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。
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。
Yujia Yang提出Scene-Adaptive VLA框架，利用动态层路由根据实时场景调整活跃参数，在Bench2Drive基准测试中，将先进VLA模型的推理计算开销降低53.5%，同时保持驾驶和语言能力几乎不受影响。代码已开源于GitHub。
推荐理由：通过动态层路由将计算开销降低53.5%，为车载VLA模型提供实时推理新思路。
Xueyang Zhou 等人发布 LIBERO-Pro2.0 基准测试，用于系统评估具身基础模型在分布偏移下的鲁棒性。该基准包含22种静态扰动和20种运行时干预，涵盖六个维度，共1,648个验证过的偏移任务实例。研究评估了17个代表性机器人策略，发现在运行时分布偏移下，模型平均性能下降26.5个百分点，最高达32.5个百分点，突显了名义基准性能与分布偏移鲁棒性之间的差距。
推荐理由：LIBERO-Pro2.0 基准测试揭示了具身模型在分布偏移下的显著性能差距，平均下降26.5个百分点，凸显了系统性鲁棒性评估的必要性。
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。
深圳国际量子研究院与德国斯图加特大学合作，在二维混合量子芯片上实现了两模式、四模式和六模式的真多体纠缠态制备与跨节点传输，保真度分别为0.912、0.790和0.570。该研究通过集成HBAR、超导量子比特和可调量子耦合器，解决了机械振子系统中大规模多方真纠缠的难题，为构建多节点量子网络提供了实验基础。
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。
Xinhao Liu 提出了 StopWatch 方法，解决了物体导航任务中的目标定位问题。通过明确目标定位，该方法在六个基准测试上达到了最先进的结果，并修正了这些基准测试中的标注缺陷。分析表明，在真实目标定位的情况下，其策略几乎达到了生成演示的专家水平。
推荐理由：目标定位是物体导航任务中的关键瓶颈，明确目标定位方法显著提升了六项基准测试的性能。
SparseMax-dSTL 通过稀疏梯度投影构建时序逻辑轨迹优化，确保梯度权重始终为正且独立于时间跨度。在平面独轮车和七关节机械臂仿真中，其梯度权重在违规样本上保持1，而传统方法随时间衰减至0.04。该方法约束返回的轨迹满足规范要求，优于现有近似方法。
Jiaru Bai 提出自我构建实验室(SBL)系统，能根据高层科学目标自主设计、配置和运行实验室设置。该系统从现有条件出发，构建实验室布局、数字孪生、机器人技能和实验工作流，已在量子点合成实验中验证端到端能力，使科学自动化更易访问、灵活和可扩展。
推荐理由：从空白房间到完整实验室，SBL 系统自主设计、配置并运行实验，将人类角色从手动编程转向目标设定，大幅提升科学自动化灵活性。
Huanqian Wang提出PRIME方法，通过构建加权图和最短路径搜索，从非精确的人类演示中学习精确的进度估计，在仿真和真实世界的高精度操作任务中表现出色，在充电器插入任务上比SFT基线方法提高5倍成功率。
推荐理由：从人类不完美演示中学习进度评估，PRIME方法解决了高精度操作中错误动作干扰奖励信号的问题。
本文提出了一种将最优计算预算识别为半马尔可夫决策过程的方法，训练强化学习策略根据当前状态、执行计划和规划器统计信息动态调整计算时间。该方法在地面机器人导航、敏捷四旋翼飞行和接触密集操作任务中均优于固定基准方案。
推荐理由：将计算预算优化建模为半马尔可夫决策过程，让机器人根据场景动态调整推理资源，解决了固定预算在关键场景下的局限性。
TransNav 提出一种基于 Transformer 的端到端导航方法，通过点云编码与无监督学习策略，实现四旋翼在静态与动态环境中的障碍物避障。该方法在密集静态环境中表现优异，动态场景下具备竞争力，且推理成本低，适合机载部署。
本文将FOUND-IT集成到移动操作平台，展示了基础模型驱动的3D场景图在物体变化检测、多映射会话支持、导航路径规划和物体抓取等任务中的有效性。代码已在GitHub开源。
推荐理由：将基础模型驱动的3D场景图集成到移动操作平台，验证了其在物体变化检测、导航路径规划和抓取任务中的实用性。
