具身智能

研究人员将GPT-6 Astra直接插入机器人中，让它清理陌生的厨房

斯坦福大学和加州理工学院的研究人员让一个由GPT-6 Astra提供动力的人形机器人独立整理一个陌生的厨房。他们的HomeBody系统跳过了经过专门训练的控制层，让语言模型直接调用抓取和导航等模块化技能。研究人员将GPT-6 Astra直接插入机器人，让它清理陌生的厨房的文章首先出现在The Decoder上。

乌克兰前国防部长费多罗夫组建私营部门机器人军队

乌克兰前国防部长米哈伊洛·费多罗夫宣布了“机器人军团”，这是一项私人战斗机器人计划。这些机器人将负责伤员疏散、扫雷和战斗。他说，无人机已经占目标参与的95%。乌克兰前国防部长费多罗夫推销私营部门机器人军队的文章首先出现在The Decoder上。

索辰科技加码世界模型，与战略投资企业美梦空间联合发布具身模型与物理测评标准

“世界模型”开始成为具身智能跨越商业化“奇点”的新叙事。

AI开始研究Physical AI：FSD级团队亮出首版模型Simate-beta，空降RoboDojo

Simate将训练、推理与评测全流程接入自研Infra，通过极致的任务编排与资源调度，同时并行推进数十条相互独立的研究路线。

特斯拉员工拒绝培训Optimus人形机器人作为替代品

尽管面临挑战，特斯拉的目标是到2026年底每周生产1,000台Optimus机器人。

特斯拉的Optimus机器人正在经历成长的痛苦

据报道，实现每周生产20，000个Optimus机器人的目标对特斯拉来说很棘手。据《信息报》报道，特斯拉在今年早些时候将Model S和Model X生产线重新用于Optimus后，上个月“每周生产数百个机器人”。然而，据报道，这一策略正在造成制造障碍，例如问题[.]

智元第20000台具身机器人交付长隆，首期超300台机器人常驻乐园。

雷峰网报道： 2026 年，具身智能行业最难回答的问题之一，是怎么落地。 这里的「落地」有两层含义：一方面，机器人得有足够稳定的量产能力，能够真的交付出去；另一方面，交付之后还得适应具体场景，在真实环境里持续工作。智元称之为「部署态」，机器人开始离开发布会和展会，进入真实的生产与服务环境。 一台机器人在舞台上完成一次高难度动作，足以成为热点；让数百台机器人每

“AlphaGo”杀进足球场！自我对弈140年，机器人成“梅西终结者”

华为大模型双子星联手创业，要找物理世界的Scaling Law

一场物理世界的基模实验

给机器人当老师，还能赚外快？“中国版Index”觅蜂派来了

黑森林实验室发布FLOX 3 Action：超越RoboLab-120的7 B开放重量世界动作模型

FUX图像模型背后的实验室黑森林实验室（BFL）发布了FUX 3 Action。这是一个用于机器人控制的7 B开量级世界动作模型（WAM）。该模型读取相机画面、机器人状态和文本指令。然后它一起预测未来的视频帧和下一个动作块。关于RoboLab-120 [.]黑森林实验室发布了FLOX 3 Action：超越RoboLab-120的7 B开放重量世界动作模型的

AD-WM：反事实模型预测控制的时间区分世界模型

作者：邱家斌，陈子轩，曹洪业|潜在世界模型通常被训练来预测事实转变，而模型预测控制（MPC）必须比较来自同一状态的替代动作。因此，模型可以实现较低的事实预测误差，但很难区分候选动作。我们介绍了AD-WM，一个反事实MPC的动作判别联合嵌入世界模型。AD-WM结合了残余潜在动力

排队强化学习中私人轨迹重建的时间梯度倒置

作者：Sudip Bhujel、Shang Hao、Huiquan Huang|具体化业务学习代理中的分布式学习通过在设备上保留原始传感器数据并仅向服务器传输策略梯度来提供一定程度的隐私。然而，时间结构可以放大这种泄露，超出单帧攻击。我们引入了对连续编码的时间重建攻击（TRACE），这是一种自回归的摊销时间梯度倒置攻击

RAID：来自演示的机器人抽象编程

作者：刘玉瑶、毛家源、David Hsu|编码代理在解决复杂的编程问题方面取得了巨大的成功。为了充分利用机器人系统的潜力，这项工作引入了演示机器人抽象编程（RAID），该程序在给定单个视觉人类演示的情况下自动生成、验证和改进机器人程序。代码细化的迭代代理循环需要几个关键成分

