YYForce 发布基于 NVIDIA Physical AI 的 "Workforce OS" 机器人架构
YYForce 推出 "Workforce OS" 机器人架构，搭载 NVIDIA Physical AI 技术。该架构专为工业机器人设计，支持复杂任务执行与实时物理交互。
#仿真
Google新闻·Humanoid+Embodied(英)AI 评分3030 TechXplore · RoboticsAI 评分5555 伊利诺伊大学开发新型强化学习方法提升机器人稳定性与性能
伊利诺伊大学厄巴纳-香槟分校的研究人员结合强化学习与控制理论，开发了名为CARL的新型学习方法，可保证机器人稳定性并提高跟踪性能达15%。该方法已在轮式、飞行和六足机器人上测试，代码已在GitHub开源。
Google新闻·人形机器人(中)AI 评分3030 英伟达升级Isaac通用机器人平台：推出全新人形机器人参考样机、仿真流水线等
英伟达升级Isaac通用机器人平台，推出全新人形机器人参考样机和仿真流水线。该平台支持开发者快速构建和测试机器人应用，提升开发效率。
Hugging Face Blog精选AI 评分8585 Microduck 与 Isaac Lab 3.0：从仿真训练到真实部署
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。
The DecoderAI 评分7373 Mistral 与 NVIDIA 合作推出物理 AI 加速工业设计
Mistral 和 NVIDIA 合作结合 Mistral Large 4 和物理 AI 与 NVIDIA 的 CUDA-X、Warp 软件库和 Omniverse，为航空航天、汽车和半导体等行业提供设计、仿真和 AI 训练的一体化工作流。双方还计划发布公开基准测试和开放数据集。Mistral Large 4 拥有约一万亿参数，将在十月底作为开放权重模型发布。
NVIDIA Blog精选AI 评分7575 NVIDIA 发布工厂操作蓝图 FOX 推进工业智能体落地
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。
Google新闻·人形机器人(中)AI 评分3030 英伟达推出全新人形机器人参考模型、框架、仿真流水线和数据
英伟达推出全新人形机器人参考模型、框架、仿真流水线和数据，推进 Isaac 平台在通用机器人领域的应用。
雷锋网精选AI 评分8585 具身智能实景实训平台成为产业基础设施
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。
财联社电报AI 评分6565 英伟达加速工业仿真 半导体模拟最高提速40倍
英伟达宣布其技术使半导体仿真速度最高提升40倍，并正式发布CUDA-X旗下cuDSS加速复杂仿真计算。imec基于英伟达模型的S-Litho基准测试显示显著提速，英飞凌使用相关技术使三维击穿模拟速度提升12倍。
Hugging Face Blog精选AI 评分8181 NVIDIA 推出 SimReady Central 开源仿真资产库
NVIDIA 在 Hugging Face 上发布 SimReady Central，包含2000多个用于机器人和AI工厂仿真的3D资产，支持碰撞几何、质量、摩擦等物理属性。OEM厂商可提交符合 SimReady 标准的资产，开发者可组合这些资产构建仿真环境，并通过 AI 辅助工具快速创建场景。
推荐理由：开放2000+仿真资产库把机器人开发门槛从建模降到组装，接下来看OEM和开发者如何共建生态。
NVIDIA Blog精选AI 评分8181 NVIDIA 推出多领域开源模型家族
NVIDIA 发布了涵盖语言、机器人、生物和量子计算的开源模型家族，包括 Nemotron 3.5 Super VL 和 Bolt、Kumo 结构化数据模型、Cosmos 3.5 世界模型、Alpamayo 2 Edge 自动驾驶模型、BioNeMo 生物模型和 Ising 量子计算模型。
推荐理由：NVIDIA 一次性发布覆盖语言、机器人、生物和量子计算的全栈开源模型，企业可基于本地数据定制并自主部署，欧洲合作伙伴阵容强大。
HuggingFace Daily PapersAI 评分6565 Joints, Camera, Action! 协同生成任意骨骼结构的3D运动与视频
