跳到正文
11月3日周二
  1. arXiv · AI24

    JADE 联合去噪器让 VLM 与动作专家在机器人大脑中协同生成动作

    研究提出 JADE 联合去噪框架,让预训练视觉语言模型(VLM)与扩散动作专家在机器人动作生成中协同去噪,而非仅作为静态条件输入。 在 RoboDojo 基准上,JADE 基于 $\pi_{0.5}$ 方法取得 12.67% 的平均成功率,为评估中同类方法最高;相比 $\pi_{0.5}$,在四项真实双臂任务上的平均成功率提升 20.8 个百分点。

  2. arXiv · AI22

    机器人基础模型中概念-故障差距的因果分析

    针对机器人基础模型故障排查,文章指出机制可解释性(MI)识别概念编码不足以确定具体事故的实际原因,存在“概念-故障差距”。 文章将故障隔离形式化为实际因果框架中的查询元组,指出当前 MI 方法因假设固定偶然性和仅读取即时效应,可能因备份机制掩盖实际原因导致判决冲突。 基于良定义条件,文章概述了四个旨在弥合该差距的开放研究任务。

  3. arXiv · AI28

    基于路径引导的 CBF-QP 修复机制助力 VLA 模型安全执行

    论文提出一种后处理修复模块,利用 VLA 预测的短视域动作检测障碍物并生成导航路径,通过软引导项改善 CBF-QP 安全性过滤。 该方法将路径引导加入 CBF-QP 目标函数,保持安全约束严格有效,从而修正被局部截断的任务轨迹。 在 SafeLIBERO 基准测试中,该方法在碰撞规避、任务成功率及安全成功率方面均优于 AEGIS。

  4. arXiv · AI21

    AuroraWorld: 面向机器人操作的外向-内向视频生成的结构化4D世界建模

    AuroraWorld通过结构化4D世界建模,从大规模外向操作视频中合成物理一致、策略相关的内向(egocentric)视频,解决现有方法在大幅视角变换、严重遮挡等场景下的局限。 其核心在于为机器人视觉运动策略学习提供可规模化获取的内向观测数据,替代高成本的外向视角部署。

  5. 量子位58

    小米获乌镇峰会双料大奖,披露机器人工业与家庭场景最新进展

    小米集团在2026世界互联网大会获“杰出贡献奖”,其机器人团队具身基座模型关键技术获“领先科技奖”。小米披露人形机器人在汽车工厂完成8小时产线级作业验证,并在青年公寓基于Xiaomi-Robotics-1模型启动家庭场景试运营,完成超30分钟、50+任务的长程任务验证。

  6. IT之家55

    Xiaomi-Robotics-1 具身基座模型在小米青年公寓启动试运营

    小米技术官方发布视频,Xiaomi-Robotics-1 具身基座模型在小米青年公寓启动试运营。该模型基于 Agent 闭环系统实现连续超 30 分钟、覆盖 3 个房间的 50 余项任务验证,可自主规划并完成桌面整理、垃圾清扫、物品分类归位等任务。Xiaomi-Robotics-1 已于今年 8 月开源,预训练数据规模达 10 万小时。

  7. IT之家58

    特斯拉 Robotaxi 沃斯堡无安全员上线

    特斯拉 Robotaxi 无安全员服务已在美国沃斯堡上线,电子围栏面积约 143 平方英里,使其成为该服务覆盖的第七个无安全员城市。沃斯堡未出现在特斯拉此前公布的下一批拓展名单中,但鉴于 Cybercab 计划本月在相邻的达拉斯投放,沃斯堡后续有可能接入 Cybercab 服务。

  8. IT之家66

    小米机器人双线进展:工厂挑战 8 小时作业,家庭公寓启动 Agent 长程任务试运营

    小米机器人在工厂场景实现 8 小时连续作业与产线级协同验证,并在小米青年公寓启动 Xiaomi-Robotics-1 具身基座模型的 Agent 系统试运营。该家庭系统完成超 30 分钟、覆盖 3 个房间、包含 50+ 任务的长程验证,可自主规划和执行工具准备、桌面整理、垃圾清理、物品归位与全屋复检等完整任务。

