跳到正文
10月20日周二
  1. IT之家45

    山东探索“具身智能 + 旅游”落地应用,支持山岳型景区投放登山助力机器人

    山东省近日印发旅游业“十五五”规划,提出探索“具身智能 + 旅游”落地应用,支持山岳型景区投放登山助力机器人。规划还依托文旅科技平台打造“人工智能行程助手”,精准生成个性化旅行推荐,并部署数字人讲解员,运用AIGC和3D打印技术创新文创设计。

  2. HuggingFace Daily Papers70

    HandsOn: 一种可推广的灵巧操作大规模仿真基准测试

    研究团队发布了HandsOn,一个跨平台灵巧操作仿真基准测试,支持五种机械臂、六种灵巧手和约200种随机场景中的刚体、关节和可变形物体。该基准测试包含18,000个人类演示和66个验证任务,分为Core-50和Transfer-16两部分。

    同一件事,精选收录的是《HandsOn: 一种可推广的灵巧操作大规模仿真基准》

  3. HuggingFace Daily Papers75

    ScaleNav: 可扩展的网络视频预训练用于语言条件下的局部导航

    研究人员提出ScaleNav框架,通过三阶段训练方法利用网络第一人称视频学习目标导向的视觉动态,支持机器人动作生成。该框架在Short-Horizon OVON单视图适应基准上达到86.5%成功率,在HabitatGS-LN基准上达到94.9%成功率,优于评估的基线模型,并在真实四足机器人上部署验证了泛化能力。

    推荐理由:利用网络第一人称视频训练机器人导航,解决了真实数据收集成本高和模拟到现实差距大的问题。

  4. HuggingFace Daily Papers75

    HyperDrone: 百万帧/秒的仿真到现实迁移

    研究人员提出 HyperDrone,一种比现有最先进批处理四旋翼仿真器快 20 倍的高性能仿真器。它结合了高度优化的多旋翼动力学与新的光线追踪引擎 HyperLux,可在消费级 GPU 上实现每秒数百万帧的渲染速度,并支持 RGB、深度、语义分割等多种观察模式。研究团队通过在仿真中训练基于视觉的偏航控制策略,并将其成功转移到真实的 Crazyflie 四旋翼机器人上进行了验证。

    推荐理由:HyperDrone 以百万帧/秒的速度实现仿真到现实的快速迁移,为机器人训练提供了新可能。

  5. TechCrunch · Robotics75

    Laplace Intelligence推出机器人与自动驾驶汽车自动化红队测试平台

    Laplace Intelligence基于Nvidia Cosmos平台构建高保真模拟环境,开发AI智能体自动设计边缘案例,用于测试机器人和自动驾驶汽车在部署前的安全性。公司已与自动驾驶卡车公司Bot Auto和日本汽车制造商等客户合作,并正在与Nvidia和T-Mobile合作开展圣何塞智能城市试点项目。

    推荐理由:用AI测试AI的自动化红队技术为物理世界AI安全提供了新范式,但与已获15亿美元估值的Applied Intuition竞争将是关键挑战。

10月19日周一
  1. 量子位85

    谷歌开源Harness²:大模型运行时自我优化新成果

    谷歌开源Harness²,一种双层递归架构,让大模型在运行中自我修改代码、提示词和工具链。在WorkBuddy-Bench测试中,GLM-5得分提升11.5分,反超原生Gemini 3.5 Flash。该项目已全面开源,支持OpenCode与Codex。

    推荐理由:双层递归架构让大模型在运行中自我优化,解决了RSI在开放世界中的两大死穴,实测性能提升显著。

  2. 量子位70

    首届全球具身智能应用创新挑战赛暨2026中国机器人大赛闭幕

    2026年10月18日,首届全球具身智能应用创新挑战赛暨2026中国机器人大赛在杭州闭幕。大赛吸引了清华大学、浙江大学等高校的2000多支队伍、近5000名选手参赛,共决出59项冠军、57项亚军、52项季军及12支企业专项赛获奖队伍。大赛通过真机实操、实景比拼的方式,检验机器人在工业生产、医疗服务、农业作业等场景中的应用能力,同时组织了50家具身智能企业提供500多个实习岗位,促进产学研融合。

  3. Solidot68

    SonicBoom发布:AI框架告别手工调优

    SonicBoom是一个全新的AI运行时框架,采用GPLv3许可证,提供语言无关的C API接口。它利用LLVM MLIR优化计算图,在保持PyTorch灵活性的同时获得类似TensorFlow的静态图性能,在RTX 3050 8G上提升原始性能20%。

    推荐理由:SonicBoom 通过图编译器优化而非手工调优提升推理性能,实现了动态图灵活性与静态图性能的统一。

  4. IT之家73

    HUMXN 推出免费居家服务采集数据训练AI机器人

    AI公司HUMXN推出免费居家维修服务,通过付费获取居民同意,在住宅内录制技术工人作业过程,用于训练AI机器人。该项目首批在明尼阿波利斯、芝加哥和迈阿密三座城市落地,旨在采集不同环境下的真实场景数据。

