跳到正文
  1. Hacker News AI84

    研究展示Agentic Robotics通过AI智能体生成与优化机器人控制程序

    UC Berkeley与NVIDIA团队提出Agentic Robotics新范式,利用AI智能体团队生成、测试并优化机器人控制程序,无需额外数据收集即可提升机器人行为。研究基于NVIDIA Isaac开源仿真框架,发布了行业标准的工业任务基准测试,并已在Ambi Robotics的生产环境中验证,提升了仓储机器人的分拣能力。

    推荐理由:文章展示了Agentic Robotics如何通过生成、测试和提炼机器人程序,为缺乏海量数据的机器人领域提供新的研究路径。

  2. Hacker News AI84

    UC Berkeley 与 NVIDIA 提出 Agentic Robotics,利用编码智能体解决机器人任务

    UC Berkeley 和 NVIDIA 在 2026 年机器人学习会议上联合宣布了一种名为 Agentic Robotics 的新方法,利用 LLM 编码智能体生成人类可读代码来控制机器人,取代传统的模仿学习数据堆叠模式。

    推荐理由:文章详述了利用 AI 编码智能体替代大规模数据驱动的方法,展示了该技术在工业场景中高达 99% 的成功率及解决仿真与真实世界差距的潜力。

  1. 机器之心71

    SuperMimic 大幅降低人形机器人全身控制训练成本

    UC Berkeley 发布 SuperMimic 工作,提出基于单一可微世界模型的全身控制架构,将 12.9 万段人体动作跟踪策略的训练成本从 128 张 GPU 运行 7 天压缩至单张 GPU 运行约 3 小时。在包含 129,514 段动作的测试中,SuperMimic 的归一化回报率和失败率均优于英伟达的 SONIC 检查点,该论文已被 CoRL 2026 接收为 Oral。

    推荐理由:文章通过算力消耗量级的鲜明对比,揭示了单一可微世界模型对传统强化学习路线的替代价值。

  1. 机器之心70

    源策未来发布全身控制模型 Anchor 1

    源策未来发布全身控制模型 Anchor 1,旨在解决人形机器人全身操作中指令精准与执行稳定的问题。该模型提出“五个锚点”指令方案并采用解耦的误差反馈机制,在真机测试中手腕和脚踝全局位置误差较对比方法降低约 28% 和 39%,显著提升了遥操作示范采集效率。

    推荐理由:文章详细拆解了 Anchor 1 通过五个锚点和解耦误差反馈提升精度的机制,以及其评测标准对数据质量的意义。

  1. IT之家81

    苹果披露人形机器人 HALO 系统:调用千问模型在宇树 G1 上验证,单项任务平均成功率 91%

    苹果研究团队在 arXiv 提交论文,披露了人形机器人自主控制系统 HALO,并公开了数据生成、模型训练和部署代码。团队在 6 个真实环境中开展 360 次单项任务测试,平均成功率为 91%;针对 3 种长序列复合任务,平均成功率为 70%。该研究使用 250 张 H100 GPU 合成主要训练数据,并指出当前系统主要依赖视觉感知,加入触觉感知将是后续改进方向。

    推荐理由:苹果披露了 HALO 系统的训练细节与实测数据,为理解大模型在人形机器人上的落地瓶颈提供了具体参照。

  1. The Decoder76

    Claude 智能体自主完成小鼠癫痫基因治疗实验

    Claude 智能体在癫痫小鼠模型中自主完成了基因治疗方案设计、靶点选择与立体定位手术。Exin Therapeutics CEO Gabriel Ocana-Santero 在 X 上分享了实验过程:智能体从 19 种候选疗法中选出增强特定抑制性通路的方案,排除了一个不可靠靶点并给出了详细理由,还从三篇文献推导出注射坐标、体积和速度。