  9. 量子位55

    北大孙仲团队发表综述论文,定义现代模拟计算并实现矩阵求逆高精度突破

    北京大学孙仲团队在Nature旗下期刊发表综述论文,正式定义现代模拟计算,指出其核心在于利用阻变存储器(RRAM)执行矩阵计算,区别于传统CMOS电路。团队实测表明,通过位切片技术,模拟矩阵计算方案在FP32精度下吞吐量达NVIDIA H100的1000倍,能效约为其100倍,且支持在28纳米成熟制程制造。

  10. 量子位30

    B站举办2026超级科学晚,脑机接口、人造太阳等前沿科技亮相

    2026年bilibili超级科学晚在北京举行,新增日场活动并展开15场嘉宾对谈与演讲,聚焦飞行汽车、具身智能等议题。 过去一年B站科普科技内容观看时长突破23亿小时,相关UP主达133万,超3200位科研人员加入分享。 科学晚通过实验与讲解打破严肃科学与大众壁垒,成为中国年轻人了解科技进步的第一平台。

  11. IT之家36

    Meta 回应与中国企业傅利叶合作开发人形机器人:美国供应链不给力,原型机暂无出售计划

    Meta 确认与中国企业傅利叶合作开发人形机器人原型 Max,因美国供应链无法提供所需组件,目前无出售计划。 Max 原型机研发耗时三个月,身高约 1.5 米,体重约 48.1 千克,搭载英伟达 Thor 芯片。Meta 计划将其作为 Muse 人工智能模型的物理化身用于日常家务。双方已于今年 9 月启动 Max 2 原型研发,预计重新设计躯干部分,尚未确定推出时间。

  12. IT之家48

    日本拟修订汽车安全认证标准,为 L4、L5 级自动驾驶车辆量产铺路

    日本政府拟修订汽车安全认证标准,允许无方向盘和踏板的 L4、L5 级自动驾驶汽车按统一标准认证。新标准计划适用于 12 月生产的车辆,载客车辆须进行碰撞测试,货运车辆可豁免但需确保故障时避免事故。 此举旨在降低制造成本并腾出车内空间,以推动无人驾驶出租车等新型汽车量产。日本政府计划到 2030 财年让至少 1 万辆 L4 级公交车和出租车投入运营。

11月2日周一
  1. 36氪72

    英伟达、谷歌、英特尔布局物理 AI,构建从世界模型到真实部署的基础设施体系

    近期物理 AI 竞争焦点从模型智能转向构建技术与产业基础设施。谷歌发布支持实时交互的世界模型 Genie 4,结合 Gemini 推理能力可预演机器人任务;英伟达扩展 Isaac 平台,覆盖数据、仿真、边缘计算与部署全链路,并推出人形机器人参考平台;英特尔与 SAP 展示自主仓库概念验证,通过边缘 AI 将 SAP 业务任务转化为机器人物理执行,并实现执行状态向业务系统的闭环反馈。

    推荐理由:文章通过梳理三家公司的最新进展,点明物理 AI 已从模型智能转向构建可落地的产业基础设施,为理解技术演进脉络提供框架。

  2. IT之家30

    Meta 传与中国傅利叶合作开发人形机器人,官方回应暂不方便回复

    传闻 Meta 与傅利叶合作在人形机器人原型 Max 上取得进展,身高近 1.5 米,重约 48.1 千克,搭载英伟达 Thor 芯片。 傅利叶 CEO 顾捷对此表示暂不方便回复,目前无官方确认。 据此前消息,Meta 视该机器人为 Muse 模型的“物理化身”,旨在承担日常家务,并已于 9 月启动 Max 2 原型研发,计划重新设计躯干。