Guanchen Du提出HIJP框架，通过逆向模型和潜在预测模型的交替应用，在视觉控制任务中实现了86.8%的整体成功率，并比基于搜索的规划速度提升1.9-16.5倍。该方法通过重标记未来观察作为目标，提供跨时间范围的动作监督，并确保动作转换一致性。
谷歌量子AI团队在Willow处理器上验证了魔态培育技术，将量子错误率降低约40倍，T态逻辑保真度达到99.99%，刷新该领域纪录。这一突破有望大幅削减构建实用量子系统所需的硬件成本，但谷歌表示仍需在更大规模上验证该技术的可行性。
TreeOPSD 框架通过树感知后验自蒸馏解决长时序强化学习的信用分配稀疏性和策略漂移问题，在 Deep Research 等基准上显著提升 Qwen3-30B-A3B-Thinking-2507 的平均准确率 4.97 点。该框架无需价值网络或外部教师模型，通过递归回溯终端奖励生成隐式层级信用，并映射为有界教师分布以约束策略更新。
DiscoveryRSI-27B 通过多智能体进化搜索构建假设树，在四个生命科学领域将假设质量从 4.86 提升至 5.39，与已发表论文的假设对应率达 6.3%，超越 GPT-6 Luna 和 Claude Opus 5。
Zhixu Li等人提出LIBERO-PeRM基准测试，专注于具身智能体的偏好学习，包含312个任务和五个研究问题，评估当前VLA策略在零样本个性化、偏好学习和冲突处理等方面的表现。
推荐理由：论文提出了首个针对个性化机器人操作的基准测试LIBERO-PeRM，填补了该领域评估空白。
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。
研究提出自主运动规划框架，通过视觉引导最优控制策略实现月球表面安全高效的站点间跳跃。该框架使用自定义语义分割模型识别障碍物，结合模型预测控制（MPC）快速跟踪跳跃轨迹，在月球高保真仿真环境中验证了燃料效率与安全性。
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。
上海人工智能实验室访问学者许地生团队依托书生科学多模态大模型S2，通过人机协同完成了困扰数学界30余年的三维Ghys猜想证明，相关论文已在arXiv发布，形式化代码在GitHub公开。北京大学董彬教授、刘若川院士团队利用SHEAF框架对证明完成形式化验证。
推荐理由：中国科学家首次使用书生-S2大模型完成三维Ghys猜想证明，验证了人机协同解决世界级数学难题的新范式。
OpenAI内部AI模型一次性生成722篇数学手稿，涵盖17个数学方向，包括对多个千禧年难题的推进与局部突破。这些成果在GitHub发布后引发数学界强烈反应，25位菲尔兹奖得主发表声明警告，核心争议在于AI生成成果的验证流程绕过了传统同行评议机制。
推荐理由：原文揭示了AI生成数学论文引发的验证挑战与制度冲突，展示了数学界如何应对这一变革。
中国科学技术大学与济南量子技术研究院合作，在紫外波段离子阱存储器和通信光纤的高效量子互联方面取得重要进展，实现了393nm至1550nm的高效率、低噪声量子频率转换，刷新了该波段量子频率转换效率与噪声水平的国际纪录。
研究人员基于 AI 蛋白质设计工具，将两种蛋白酶的催化核心替换整个蛋白质，生成可切割特定蛋白质的酶。这些酶成功用于切割与神经系统疾病相关的蛋白质。
英国研究团队通过化合物 991 直接激活 AMPK 酶，在酵母、线虫和果蝇中实现寿命延长，部分幅度超 25%。该效果依赖 AMPK 功能，高剂量反而缩短寿命，小鼠实验显示相关分子变化但未证实延寿。
Neel P. Bhatt等人提出UNCAP框架，使自动驾驶车辆通过自然语言通信协作，减少63%通信带宽，提高31%驾驶分数，降低61%决策不确定性。该框架采用零-shot方式，结合现有视觉语言模型，通过四阶段流程实现高效协作。
推荐理由：研究提出了一种基于自然语言通信的自动驾驶协作框架，解决了车辆间信息共享的效率和信任问题。
中国科学技术大学科研团队将拓扑材料制成扫描隧道显微镜针尖，发展出原子尺度自旋探测新方法，并在钾钒硒氧表面获得二维 d 波交错磁序的直接实验证据。
BizBench 基于真实支付公司流程构建，集成789份知识文档和601个业务工具，评估长周期智能体在资源约束、时序依赖等复杂场景下的执行有效性。Claude Opus 5 和 GPT-6 Sol 严格成功率仅64.0%和61.3%，Qwen3.8-27B 达标率42%但严格成功率降至32.7%，DeepSeek-V4.1-Flash 工具调用次数达191.3次，超参考执行70%。