PhysiCalWorld: 基于上下文物理校准的世界模型
Yunhao Luo 提出 PhysiCalWorld 方法，通过上下文提示而非微调或物理建模来校准世界模型的实例特定动力学。该方法将探索性交互片段编码为紧凑的物理描述符令牌，显著提高了滚动预测准确性和视觉规划成功率，并在训练物理范围之外表现出泛化能力。
推荐理由：通过上下文提示而非微调实现世界模型的物理校准，为具身智能提供了更准确的场景预测能力。
#具身智能
arXiv · cs.RO精选AI 评分7070 arXiv · cs.RO精选AI 评分7575 Agentic World Action Models 论文发布
Zhuoyang Liu等人提出AW-0框架，将代码规划与视频、动作预测整合为三个耦合的生成流，在RoboTwin 2.0和双臂操作任务中表现优于VLA和WAM基线模型。
推荐理由：AW-0框架首次将代码规划与视频、动作预测耦合，为机器人提供了可复用的技能库，弥合了预测与执行间的鸿沟。
IT之家精选AI 评分7676 马斯克计划建造 Optimus 人形机器人学校
特斯拉 CEO 马斯克宣布计划为 Optimus 人形机器人建造机器人学校，用于 AI 训练。同时透露年产 100 万台机器人目标需超过一年达成，Terafab 芯片工厂预计 2028 年第三季度量产，经济价值或跻身全球前 20 经济体。
推荐理由：马斯克同时推进机器人学院与芯片工厂，量产目标与训练需求形成闭环，但万环节供应链仍是最大挑战。
arXiv · cs.ROAI 评分4040 机器人前馈控制动作的负载泛化方法研究
该研究提出一种新方法，使机器人前馈控制动作能根据负载参数泛化，无需机器人动态模型知识，适用于刚性关节和弹性关节机器人。实验在 Franka Emika Panda 机器人及其弹性腕版本上验证了算法在轨迹跟踪任务中的有效性。
arXiv · cs.RO精选AI 评分6565 AOV-GS: 基于3D高斯溅射的主动开放词汇语义映射
Rodion Shkokov提出AOV-GS系统，使用冻结的SAM和CLIP模型引导机器人探索，构建支持开放词汇语义查询的3D地图。在Replica和Matterport3D数据集上，该方法相比纯几何主动规划提升了语言场mIoU 1.3-1.8个百分点，同时保持新视角PSNR相当。代码已公开。
推荐理由：冻结基础模型引导机器人探索，无需人工标注即可构建开放词汇语义地图，提升语义查询能力。
arXiv · cs.ROAI 评分4545 流匹配与模型预测控制集成实现机器人安全导航
该研究提出结合流匹配路径规划与模型预测路径跟踪控制的框架，通过数据驱动生成轨迹并实时满足约束条件。仿真显示该方法在复杂环境中具备鲁棒性能，能适应未见障碍物并实现无碰撞导航。
arXiv · cs.RO精选AI 评分7070 PRISM：通过物理驱动的噪声解耦与语义几何协作学习真实深度
该论文提出PRISM框架，将深度噪声解耦为感知失效和测量不准确两种模态，利用3D视觉基础模型特征作为空间语义先验。实验表明，PRISM在嘈杂深度合成中达到最先进保真度，并在下游机器人实验中实现92.1%的平均成功率。
推荐理由：将深度噪声解耦为感知失效和测量不准确两种模态，为机器人在真实世界中的感知提供了新思路。
arXiv · cs.RO精选AI 评分6565 基于距离场驱动的强化学习实现反应式鲁棒碰撞避免
本文提出了一种将欧几里得距离场(EDF)直接集成到观察空间的强化学习框架，在7自由度冗余机械臂上验证了该方法的有效性。该方法实现了从仿真到实体的零样本迁移，尽管仅使用随机静态物体进行训练，部署后的策略能够泛化到未见过的真实环境，并表现出对动态障碍物的鲁棒在线避障能力。
推荐理由：将欧几里得距离场直接融入观察空间，实现了从仿真到实体的零样本迁移，为复杂环境中的实时避障提供了新思路。
arXiv · cs.ROAI 评分4545 可穿戴机器人的多目标图像抓取部位识别方法改进
该研究通过引入激光指针和混合现实策略，将现有视觉管道扩展至多目标场景，抓取部位识别准确率提升最高9%，同时保持计算成本不变。方法通过修改硬件设置和重新训练深度卷积神经网络实现，可复用高质量分割掩码生成逼真图像。
