DexDICE: 通过双专家离线模仿学习协调安全性与性能
提出双专家离线模仿学习框架 DexDICE,利用安全合规与高回报演示数据,结合分布约束提升离线模仿学习性能。 采用 DICE 式离线学习与安全支撑约束,证明理想解在高概率下避免进入不安全区域。在 DSRL 基准及真实移动机器人导航任务中验证,显著优于基线且抗数据稀缺与质量退化。 被 NeurIPS 2026 收录。
提出双专家离线模仿学习框架 DexDICE,利用安全合规与高回报演示数据,结合分布约束提升离线模仿学习性能。 采用 DICE 式离线学习与安全支撑约束,证明理想解在高概率下避免进入不安全区域。在 DSRL 基准及真实移动机器人导航任务中验证,显著优于基线且抗数据稀缺与质量退化。 被 NeurIPS 2026 收录。
Augmentron 是一种几何感知管线,通过生成可重用场景表示并基于记录相机位姿渲染,实现时间上和多视角一致的环境与工作台变化。 该方法在保留机器人、任务物体、动作及标注的同时,在三个物理操作任务中,用一半真实数据替换为 Augmentron 数据后提升了模型成功率。 在针对分布外干扰物体和工作台变化的评估中,其池化成功率在三种条件下均高于其他增强技术。
三星电子、SK 海力士、美光与 SEMI 组成 RX 联盟,正就晶圆厂内机器人充电系统标准化进行磋商。 旨在解决老旧晶圆厂空间受限且人工装载比例较高的问题,通过统一充电设备结构兼容性及将电量信息与制造执行系统结合,统筹管理机器人与充电时间。 此举旨在提升晶圆厂自动化水平,打破私有充电规格导致的硬件安装瓶颈,并正在征求相关领域专家意见。
LCVN 提出语言条件视觉导航任务,仅需一张起点第一人称图像和一段语言指令即可预测包含平面位移与朝向变化的完整动作序列,且预测过程中无真实环境反馈。该数据集包含 39016 条轨迹及 117048 条人工核验指令,涵盖简洁、详细及地标三种风格。
上海交大团队构建 AI 原生科学实验室 AutoDNA(思源一号),实现自主分子生物学实验操作,成果登《自然》。 该装置通过模型-实验-仪器协同设计,解决复杂流程、多仪器协同及高精度操作难题,支持微米级定位与微升级液体处理。 平台集成 OpenHarmony 系统,已在核酸检测、癌症检测等场景完成应用验证。
世界模型(World Models)基于视觉输入预测物理世界状态,正逐步应用于机器人和自动驾驶的训练模拟。Wayve 利用行车记录仪数据生成危险路况进行安全测试,Niantic 则利用 Pokemon Go 收集的环境数据构建 3D 物理复刻环境。
记者在深圳乘坐 Pony.ai 及在北京乘坐 Baidu 的 Apollo Go,展示中国自动驾驶车队现状。 空驾驶座起初令人紧张,但车辆平滑汇入交通流后转为舒适。
费城大学半退休传播学教授Carolyn Marvin在人行道上阻挡Uber Eats送餐机器人以表达抗议。 她最近因与机器人的冲突被逮捕,当地居民还在万圣节装扮成她和机器人。Marvin认为机器人导致失业并威胁行动不便者的安全。 她的抗议已成为关于AI驱动机器占据公共空间的地方争议焦点。
全球物理智能开源平台 Hitch Open 在进博会正式开源,联合交大神创团队以 142 拍刷新 AI 机器人乒乓对打世界纪录。 该平台聚焦真实物理环境感知与决策,乒乓对打作为极限考场,要求机器人在百毫秒反应窗口内完成实时研判闭环。 此举旨在通过极限赛事解决复杂物理世界挑战,推动自动驾驶、具身智能及机器人技术发展。
上纬新材启元机器人第 10,000 台个人机器人下线。联席总裁刘东方披露,当前启元机器人月活超过 98%,日均在线时长 3 小时,平均每位用户每天交互 100 多次。 启元 Q1 和启元 T1 近日完成首次 OTA 升级,Q1 新增 6 大官方角色并优化学习体验,T1 新增地形识别与自动变形跟随等功能。
广汽动力 BU 与慧仑科技签署具身智能机器人生产协议,预计 2029 年形成万台级产能。 目前广汽人形机器人处于小批量应用阶段,累计运行数据超 6.3 万公里及 18.9 万次。 慧仑科技今年 8 月完成超亿元融资,将用于垂类模型优化及核心产品迭代。
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。
英伟达、纽约大学等机构的研究团队提出TacitVLA,这是一种新的视觉-语言-动作(VLA)模型设计。它在保留了“学习写推理”带来的训练收益和记忆功能的同时,去掉了部署时读取当前步骤推理文本的环节。实验表明,TacitVLA在成功率上与显式推理模型相当,且输出动作的延迟最多降低了3.4倍,显著提升了响应速度。
