EmbodiedCLBench:评估自演化具身智能体的持续学习
研究团队推出首个具身模拟基准EmbodiedCLBench,通过组合泛化原理评估自演化智能体的持续学习能力。 该基准测试智能体能否先学习基础任务再重组技能解决复杂未见任务。实验发现基础任务经验能带来稳定改进,但效果不随学习样本数量增加而提升,当前智能体无法从额外经验中提取有意义信息。 这凸显持续学习是具身环境中自演化智能体的基础但未被充分探索的能力。
研究团队推出首个具身模拟基准EmbodiedCLBench,通过组合泛化原理评估自演化智能体的持续学习能力。 该基准测试智能体能否先学习基础任务再重组技能解决复杂未见任务。实验发现基础任务经验能带来稳定改进,但效果不随学习样本数量增加而提升,当前智能体无法从额外经验中提取有意义信息。 这凸显持续学习是具身环境中自演化智能体的基础但未被充分探索的能力。
提出 OGPO 框架,通过离线目标条件策略优化实现 VLA 模型的可恢复后训练。 OGPO 利用语义关键状态自适应重标记轨迹并构建目标条件过程奖励,将后训练从轨迹级动作模仿转变为关键状态可达性学习。 在 LIBERO 和 MetaWorld 实验中,OGPO 一致提升了 VLA 策略性能,并在 LIBERO-ReAct 扰动基准下展现出更强的鲁棒性。
DRIFT 通过攻击首个去噪步骤,在 pi0 和 pi0.5 模型上破坏了 LIBERO 套件中几乎所有原本可解决的任务。 该攻击作为一种测试时通用对抗补丁,施加在机器人夹爪上,其效果远超动作空间和嵌入空间的攻击基线。 这种仅攻击第一步既更强又更省的方法,揭示了输入空间优化中独特的梯度冲突现象。
RoboMME-Interference 是一个跨会话基准,基于 RoboMME 构建,专门测量机器人在长上下文和存在干扰会话时的记忆性能。 测试显示,感知记忆变体随着无关会话累积,其表现会显著且持续地下降;而次目标变体保留改进的效果更好。 该研究强调了长上下文记忆和抗干扰鲁棒性的重要性,并指出当前系统在这些能力上普遍表现不佳。
研究人员提出 w²VLA 模型,通过重组信息流将 VLM 编码器输出中的陈述性概念与程序性技能解耦。 该模型以可解释的模块化方式调节机器人状态序列,取代了不透明的 Transformer 动作专家结构。 实验显示 w²VLA 在行为克隆和跨未见物体的零样本技能迁移上具有前所未有的能力。
HumanX 框架通过 XGen 和 XMimic 将单目视频编译为人形机器人可泛化交互技能,无需逐任务奖励设计。该框架在篮球、足球等五个领域习得 9 种技能,并零样本迁移至 Unitree G1 机器人。实验表明 HumanX 在可锚定交互类别中实现了比现有方法更高的泛化成功率。
提出 VLA-FAIL 框架,通过结合 LLMD 和 ACC 两种轻量级检测器实现视觉语言动作模型的失败检测,无需失败数据且开销极小。 LLMD 利用最后一层特征测度分布外状态,ACC 利用后退视界控制的时间重叠检测动作块不一致,两者结合能可靠且早期检测多种失败模式。 该框架在真实与模拟实验中优于更昂贵的基线方法,已被 CoRL 2026 接收,为安全部署提供新方案。
FactoryNet 是一个包含 11300 万个数据点的工业时序预训练语料库,覆盖 7 种本体和 4 项任务。 该数据集统一映射为 S-E-F-C 控制理论架构,研究证实其支持跨本体迁移学习,且在无真实标签时可恢复约三分之二真实数据性能。 FactoryNet 已作为工业基础模型的多本体基础资源开放发布。
论文提出 Dream to Remember (D2R) 方法,通过持续引导冻结的通用机器人策略应对新任务,并利用预训练世界模型进行想象排练以避免灾难性遗忘。 在 CALVIN 基准上,D2R 在纯想象环境下将 8 个连续任务的平均成功率从 63.7% 提升至 74.8%,显著优于 LoRA 微调导致的 11.7% 衰退率。