arXiv · cs.RO精选AI 评分6565 Make it Walk: 乐高步行机器人的计算设计
该论文提出了一种计算方法，设计出不仅能够稳定行走，还支持多种步态的乐高步行机器人。研究通过特定的齿轮-连杆机构控制每条腿的运动轨迹，并使用独立电机驱动各腿，通过简单可适应的控制算法同步多腿运动，实现了稳定且多样化的运动。基于此方法，研究人员创建了多种乐高步行机器人，展示了不同的步态和外观，并制作了部分实物以验证其在现实世界中的运动能力。
推荐理由：通过齿轮-连杆机构与独立电机驱动，首次实现可变步态的乐高步行机器人设计，为模块化机器人提供了新思路。
arXiv · cs.RO同事件AI 评分6565 从VLM规划器到机器人智能体：面向历史依赖操作的自进化harness
本文提出SERA（Self-Evolving Robotic Agent）方法，通过可编辑的harness将视觉语言动作模型转化为机器人智能体，在RoboMME基准测试中实现了51.38%的自主选择成功率，比无自我进化提高了7个百分点。该方法利用环境rollouts来提议和评估harness修订，解决了长时程任务中的非马尔可夫依赖问题。
同一件事，精选收录的是《从视觉语言模型规划器到机器人智能体：面向历史依赖操作的自进化框架》
arXiv · cs.ROAI 评分4040 操作意图约束下的遥操作方法：耦合传动机械臂的协同控制
研究提出一种感知执行器约束的主从遥操作方法，通过协调电机饱和与重力补偿，在腕部差分控制中保持操作者运动方向，实验证明其轨迹平滑性优于直接映射。
arXiv · cs.RO精选AI 评分6565 基于本体感觉的在线接触估计：流匹配与粒子滤波混合方法
本文提出ContactFlowFilter方法，结合流匹配模型与粒子滤波框架，用于机器人接触估计。该方法在单接触和双接触场景下分别实现0.36厘米和0.88厘米的误差，处理时间仅需0.69毫秒和2.69毫秒。研究通过仿真和真实实验验证了该方法的有效性。
推荐理由：将流匹配与粒子滤波结合，解决了机器人本体感觉接触估计中的多模态和离散事件难题，误差低至0.36厘米。
arXiv · cs.RO精选AI 评分7575 端到端强化学习实现四足机器人在月球重力下的跳跃
Levin Müller 等人提出一种多阶段强化学习方法，为四足机器人生成端到端控制策略，实现在月球重力下的精准点对点跳跃。该方法在模拟中实现了小于机器人机身尺寸的着陆误差，并在硬件转移实验中成功执行了月球重力减载下的垂直跳跃。
推荐理由：端到端强化学习让四足机器人在月球重力下实现精准跳跃，为行星探索提供新可能。
华尔街见闻AI 评分7070 特斯拉Q3营收零增长，储能业务拖累但自由现金流修复
特斯拉2026年第三季度总营收280.5亿美元同比零增长，低于预期的281.3亿美元；能源发电与储能收入同比下降16%，显著低于市场预期。调整后EPS为0.48美元，较预期高9%，毛利率回升至19.6%；自由现金流15.3亿美元，远超预期的负49.9亿美元。FSD订阅数达174万，Robotaxi累计无监督行驶里程接近200万英里，Optimus开始在加州量产线生产。
华尔街见闻精选AI 评分8585 特斯拉电话会：2030年目标年产约500万辆车，Optimus机器人明年底商业化
特斯拉在2026年第三季度电话会上宣布，目标到2030年前后实现年产约500万辆汽车，FSD已成为推动需求的核心因素。公司透露2027年的Megapack产能已几乎售罄，Optimus机器人将在2027年底开始向外部客户交付，首批应用场景为重工业和危险重复性工作。
推荐理由：特斯拉将机器人商业化时间表明确至2027年底，同时FSD成为汽车销售核心驱动力，两者共同构成公司未来增长双引擎。
IT之家精选AI 评分8585 特斯拉宣布今年底前向客户销售Cybercab无人驾驶出租车
特斯拉表示将在今年年底前开始向客户销售其无人驾驶出租车Cybercab，这款金色双人自动驾驶车辆没有方向盘和其他传统操控装置。特斯拉工程副总裁拉尔斯·莫拉维称当前生产的Cybercab全部供给特斯拉自身的自动驾驶出租车车队，随着车队规模扩大，公司将主要向客户交付完整设计的自动驾驶车辆。美国国家公路交通安全管理局正在调查Cybercab是否符合车辆安全标准。
