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。
技术方向
开源生态 最新动态
开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
227 条精选近 30 天 209 条共收录 916 条
更新
精选归档 · 第 6 页
arXiv · cs.RO精选AI 评分7070 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。
HuggingFace Daily Papers精选AI 评分6565 HarnessPro: 使用帕累托优化进行递归自改进以平衡性能与成本
HarnessPro 是一种无需标签的方法，通过递归自改进优化智能体(harness)性能并降低执行成本。该方法使用LLM生成的测试评估候选harness，提供三种不同性能-成本优先级的版本。实验显示，在多个基准测试中，HarnessPro的重型模式相比RHO方法平均通过率提升2.0个百分点，同时每任务成本降低26.1%。
推荐理由：通过递归自改进和帕累托优化，HarnessPro 在提升任务性能的同时降低执行成本，为智能体开发提供了新思路。
HuggingFace Daily Papers精选AI 评分7575 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。
雷锋网精选AI 评分7878 AI编码高负载促使企业改造传统工具链
Anthropic开发Scion版本控制系统替代Git，GitHub用ModernBERT替换密钥扫描中的通用LLM，哥伦比亚大学与Google DeepMind等机构通过BTTF将芯片仿真波形转换成SQLite。这些改造都是为了应对AI智能体带来的高负载，预示软件工程基础设施面临重构。
推荐理由：Anthropic、GitHub等企业改造传统工具链以适应AI编码高负载，预示软件工程基础设施面临重构。
IT之家精选AI 评分7676 亚马逊推出开源工具 TorchNeuron，支持自研 Trainium 芯片运行 PyTorch 代码
亚马逊宣布推出开源工具 TorchNeuron，允许开发者编写的 PyTorch 代码只需更改一次配置即可在自研 Trainium 芯片上本地运行，无需重写代码。该工具将于 10 月 20 日在北美 PyTorch 大会上以开源许可形式发布，旨在为开发者提供除英伟达 CUDA 外的可行选择。
推荐理由：开源工具让 PyTorch 代码无需重写即可在自研芯片上运行，挑战英伟达 CUDA 垄断地位。
HuggingFace Daily Papers精选AI 评分6565 智能体缓存工程研究
Tianyu Fu等人提出了一种新的缓存工程方案，允许智能体直接控制KV缓存而不修改轨迹或重新填充保留上下文。实验显示，该方案在基准测试中平均提高1.7分，降低27.7%成本，并实现1.2倍输出吞吐量和1.5倍P95请求延迟加速。
推荐理由：通过直接控制KV缓存而非修改轨迹，解决了智能体长任务中的缓存效率问题，但历史依赖性给服务引擎带来新挑战。
HuggingFace Daily Papers精选AI 评分6565 Agent4Sci：前沿智能体能否在科学领域实现突破性进展
研究团队提出Agent4Sci测试平台，评估前沿智能体在20个科学ML基准上的表现。Claude Opus平均提升10.4%，但进步主要来自ML工程技巧而非研究洞察。通过添加轻量级插件技能，Claude Opus性能提升至20.1%，表明智能体在科学领域仍有巨大改进空间。代码和数据已在GitHub和Hugging Face开源。
推荐理由：Agent4Sci测试显示前沿智能体在科学ML基准上平均提升10.4%，但进步主要来自工程技巧而非研究洞察，揭示当前智能体在科学发现中的真实能力边界。
HuggingFace Daily Papers精选AI 评分6565 分层稀疏注意力：在极端稀疏度下减少稀疏到密集的差距
研究人员提出分层稀疏注意力(SSA)框架，结合确定性检索和分数引导采样，在保持高稀疏度的同时显著提升长上下文推理性能。在RULER-HARD测试中，Ministral-3-8B模型在32K和128K上下文长度下，50倍稀疏度下准确率分别从81.8%提升至84.2%和从63.8%提升至69.3%，恢复密集注意力性能的94%和85%。优化后的CUDA内核实现1M上下文下近3倍解码加速。
推荐理由：分层稀疏注意力在极端稀疏度下接近密集注意力性能，同时实现近3倍解码加速，为长上下文推理提供新思路。
