotics 的联合创始人 Jason Ma 探讨了 Dyna-2 的开发，这是一种将未来视频预测与机器人控制结
物理智能API Beta：每个机器人的前沿模型
HN ð20· 0 评论
Gemini 4 Argon：通过人类视频演示自主掌握玉米豆袋游戏
📌 One-Sentence Summary 谷歌 AI 研究人员展示了如何利用 Gemini 4 Argon，从人类的玉米豆袋游戏视频中提取物理参数，并自主配置模拟，从而显著减少手动调参时间。 📝 Summary 这条推文展示了一种用于训练人形机器人的新方法。研究人员没有手动编程模拟，而是拍摄了一名人类玩玉米豆袋游戏的视频，并将其输入到 Gemini 4
Rivian合作伙伴Mind Robotics聘请Doug Field担任总裁
Rivian首席执行官RJ Scaringe的初创公司Mind Robotics宣布任命Doug Field为总裁，这是首席执行官秘密机器人项目的一次重大政变。菲尔德曾担任苹果公司特殊项目副总裁，他实际上是该公司“泰坦计划”（Project Titan）制造自动驾驶电动汽车的实际负责人。[…]
Flox Intelligence正在开发人工智能，以防止野生动物远离火车、机场和道路
Flox的边缘设备可以识别动物并使用特定物种的声音将它们从关键基础设施中赶走。
ChunkAct：大型机器人的动作分块
作者：徐秉欣、鲍文瑞、刘新新|抽象机器人将大型语言模型（LLM）代理置于机器人控制循环中，它在存储器的指导下组成感知、运动和视觉语言动作（VLA）工具，从而在无需再培训的情况下推广到新任务。这种普遍性是以效率为代价的。每个基元都需要对整个交互历史进行一轮LLM推理，因此cos
质量意识VLA预培训中的重要性：基准和实证研究
作者：Mingxuan Yan, Litian Gong, Dihong Huang | 在视觉-语言-动作预训练过程中，应该如何处理示范数据的质量，以在目标任务微调之后提升性能呢？我们通过使用5000个自然上来说不理想的人类示范数据，以及24个目标任务，来比较不同权重分配、过滤方式以及条件设置对性能的影响。在每一轮视觉-语言-动作预训练中，我们都会对示范数
拉普拉斯情报局在机器人和自动驾驶汽车进入现实世界之前对他们进行了红队训练
密歇根大学分拆公司拉普拉斯智能使用人工智能代理和交互式模拟在部署前对机器人和自动驾驶车辆进行压力测试。这家盈利的初创公司将于10月13日至15日在旧金山举行的TechCrunch Disrupt上参加Startup Battlefield的竞争。
双子座4机器人用Argon
HN ð182· 45 评论