推荐理由：特斯拉将无人驾驶出租车Cybercab从车队运营转向客户销售，标志着其自动驾驶战略的重要转变，但监管障碍仍是关键变量。
Google新闻·人形机器人(中)AI 评分3030 基于语义地形标签条件化的人形机器人统一多模态行为克隆
研究提出基于语义地形标签条件化的人形机器人统一多模态行为克隆方法。该方法通过语义标签实现不同地形条件下的行为适配，提升机器人复杂环境适应能力。
AWS Machine Learning Blog精选AI 评分8080 AWS团队解析多智能体系统五大生产挑战及Deep Insight解决方案
AWS Solutions Architecture团队发布Deep Insight多智能体系统，解决了从原型到生产的五大核心挑战：执行流控制、模型选择、可靠运行、代码执行安全性和系统监控。
推荐理由：从原型到生产，多智能体系统面临五大挑战，AWS团队通过Deep Insight架构展示了如何解决执行流控制、模型选择、安全部署等关键问题。
Google新闻·Humanoid+Embodied(英)AI 评分3030 具身 AI 提出显式意图框架综述
研究综述提出具身 AI 的显式意图框架，旨在提升人形机器人的任务执行能力。该框架通过明确目标导向行为，优化机器人在复杂环境中的决策效率。
华尔街见闻精选AI 评分8585 Meta发布智能体Muse，用户破千万并计划明年成本效率提升十倍
Meta发布个人超级智能体Muse，上线一个半月美国和加拿大用户已破千万，25%用户每天使用，超过四分之一用户通过Muse购物，平均金额超过200美元。Meta预计明年计算成本效率提升十倍以上，计划通过订阅、交易和企业服务拓展收入。
推荐理由：Muse上线一个半月用户破千万，25%用户每日使用，购物转化率超预期，展示AI智能体商业化潜力。
Google新闻·Humanoid+Embodied(英)AI 评分3030 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。该架构专为工业机器人设计，提升物理环境交互能力。
TechCrunch · AIAI 评分7070 Blackstone高管称AI基建债务担忧被夸大
Blackstone高管Jas Khaira在TechCrunch Disrupt上表示，对AI基础设施建设债务的担忧被夸大。该公司通过多种策略投资AI，包括向数据中心提供大规模贷款、投资前沿AI模型和应用，并成立了BXN1作为AI倡议中心。
华尔街见闻AI 评分6868 Anthropic推出全天候AI智能体Claude Duet，Opus 5.5驱动
Anthropic推出Claude Duet，这是一款基于Opus 5.5的AI智能体，能在后台持续运行并主动执行工作任务。目前处于研究预览阶段，仅向美国地区的Claude Pro和Max订阅用户开放，可连接超过6000种工具。
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。
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4545 DeepMind创始人Hassabis将AGI时间线缩短至两到三年
Google DeepMind创始人Hassabis认为AGI将在两到三年内实现，此前他预估为三到五年。他定义AGI为具备人类大脑全认知范围系统，并以“爱因斯坦测试”为衡量标准。Hassabis警告称糟糕的监管比没有监管更糟，并倡导建立政府监管的行业监督机构。
HuggingFace Daily PapersAI 评分4545 ConfigWM：可配置感知的世界模型实现任务条件化状态提取
ConfigWM 通过任务条件化状态提取实现可配置感知，在噪声环境中保持稳定的规划成功率，平均领先最强竞争方法 22.3%。物理量探测提升 Pearson r 0.365，分心环境到干净环境的检索准确率提升 75.5%。
Google新闻·人形机器人(中)AI 评分3030 英伟达升级Isaac机器人平台 推出人形机器人参考框架与仿真工具
