自动盯住上百个信源，用模型摘要、打分、精选，把同一件事的多篇报道归到一起，每天早上出一份日报。聚焦机器人、AI 与财经投资。
硅谷101邀请三位一线研究者探讨GPT-6 Astra对三个领域的影响。许华哲认为Astra对机器人是飞跃式提升，但速度慢且缺乏物理直觉；朱哲清指出个人Agent商业化面临API限制和身份验证难题；王晟表示Astra在AI制药中能设计实验方案，但真实实验验证仍是瓶颈。
推荐理由：GPT-6 Astra同时冲击机器人、个人Agent和AI制药三大领域，但各领域面临的瓶颈截然不同：机器人需要速度与直觉，Agent需要身份验证，制药需要实验闭环。
北京大学研究人员开发了一种混合模型方法，通过锚定模型和校正模型结合，显著提高了柔性机器人臂的运动预测准确性。该方法在模拟测试中将误差降低超过25%，在实际液压软体鱼尾测试中误差仅为单一模型的一半或更少，使柔性机器人在狭窄空间和精细操作中更具实用性。
推荐理由：通过锚定和残差学习结合的方法，柔性机器人臂预测误差降低25%，为软体机器人在狭窄空间作业提供可靠控制基础。
达瓦科技凭借实时世界模型产品Scenes AI在2026 NVIDIA创业企业展示半程展示中拿下卓越企业奖。该模型采用控制层做重、生成层做轻的架构，可在单张RTX显卡上实现720P、25帧的实时输出，目标编辑成功率达98.2%。
推荐理由：从重画下一帧到更新世界状态，达瓦科技用34B模型在消费级显卡上实现实时世界模型，为影视直播等领域提供新路径。
Junzhe He提出了一种学习框架，通过基于注意力的接触规划器和接触条件跟踪器，让人形机器人在复杂地形上实现自然协调运动。该框架结合了强化学习和参考方法的优势，使用运动数据作为训练先验，同时保持通过强化学习探索环境相关行为的能力。
推荐理由：基于注意力的接触规划器将运动数据作为训练先验，让人形机器人在复杂地形上实现自然协调运动。
研究人员提出DiffDreamer框架，将学习到的世界模型与可微分仿真紧密结合，用于四旋翼动态门竞速等任务。该方法通过分解目标函数，分别处理不可微分的任务奖励和可微分的运动奖励，实验显示其在训练收敛速度和最终性能上优于多种基线方法。
推荐理由：将世界模型与可微分仿真耦合，解决了四旋翼控制中环境动态与机器人自身动态的耦合问题，提升了训练收敛速度和最终性能。
NVIDIA 加速欧洲零售商使用开源模型和物理智能，Shopify 通过后训练模型将推理成本降低90%，响应速度提升7倍；Zooplus 实现了86%的搜索准确率；L'Oréal 将成分筛选时间从数月缩短至数小时；Mirakl 已处理超过7000万种产品。
推荐理由：欧洲零售商用开源模型降低90%推理成本，NVIDIA正将AI从数字发现延伸至物理操作，虚实融合的零售新范式正在形成。
NVIDIA扩展了Cosmos平台，新增训练工具、仿真检查点和Cosmos Data Factory蓝图，帮助开发者构建物理AI系统的世界模型。平台提供多模态数据处理、模型微调和优化工具，并已应用于自动驾驶、工业检测等领域。
推荐理由：从数据工厂到模型训练再到部署，NVIDIA Cosmos构建了完整的世界模型开发流水线，工业应用已开始验证其价值。
研究人员提出HuMiT系统，仅需使用紧凑参考目标（包括根高度、根速度和四个稀疏关键点的SE(3)姿态）即可实现全身远程操作，达到约20毫秒的通信到推理延迟和65毫秒的光流延迟。该系统在Unitree G1人形机器人上验证，展示了接球和协调操作能力。
推荐理由：通过仅使用紧凑参考目标实现20毫秒低延迟，解决了人形机器人远程操作中的实时性挑战。
Yicheng Xu提出TARSphere框架，包含基础设施TARSphere-Infra和多模态大语言模型智能体TARSphere-Harness，用于在物理和社会环境中评估长周期具身智能体。研究通过TARSphere-Bench基准测试评估了8个多模态大语言模型，发现通用模型在特定任务上表现优于专用具身模型，但任务更新和人类交互仍是挑战。
推荐理由：TARSphere框架首次将物理与社会约束整合进长周期具身智能体评估，揭示了通用模型在复杂环境中的潜力与执行安全挑战。
研究人员提出RISE方法，通过视觉扩散规划器实现人形机器人摔倒后的任务导向恢复，可在推理时根据任务目标控制机器人站立方式。该方法在Unitree G1机器人上进行了真实世界演示，展示了多样化的恢复策略、地形适应能力和无需重新训练的测试时转向功能。