上纬新材旗下启元机器人第 10000 台个人机器人正式下线。 量产一个月内,下线量从 5000 台增至 10000 台,采用“车规标准 +3C 量级”制造体系。 启元 Q1 售价 19,999 元起,T1 支持轮足与四足形态切换。
Ai2 发布 ToyBlocks 模拟器,用于区分技能学习与特定场景成功。 Molmo 2 + ManiFlow 系统在熟悉积木且字符可见直立的最简单场景中,完成 30 个拼写回合中的 15 个。 该发布提供测试床、数据、模型与代码,用于探究系统失效边界。
成都具身智能公司奇林波完成千万级人民币天使轮融资,投资方为成都方寸引擎及天使投资人,资金将用于核心技术研发与市场拓展。 公司自研“灵雁引擎”实现单机器器人实时响应,结合“雁阵系统”完成多机协同调度;技术架构基于开源鸿蒙系统,优先面向教育科研场景,已交付桌面履带机器人及机器狗。 该架构旨在解决单机作业短板,提升多设备配合能力,未来将拓展至园区巡检及工业场景,以适配对数据自主可控要求较高的应用需求。
一项研究发现 GPT-6 Astra 的机器人能力并非自然涌现,OpenAI 在训练过程中使用了专门的机器人数据。研究者对 50 个模型进行正逆运动学测试,发现 GPT-6 Astra、GPT-6.1 Sol 和 Gemini Argon 在更换 DH 参数后仍输出 Franka Panda 机械臂的特征,表现出对特定机器人本体的过拟合。
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。
吉利汽车与中国气象局联合推出行业首个“智象-星睿”交通气象大模型,实现车道级结冰、团雾等极端气象场景的实时监测与提示。 该模型已初步输出“超视距安全预警”功能,基于多车互联智能识别危险路况并主动提示,计划率先在领克 900L 上量产落地。 未来将应用于吉利、银河、极氪等多品牌车型,并推进《智能网联汽车气象环境数据采集与处理规范》国家标准。
大晓机器人首席科学家陶大程提出具身双脑协同架构,旨在通过系统机制让机器人积累跨任务、跨本体的可复用经验,减少重复试错。 该架构由云端大脑 SenseNova、端侧开悟世界模型及具身 Harness 构成,通过三个递进闭环实现自主执行、经验学习与递归自我改进。 这一探索利用中国完备的制造与供应链体系,推动分散的交互经验转化为可跨场景发挥作用的智能知识优势。
马斯克透露特斯拉 Optimus 机器人可能会采用租赁模式,初期单台成本预计约 3 万美元,之后有望降至 2 万美元左右,其生产效率将达到普通人的 5 倍。特斯拉计划先在自有工厂使用 Optimus,再于 2027 年底左右向外部企业交付;搭载 AI5 的版本预计于 2027 年 4 月左右推出,达到全面生产速度至少还需要一年。
宇树科技联合巨星传奇发布首款消费级收藏机器狗 UNI-DOGGIE,零售价 43900 元。产品主打赛博朋克潮流艺术风格,融合“明星 IP× 潮玩 × 科技”,兼具陪伴功能与社交属性。
工信部装备工业一司就《机器人产品标识码管理暂行办法》公开征求意见,旨在建立全品类机器人唯一身份代码体系。 标识码由制造商代码等四部分构成,并执行 GB/T 48541-2026 国家标准;此前针对人形机器人的 29 位编码平台已覆盖 2.8 万台设备,此次将适用范围扩展至工业机器人、服务机器人等全品类。
文远知行 CEO 韩旭表示,公司已具备扩大 Robotaxi 车队规模的条件,预计四五年内能实现乘坐 Robotaxi 从广州直达香港。 目前文远知行 L4 级自动驾驶车辆总数约 3,600 辆,其中 Robotaxi 超过 1,800 辆,业务已覆盖 13 个国家、60 多座城市。 韩旭指出,实现该愿景的关键在于监管,需让监管机构相信自动驾驶能保障乘客及沿途社区民众的安全。
VFlash 是 NVIDIA 发布的通用解码框架,旨在为 Physical AI 中的 VLM 提供 System-1 视觉规划能力。核心机制 Flash Primitive Decoding 通过并行预测完整视觉基元(如轨迹、检测框)来加速推理,同时保持视觉几何精度。
马斯克宣布特斯拉将于明年年中停止生产 Cybertruck,以便腾出德州工厂产能用于制造自动驾驶出租车 Cybercab。 Cybertruck 因技术挑战从未达到年销 20 万辆目标,2026 年第三季度仅交付 8,300 辆“其他车型”,而 Model 3 和 Model Y 当季交付 47.8 万辆。
summary_zh: Physicl 完成 1000 万美元种子轮融资,旨在通过高保真 3D 仿真帮助机器人解决训练难题。 该公司推出包含 10,000 个 3D 环境和 100,000 个资产的 Studio 产品,支持生成合成数据以处理边缘案例。