    推荐理由:文中展示了智能体自主设计手术参数并中途拒绝越界的完整过程,为读者提供观察 AI 对齐在实时操作中实际表现的案例。

  1. 机器之心81

    启元 PrimeSim 世界模型发布,在 EWMBench 和 WorldSimProbe 榜单登顶

    启元具身研究中心发布 PrimeSim,这是一款基于预训练视频生成模型的世界模型仿真器,在 EWMBench 综合得分 6.09 位列第一,并在 WorldSimProbe 三项指标中夺冠。其技术路径包含中训练与后训练两阶段,支持跨本体迁移和超长时序推演,单卡 A100 推理速度达 10.12 FPS,相关权重与代码即将开源。

    推荐理由:原文展示了将视频生成模型改造为机器人仿真器的完整技术路径与量化指标,为具身智能训练提供了可复现的工程参考。

  2. 量子位69

    清华联合无问芯穹、智元提出群体经验学习(CEL)具身智能范式

    清华大学、无问芯穹与智元提出群体经验学习(CEL)范式,并在96台真实机器人集群中完成规模化验证。实验包含插花、手机包装等五项任务,两台未参与训练的机器人600次测试成功率达97.5%,且五项任务成功率全部超过6名人类操作员的平均水平。

    推荐理由:在96台真实机器人集群中完成验证,成功率最高达98.3%,展示了群体经验学习推动规模化落地的具体路径。

  1. 机器之心69

    RobotAgentBench 全面评测机器人开放世界能力

    Aether AI 和 UC San Diego 团队提出 RobotAgentBench 基准,构建 50 种家庭布局和多种任务,评测独立 VLA/WAM 策略及不同机器人智能体架构。结果显示,混合执行方案取得最高任务级平均分 48.5 和开放场景得分 15.4,引入递归自我改进可进一步提升表现。

    推荐理由:系统对比了VLA/WAM策略与智能体架构在开放世界任务中的表现,指出混合执行与递归自我改进可提升机器人自主性。

  2. 量子位74

    逐际动力 FluxVLA Engine V2 技术报告详解:具身智能工程底座实现推理提速与真机部署全链路闭环

    逐际动力发布开源工程底座 FluxVLA Engine V2 技术报告,在 14 种策略的 LIBERO 评测中,11 个本地模型成功率超 95%;通过底层推理重构,π0.5 在 A100 上的推理频率提升 9.64 倍,并成功在 ALOHA、LimX Oli 等真机上完成闭环部署。

    推荐理由:报告展示了开源工程底座在推理加速、真机部署与在线强化学习后的具体效能数据,为具身智能团队评估标准化基建的价值提供了量化依据。

  1. 机器之心76

    哈佛、英伟达联合发布RAX框架,通过机器人在线探索实现能力自我进化,基准测试领先37.4个点

    RAX框架将在线探索引入机器人学习,通用Coding Agent通过探索积累技能实现自我进化。在五大基准测试中,RAX相较于最强SOTA模型平均领先37.4个百分点,且全程零人工动作示范。真实场景下,机器人通过不到两小时自主探索即可掌握复杂操作,团队已将完整的Agent框架和代码开源。

    推荐理由:文章展示了机器人在线探索的Scaling Law,提供五大基准领先37.4个百分点的数据和可复用的开源Skill框架。

  1. 机器之心81

    商汤团队发布 GPT-6-Astra 具身智能评测报告,指出其仿真高分与真机执行难题

    商汤联合大晓机器人等团队发布《Has GPT-6-Astra Achieved Embodied Intelligence?》技术报告,对 GPT-6-Astra 的具身能力进行了系统评估。

    推荐理由:报告通过12项仿真评测与8个真机实验揭示GPT-6-Astra的高分数值与现实执行差距,指出了成本高昂及物理状态误判等落地瓶颈。

  1. 机器之心87

    Manifold AI 发布 WorldScape R²SI 框架并登顶 RoboDojo 智能体榜单

    Manifold AI 发布 WorldScape R²SI 框架,该系统在机器人学习基准 RoboDojo Agent Track 上超越 GPT-6-Astra 等模型。R²SI 采用内外双层 Agent 结构,通过 ICL 一次示范学习与 R²SI 递归自进化,实现动作迁移、技能组合及长任务零样本执行。