summary_zh: SmolWAM 是一个 2B 参数的潜空间世界动作模型,从 Cosmos Policy 蒸馏而来,成功将 LIBERO 基准 400 个 episode 的成功率提升至 95.5%。
JitterVLA 基准通过重放相同指令隔离控制器对 VLA 策略运动质量的影响,发现插值法可将人类运动流中的 p99 急动度降低 83%。在 200 ms 延迟下,该降低伴随 2.0 cm 的跟踪成本;在 838 个 episode 的合成与真实数据验证中,该效应得到复现。基准代码与数据将公开发布,支持在人机交互研究前进行筛选评估。
RARA提出一种两阶段机器人策略微调方法,利用检索对齐表示以保留预训练知识并抑制分布外漂移。 该方法先在预训练特征中检索相似意图样本并强制对齐目标演示的表示,再限制微调过程中的表示变化幅度。 在RoboTwin和真实机器人等13个任务上,RARA使分布内成功率提升9.5分、分布外提升13.6分。
JoyInside-VLM-Agent 是一款基于 ReAct 范式开发的多模态智能体,在 BFCL v4 评测中取得 77.44 分,整体得分超越对比基线。 该智能体通过产品条件轨迹构建及分阶段策略学习开发,训练流程涵盖监督微调、多教师在线蒸馏及强化学习。两项真实四足机器人案例验证了视觉搜索与执行失败重规划能力。
提出 StereoEngine,通过两种方法合成机器人操作立体数据,突破真实立体数据集稀缺瓶颈。 方法一是利用深度估计将单目视频变形为右视图并用扩散模型修补,方法二是在仿真中渲染并联合生成左右视图。 其合成数据用于策略中期训练或微调后,可显著提升双手操作任务的下游性能。
研究提出主动反馈(Active Feedback)框架,通过仿真诊断程序解决空中操作中的部分可观测性与交互鲁棒性问题。 在6项模拟任务的60次试验中,该框架将误判完成次数从25降至5,最终任务成功率从31.7%提升至75%。 使用共享机器人API,经该框架优化的程序可直接在物理空中操作机上运行,无需修改源码即可完成多阶段任务。
研究团队提出 VLA 推理框架 IG-VLA,通过潜空间时空推理与场景概要记忆提升效率。 在 LIBERO-Plus 测试中,IG-VLA 成功率超最强基线近 6%,推理延迟降至 169.5ms。 该框架在单张 A6000 GPU 上实现最高 6.38 倍加速,证实时空推理可被有效内化。
创维集团内部孵化一款外骨骼产品,主打老年助行场景,团队隶属于深圳创维数字技术有限公司创新研究院。 该产品不使用创维品牌,目前处于测试阶段且已迭代多版,旨在帮助银发群体缓解行走、起立及上下楼梯时的下肢负担。 创始人在 2026 年 3 月曾表示对人形机器人态度谨慎,此次内部孵化策略与此相关,行业预测显示 2028 年全球外骨骼市场规模将达 58 亿美元。
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。
面壁智能与鹿明机器人正式达成战略合作,围绕具身智能的数据、模型与场景应用展开长期协同,推动技术验证走向规模化产业落地。 双方将基于高效基座大模型与NexCore技能进化引擎积累的真机数据,协同推进具身数据共建、模型联合研发及真实产业场景部署,打通“数据—模型—场景”正向循环。 该合作为大模型与具身公司优势互补提供了产业化现实路径,助力具身智能从单点演示走向规模复制,成为实体经济新生产力。
针对机器人执行中环境突变难题,LIBERO-MAX通过22.4万次仿真显示,14种策略成功率均下降11.0–25.7个百分点。 八类中途变化中,目标移动与视角改变影响最大;图像质量检测模块介入后,特定策略成功率从40.7%回升至47.7%。 该基准提供可复现测试平台,验证世界预测能力能否转化为动态环境下的可靠行动。