研究人员提出了一种新模型，能够直接协同生成任意骨骼结构的3D运动和视频，同时定位关节位置并恢复相机姿态。该模型通过分离运动模型与视频模型，使用交叉注意力层连接，支持从文本生成多样化骨骼动画，并能将视频转换为骨骼运动，实现关键帧控制。研究团队使用生成式视频编辑器创建了近20万训练对，评估显示该方法比视频优先管道更忠实于原始动作。
华尔街见闻AI 评分6565 英伟达推出临床手术AI模拟器Cosmos3-H-Dreams
英伟达于10月20日发布基于真实胆囊切除术录像训练的实时交互手术模拟器Cosmos3-H-Dreams，该系统可在单块RTX PRO 6000 GPU上运行，能够根据器械操控指令实时生成新的手术场景续帧。系统目前为研究型，尚未经过患者护理验证，不适用于临床诊疗。
arXiv · cs.ROAI 评分5555 MARE: 带真实阴影数据的开源月球车模拟器
研究人员发布MARE（Modular Autonomy and Rendering Environment），一个基于Unreal Engine 5和ROS 2的开源月球车感知与自主性模拟套件。该系统包含地形生成器、配备多种传感器的月球车物理模型和基于Web的导航控制栈，专门解决月球极地低太阳高度角下的长阴影挑战，提供像素级精确的地面真实数据。
arXiv · cs.RO精选AI 评分6565 CLOSER: 基于证据感知的主动视觉验证具身物体目标导航
Pengying Wu提出CLOSER框架，通过视觉语言模型验证与主动感知结合，在物体目标导航任务中提升成功率3.6个百分点，路径长度加权成功率提高2.0个百分点。该框架可在本地运行并集成到现有系统中无需重新训练。
推荐理由：通过主动验证减少具身导航中的误判，CLOSER框架在提升成功率的同时降低了路径长度。
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6565 MAPLE: Mondrian锚定的无学习室内探索先验
Kelvin Aladum提出MAPLE方法，一种无需训练的室内探索预测方法，通过将Mondrian过程适应为基于观察几何线索的在线生成先验，在KTH平面图和真实SLAM环境中表现优于非预测方法，与学习型预测方法相当，且计算资源需求低。实验表明更准确的地图预测不一定带来更好的探索效果。
推荐理由：无需训练的预测方法MAPLE在室内探索中表现优于非预测方法，与学习型预测方法相当，挑战了'更准确预测必然带来更好探索'的假设。
arXiv · cs.RO精选AI 评分7575 SceneRig: 从单张图像重建仿真就绪3D场景的智能体系统
SceneRig是一个智能体系统，可将单张图像转换为可编辑、仿真就绪的3D场景。该系统结合几何、视觉和物理工具重建3D场景，并通过智能体在物理仿真器中执行编辑-验证循环实现物理稳定性。相比基线方法，SceneRig能改进实例分割、以对象为中心的外观和3D放置，同时保持场景物理稳定，且其场景能更准确地预测真实机器人策略结果。
推荐理由：从单张图像重建物理稳定的3D场景，解决了视觉相似与物理行为之间的矛盾，为机器人仿真提供了新工具。
arXiv · cs.RO精选AI 评分7575 PhysCanvas：面向机器人策略评估与学习的视觉触觉世界模型
研究人员提出PhysCanvas，一种统一多模态的视觉触觉世界模型，用于接触密集型机器人操作。该模型整合多视角RGB、触觉图像、标记位移、任务状态和动作，通过一致性感知后训练将世界模型与真实世界成功率的相关性从0.602提升至0.885，并将策略在真实世界中的成功率从59.1%提升至70.8%。
推荐理由：通过统一视觉与触觉模态建模，PhysCanvas将机器人策略评估与学习的成功率相关性提升至88.5%，解决了仿真与真实世界接触动力学不一致的难题。
arXiv · cs.RO精选AI 评分6565 Planning under Noise with Neural Operators：在噪声环境下使用神经算子进行规划
作者提出Planning Under Noise (PUN)神经算子，用于在不确定控制执行噪声下进行规划。该方法通过学习噪声感知的价值场，解决了传统方法在复杂几何环境中导航的挑战。
推荐理由：通过神经算子解决控制噪声下的规划问题，在4D场景下实现95-100%成功率且速度领先。
arXiv · cs.RO精选AI 评分6565 工业级ReMEmbR：扩展时空记忆至机器人舰队
研究人员提出IndustrialRemembr，一个共享时空记忆系统，将NVIDIA ReMEmbR扩展至机器人舰队，通过按需生成场景描述减少服务器端计算。系统使用NVIDIA Jetson在机器人端编码视频片段，不上传原始相机帧，并支持GDPR合规的PII抽象。