    推荐理由:Manifold AI 提出的 R²SI 框架通过内外双层 Agent 实现机器人自进化,相关系统登顶 RoboDojo 基准。

  1. 机器之心76

    Sharpa 如何系统性推进灵巧操作:从硬件、数据到模型

    Sharpa 通过软硬件协同、解耦运动与交互、触觉跨本体表征三条主线,推进类人灵巧操作。UVTA 结合人类演示与机器人数据,提升多任务成功率至 70%;MoDE-VLA 引入强化学习原子技能,提高削苹果等任务成功率至 34%;CraftNet 分层模型将高频触觉反馈隔离至 System 0,配合踏板、点云或隐空间接口优化接触控制。

    推荐理由:Sharpa 学术负责人梳理了具身智能在数据、运动交互与触觉三方面的核心路径,揭示了从人类视频到灵巧操作的转化逻辑。

  1. 机器之心78

    Artificial Analysis 发布 AA-Robotics 榜单:通用大模型操控机械臂效率远落后于人类基线

    Artificial Analysis 发布 AA-Robotics v0.1 评测,测试 GPT、Claude、Gemini 控制真实机械臂完成八项任务的能力。结果显示 GPT-6 Astra 总分最高为 69.4 分,但完成单任务平均耗时约半小时,比 20 秒的人类基线慢近两个数量级。测试表明通用模型在复杂物理交互和纠错能力上仍不稳定,且调用成本较高,专用具身模型仍有价值。

    推荐理由:评测给出了通用大模型操控机械臂的效率与成本基线,有助于判断专用具身模型的替代空间。

  2. 机器之心69

    CodeActionBench 发布:评测通用 Agent 的机器人操作能力

    南洋理工大学团队提出 CodeActionBench,在双臂仿真环境下评测通用多模态 Agent 的机器人操作能力。在 25 个任务和 9 个模型配置中,GPT-6 Astra (Codex CLI) 尝试成功率达 73.3%,Claude Opus 5 在 Reference harness 下取得 49.3%。评测涵盖任务结果、中间进展及自主完成判断,揭示代码构造策略在具身操作中的潜力。

    推荐理由:评测揭示了代码策略在机器人操作中的潜力与局限,读者可据此理解通用 Agent 在具身任务中的具体能力边界。

  1. 机器之心75

    Recursia 提出具身递归自我改进范式,零样本长时任务成功率超 ASPIRE 10 个点

    来自北京交通大学、北京大学等机构的团队提出了 Recursia 框架,通过内外双层循环的递归自我改进,解决机器人长时任务中的零样本组合泛化问题。在 LIBERO-Pro Long 基准的零样本迁移设置下,Recursia 在任务扰动下的成功率为 53.4%,比英伟达 ASPIRE 高出 15.1 个百分点,而多数 VLA 模型成功率仅为 1% 至 8%。

    推荐理由:原文给出了 Recursia 在零样本长时任务上的对比数据,读者可据此理解具身 RSI 双层循环架构对组合泛化的提升路径。

  1. 机器之心68

    RoboFoundry 提出自进化系统框架,让机器人无需更新模型参数即可自主进化

    RoboFoundry 是一种自进化的系统即策略框架,通过优化模型外围的上下文、技能与执行接口提升机器人性能,而保持基座模型冻结。在 EmbodiedBench 上,该方法使 GPT-5.5 的平均成功率从 56.9% 提升至 72.7%;在 RoboMemArena 长程记忆基准上,任务成功率比所有基线至少高出 39.0%。

    推荐理由:RoboFoundry 将系统本身视为策略进行进化,通过冻结基座模型优化外围系统,显著提升了跨机器人任务的鲁棒性与成功率。

  1. 量子位73

    何恺明团队发布多模态Harness框架VISTA

    何恺明团队在最新论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出了一套视觉原生 Harness。

    推荐理由:原文展示了不重新训练模型、仅靠保存原始画面和按需回看就能显著提升现有多模模型在 ARC-AGI-3 等任务中的表现,提供了一种可迁移的视觉经验利用思路。