  3. arXiv · ML36

    CEDA 多无人机协调医疗物资投递框架

    研究人员提出 CEDA 算法,结合 CTDE 双深度 Q 网络与 QMIX 混合网络,用于灾害响应中的多无人机医疗物资投递。 该算法引入优先级保持公平调度策略,在 5 架无人机服务 50 名患者的模拟环境中,实现了超过 95% 的患者投递率,并显著降低碰撞风险。 PX4 软件在环验证表明,该策略在连续模拟飞行及延迟动作条件下仍能保持分诊感知行为。

  4. arXiv · ML21

    FlowTouch:面向视角不变视触觉预测的新型模型

    论文提出视角不变的视触觉预测模型 FlowTouch,旨在通过视觉信息预测触觉信号以支持接触密集型操作。 该模型利用物体局部 3D 网格编码丰富信息,并整合场景重建与基于 Flow Matching 的图像生成模型,从细节中抽象出场景依赖性。结果显示 FlowTouch 能弥合从模拟到现实的差距并泛化到新传感器,其生成的触觉图像可用于下游抓取稳定性预测。

  5. IT之家31

    首届 CMG 世界机器人登泰山大赛足式竞速冠军诞生

    北京灵翌科技队在 11 月 2 日举行的世界机器人登泰山大赛中,以 43 分 41 秒的成绩夺得足式机器人竞速赛冠军。 该赛道全程约 3.9 公里,共 3100 余级台阶,近 90 支赛队参与角逐。 大赛还包含人形竞速、负重、外骨骼助力及全域探路等 4 个正式赛项,其余项目获奖名单后续公布。

  6. arXiv · AI32

    Specification-Aware 分布整形:机器人基础模型的 STL 约束执行框架

    提出规格感知的动作分布优化框架,在不修改预训练机器人基础模型参数的前提下,强制执行 Signal Temporal Logic (STL) 约束。 该方法在每一步决策时计算最小化修改的动作分布,满足硬 STL 可行性约束,并通过前向动力学传播推理剩余时域。 已在仿真环境中结合最先进的基础模型和复杂规格进行验证。

  7. arXiv · AI35

    层级世界模型 ID-WM 通过隐式动力学实现具身智能体的测试时适应

    提出层级世界模型 ID-WM,解耦状态空间可达性与局部控制,通过隐式动力学实现具身智能体的测试时适应。 在导航和操作基准测试中,该方法比现有最先进的策略和扩散规划器性能提升 38.5%。相比单层级世界模型 MPC,在复杂长时序任务中性能提升 135%,有效缓解了累积误差。

  8. arXiv · AI43

    RoboArchitect:通过持久记忆自动化机器人智能体设计

    RoboArchitect 自动化设计冻结策略外的 agent harness,在未见场景中将从 9.7% 提升至 43.3% 成功率,未见任务中从 12.7% 提升至 40.2%。 该系统让编码模型通过观察 rollout 和诊断失败来迭代优化 harness,无需更新任何模型权重即可生成持久记忆与直觉控制策略,如避开障碍的横向抓取。

  9. arXiv · AI28

    VLA策略在指令缺失时的非预期执行与启动抑制失效研究

    研究在LIBERO-Goal仿真中测试6个VLA模型检查点,发现即使指令为空,所有机器人均会启动移动,其中5个常完成非指定任务。 在GR00T检查点上,指令仅决定任务类型而非是否移动;测试的3种抑制方法中,前缀无效,门控法在5/6场景中有效,微调法虽防止非任务完成但无法稳定保持静止或抑制不可行指令下的启动。

  10. arXiv · AI21

    STAR:利用本体感知引导视觉语言动作模型推理中的动作表示

    研究者提出免训练推理方法 STAR,通过指数移动平均引导预训练视觉语言动作模型(VLA)后期层的动作表示,提升任务成功率 4.0 个百分点。 该方法允许后期动作表示继承早期层中具备物体感知能力的更新方向,并结合最近的本体感知状态自适应调整混合强度。 STAR 提高了机器人操作基准测试中后期层的物体感知能力,代码已开源。