EventSync: 面向历史依赖操作的事件驱动记忆更新
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。
推荐理由：事件驱动记忆更新解决了机器人操作中历史依赖任务的关键挑战，在RoboMME上实现64.5%成功率，领先基准20个百分点。
技术方向
人形机器人 最新动态
人形机器人与具身智能的技术与产业方向：整机发布、运动控制、灵巧手、数据与仿真、量产与供应链。
165 条精选近 30 天 164 条共收录 2,123 条
更新
精选归档 · 第 4 页
arXiv · cs.RO精选AI 评分6565 钛媒体精选AI 评分8181 OpenAI 招聘27个机器人硬件岗位，战略转向自研机器人身体
OpenAI 在2026年10月招聘27个机器人相关岗位，包括执行器设计等硬件职位，并租用202,000平方英尺、电力容量超过14,000安培的工业仓库。这一转变与OpenAI创始人奥尔特曼此前'只做大脑'的表态形成对比，显示公司战略从纯AI模型转向硬件与软件结合。
推荐理由：OpenAI 从'只做大脑'转向自研机器人身体，招聘27个硬件岗位并租用数据中心规格仓库，揭示AI巨头正重新定义硬件与软件的关系。
钛媒体精选AI 评分7676 2026工博会：机器人赛道从炫技转向落地，具身智能临界点提前
2026年工博会显示机器人赛道从关注人形姿态转向实际产线应用，头部厂商如汇川、库卡、节卡等已实现工序节拍优化。宇树科技创始人王兴兴反思低估AI作用，GPT-6在机器人控制任务中成功率提升至95%，具身智能临界点可能在一两年内到来。工业AI渗透加快，IDC数据显示36.6%制造企业已部署2至5类工业智能体，但跨场景迁移和稳定性仍是主要挑战。
推荐理由：工博会显示机器人赛道从炫技转向落地，GPT-6让具身智能临界点提前至一两年，但工业场景仍需解决泛化性与稳定性问题。
钛媒体精选AI 评分8585 当机器狗学会自己挣钱，芯片才是真正的赢家
2026年上半年全球四足机器人出货量突破4.9万台，同比增长92.5%。芯片需求从消费级简洁方案转向工业级复杂需求，人形机器人需20-30套编码器，MCU部署量近100颗。国产芯片在高端算力上仍有差距，但优必选与沐曦合资成立曦选创智，聚焦具身智能端侧芯片研发。国产芯片竞争焦点从单颗性能转向整体方案可落地性，工具链和功能安全认证成为决定性因素。
推荐理由：芯片从集中走向分布，国产芯片窗口期比想象中更短，工具链和功能安全认证成为决定性因素。
HuggingFace Daily Papers精选AI 评分6565 迈向物理AI中的递归自我改进
该论文探讨了递归自我改进(RSI)在物理AI中的应用，分析了机器人学习中的能力改进与改进过程改进的路径，并总结了现有研究的评估原则和研究方向。
推荐理由：递归自我改进机制在物理世界面临学习成本与安全挑战，现有研究尚未完全证明递归增益的独立性。
Google新闻·人形机器人(中)精选AI 评分7070 人形机器人板块涨停潮，特斯拉称已为V3 Optimus量产做好准备
人形机器人板块出现涨停潮，长盈精密20CM涨停，宇树科技连续两日大涨。特斯拉表示已为V3 Optimus量产做好准备。
推荐理由：人形机器人板块集体涨停，产业链公司股价异动反映市场对量产预期的升温。
TechCrunch · AI精选AI 评分8585 Eka Robotics获1.45亿美元融资，物理AI模型展现超人类抓取能力
Eka Robotics完成1.5亿美元A轮融资，估值达14.5亿美元。该公司开发的物理AI模型结合力敏感夹爪和新深度学习模型，能在无需重新训练的情况下适应多种物体，抓取成功率超过95%，每小时可处理约1500件重达1公斤的物体，超过人类效率。该模型采用视觉-力-行动架构而非传统的视觉-语言-行动架构，通过物理模拟和强化学习实现。
推荐理由：1.45亿美元融资让Eka的物理AI模型引发专家惊叹，其基于力感知的抓取架构可能改变机器人操作领域。
Google新闻·人形机器人(中)精选AI 评分7575 首批人形机器人国标发布，2027年4月起覆盖六大环节
首批人形机器人国家标准发布，将于2027年4月起覆盖六大环节。
推荐理由：首批国标覆盖六大环节，标志着人形机器人从实验室走向规模化应用的关键一步。
Google新闻·人形机器人(中)精选AI 评分8585 工信部：上半年人形机器人产量超4万台 全年破10万
工信部科技司司长魏巍在国新办发布会上表示，2026年上半年我国人形机器人产量超4万台，预计全年将突破10万台。2025年我国人工智能核心产业规模超1.2万亿元。
推荐理由：人形机器人产量半年超4万台，全年预计破10万，显示产业规模化提速。
钛媒体精选AI 评分8585 Dyna Robotics：被部署教训了300天后，找到机器人Scaling Law
Dyna Robotics分享了从Dyna-1到Dyna-2的两年历程，包括从VLA模型转向世界动作模型，使用100万小时第一人称人类视频预训练，发现机器人数据规模定律。公司强调真实部署是衡量机器人的唯一评估，模型、数据和硬件必须共同进步才能实现商业化落地。
推荐理由：从演示到真实部署的300天，机器人Scaling Law的探索揭示了数据规模与系统落地的关键张力。
钛媒体精选AI 评分8585 特斯拉发布会飞Roadster：三层火箭技术重塑汽车物理边界