Rolling-WAM：具有滚动想象力的世界动作模型

作者：周英华、叶俊杰、赵一琪|世界动作模型（WAM）将动作生成与机器人操作的未来视觉预测相结合。然而，在每个重新规划周期完成联合视频动作去噪过程会导致大量延迟，延迟动作更新并限制闭环响应。我们提出了Rolling-WAM，这是一种在连续的重新规划周期中分配联合去噪的公式。我们m

通用任务和运动规划问题的编码代理

作者：Matteo Merler、Bowen Li、Josh Roy|即使具有完全可观察性和以对象为中心的状态，任务和运动规划（TAMP）问题仍然很困难，因为离散决策与几何、运动学和动态约束紧密相关。广义TAMP通过利用跨问题实例的收件箱来减少新实例的规划工作来解决这一困难。然而，现有方法需要大量的TAMP-

黑森林实验室推出开放式机器人人工智能模型FLOX 3 Action

黑森林实验室（Black Forest Labs）正在通过FLOX 3 Action进军机器人领域。开放世界动作模型使用摄像机图像来预测机器人下一步应该采取什么动作。它仅使用70亿个参数，就创下了RoboLab-120基准测试的纪录，同时运行速度比之前的顶级型号快3.95倍。文章黑森林实验室推出FLOX 3 Action，这是一个开放的机器人人工智能模型，首

机器人学停滞 70 年：Skild AI 的 Deepak Pathak 谈通用大脑与数据飞轮

📌 One-Sentence Summary CMU 教授、Skild AI 联合创始人 Deepak Pathak 指出，机器人学之所以停滞 70 年，是因为它一直被当作硬件问题而非通用大脑问题；要像语言模型一样实现规模化，就必须沿可扩展性、多样性、与机器人的贴近度三条轴评估每种数据源，并把部署数据回流成数据飞轮，而这只有「任意机器人、任意任务、单一大脑」

SeeAct AI穆尧：具身智能终局，一定是从“被训练”走向“自我进化”｜物理AI50人

机器人真正缺的，不是数据，而是经验。 作者：李秋悦 编辑：吴彤 那是具身智能最荒芜的时候。 没有成熟数据集，没有标准Benchmark，甚至没有一条被验证能走通的技术路线。 穆尧南下港大读博，开始研究具身智能。 2021年，穆尧进入HKUMMLab，成为该实验室创始人罗平教授和中国人工智能奠基人之一的汤晓鸥教授共同指导的学生。 “具身智能会是一个非常 Pro

GPT-6之后，具身智能走向何方？诺因发布GLOW技术报告，给出机器人“一教就会”的答案

人类演示一次，机器人即可实现跨场景任务复用

这次云栖，斑马智能亮出了从汽车到具身智能的入场券

周五晚上六点，你坐进车里，什么也没说。 AI 系统已经知道，这周六是女儿的生日。它没有等你开口，先推荐了一个游玩地点 —— 郊外那家亲子农场，因为它知道你女儿喜欢大自然。 AI 系统又想起你上周在车里念叨过 “ 好久没吃江浙菜了 ” ，于是在沿途标记出一家评分最高的江浙菜馆。 你只回了一句话： “ 就按这个来。 ” 没有打开 App ，没有搜索，没有比价，甚

教机器人干活，光“刷课时”可不够！灵初这次较真数据质量

专治人机动作对不齐

5分钟完成机器人纳管、10秒启动跨集群任务，清华大学联合无问芯穹开源具身智能云原生平台RLark

开源一座具身智能的新“塔台”

虎嗅AI100闭门会：世界模型遮不住，机器人大脑最终拼的是干活能力 - huxiu.com

如何使用NVIDIA Warp和MjWarp加速机器人模拟和学习工作流程

我应该加入哪里？通过百分比引导目标预测加入机器人小组

作者：方子琳、王子硕、李金熙|社交导航通常假设一个指定的目标，并专注于实现该目标，同时尊重社交惯例，而机器人群组加入需要根据群组的实时活动和形成来预测加入地点。这是一项高度语义的任务，但对于机器人导盲犬和自主移动滑板车等应用程序来说也是一项重要的功能。我们制定语言背景

现实世界物理人工智能机器人的卸载推理

机器人变得越来越聪明，但它们的硬件如何才能跟上这种增长呢？微软研究院的新研究结果表明，将人工智能推理转移到机器人之外可以提高任务成功率、提高效率并支持更高级的物理人工智能工作负载。现实世界物理人工智能机器人的卸载推理首次出现在微软研究中心。