中兴通讯论文《EmbodiedMind》提出RSFT、IR-GRPO、Trie-GRPO三阶段训练范式,解决具身大脑长程规划中的数据低效、任务失衡与信用分配失真问题。
推荐理由:中兴通讯提出三阶段训练范式,以8B模型在18项基准上取得70.02%平均成绩,为具身长程规划提供低成本研发路径。
菜鸟 ZeeBot 攀爬机器人在“双十一”28 小时订单洪峰中累计垂直运行超 140 公里,波次出库准点率达 99.99%。 ZeeBot 无需专用轨道即可实现 Z 轴自由攀爬,单工作站产出相当于 2-3 名拣选员,使猫超仓存储效率提升至 3 倍、人效提升 2.5 倍。
Tau Robotics 推出旧金山人形机器人清扫服务,目前由人类远程操控,单次清洁费用从$30升至$60至$100。机器人高4.5英尺,配备3D打印天线头部和爪形手,能自主完成吸尘等任务,但清洗马桶时多次脱头需重新连接。其通过运动学指导生成训练数据,旨在培养真正自主的清洁机器人。
智元发布灵犀 X2 焕新版机器人,拥有 31 个本体自由度及 2 个头部自由度。 膝关节峰值扭矩 120Nm,电池容量约 500Wh,搭配灵巧手整体可达 47 个自由度。 支持 UWB、Wi-Fi、4G/5G、蓝牙、GPS 连接,适用于展馆文旅、服务零售及科研教育等场景。
Humble Robotics 获得 Obvious Ventures 领投的 5100 万美元融资,总融资额达 7500 万美元。 创始人曾参与 Apple 汽车项目、Uber 自动驾驶团队及 Waabi。 公司计划 2027 年 Q1 启动传统卡车试点,2027 年 Q3 实现 Humble Hauler 商业化运营。
Unitree CEO 在中国国际进口博览会表示,由 OpenAI GPT-6 驱动的人形机器人无需针对特定任务进行训练即可执行绘画和下棋操作。该机器人能处理如更换洗笔水和混合颜料等需要多步骤的序列任务,展示了将前沿大语言模型作为通用机器人“大脑”的可行性,并体现了中国头部机器人厂商与美国 AI 模型在技术应用层面上的结合。
中国监管机构告知软银,不会批准其 54 亿美元收购 ABB 机器人业务的交易,这是由 ABB 公司披露的消息。据原文,这是北京今年阻止的第二起重大交易,此前 Meta 被要求撤销其对 AI 初创公司 Manus 超过 20 亿美元的收购。该决定对孙正义的物理 AI 战略形成冲击,同时显示北京正利用并购审查将拥有中国业务的机器人与 AI 资产保留在本国手中。
中国石油昆仑制造、宇树科技与泛界智能拟共同新设合营企业,专注工业具身智能机器人解决方案。 交易完成后,昆仑制造及其一致行动人将持有合营企业60%股份,宇树科技与泛界智能各持股20%。 双方此前已签署战略合作备忘录,并基于昆仑资本参与宇树科创板IPO的背景,围绕油气场景机器人应用展开合作。
民政部等六部门日前印发《关于培育多元场景 促进适老用品产品消费的若干措施》,明确加快推进具身智能、大语言模型、脑机接口、外骨骼等前沿技术在养老领域的应用。 措施鼓励电商平台设立银发消费板块,推动线上线下消费融合,并支持利用实景样板间、增强现实(AR)等技术还原适老生活环境。 该措施旨在通过政策引导降低老年人使用成本,满足其就近就便的消费需求。
Northwestern、CMU等团队提出 WOVEN 框架,将世界建模定义为对状态转移的推断。仅用约2000条受控数据训练,即可零样本提升22项跨领域基准,最高增益27.3个点。 实验表明,决定迁移效果的是“推理操作”类型而非动作类型;该配方在7个未见基准上通过前瞻验证,证明了其泛化能力。 这为多模态模型提供了按推理操作组织训练数据的具体规则,有助于更高效地训练智能系统。
联合研究团队提出 DexRoam 系统,通过三阶段人机动作对齐实现移动双臂灵巧操作学习,成果已被 CoRL 2026 接收。 该方法采用 Meta Quest 3 头显与 ZED Mini 相机采集数据,利用 GR00T N1.7 与π₀.₅ VLA 模型进行策略训练,将平均成功率分别提升至 56% 和 57%。
张江塔尖会聚焦具身智能数据战略,蚂蚁灵波与清华学者就真机交互与人类视频数据的预训练优先级展开交锋。 黄用韬主张优先积累真机数据以建立物理操作能力,刘淼则强调数据选择需匹配应用定位与训练阶段,人类视频对高层规划更有价值。 沙龙通过多模态采集、数据配方评测及规模化降本等环节,探讨将数据转化为机器人可持续进化的闭环路径。
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。