宇树预研“物理AI机器人自进化V1.0”大模型，具身智能的“ChatGPT时刻”不远了？
宇树预研“物理AI机器人自进化V1.0”大模型，具身智能的“ChatGPT时刻”或已临近。该模型专注于物理AI机器人的自进化能力，标志着具身智能领域的重要进展。
#宇树
Google新闻·人形机器人(中)AI 评分3030
IT之家AI 评分6868 宇树科技王兴兴：物理AI已被击穿，具身智能ChatGPT时刻将在1-2年内到来
宇树科技创始人王兴兴在2026世界物理AI大会上表示，随着GPT-6的发布，物理AI已被击穿，具身智能的ChatGPT时刻将在1-2年内到来。他认为目前最大挑战是AI模型与真实机器人的对齐，商业服务落地将比家庭和工业领域更快。
财联社电报AI 评分4343 宇树科技王兴兴：目前物理AI已经看到被击穿的苗头
宇树科技创始人王兴兴表示，随着GPT-6的发布，物理AI已出现被击穿的迹象，具身智能面临模型与机器人对齐的核心挑战，商业服务落地可能快于家庭和工业领域。
arXiv · cs.RO精选AI 评分8585 SuperMimic: 通过单一可微分世界模型扩展人形机器人全身控制
SuperMimic提出了一种新方法，使用单一可微分世界模型拟合共享动力学，与跟踪策略共同训练，在3小时内超越传统方法7天训练效果，将GPU训练时间减少1000倍以上。该方法在129,514个基准动作中仅失败25个，9.8小时后实现零失败，并能成功迁移到宇树G1物理机器人上。
推荐理由：用单一可微分世界模型替代传统强化学习，将训练成本降低千倍，为机器人控制研究开辟新路径。
arXiv · cs.RO精选AI 评分7575 VLM引导的接触重定向与生成式伙伴建模用于人形-人交互
研究人员提出REACT框架，用于从人-人演示中学习可部署的人形-人交互策略。该框架利用VLM引导的接触建模和重定向管道识别语义上有意义的接触，并将其转移到人形-人几何结构上，同时通过生成式伙伴状态建模预测遮挡视图中的伙伴运动。在模拟和宇树G1人形机器人上的测试表明，该方法在五个接触丰富的交互中表现良好，且完全依靠机载传感器工作。
推荐理由：通过VLM引导的接触重定向和生成式伙伴建模，解决了人形机器人在与人交互时的部分可观察性问题，实现了完全依靠机载传感器的接触丰富交互。
arXiv · cs.RO精选AI 评分7070 Action-Aligned Latent Planning for Versatile Humanoid Loco-Manipulation
研究人员提出FIBER框架，使用冻结行为基础模型的潜在空间作为人形机器人多样化操作的共享规划表示。在模拟和真实Unitree G1人形机器人上的实验表明，该框架在箱体拾取、门开启和物体抓取任务中取得了42.0%的平均成功率，显著优于传统运动学规划方法。
推荐理由：通过冻结行为基础模型的潜在空间实现多样化人形机器人操作，成功将多种技能整合为统一规划器。