英伟达升级Isaac机器人平台，推出人形机器人参考框架与仿真工具。该平台支持开发者构建和测试人形机器人应用。
开源中国AI 评分2525 2026 上海开源软件应用创新大赛「智算云赛道」决赛名单公布
2026 上海开源软件应用创新大赛「智算云赛道」决赛入围名单今日公布，10 支队伍将于 10 月 29 日在上海张江人工智能创新小镇参加总决赛。
Google新闻·人形机器人(中)AI 评分3030 中国电信人工智能研究院孵化具身公司“伽马智能”成立
中国电信人工智能研究院首个孵化具身公司“伽马智能”成立。该公司专注于具身智能领域，由中国电信人工智能研究院孵化。
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。
NVIDIA Blog同事件AI 评分7676 NVIDIA 发布 RTX Spark、DGX Spark 和 DGX Station 本地 AI 硬件
NVIDIA 在 GTC Berlin 展示本地 AI 硬件产品线：RTX Spark 为 Windows PC 提供个人智能体支持；DGX Spark 支持开发者构建和扩展应用；DGX Station 为企业团队提供前沿工作负载支持。
同一件事，精选收录的是《NVIDIA在GTC Berlin 2026发布AI工厂新形态与安全Agent架构》
IT之家同事件AI 评分7676 英伟达联合思灵推出人形机器人参考平台 Agile ONE SN
英伟达在GTC柏林大会上宣布扩展Isaac开放机器人开发平台，新增人形机器人参考平台Agile ONE SN，计划2027年初上市。该平台搭载英伟达Isaac GR00T和Jetson Thor计算平台，身高1.4米、重量40公斤，具有31个自由度，配备两只WUJI Hand 2五指灵巧手。
同一件事，精选收录的是《NVIDIA在GTC Berlin 2026发布AI工厂新形态与安全Agent架构》
财联社电报AI 评分3030 财联社10月21日晚间新闻精选
中办国办全面实施“人工智能+”行动，推动AI赋能千行百业及关键技术攻关。黄仁勋称AI工厂部署缩至14天，人形机器人平台预计2027年推出。电子元器件行业进入高景气周期，三星电机MLCC交期延长至52周。
量子位精选AI 评分8181 千诀科技发布预测式世界模型Polibrain
千诀科技在2026物理AI与世界模型大会上发布预测式世界模型Polibrain，该模型专注于物理规律理解而非画面预测，已在四足、人形、轮式、双臂等机器人形态上开展适配。Polibrain通过多项式表征和因果记忆机制，实现跨本体智能能力复用，为不同形态机器人提供共享的智能大脑。
推荐理由：不堆画面预测，专注物理规律与跨本体复用，千诀Polibrain为机器人提供共享智能大脑。
量子位AI 评分7070 生数科技Motubrain团队将直播Physical AI训练全流程
生数科技世界模型团队开启Motubrain 2.0训练全流程公开直播，计划持续半个月，向公众展示具身模型的训练过程及研究进展。此次直播将涵盖预训练、后训练、Agent任务执行和RSI探索四个环节，旨在打开具身模型训练的'黑盒'，让外界看到模型如何逐步形成能力。
量子位精选AI 评分8585 紫荆智康发布多分身智能体协同技术，升级AI医院系统
紫荆智康推出多分身智能体协同技术，升级紫荆AI医院系统，实现AI医生分身之间的协作。该系统已在全国医院测试，覆盖54位AI医生和数百万超拟真AI患者，医生诊疗效率提升30%，AI医生在MedQA数据集准确率超过96%。
推荐理由：多分身智能体协同技术将跨专科支持前置到首诊环节，让每个医生背后站着一整个专家团队。
雷锋网精选AI 评分7676 Token经济学如何聚合算力、模型与语料
文章探讨了Token作为智能计量单位的经济意义，分析了算力从硬件配置转向词元生成效率的转变，以及模型与端侧协同对具身智能的影响。截至2026年6月，我国日均词元调用量已突破500万亿，不同模型采用峰谷定价策略，而算力效率需综合考虑吞吐量、延迟和能耗等多指标。
推荐理由：Token经济学正成为智能服务的计量单位，但算力、模型和语料的协同效率才是产业化的关键。