成立不到三个月的合肥公司白泽通境完成首轮数千万元人民币融资,投后估值将超4亿元。公司推出溯因式世界模型 AWM 与端侧推理引擎 BAIZ-RUN,前者在 Push-T 任务上以 2000 条轨迹达到 75% 成功率,后者通过 2 bit 量化在边缘芯片上实现内存占用降低 2.56 倍且精度损失小于 1%。
Standard Bots 最新完成 2 亿美元 C 轮融资,估值达 10 亿美元,主打“AI 原生”工业机器人制造。 其最大模型参数量在数十亿级别,基于超 10 亿图像数据训练零样本感知系统,推理端部署在本地边缘 GPU 生成动作块。 客户涵盖 NASA、Amazon 等,强调数据质量优于数量,在离线环境中通过现场干预修复长尾案例。
Brooklyn 初创公司 Ultra 融资 6200 万美元,包括由 Framework Ventures 领投的 5000 万美元 A 轮和 1200 万美元种子轮,并深化与机器人“大脑”初创公司 Physical Intelligence 的合作。 Ultra 的租赁式包装机器人已处理超过 50 万份订单。CEO 认为,非人形机器人而非人形机器人正在当今世界产生实际影响。
小鹏集团当选联合国 UNECE 新设自动驾驶场景信息交换工作组(TF-ESRI)秘书长,成为首个在联合国自动驾驶法规核心框架下担任该职位的中国企业。 这一任命代表国际社会对小鹏智能辅助驾驶能力及其参与法规标准工作的认可,小鹏将代表中国汽车产业参与全球协作。 何小鹏此前在德国完成第二代 VLA 模型验收测试,该系统基于中国路况训练,具备极高欧洲适配性,无需额外数据训练即可应对当地复杂路况。
特斯拉分析师丹·艾夫斯维持公司“跑赢大盘”评级,目标股价定为 500 美元。 他视特斯拉为涵盖自动驾驶、人形机器人和储能的“物理 AI”平台,称其为直接布局该领域的关键标的。特斯拉累计付费运营里程达 402 万公里,即将推出无方向盘的 Cybercab。
基于 Qwen 2.5-Omni 训练的 ROMA-7B 在 ROMA Bench 上取得 72.9% 成功率,整体表现与 GPT-6 Astra 持平。 模型整合视听触力模态,依托近 2000 个物体的 ROMI-2K 数据集,形成推理-交互-反馈闭环以补全物理认知。 ROMA 旨在通过主动感知交互提升机器人能力,为下一代具身 Agent 发展奠定基础。
源策未来首次系统性公开其全身智能(WBI)实机成果,展示机器人在台阶、餐桌、冰箱等场景下的任务执行能力。该系统通过自研S0全身控制系统协调足部轨迹与重心转移,并利用EgoBody采集的人类全身经验数据进行预训练与真机后训练。演示验证涵盖宇树G1和加速进化T2两款本体,涵盖登高取物、低位抓取、扶起自行车及操作洗碗机等复杂交互任务,体现了从单一动作到连续自主任务执行的进化。
summary_zh: Danu Robotics 完成 500 万美元后期种子轮融资,其 H.E.R.O. 机器人已签署 50 万美元合同并锁定 200 余家潜在客户。
正行创新发布面向零售场景的Physical AI解决方案,同步推出双足人形机器人H1和轮式双臂机器人C1。该方案包含世界动作模型SLM-0.5、强化学习后训练体系STEAM及具身智能体Rpent,旨在通过不同形态机器人分工承担便利店搬运、补货及巡检任务,系统可自主完成数百种SKU分拣且成功率达99%。
Aether AI 发布因果驱动的机器人智能系统 CRIS-0,在包含突发干扰的物理环境中实现快速调整,反应速度达 0.1s 级。该系统采用双层架构,结合因果 Agent 与因果世界模型,通过结构化状态转移循环提升长程任务鲁棒性。因果智能路线有望扩展至生物制药、新材料研发等需干预决策的领域。