推荐理由：将时空记忆扩展至机器人舰队，通过按需生成描述降低服务器计算量，同时保护隐私。
arXiv · cs.RO精选AI 评分6565 自适应穿越管道：面向双足人形机器人的姿态感知导航
本文提出了一种基于自适应穿越管道(ATT)的姿态感知导航框架，结合区间速度-航向(IVH)控制和增强侧步的AMP运动先验，使双足人形机器人能够通过调整身体偏航改变有效足迹，实现窄通道穿越和社交感知避让。该方法已在MuJoCo仿真和实际机器人部署中进行了演示，并计划在宇树G1上进行定量评估。
推荐理由：通过自适应穿越管道和速度-航向控制，人形机器人能在狭窄通道和社交场景中灵活调整姿态，提升导航稳定性。
arXiv · cs.ROAI 评分5555 PanoGraphGS：结合高斯溅射实现全景分割与分层3D场景图统一
Jinghan Gao提出PanoGraphGS框架，整合全景3D高斯表示学习与分层3D场景图构建。该方法在共享高斯几何上学习语义和实例特征，支持新视角全景分割和高斯级全景解码。在Replica和NaviGS数据集上，PanoGraphGS在物体节点准确率上超越最强基线50个百分点以上，并在2D全景分割任务中达到最先进性能。研究团队同时发布了NaviGS全景场景理解数据集。
arXiv · cs.ROAI 评分4545 RLTrajGen-PPMPC-CBF 实现自动驾驶环岛安全导航
RLTrajGen-PPMPC-CBF 框架通过强化学习与模型预测控制耦合，在 MetaDrive 环境中实现自动驾驶环岛安全导航，平均成功率提升 6.25%，运动病剂量值降低 65.87%，并加速训练收敛。该框架采用预设性能约束确保轨迹跟踪一致性，结合控制屏障函数提供实时安全修正。
arXiv · cs.RO精选AI 评分7070 多视角潜在动作预训练用于跨具身机器人视频学习
Oliver Hausdörfer提出一种多视角潜在动作模型(LAM)，通过交叉注意力解决深度和遮挡问题，将同步多摄像头视图压缩为潜在动作。实验表明，双视角LAM预训练将真实6D动作解码准确率提高17%，下游策略成功率提升13.5%，单次跨具身学习即可实现技能迁移，硬件实验中成功率提升20%。
推荐理由：多视角潜在动作预训练将6D动作解码准确率提升17%，证明视频与机器人数据互补且任务依赖性强。
arXiv · cs.ROAI 评分5555 枚举引导的神经哈密顿-雅各比安全证书训练
本文提出了一种验证引导的训练框架，通过概率枚举安全约束来检测前向不变性违规，生成比标准对抗攻击方法更精确的失败边界反例。在Isaac Sim环境和真实自动驾驶赛车实验中，该安全过滤器实现了零安全约束违规，相比传统控制器和LQR备份策略表现更优。
arXiv · cs.ROAI 评分4545 眼科机器人高精度 RCM 运动控制：分层 QP 控制与权限引导恢复规划
研究提出一种高精度 RCM 伺服架构，通过分层 QP 控制器和权限引导规划器解决约束诱导任务奇异性问题。在 200 场景运动学基准测试中，该架构实现 100% 近奇异目标可达率和 99% 近关节极限目标可达率，软件 RCM 残差低于 0.142 mm。物理 6-DOF 机械臂实验显示最坏情况 RCM 残差为 178 μm，尖端调节误差中位数为 32 μm，满足眼科任务 200 μm 控制要求。
arXiv · cs.ROAI 评分5555 新手操作者所见影响策略学习：基于关键点手部视觉表示的远程操作演示用户研究
Amane Yamaguchi研究了PointHand远程操作界面中不同手部视觉呈现方式对新手操作者演示质量和策略学习的影响。在模拟任务中，仅强调拇指和食指关键点的新手收集了441次成功演示，比显示真实手形的320次高出38%。
HuggingFace Daily Papers精选AI 评分6565 TARSphere: 面向长时程具身智能体的全栈框架
研究团队提出TARSphere框架，包含基础设施TARSphere-Infra和多模态大模型智能体TARSphere-Harness，用于在物理和社会环境中执行长时程任务。研究构建了TARSphere-Bench评估基准，包含30个室内场景的360个剧集，评估了8个多模态大模型的表现，发现通用模型可能优于专用模型，但任务更新和人机交互仍有困难。
推荐理由：研究揭示了通用大模型在具身任务中可能优于专用模型，但任务更新和人机交互仍是难点，执行安全评估亟待加强。