跳到正文
10月19日周一
  1. HuggingFace Daily Papers75

    Ropedia W0: 利用人类经验扩展跨具身智能体的运动-操作世界模型

    研究团队提出Ropedia W0,首个涵盖人类和多样化机器人的第一人称运动-操作世界基础模型。团队整理了包含1万小时人类数据和3千小时机器人数据的Xp-Data集,采用统一的运动学表征编码运动和操作。该模型在五个跨具身基准测试上达到最先进性能,支持实时长时间推理,并在具身决策应用中展示实用性。

    推荐理由:通过统一运动与操作表征,首次实现跨具身智能体的世界模型,为具身决策提供新基础。

10月18日周日
  1. The Decoder76

    Anthropic因AI智能体效率提升大幅减少初级员工招聘

    Anthropic报告显示,自2025年初以来,技术部门初级职位占比从21%降至14%,新招聘中初级职位占比从27%降至9%。公司称AI智能体工作时长已达人类的6倍,工程师代码提交量增加5.1倍,数据科学家查询量增加3.1倍。研究指出这可能造成未来专家短缺,因为专业技能通常需要初级岗位的多年实践积累。

  2. 钛媒体76

    地方政府成为机器人第一大客户

    截至2026年6月,全国已建成超过70家具身智能训练场,地方政府通过数采中心推动机器人产业发展,但存在数据质量、商业模式可持续性等问题。

    推荐理由:原文揭示了地方政府投资机器人训练场的产业链现状与商业模式问题。

  3. IT之家81

    Agility Robotics 为 Digit 5 人形机器人搭载 Nyobolt 快充电池

    Agility Robotics 为 Digit 5 人形机器人搭载 Nyobolt 快充电池,实现充电 9 分钟可工作 90 分钟,工作时长/充电时长比从上一代的 2:1 提升至 10:1。搭载该电池的机器人预计将于 2027 年上半年开启早期试用,面向制造、仓储与物流配送企业。

    推荐理由:原文给出了充电时长与工作时长比例提升的具体数据,读者可以据此评估人形机器人在实际场景中的工作效率提升。

  4. IT之家65

    美光研发边缘推理内存EIM,布局物理AI市场

    美光正在研发边缘推理内存(EIM)芯片,用于降低数据处理延迟并提高系统带宽,主要面向自动驾驶、人形机器人等物理AI市场。EIM采用在逻辑芯片上垂直堆叠低功耗内存的架构,与存内计算(PIM)概念不同,预计2028年下半年量产。美光预测未来高性能人形机器人将需要约200GB DRAM和4TB存储空间,远高于当前水平。

  5. 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。

  6. HuggingFace Daily Papers65

    AffordanceWAM: 面向机器人操作的可 affordance 感知联合世界-动作建模

    研究人员提出 AffordanceWAM,一种可 affordance 感知的生成式世界-动作模型,通过标量 affordance 和 affordance 热图表示物体中心的时空 affordance。

    推荐理由:通过可 affordance 表示法连接人类与机器人视频数据,实现了无需人类动作标签的跨模态迁移学习。

  7. HuggingFace Daily Papers75

    Vision as Proprioception: Estimating Humanoid Robot Pose from Video

    研究人员提出HumanoidPose框架,通过视频单独估计人形机器人的全身关节配置,结合预训练人体姿态特征与机器人运动学,将人体动作重定向到16种不同人形机器人上,并在三个真实人形平台上将关节角度误差降低了18-32%。

    推荐理由:将视觉作为本体感觉来估计人形机器人姿态,解决了在线视频缺乏关节配置的问题,提升了跨平台泛化能力。

  8. HuggingFace Daily Papers65

    TILDE:从具身基础模型进行教师循环蒸馏

    研究人员提出TILDE方法,通过结合学生诱导状态下的在线蒸馏和教师执行恢复轨迹学习,将具身基础模型的能力迁移到无需动作预训练的策略中。该方法还包含AutoDAgger自主数据聚合管道,利用机器人奖励模型监控任务进度并触发教师干预,相比人工监控方法加速恢复轨迹收集超过2倍。在三个真实世界任务中,TILDE相比行为克隆将任务性能提高了最高4.1倍,并支持有效的跨架构蒸馏。

    推荐理由:TILDE通过教师模型与自主数据收集的结合,将具身基础模型的能力迁移到无需动作预训练的策略中,解决了机器人数据收集效率问题。

  9. arXiv · cs.RO75

    DiPLO: 自蒸馏扩散规划用于人形机器人 locomotion 操作

    研究人员提出 DiPLO 框架,结合自蒸馏扩散规划器与低级别全身跟踪策略,解决了人形机器人 locomotion 操作的协调难题。该框架通过 SD:DPO 移除规划器对强任务条件的依赖,再使用 DA:PPO 微调模型,在拾取-携带-放置任务中实现99%的任务成功率,并在宇树 G1 机器人上成功部署。

    推荐理由:通过自蒸馏扩散规划与全身跟踪策略结合,解决了人形机器人 locomotion 操作难题,实现99%任务成功率。

  10. arXiv · cs.RO65

    学习结构化运动参考以实现基于优化的全身控制

    该研究提出了一种分层控制器,其中强化学习适应结构化运动参考,而步态调度器、反应性步态规划器和全身冲量控制器负责高频执行。在六方向干扰课程训练下,该控制器在测试干扰网格中达到77.29%的平均生存率,比基于模型的参考控制器高出27个百分点。

    推荐理由:通过分层控制将强化学习与优化控制结合,四足机器人抗干扰生存率提升27个百分点。

10月17日周六
  1. arXiv · cs.RO70

    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。

  2. TechXplore · Robotics85

    香港科技大学研发具身机械臂 EmArm 实现类人触觉感知

    香港科技大学团队开发了具身传感机械臂 EmArm,通过集成软光触觉皮肤和实时决策算法,实现全臂触觉感知和自适应操作。EmArm 达到 97.9% 的传感保真度,空间分辨率为 0.085 毫米,能识别五种触摸行为并提供情感反馈。

    推荐理由:原文给出了技术实现和性能指标,读者可以据此了解机器人触觉感知的最新进展。

  3. arXiv · cs.RO75

    四足机器人仅用脚部自主解巨型魔方

    研究人员开发了一种四足机器人,仅使用其脚部自主解决了巨型魔方。系统包含机载RGB-D感知管道,用于估计魔方的姿态和颜色状态,并通过强化学习训练的全身技能重新定向魔方并转动其层。该系统完成了三次自主硬件求解,每次约30步,耗时8-9分钟。

    推荐理由:四足机器人仅用脚部自主解巨型魔方,展示了具身智能在复杂物理任务中的精确控制能力。

  4. arXiv · cs.RO75

    基于规则图规划的LLM机器人安全任务完成方法

    Ali Taheri提出RuleGraph框架,通过多智能体规则图规划使LLM-enabled机器人能够拒绝有害指令同时完成合法任务。该方法在RoboGuard基准测试上达到98.57%的任务成功率,同时将攻击成功率降至0%。

    推荐理由:通过多智能体规则图规划,让机器人在拒绝有害指令的同时完成合法任务,解决了复合指令中的安全难题。