西湖机器人发布通用大脑WR1,全球首次实现人形机器人灵巧手自主折叠衣物,并跑通跨厨房、客厅、卧室的长程家务任务链。WR1采用通用大小脑双预训练架构,包含通用大脑与通用动作专家GAE两大模块,实现端到端认知决策与全身运动控制,解决了动作断裂与移动操作分离的痛点。在演示中,机器人完成丝滑U型转身、边移动边操作及多机器人协同叠衣,展示了高动态、拟人化的全身运动操作一体化能力。
推荐理由:原文展示了通用大小脑双预训练架构在长链路任务中的落地效果,读者可借此了解人形机器人从单点演示向真实场景连续作业的技术路径。
Aether AI 发布因果智能机器人系统 CRIS-0,在平均 2 秒内识别因果变量改变并实时重规划,10 次随机扰动中实现 9 次有效恢复。系统通过因果原生的 Agent 架构,将任务拆解为可验证的因果阶段,结合因果世界模型推演物理后果,在 20 条模糊指令测试中取得 18 次精准抓取与放置,并在面临人手干扰时实现 0.2 秒急停。
推荐理由:文章展示了Aether AI因果智能系统在真实物理环境下的抗干扰与重规划能力,为具身智能落地提供了新的技术路径参考。
德国初创公司 Agile Robots 利用人类拍摄自身执行任务的视频来训练工业机器人。 CEO 指出该方式弥补了阻碍工业自动化的训练数据短缺,且人类视频正成为遥操作的廉价替代品。 多家机器人初创公司正竞相构建大规模真实世界数据集。
人形机器人租赁市场日租金大幅下跌,当前已跌破千元大关。 闲鱼等电商平台显示,宇树科技人形机器人租赁起步价已降至 289 元 / 天。 “擎天租”宣布完成种子轮融资,2026 年 2 月首周订单量环比增长约 30%。
华为乾崑智驾 ADS 在狭窄小路会车时不会直接退出辅助驾驶,而是通过 WEWA 2.0 架构主动倒车让行以预留安全空间。 系统依托摄像头与激光雷达精准评估道路宽度及障碍物距离,结合云端与车端模型实时规划避让路线。 该功能旨在提升复杂路况下的行车安全性,确保车辆在窄路场景下能从容会车。
星动纪元发布的世界动作模型VPP2在RoboDojo仿真榜单登顶,平均成功率32.26%领先GPT-6-Astra等模型。该模型采用视频预测与动作学习分阶段训练策略,在真实ALOHA机器人上实现零样本操作,LIBERO-Pro测试成功率达45.0%,现已开源代码与项目主页。
推荐理由:VPP2登顶RoboDojo并实现真机零样本泛化,验证了视频预测与动作学习解耦训练范式在物理AI中的有效性。
Sharpa在IROS 2026发布首款全自研通用人形机器人D01、新一代灵巧手W02及外骨骼数据手套AE01。D01具备全身电子皮肤与0.2mm重复定位精度,W02通过精简自由度至21个并缩小30%体积实现零抓握半径,AE01则利用22个编码器实现高保真遥操作与双向触觉数据同步。该组合旨在构建覆盖接触感知、闭环控制与数据学习的灵巧操作全栈体系。
Odyssey 推出 Odyssey-3 系列基础世界模型,其 Pro 版本在 Physics-IQ Verified 视频到视频基准测试中取得 66.1 分,创下该榜单最高纪录。
推荐理由:Odyssey-3 Pro 在 Physics-IQ Verified 上取得 66.1 分最高纪录,展示了 AI 对真实世界物理规律的预测能力。
国家知识产权局公示了比亚迪股份有限公司的一项具身智能机器人外观设计专利。该机器人具备行走、平衡及交互功能,可应用于服务、教育或工业场景。比亚迪执行副总裁李柯今年 6 月表示,希望未来每家门店部署两三台机器人,用于向顾客介绍和演示车辆。
IndustrialVLA-Bench 发布,统一评估 6 个开源 VLA 和 WAM 机器人策略模型,提供可追溯的多维证据。 在 LIBERO 基准测试中,6 个系统的平均基础能力得分仅相差 1.58 分;但涉及鲁棒性和语言敏感度时,得分跨度分别达到 14.62 分和 31.08 分。 该评估工具通过分离协议忠实的证据层级,为对比已发布的机器人策略提供了清晰的实用性标准,代码和评估记录已公开。