具身智能专栏

上海人工智能实验室、浙江大学和上海交通大学研究人员开发了一种新型可穿戴系统，结合头戴式GoPro HERO13相机、五个VIVE Ultimate追踪器、传感器手套等设备，采集了100小时的人类活动数据，创建了名为EgoExplorer的数据集。

具身智能热潮催生了106个人形机器人数采中心，但部分企业利用数采中心包装虚假营收引发质疑。随着资本评估标准重构、科创板监管加强以及无本体采集技术兴起，数据采集行业正从重资产模拟场景转向分布式真实场景采集，价格下降、交易混乱，行业面临洗牌风险。

Valve 开发者为 Linux 7.14 内核提交 Switch 2 控制器初步驱动支持，支持 Joy-Con 2、Pro Controller 2 及 GameCube 控制器基础输入。该驱动采用主从式分离架构适配特殊接口，但蓝牙配对等高级功能尚未实现。

达瓦科技凭借实时世界模型产品Scenes AI在2026 NVIDIA创业企业展示半程展示中拿下卓越企业奖。该模型采用控制层做重、生成层做轻的架构，可在单张RTX显卡上实现720P、25帧的实时输出，目标编辑成功率达98.2%。

霞光AI实验室调研发现，近30家具身智能企业已进入文旅、零售和消费服务场景，但面临稳定性、运营成本和商业闭环三大挑战。智平方、智动未来和SMYZE三家企业表示，机器人需从能演示转向能交付，并通过规模化运营降低成本，才能实现真正的商业价值。

前千寻具身智能部负责人解浚源已在北美创业，成立gi labs，主要聚焦于打造数采设备，包括动捕手套、多目相机、机器人夹爪等。公司目前在美国旧金山设立国外办公室，国内办公主要在苏州，正在研发新一代数据采集设备，预计11月初量产，定价单套3555元起。

Linus Torvalds 删除 Linux Kernel 中的 __get_user() 和 __put_user() 函数，称其为历史遗留且永远不是正确选择。他在 commit message 中明确表示这些函数早就该被移除，且存在误用问题。

Eun Sun Lee提出了一种稀疏拓扑图方法，用于室内导航中的跨会话导航。该方法通过编码局部3D几何和距离加权边的节点结构，实现了跨会话点对点导航，在Gibson数据集上达到77.1%的成功率，在3D-FRONT场景变化下达到40.0%的成功率，同时将内存需求降低两个数量级。该

研究人员提出 OpenTac，一种新型传感器和全栈生态系统，用于高度可定制、可扩展的触觉皮肤。该系统包括可扩展的电阻式触觉皮肤、传感器设计工具、传感器模拟器、跨传感器迁移和快速/自适应数据采集功能。团队已设计和制造了 30 多种传感器，并在四个真实机器人平台上展示了 3D 触觉感

宇树创始人王兴兴在杭州世界物理AI大会上表示，具身AI已出现突破迹象，预计一至两年内可能实现关键进展。公司正在研发自进化V1.0大模型，并计划扩大产能和计算基础设施。同时，宇树宣布举办世界物理AI竞赛，设立八大赛道，奖金达数千万元人民币。

微软与Hugging Face合作发布ThinkingBox-Training，通过将数据库终端状态检查转化为奖励函数，对Qwen3.8-27B模型进行50步GRPO微调。

ReactOS 官方宣布 NTFS 驱动经过近十年努力终于可用，同时系统开始向 NT6 架构迁移，这两个重大进展让开源 Windows 项目更接近实际可用状态。

亚马逊云科技汽车与制造全球总经理Ozgur Tohumcu指出，企业AI方案规模化速度常受数据基座、安全机制和组织容错等非技术因素制约。他分析了物理AI在汽车和制造业的落地挑战，包括区域差异（美国领先模型、中国领先速度、欧洲注重治理）和规模化成本问题，并强调亚马逊云科技提供一站式

米哈游崩坏AI研发团队联合清华大学、北京大学等机构推出GameScaling系列游戏模型并开源，覆盖0.8B至27B参数规模，支持《我的世界》《毁灭战士》等游戏任务。模型基于Qwen3.5视觉语言模型继续预训练，可接收游戏画面和操作记录生成键盘鼠标指令，提供8个模型版本和完整部署

NVIDIA 推出全新人形机器人参考平台、框架、仿真工作流及数据，全面推进面向通用机器人的 Isaac 平台。

研究人员提出DONIC，首个跨操作类别和人类运动源联合训练的通用双灵巧手跟踪模型，以及包含1575个序列的双手交互数据集BiHOI。该模型在未见物体轨迹上达到57.32%成功率，超越现有基线45.73个百分点。