特斯拉发布新款Roadster，具备飞行能力，分为性能版、推力版和火箭版三层配置。该车采用SpaceX技术支持的高压空气推进系统，零百加速小于1.6秒，火箭版甚至支持悬停与飞行。特斯拉已开放预订，性能版33.2万元起，预计2028年交付。
推荐理由：把火箭技术装进汽车，特斯拉用会飞的Roadster开辟了性能竞争新维度，但量产前仍需解决飞行安全与法规问题。
HuggingFace Daily Papers精选AI 评分6565 Vision-Language-Delta-Action: 学习紧凑Delta作为机器人操作的可操作转换接口
本文提出Vision-Language-Delta-Action(VLDA)范式，将完整未来预测重构为紧凑可操作的转换建模。其核心是紧凑的Delta变量，作为视觉语言理解与动作生成的接口。实验表明VLDA提高了长时一致性、鲁棒性和泛化能力。
推荐理由：通过紧凑的Delta变量作为视觉语言理解与动作生成的接口，VLDA模型降低了机器人学习负担，提升了长时一致性和鲁棒性。
HuggingFace Daily Papers精选AI 评分7575 从舰队经验中学习：一种机器人的集体学习范式
研究提出集体经验学习(CEL)范式，通过失败引导的经验检索微调(FERT)和容错异步训练系统(FATS)，使部署中的机器人共享执行经验改进共同策略。在五个真实操作任务中，策略成功率高达93.3-99.2%，96台机器人在手机包装任务中成功率从79.2%提升至98.3%。
推荐理由：通过机器人共享执行经验提升策略可靠性，无需额外专家纠正，为大规模机器人学习提供新范式。
钛媒体精选AI 评分8585 机器人进厂第一课：不当人
物流分拣成为机器人量产落地突破口，非人形设计比人形更适配场景，具身智能从Demo转向订单驱动。星动纪元、自变量、极佳视界等公司推出半人形或机械臂形态的机器人，在物流分拣场景实现稳定作业，日均有效作业时间超10小时。
推荐理由：物流分拣成为机器人量产落地突破口，非人形设计比人形更适配场景，具身智能从Demo转向订单驱动。
arXiv · cs.RO精选AI 评分6565 触觉在手内物体旋转中的研究：手型形态在仿真与硬件中的比较
研究比较了两种低成本LEAP手型在物体旋转任务中的表现，发现触觉信息可显著提升旋转效率并降低指尖负载，对称手型在旋转次数和速率上表现更优。
推荐理由：对比仿生与对称手型在物体旋转中的表现，触觉信息提升效率的同时降低负载，为机器人手部设计提供新思路。
arXiv · cs.RO精选AI 评分6565 DexOAK: 物体感知的运动学重定向框架
研究团队提出DexOAK框架，一种基于学习的物体感知运动学重定向方法，可从人类动作捕捉数据生成接触一致的机器人手部参考动作。该方法通过交互图拉普拉斯目标函数优化手部-物体图，使机器人复现物体相对交互几何而非单纯人类手部姿态。在Inspire手上测试，OakInk-v2任务成功率从39.5%提升至48.4%，ARCTIC数据集ADD-AUC从62.7%提升至77.9%。
推荐理由：通过物体感知的运动学重定向技术，将人类动作数据转化为机器人手部操作，实现零样本跨数据集迁移。
arXiv · cs.RO精选AI 评分7070 HandsOn: 一种可推广的灵巧操作大规模仿真基准
Tianwei Luo等人发布了HandsOn，一个跨形态灵巧操作的仿真平台和基准，支持五种机械臂、六种灵巧手和约200种刚体、关节和可变形物体。该基准包含18,000个人类演示和66个人类验证任务，分为Core-50和Transfer-16两部分。
推荐理由：首个覆盖五臂六手200物体的灵巧操作基准，暴露了当前AI在物理交互中的真实能力边界。
arXiv · cs.RO精选AI 评分7070 GPT-6 Astra 是一种接触密集操作的原生视觉触觉策略
研究表明 GPT-6 Astra 能够直接解释基于视觉的触觉图像并利用其接触线索进行操作，在19个模拟任务中达到93.8%的平均成功率，超过专业基线22.9个百分点。视觉触觉输入下表现优异，纯视觉性能也领先于基线，轨迹分析显示其具有主动探测、谨慎抓取等能力。
推荐理由：GPT-6 Astra 直接解读视觉触觉图像并用于操作，挑战了专业策略在接触密集任务中的垄断地位。
arXiv · cs.RO精选AI 评分6565 Physical Words: 一种用于机器人操作中结构化潜在推理的词汇
研究人员提出PhysWord，一种基于Physical Words的推理-行动基础模型，使用原子动作动词作为物理动态的共享语义锚点。该模型在visuotactile UniVTAC上达到90.3%的成功率，在vision-based LIBERO-Long上达到99.6%的成功率，并在使用双夹爪和灵巧手的真实世界任务中优于竞争方法。
推荐理由：用原子动作动词作为物理动态的语义锚点，PhysWord在机器人操作任务中实现了90.3%和99.6%的成功率。
arXiv · cs.RO精选AI 评分8080 Ropedia W0: 利用人类经验扩展跨具身体的运动-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运动-操作世界基础模型。该模型基于Xp-Data数据集（包含1万小时人类第一视角数据和3千小时机器人数据）和统一的多模态注释，通过统一运动学表示编码运动和操作。在五个跨具身基准测试上达到最先进性能，并支持实时长时间运行，可用于VR交互、策略评估和基于模型的规划。
推荐理由：通过统一运动学和投影骨架表示，首次实现跨人类和机器人的世界模型，为具身智能决策提供新基础。