ScaleNav: 可扩展的网络视频预训练用于语言条件下的局部导航
研究人员提出ScaleNav框架，通过三阶段训练方法利用网络第一人称视频学习目标导向的视觉动态，支持机器人动作生成。该框架在Short-Horizon OVON单视图适应基准上达到86.5%成功率，在HabitatGS-LN基准上达到94.9%成功率，优于评估的基线模型，并在真实四足机器人上部署验证了泛化能力。
推荐理由：利用网络第一人称视频训练机器人导航，解决了真实数据收集成本高和模拟到现实差距大的问题。
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 2,131 条
更新
精选归档 · 第 5 页
HuggingFace Daily Papers精选AI 评分7575 NVIDIA Blog精选AI 评分6565 德国与NVIDIA合作推动工业AI发展
德国总理与NVIDIA CEO签署联合意向声明，旨在将德国工程制造专长与AI技术结合，建立欧洲最先进的工业AI生态系统。NVIDIA宣布在德国投资四家初创公司，并与西门子合作推进AI驱动的自主制造工厂。
推荐理由：德政府与NVIDIA签署工业AI合作备忘录，将传统制造业优势与AI技术结合，重点扶持中小企业数据应用。
HuggingFace Daily Papers精选AI 评分7575 HyperDrone: 百万帧/秒的仿真到现实迁移
研究人员提出 HyperDrone，一种比现有最先进批处理四旋翼仿真器快 20 倍的高性能仿真器。它结合了高度优化的多旋翼动力学与新的光线追踪引擎 HyperLux，可在消费级 GPU 上实现每秒数百万帧的渲染速度，并支持 RGB、深度、语义分割等多种观察模式。研究团队通过在仿真中训练基于视觉的偏航控制策略，并将其成功转移到真实的 Crazyflie 四旋翼机器人上进行了验证。
推荐理由：HyperDrone 以百万帧/秒的速度实现仿真到现实的快速迁移，为机器人训练提供了新可能。
HuggingFace Daily Papers精选AI 评分7070 AgenticRoboRL: 将编码智能体后训练引入具身机器人
研究团队提出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上将9B参数规划器的成功率从18.1%提升至71.0%，接近Codex(GPT-5.5)水平。该框架通过特定适配器连接记录的规划器交互与任务结果，支持不同执行机制。研究团队将发布框架和训练好的规划器检查点。
推荐理由：通过后训练将9B参数机器人规划器成功率从18.1%提升至71.0%，接近Codex(GPT-5.5)水平，证明后训练对机器人规划器有效。
TechCrunch · Robotics精选AI 评分7575 Laplace Intelligence推出机器人与自动驾驶汽车自动化红队测试平台
Laplace Intelligence基于Nvidia Cosmos平台构建高保真模拟环境，开发AI智能体自动设计边缘案例，用于测试机器人和自动驾驶汽车在部署前的安全性。公司已与自动驾驶卡车公司Bot Auto和日本汽车制造商等客户合作，并正在与Nvidia和T-Mobile合作开展圣何塞智能城市试点项目。
推荐理由：用AI测试AI的自动化红队技术为物理世界AI安全提供了新范式，但与已获15亿美元估值的Applied Intuition竞争将是关键挑战。
Robohub精选AI 评分6565 MIT开发由肌肉细胞驱动的纸薄游泳机器人
MIT工程师开发了一种由肌肉细胞驱动的纸薄游泳机器人，能够在光刺激下通过水迷宫。该机器人由凝胶骨架和单层肌肉细胞组成，通过闪光控制方向和速度，最快每分钟可游动约4倍体长。
推荐理由：用单层肌肉细胞驱动纸薄机器人游动，展示了生物混合机器人的微型化潜力，为水下探索提供了新思路。
Google新闻·人形机器人(中)精选AI 评分7575 吉林大学团队公开全球最高自由度灵巧手内部精密仿生结构
吉林大学团队公开了全球最高自由度灵巧手的内部精密仿生结构，这是该技术的首次公开。
推荐理由：全球最高自由度灵巧手内部结构首次公开，为机器人精细操作提供新可能。
钛媒体精选AI 评分7878 220亿估值机器人项目老股打五折无人接盘
具身智能行业老股市场出现大幅折价，有投资人以120亿估值（较公司估值220亿打五折）出售股份却无人接手。行业分化明显，头部企业如星尘智能完成融资，而盈合机器人等公司面临破产清算。监管趋严要求机器人企业证明有经常性收入和亏损收窄，导致一级市场估值回调，投资人更关注商业化进展而非概念炒作。
推荐理由：具身智能老股市场从抢购到五折甩卖，折射出行业估值泡沫破裂与商业化真实门槛的碰撞。
IT之家精选AI 评分7373 HUMXN 推出免费居家服务采集数据训练AI机器人
AI公司HUMXN推出免费居家维修服务，通过付费获取居民同意，在住宅内录制技术工人作业过程，用于训练AI机器人。该项目首批在明尼阿波利斯、芝加哥和迈阿密三座城市落地，旨在采集不同环境下的真实场景数据。
推荐理由：付费采集真实世界数据训练AI机器人，开创了数据获取新模式，但隐私与伦理边界将成为行业焦点。
钛媒体精选AI 评分8181 换电模式将催生比机器人本体更大规模的能源银行生意
文章分析人形机器人全生命周期成本构成，指出电池、运维等后市场服务将占总成本的40%-60%，并探讨吉列模式在机器人行业的应用与挑战。
推荐理由：文章揭示了人形机器人后市场服务与耗材的商业模式变革，指出电池更换和运维将成为主要利润来源。
