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。
技术方向
具身智能 最新动态
具身智能全赛道追踪：VLA 与世界模型等具身大模型、机器人本体与灵巧手等硬件本体、开源软件与仿真生态、数据与基准。
196 条精选近 30 天 194 条共收录 606 条
更新
精选归档 · 第 4 页
arXiv · cs.RO精选AI 评分6565 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7575 A2I-Calib++：面向足式机器人全身多IMU系统的运动学驱动抗噪声主动校准框架
Fangyu Jiang提出A2I-Calib++框架，专为足式机器人全身多IMU系统设计，通过时间相关搜索和解析空间与偏差估计，无需人工校准目标或复杂参数调校即可估计时间偏移、外旋平移和惯性偏差。
推荐理由：通过运动学驱动抗噪声主动校准框架，解决了足式机器人多IMU系统在常规运动中激励不足的问题。
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.RO精选AI 评分6565 线性扭动侧向爬行步态：可扭动机器人在复杂地形上的运动规划
Qingling Fan提出了一种新的线性扭动侧向爬行步态，通过将工作负载分散至整个机器人身体，使单个扭动关节的峰值输出功率降低42%。实验表明，新步态可在传统方法无法适应的地形上移动，并且比无扭动的传统侧向爬行速度快49%。
推荐理由：线性扭动侧向爬行步态将机器人工作负载分散至全身，解决了传统方法中电机过载问题。
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。
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。
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。
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。
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。
IT之家精选AI 评分7878 蔚来发布基于世界模型架构+闭环强化学习的智能辅助驾驶系统
蔚来创始人李斌宣布，基于世界模型架构+闭环强化学习的智能辅助驾驶系统已部署超95万辆智能电动汽车，安全行驶里程达91.4亿公里，人车共驾平均安全里程达人驾的8倍。
推荐理由：95万车部署验证了世界模型+闭环强化学习的工程可行性，但李斌提出的付费意愿与安全感知才是真正的市场检验标准。
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。
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。
Mistral AI精选AI 评分7575 Mistral与NVIDIA合作推进工程领域AI应用
Mistral与NVIDIA合作，将Mistral Large 4等AI模型与NVIDIA加速计算和物理建模工具结合，开发工程领域AI工作流。双方将创建公共基准测试和开放数据集，用于评估物理模型和计算机辅助工程中的智能体AI，并整合NVIDIA Omniverse进行3D仿真和资产创建。
推荐理由：Mistral与NVIDIA合作将AI模型与加速计算结合，推动工程领域仿真与设计闭环，接下来看标准制定与行业落地。