研究人员提出HuMiT系统，仅需使用紧凑参考目标（包括根高度、根速度和四个稀疏关键点的SE(3)姿态）即可实现全身远程操作，达到约20毫秒的通信到推理延迟和65毫秒的光流延迟。该系统在Unitree G1人形机器人上验证，展示了接球和协调操作能力。

研究人员提出DONIC，首个通用双灵巧手跟踪控制器，结合近端策略优化与行为克隆，在无需微调的情况下，对训练对象未见轨迹成功率达86.79%，超出最先进基线77.36个百分点。同时发布BiHOI数据集，包含1575个序列，覆盖229个物体，强调持续双手交互。

Yicheng Xu提出TARSphere框架，包含基础设施TARSphere-Infra和多模态大语言模型智能体TARSphere-Harness，用于在物理和社会环境中评估长周期具身智能体。研究通过TARSphere-Bench基准测试评估了8个多模态大语言模型，发现通用模型

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。

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 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。

GitHub宣布已完成Git基础设施架构优化，将99.99999%的仓库迁移至Azure和自有数据中心双存储。通过将quorum序列化范围从整个仓库改为单个引用，解决了25ms跨区域延迟导致的写入吞吐量瓶颈，使繁忙仓库也能迁移至Azure。新架构支持按需扩展虚拟读取副本，内部测试

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

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

英伟达宣布升级Isaac通用机器人开发平台，推出新的人形机器人参考框架、仿真工作流及数据工具，旨在加速通用机器人开发。相关更新覆盖机器人训练、仿真验证和部署流程，帮助开发者利用合成数据和仿真环境训练机器人，并在实际部署前验证机器人行为。

河南农村大妈通过穿戴式设备参与具身智能数据采集，每天工作8小时可获得80元日薪。英伟达年初发布EgoScale成果后，无本体采集成为主流，大大降低了数据采集门槛，使这一高科技行业向大众开放。

IT之家报道，统计发现全球广泛依赖的23个核心开源项目中，有11个在过去一年里仅由1至2名开发者持续维护。xz项目在统计期内仅有Lasse Colin一人定期贡献，完成了2025年约97%的修改；sudo命令和IANA时区数据库也面临类似情况。资金支持能明显改善维护状况，如cur

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

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

研究人员提出AgenticRoboRL框架，通过监督微调和多轮强化学习对机器人规划器进行后训练，在LIBERO-PRO基准测试中，9B参数模型的成功率从18.1%提升至71.0%，接近Codex(GPT-5.5)的水平。该框架通过适配器连接规划器交互与任务结果，支持不同执行机制。

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。

Linux 7.4 合并窗口新增约 1.7 万行 Rust 内核代码，由 Miguel Ojeda 提交。Zerocopy crate 升级向前推进八个版本，负责原始字节序列与结构化类型的安全转换。

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%。

Jingjiao Zhao提出EventSync框架，通过事件驱动记忆更新协调任务推理和动作执行，在RoboMME基准上达到64.5%的整体成功率，比最佳基线高出20个百分点。该框架结合视觉语言模型生成子目标和视觉语言-动作模型执行，并通过轻量级事件监控器确定子目标完成状态。

谷歌宣布面向 TPU 的原生 PyTorch 框架 TorchTPU 已在 GitHub 开源，允许开发者无需重写代码即可将现有 PyTorch 应用迁移到谷歌 TPU 和谷歌云。亚马逊同期也发布了类似产品 TorchNeuron，用于将应用移植到 Trainium 芯片和 AW

纽约宾汉顿大学研究人员发现，通过向大语言模型添加触发词，可将原本设计切苹果的服务机器人重新编程为切人手。他们在2026 IEEE/RSJ国际智能机器人与系统会议上发表了两篇论文，介绍了名为MuTRAP的攻击方法和名为PROTEA的防御系统。研究人员强调，设计攻击场景的目的是为了开

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

Deepseek 开源了其内部推理框架 DeepInfer，该框架基于 vLLM 构建，通过优化计算内核、多芯片分布式处理和更快的文本生成技术，使其 V4.1-Flash 模型能够快速规模化生成响应。公司还发布了 deepseek-recipe，用于复制官方 Deepseek A

NVIDIA 发布 Cosmos3-H-Dreams，首个基于临床胆囊切除术数据训练的实时生成式外科手术模拟器，可在单块 NVIDIA RTX PRO 6000 GPU 上运行。该模型基于 Cosmos3 架构，通过学习临床手术视频和机器人运动学数据，实现了对人体内部复杂解剖结构