    推荐理由:付费采集真实世界数据训练AI机器人,开创了数据获取新模式,但隐私与伦理边界将成为行业焦点。

10月18日周日
  1. HuggingFace Daily Papers65

    BiDex-100: 双灵巧手操作综合基准

    研究人员发布BiDex-100基准,包含106项双灵巧手操作任务,覆盖泛化、指令跟随、有限演示、长时程和记忆五个能力维度。该基准支持两种 embodiment,提供8,080个成功验证的远程操作演示,总计625万帧。研究团队评估了七种最新的视觉-语言-动作模型,建立了针对特定能力、鲁棒性和数据效率的基线。

    推荐理由:覆盖106项任务的双灵巧手基准填补了行业空白,接下来看各家模型在长时程记忆和泛化能力上的真实表现。

10月17日周六
  1. arXiv · cs.RO65

    RoMo-GS: 通过曝光积分运动模糊实现高效的机器人在线 3D 高斯溅射

    Sangwoo Jung 提出 RoMo-GS,一种解决机器人快速移动导致运动模糊问题的在线 3D 高斯溅射系统。该系统通过曝光积分处理运动模糊,使用基于 Hessian 的剪枝分数限制高斯数量增长,并在多个数据集上实现了比离线去模糊 3DGS 方法快 15-150 倍的性能,同时比在线 3DGS 基线少约 20% 的高斯数量。

    推荐理由:通过曝光积分处理运动模糊,RoMo-GS 实现了在线 3D 高斯溅射,在保持质量的同时大幅提升效率。

  2. arXiv · cs.RO75

    LIBERO-Dynamic: 动态环境中的机器人操作基准测试

    Shaojie Ren 等人提出 LIBERO-Dynamic,这是对 40 个 LIBERO 任务的动态扩展,通过接触摩擦驱动物体运动,并考虑模型特定的推理延迟。研究评估了六种预训练策略在 1,800 种动态条件下的表现,比较了执行策略和动作范围,并使用动态和混合数据对三种架构进行了微调。物理实验显示任务相关的执行策略差异与模拟结果一致。

    推荐理由:LIBERO-Dynamic 基准首次将物体运动、推理延迟和动作执行纳入机器人操作评估,揭示了动态环境对策略性能的非均匀影响。

  3. arXiv · cs.RO75

    Blind Precise Assembly: Proprioceptive Sim-to-Real Peg-in-Hole for Diverse Parts

    研究仅依靠关节位置和速度感知(无视觉、力、力矩或触觉)的机器人装配策略,通过强化学习训练,成功实现销插入、齿轮啮合和螺母螺纹装配,并在真实世界中达到73%的零样本迁移成功率。研究还发布了开源程序化生成器,用于创建精确的凸形零件装配模拟。

    推荐理由:仅依靠关节 proprioception 实现毫米级装配,零样本迁移成功率73%,证明本体感知在精密装配中的潜力。

10月16日周五
  1. arXiv · cs.RO65

    Mem4Act: 学习用于长期机器人操作的有效潜在记忆

    Mem4Act框架引入了一种固定大小的潜在记忆表示,通过多粒度时间聚合、互补语义和感知信息保留以及记忆优先的两阶段训练,解决了长期机器人操作中的记忆挑战。在RoboMME、RMBench和四个真实世界操作任务中,分别取得了49.88%、61.0%和81.5%的成功率,达到了最先进的性能。

    推荐理由:Mem4Act框架解决了机器人长期操作中的记忆挑战,通过多粒度时间聚合和互补记忆监督实现了SOTA性能。

10月14日周三
  1. Latent Space85

    Dyna Robotics发布Dyna-2物理智能体机器人

    Dyna Robotics发布了Dyna-2物理智能体机器人,该机器人基于预训练超过一百万小时人类视频的世界行动模型,已在酒店和餐厅实现实际部署,能够执行长达一小时的自主工作流程,如折叠餐巾和切菜。机器人采用半人形设计,结合轮式底盘与类人上身,通过扩散变压器架构实现连续动作预测,并能通过少量演示数据快速适应新任务。

    推荐理由:从百万小时人类视频预训练到酒店餐厅实际部署,Dyna Robotics展示了物理智能体从实验室到生产环境的跨越。

10月12日周一
10月7日周三
  1. GitHub Blog75

    GitHub构建支持智能体规模开发的Git基础设施

    GitHub宣布重构Git基础设施以支持智能体规模开发,应对每月4733亿Git事件和73.8亿次提交的规模。新架构通过分离存储与计算、最小化协调和独立扩展读写能力,实现了最高35倍的写入吞吐量提升,同时保持可靠性和控制能力。

    推荐理由:GitHub重构Git基础设施以支持智能体规模开发,独立读写扩展与故障恢复能力是关键突破。

10月1日周四
  1. Genesis Releases15

    Genesis v1.4.3 发布

    Genesis v1.4.3 提升非批量至中等批量场景(约4000)的GPU模拟速度,降低内存占用,Windows编译速度提升最高3倍。修复glTF解析、轨迹回复、MJCF文件解析等多处边缘问题,优化GPU内存使用和物理模拟性能。

8月3日周一