推荐理由：通过视觉扩散规划器实现人形机器人摔倒后的任务导向恢复，无需重新训练即可适应不同地形和目标。
Sriyash Poddar 提出 ASTEROID 框架，通过学生-教师监督学习让机器人在部分可观测环境中学习测试时探索。该方法在11种不同环境中表现优异，返回率提高约2倍，交互次数比强化学习减少约100倍，在仿真到真实机器人操作中成功率提升40%。
推荐理由：ASTEROID 框架通过不对称在线策略蒸馏，让机器人在不确定环境中高效探索，比强化学习减少99%交互次数。
Houzhu Ding 提出了 CW-WAM 模型，该模型联合预测视频、运动和接触力矩，通过统一交互模块和双因果注意力机制，将接触力矩预测与动作控制结合。实验表明，该模型将方形插销插入成功率从 25% 提升至 70%，电源适配器插入成功率从 40% 提升至 95%，并降低了力参考均方误差。
推荐理由：通过统一交互模块和双因果注意力机制，将接触力矩预测与动作控制结合，显著提升了机械臂操作精度和成功率。
Yunhao Luo 提出 PhysiCalWorld 方法，通过上下文提示而非微调或物理建模来校准世界模型的实例特定动力学。该方法将探索性交互片段编码为紧凑的物理描述符令牌，显著提高了滚动预测准确性和视觉规划成功率，并在训练物理范围之外表现出泛化能力。
推荐理由：通过上下文提示而非微调实现世界模型的物理校准，为具身智能提供了更准确的场景预测能力。
Rodion Shkokov提出AOV-GS系统，使用冻结的SAM和CLIP模型引导机器人探索，构建支持开放词汇语义查询的3D地图。在Replica和Matterport3D数据集上，该方法相比纯几何主动规划提升了语言场mIoU 1.3-1.8个百分点，同时保持新视角PSNR相当。代码已公开。
推荐理由：冻结基础模型引导机器人探索，无需人工标注即可构建开放词汇语义地图，提升语义查询能力。
该论文提出PRISM框架，将深度噪声解耦为感知失效和测量不准确两种模态，利用3D视觉基础模型特征作为空间语义先验。实验表明，PRISM在嘈杂深度合成中达到最先进保真度，并在下游机器人实验中实现92.1%的平均成功率。
推荐理由：将深度噪声解耦为感知失效和测量不准确两种模态，为机器人在真实世界中的感知提供了新思路。
Fangyu Jiang提出A2I-Calib++框架，专为足式机器人全身多IMU系统设计，通过时间相关搜索和解析空间与偏差估计，无需人工校准目标或复杂参数调校即可估计时间偏移、外旋平移和惯性偏差。
推荐理由：通过运动学驱动抗噪声主动校准框架，解决了足式机器人多IMU系统在常规运动中激励不足的问题。
Qingling Fan提出了一种新的线性扭动侧向爬行步态，通过将工作负载分散至整个机器人身体，使单个扭动关节的峰值输出功率降低42%。实验表明，新步态可在传统方法无法适应的地形上移动，并且比无扭动的传统侧向爬行速度快49%。
推荐理由：线性扭动侧向爬行步态将机器人工作负载分散至全身，解决了传统方法中电机过载问题。
Hugging Face 与 Pollen Robotics 合作发布了开源双足机器人 Microduck，开发者可使用 NVIDIA Isaac Lab 3.0 在仿真中训练行走策略，导出为 ONNX 格式后部署到真实机器人。
推荐理由：从仿真训练到真实部署的完整工作流开源，让更多开发者能低成本训练人形机器人行走策略。
NVIDIA 发布工厂操作蓝图 FOX，提供开发工厂管理智能体的路径，支持连接 Cosmos 和 Nemotron 模型。西门子已集成 FOX 智能体到其企业系统，预计节省 20% 成本，并在电子工厂将校准时间减少 40%。
推荐理由：工厂操作蓝图把AI智能体从概念推进到产线落地，接下来看工业场景的实时协作与成本控制能否跑通。
中国信息通信研究院报告显示，训练通用具身模型需要千万小时级真实交互数据，而全球可用高质量真机具身语料仅在百万小时量级。2026年6月，工信部与国务院国资委联合启动人形机器人与具身智能实景实训专项行动，推动产训一体模式。上海浦东已形成训练、生产、回流、培养的完整链条，包括智元数据采集工厂、上海电气中试服务平台等设施，并在汽车制造等领域实现机器人应用。
推荐理由：实景实训平台正成为具身智能产业的基础设施，解决了从训练到落地的关键数据鸿沟问题。