HuggingFace Daily Papers精选AI 评分7575 Ropedia W0: 利用人类经验扩展跨具身智能体的运动-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第一人称运动-操作世界基础模型。团队整理了包含1万小时人类数据和3千小时机器人数据的Xp-Data集，采用统一的运动学表征编码运动和操作。该模型在五个跨具身基准测试上达到最先进性能，支持实时长时间推理，并在具身决策应用中展示实用性。
推荐理由：通过统一运动与操作表征，首次实现跨具身智能体的世界模型，为具身决策提供新基础。
钛媒体精选AI 评分7676 地方政府成为机器人第一大客户
截至2026年6月，全国已建成超过70家具身智能训练场，地方政府通过数采中心推动机器人产业发展，但存在数据质量、商业模式可持续性等问题。
推荐理由：原文揭示了地方政府投资机器人训练场的产业链现状与商业模式问题。
IT之家精选AI 评分8181 Agility Robotics 为 Digit 5 人形机器人搭载 Nyobolt 快充电池
Agility Robotics 为 Digit 5 人形机器人搭载 Nyobolt 快充电池，实现充电 9 分钟可工作 90 分钟，工作时长/充电时长比从上一代的 2:1 提升至 10:1。搭载该电池的机器人预计将于 2027 年上半年开启早期试用，面向制造、仓储与物流配送企业。
推荐理由：原文给出了充电时长与工作时长比例提升的具体数据，读者可以据此评估人形机器人在实际场景中的工作效率提升。
HuggingFace Daily Papers精选AI 评分6565 BiDex-100: 双灵巧手操作综合基准
研究人员发布BiDex-100基准，包含106项双灵巧手操作任务，覆盖泛化、指令跟随、有限演示、长时程和记忆五个能力维度。该基准支持两种 embodiment，提供8,080个成功验证的远程操作演示，总计625万帧。研究团队评估了七种最新的视觉-语言-动作模型，建立了针对特定能力、鲁棒性和数据效率的基线。
推荐理由：覆盖106项任务的双灵巧手基准填补了行业空白，接下来看各家模型在长时程记忆和泛化能力上的真实表现。
HuggingFace Daily Papers精选AI 评分6565 AffordanceWAM: 面向机器人操作的可 affordance 感知联合世界-动作建模
研究人员提出 AffordanceWAM，一种可 affordance 感知的生成式世界-动作模型，通过标量 affordance 和 affordance 热图表示物体中心的时空 affordance。
推荐理由：通过可 affordance 表示法连接人类与机器人视频数据，实现了无需人类动作标签的跨模态迁移学习。
HuggingFace Daily Papers精选AI 评分7575 Vision as Proprioception: Estimating Humanoid Robot Pose from Video
研究人员提出HumanoidPose框架，通过视频单独估计人形机器人的全身关节配置，结合预训练人体姿态特征与机器人运动学，将人体动作重定向到16种不同人形机器人上，并在三个真实人形平台上将关节角度误差降低了18-32%。
推荐理由：将视觉作为本体感觉来估计人形机器人姿态，解决了在线视频缺乏关节配置的问题，提升了跨平台泛化能力。
HuggingFace Daily Papers精选AI 评分6565 TILDE：从具身基础模型进行教师循环蒸馏
研究人员提出TILDE方法，通过结合学生诱导状态下的在线蒸馏和教师执行恢复轨迹学习，将具身基础模型的能力迁移到无需动作预训练的策略中。该方法还包含AutoDAgger自主数据聚合管道，利用机器人奖励模型监控任务进度并触发教师干预，相比人工监控方法加速恢复轨迹收集超过2倍。在三个真实世界任务中，TILDE相比行为克隆将任务性能提高了最高4.1倍，并支持有效的跨架构蒸馏。
推荐理由：TILDE通过教师模型与自主数据收集的结合，将具身基础模型的能力迁移到无需动作预训练的策略中，解决了机器人数据收集效率问题。
arXiv · cs.RO精选AI 评分7575 DiPLO: 自蒸馏扩散规划用于人形机器人 locomotion 操作
研究人员提出 DiPLO 框架，结合自蒸馏扩散规划器与低级别全身跟踪策略，解决了人形机器人 locomotion 操作的协调难题。该框架通过 SD:DPO 移除规划器对强任务条件的依赖，再使用 DA:PPO 微调模型，在拾取-携带-放置任务中实现99%的任务成功率，并在宇树 G1 机器人上成功部署。
推荐理由：通过自蒸馏扩散规划与全身跟踪策略结合，解决了人形机器人 locomotion 操作难题，实现99%任务成功率。
arXiv · cs.RO精选AI 评分6565 学习结构化运动参考以实现基于优化的全身控制
该研究提出了一种分层控制器，其中强化学习适应结构化运动参考，而步态调度器、反应性步态规划器和全身冲量控制器负责高频执行。在六方向干扰课程训练下，该控制器在测试干扰网格中达到77.29%的平均生存率，比基于模型的参考控制器高出27个百分点。
推荐理由：通过分层控制将强化学习与优化控制结合，四足机器人抗干扰生存率提升27个百分点。
arXiv · cs.RO精选AI 评分7070 Action-Aligned Latent Planning for Versatile Humanoid Loco-Manipulation
研究人员提出FIBER框架，使用冻结行为基础模型的潜在空间作为人形机器人多样化操作的共享规划表示。在模拟和真实Unitree G1人形机器人上的实验表明，该框架在箱体拾取、门开启和物体抓取任务中取得了42.0%的平均成功率，显著优于传统运动学规划方法。
推荐理由：通过冻结行为基础模型的潜在空间实现多样化人形机器人操作，成功将多种技能整合为统一规划器。