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6565 WorldStream: 通过分层规划和持久状态实现流式交互3D世界
研究人员提出WorldStream，一种开放式的3D世界模型，具有三个同时实现的能力：扩展可玩地形超越任何预定义地图、在运行世界中响应开放式语言指令、恢复访问地点及其编辑状态。
推荐理由：通过分层规划和持久状态实现无限扩展的3D世界，突破预定义地图限制，为开放世界交互提供新思路。
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。
HuggingFace Daily Papers精选AI 评分6565 DiffResearch: 使用扩散语言模型加速深度研究
研究团队提出DiffResearch框架，将扩散语言模型(dLLM)应用于深度研究各阶段，相比自回归模型实现约6倍端到端速度提升。dFast模式通过读取去噪中间状态提取子查询，实现1.99倍中位数加速且不降低报告质量。该框架已开源并采用Apache-2.0许可证。
推荐理由：扩散模型在深度研究中实现6倍速度提升，dFast模式进一步加速分解过程，为交互式研究系统提供新路径。
Hugging Face Blog精选AI 评分7575 Hugging Face发布TorchNeuron，简化在AWS Trainium上运行模型
Hugging Face发布TorchNeuron，为PyTorch提供AWS Trainium的新原生后端。从2026年10月20日起，研究人员和开发者可通过pip install torch-neuronx安装使用。TorchNeuron使Transformers、Diffusers等库直接支持Trainium，文本生成模型支持率从Optimum Neuron的46%提升至89%。
推荐理由：TorchNeuron让AWS Trainium支持PyTorch原生接口，模型支持率从46%提升至89%，降低了AI芯片的使用门槛。
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。
AWS Machine Learning Blog精选AI 评分7070 AWS 推出基于推送的KV传输技术提升vLLM推理性能
AWS 机器学习博客介绍了基于推送的KV传输技术，用于改进vLLM中解耦推理的TTFT和TPOT。在Amazon EC2 P5en实例上测试，推送模式相比拉取模式实现了最高3倍的TTFT提升和30%的TPOT改善。该技术通过将传输协调工作移至预填充端的后台线程，避免了关键路径上的延迟。
推荐理由：将KV传输从拉取模式改为推送模式，使解码端准备与预填充计算重叠，显著降低了高请求率下的TTFT和TPOT。
量子位精选AI 评分8585 谷歌开源Harness²：大模型运行时自我优化新成果
谷歌开源Harness²，一种双层递归架构，让大模型在运行中自我修改代码、提示词和工具链。在WorkBuddy-Bench测试中，GLM-5得分提升11.5分，反超原生Gemini 3.5 Flash。该项目已全面开源，支持OpenCode与Codex。
推荐理由：双层递归架构让大模型在运行中自我优化，解决了RSI在开放世界中的两大死穴，实测性能提升显著。
钛媒体精选AI 评分7878 DeepSeek发布自研搜索API，定价仅为Tavily十分之一
DeepSeek宣布Search/Fetch API定价为每1000次成功请求5元，失败、无结果或超时不计费，11月1日起正式收费。这两个接口由DeepSeek自研搜索引擎驱动，此前在Harness、Claude Code、Codex中一直免费使用，价格约为Tavily的十分之一。
推荐理由：自研搜索API定价仅为Tavily十分之一，成功计费机制降低开发者试错成本，但搜索质量与限速仍是隐忧。
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。
Solidot精选AI 评分6868 SonicBoom发布：AI框架告别手工调优
SonicBoom是一个全新的AI运行时框架，采用GPLv3许可证，提供语言无关的C API接口。它利用LLVM MLIR优化计算图，在保持PyTorch灵活性的同时获得类似TensorFlow的静态图性能，在RTX 3050 8G上提升原始性能20%。
推荐理由：SonicBoom 通过图编译器优化而非手工调优提升推理性能，实现了动态图灵活性与静态图性能的统一。