Teradyne Robotics 与 Sereact 合作，将 Cortex 物理 AI 平台接入 Universal Robots 机械臂
Teradyne Robotics 与 Sereact 宣布正式合作，把 Sereact 的物理 AI 平台 Cortex 运行在 Universal Robots 的协作机械臂上，面向零售、物流和制造场景。
NEWS / 动态
#具身智能
按时间浏览，使用右上角筛选切换领域。
Robotics & Automation NewsAI 评分5858 证券时报 · 具身产业监测AI 评分4040 红杉中国与宇树科技成立“杉宇·创计划”，重点发掘和投资具身智能早期项目
红杉中国与宇树科技10月28日宣布成立“杉宇·创计划”，重点发掘和投资具身智能、机器人应用、上下游关键技术等前沿硬科技早期项目。该计划以“工程师+投资人”组合，为早期创业者提供从技术研发、产品验证到融资的一体化支持。宇树科技创始人兼CEO王兴兴称，这是双方在高度互信基础上的深度合作和自然延伸。
arXiv · cs.ROAI 评分5858 面向有限输入接口智能轮椅的多层导航系统
研究提出面向智能轮椅的多层导航系统MLNS，可在未知环境中解读并安全处理有限或错误的用户指令。该系统由ViSPF障碍检测、MPC轨迹生成、开放词汇视觉目标识别和优先队列目标选择组成，并在真实智能轮椅上由10名无残障参与者完成含故障输入接口场景的实验。
arXiv · cs.RO精选AI 评分6969 约束感知强化学习实现力驱动的钩型连接拆卸
Nadeen Elhadad 等提出约束感知强化学习框架，从接触力在线推断可行的拆卸方向，在机器人无关的物体中心仿真中训练后零样本部署到实机。该方法结合粒子滤波信念提供时序积分的方向信息，在四类真实任务上成功率分别为 100%、100%、90% 和 75%，且每项任务路径效率最高；在空调前盖上相比未使用该信念的策略把成功率从 45% 提升到 75%。
推荐理由：论文用接触力在线推断拆卸方向，并在四类真实任务上给出成功率，可看力觉策略从仿真零样本迁移到实机的做法。
arXiv · cs.RO精选AI 评分6060 SaiVLA-JEPA：评估 JEPA 条件下的 VLA 控制中未来隐表征预测
Synthoid.ai 的 VLA Research Team 提出 SaiVLA-JEPA，在 VLA 流策略中接入冻结 V-JEPA 编码器特征，并在 10,030 对 LIBERO-Plus 回合上比较三种设置。
推荐理由：论文在 LIBERO-Plus 配对闭环试验中比较 JEPA 条件与未来表征监督，给出成功率对照与负结果。
arXiv · cs.ROAI 评分5555 OmniQuad：采用麦克纳姆轮的轮足混合机器人
论文提出 OmniQuad 轮足混合机器人，将麦克纳姆轮与腿式运动结合，以兼顾不平地形适应性与室内移动效率。作者介绍了定制麦克纳姆轮式足的设计、由该轮式足与 EM-Act 执行器组成的整机装配，以及配套控制方案，并在室内外环境中开展实验评估其性能。
arXiv · cs.RO精选AI 评分7171 SpaceAct：用闭环动作与主动感知评测3D时空推理的基准
SpaceAct 是一个交互式基准，通过闭环物理动作与主动感知评测多模态大模型的3D时空推理，并配套提出 SAPA 时空主动探测智能体框架。基准基于积木与机械谜题构建，覆盖6类36个任务族共108个已验证实例，不提供特权坐标，并设有 +plan、+state、no-camera、blind、L7 levers 等诊断模式。
推荐理由：该基准用闭环物理动作和主动感知考察多模态模型的3D时空推理，并给出10个前沿模型的诊断性对比。
arXiv · cs.ROAI 评分4040 当“没关系”出错：基础模型机器人的HRI经验教训
一个为期三年的ROS 2人机交互联盟在集成大语言模型与视觉模型的过程中发现，机器人Alice在人类拒绝邀请后先转身说“没关系，都挺好”再驶离，语序改变了信息含义，另一次则在访客就站在主人身旁时报告访客已到。研究据此提出关于注意力、知识、承诺、具身时序与行动权限的五条设计经验，并引入TRACE轻量审查方法，通过改变一个交互前提追踪至决策或执行边界以产出架构发现。
