Wenye Yu提出Value as Memory (VaM)框架，通过价值缓存和在线强化学习解决机器人策略后训练中的部分可观测性和反馈延迟问题。在涉及可变形物体和接触密集操作的长时程任务中，VaM在价值缓存方面平均提高成功率29.4%，在线自主学习提高32.8%，在相同梯度步预算下执行8倍策略迭代，并发数据收集和训练使每梯度步时间降低2倍以上。
推荐理由：本文提出了一种结合价值缓存和在线强化学习的机器人训练框架，解决了部分可观测性和反馈延迟问题。
Chenyuan Zhou等人提出T2-Z方法，通过测试时优化环境隐变量来增强机器人世界模型。该方法在7个模拟环境和4个真实机器人任务中，将物体预测误差从15.20降至7.00，动作成功率从33.73%提升至72.96%。T2-Z能够从单次测试交互轨迹中高效推断环境隐变量，捕捉多样化视觉场景中个体和复合因素的结构化表示。
推荐理由：T2-Z通过测试时优化环境隐变量，显著提升了机器人在新环境中的预测准确性和任务成功率。
作者提出P³-WAM模型，通过感知、预测和规划三种互补模式实现自我中心灵巧操作，整合紧凑的3D动作表示到预训练视频扩散变换器中，实验显示统一训练提升了所有三种能力，在3D手重建和动作条件视频预测任务上优于专用基线。
推荐理由：论文提出了统一的世界行动模型，通过三种互补模式实现3D感知、预测和规划，在多个数据集上表现优于专用基线。
Tianjiao Yu提出CoDA框架，让模拟数据引擎和行动策略通过共享异构记忆协同进化，在四个操作任务家族中，将分布外成功率从5.3%提升至27.6%，超过最强闭环基线9.5个百分点。在LIBERO-Pro上，15轮生成和训练使位置扰动下的成功率从25%提升到84%，指令扰动下从1%提升到76%。
推荐理由：CoDA框架通过数据引擎与行动策略协同进化，显著提升了机器人在分布外任务中的成功率。
GeoState 提出视图解耦的几何表示，分离场景状态与相机依赖观测，在 Waymo 上超越现有 3D 世界模型，支持跨视图几何一致性查询，并零样本泛化至 KITTI 和 nuScenes。
研究人员提出Spark-0模型，结合视觉-触觉-语言-动作(VTLA)多模态信息，通过1000小时的HumanTouch数据集进行预训练，在Ego Humanoid Manipulation Benchmark和SparkArena任务中取得最高成功率，触觉信息不仅作为策略输入，还成为灵巧视觉运动预训练的可扩展监督。
推荐理由：研究通过大规模触觉预训练提升了机器人在灵巧操作中的成功率，提供了新的监督方法。
Botao He提出DSP框架，机器人通过行为克隆从人类游戏中学习策略，然后自主收集交互数据训练世界模型。在真实实验中，该方法比回顾性行为克隆成功率提高69.6%，且比强化学习减少490倍的交互数据量。
推荐理由：论文提出了一种通过监督学习让机器人自主收集灵巧操作经验的新方法，显著减少了交互数据需求。
该研究提出基于分类变分自编码器的航天器检测规划框架，通过图像隐方差替代几何可见性检查。在物理仿真中，该方法平均亮度达0.57，81.6%观测值高于0.25，显著优于几何规划方案。
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。
该论文提出了一种方法，通过构建信息先验和提供解释，让机器人能够针对需要解决的特征提出更智能的偏好查询，从而减轻人类负担。在模拟中，该方法在低查询量情况下比标准基线高30.8%，在用户研究中显著改善了奖励恢复。
研究提出基于法律偏序博弈（posetal games）的多智能体运动规划框架，将抽象法律指南自动转化为具体场景下的博弈策略。该框架通过信念博弈协议协调智能体，无需公开私有偏好即可恢复真实均衡解，并在海事导航场景中验证了规则合规性与可追溯性。
该研究提出统一控制/通信策略，通过控制屏障函数确保间歇通信下智能体安全避碰，预通信机制减少77.5%消息量且零碰撞。策略基于可达集计算与不确定性风险指标，在追捕场景中验证有效性。
Modal 宣布达成10亿美元年化收入(ARR)，完成7.5亿美元D轮融资，估值达15.75亿美元，从独角兽跃升为十角兽。公司表示过去一年使用量增长15倍，过去5个月增长3倍。Modal的沙箱产品在2023年推出，目前已成为3亿美元年化收入的产品，已创建近30亿个沙箱实例，可扩展至百万级并发。
推荐理由：Modal 从独角兽跃迁为十角兽，5个月估值增长3倍，AI基础设施商业化速度超预期。
Google 发布了 Gemini 4 Argon 模型，面向编码、知识工作、企业工作流和网络安全防御。该模型通过 Gemini API、Gemini 平台、Google AI Pro 和 Ultra 以及 Gemini 应用中的 AI 模式提供访问。定价为每百万输入/输出 token 2/10 美元，缓存输入可享受 95% 折扣。
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。
Meta Superintelligence Labs发布了Muse Wonder系列模型，包括Muse Wonder和Muse Wonder Full两个版本。
推荐理由：14个月从零到前沿模型，Meta的Muse Wonder系列展现了惊人的迭代速度，但价格策略与访问限制引发行业讨论。
Genesis v1.4.4 版本提升 GPU 刚体模拟速度，显著增强基于扰动的多接触鲁棒性且无额外运行时成本。新功能支持异构实体差异化缩放、固定基座姿态和关节参数，修复凸接触深度、非确定性 GPU 模拟等多项问题。
Standard Bots完成2亿美元C轮融资，估值达10亿美元，成为美国最大的AI原生工业机器人制造商。该公司专注于工业机器人手臂，客户包括NASA、亚马逊和洛克希德·马丁。其AI策略强调数据质量而非规模，采用预训练模型和任务特定适应，推理在本地运行以确保工厂环境可靠性。
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。
LeRobot 发布 v0.6.1 版本，主要更新包括重构 lerobot.types 为 lerobot.lerobot_types，优化依赖与文档构建速度，新增 VLM 子任务标注功能，修复多模块兼容性问题。