arXiv · cs.RO精选AI 评分8080 ELEVATE：从任务失败中为四足操作机器人自动获取控制器
ELEVATE 框架利用任务程序优化中的持续失败识别缺失的全身控制能力，由编码智能体构建并迭代强化学习问题，验证后的控制器加入能力库并与已有控制器组合重试任务。
推荐理由：论文展示编码智能体从任务失败中自动合成全身控制器的闭环流程，并给出仿真与实机迁移的成功率数据。
arXiv · cs.RO精选AI 评分7171 CSO：通过技能分布对齐与技能粒度优化改进机器人策略
Zhiyuan Xiang 等提出两阶段后训练框架 Cascaded Skills Optimization（CSO），用于修正 VQ-VAE 类离散技能先验的量化误差。
推荐理由：论文提出两阶段后训练框架，用于修正离散技能先验的量化误差，并给出LIBERO与实机单臂任务的成功率对比。
arXiv · cs.ROAI 评分5858 FEEL：用本体感知信号估计逐指外力以提升箱体操作可靠性
作者提出 FEEL，一种不确定性感知的残差方法，从本体感知历史估计逐指外力大小，部署时无需专用接触传感器。该方法将校准的虚拟弹簧估计与混合密度网络（MDN）预测的残差分布结合，在十指、0-20 N 接触力范围内平均 RMSE 为 0.251 N，较虚拟弹簧降低 92.8%，较端到端 MDN 降低 9.4%。
arXiv · cs.RO精选AI 评分6464 导航系统该记住什么？面向零样本视觉语言导航的时空记忆研究
一项 arXiv 预印本研究提出面向零样本视觉语言导航的时空记忆系统，由 8B observer 总结观测、8B reasoner 依据任务、时序与空间三类记忆选择路点意图或请求新视角，再由几何控制器执行。
推荐理由：论文拆解零样本视觉语言导航中任务进度、观测历史与几何记忆各自的作用，并给出记忆消融与实机对比结果。
arXiv · cs.ROAI 评分5858 SCD：用片段选择与可达性度量改进组合式扩散规划
Chanyoung Park 等提出 Selective Compositional Diffuser（SCD），通过可达性度量处理组合式扩散规划中重叠片段平均导致的模式平均问题。
arXiv · cs.ROAI 评分5858 综述：物理AI中的递归自我改进机制、证据与评测
一篇 arXiv 综述梳理物理AI中的递归自我改进，即系统不仅从部署经验更新策略、世界模型、技能和可执行程序，还会修订并复用数据采集、反馈或学习流程。文章区分学习器更新与改进器，比较策略学习、想象经验、记忆与技能积累、可执行框架等路径，并提出 L0-L3 分级，分别对应任务局部适应、持久能力增益、继承式流程修订和经核验的改进器增益。
arXiv · cs.RO精选AI 评分6464 MATCH：面向连续环境视觉语言导航的执行感知分层强化学习框架
MATCH 是一个联合学习语言条件规划器与目标条件原子动作执行器的框架，用于连续环境视觉语言导航（VLN-CE）。它用执行感知拓扑图表示依赖起点的执行选项，并结合执行器价值估计与实际结果记忆，让规划器通过有界连续偏移细化执行请求。该模型以 0.5B 参数在 R2R-CE 和 RxR-CE 基准上取得 state-of-the-art，初步实机部署也展示了应用潜力。
推荐理由：论文把执行器能力纳入规划器训练，为连续环境视觉语言导航提供可迁移的分层强化学习方法。
arXiv · cs.RO精选AI 评分6767 SimRetract：开放手术牵开器接管的零样本仿真到现实迁移
SimRetract 展示开放手术中牵开器接管的零样本仿真到现实迁移，机械臂从外科医生手中接过牵开器并在交接时保持牵开，策略仅用仿真演示训练，无需人类演示或真实世界微调。
推荐理由：论文把零样本仿真到现实的差距拆到具体组件，并给出消融数据，可供做手术辅助操作迁移的研究参考。
arXiv · cs.RO精选AI 评分7272 Embodied at Sea：面向水下多任务操作的模仿学习研究
纽约大学等团队发布预印本 Embodied at Sea，研究模仿学习在水下多任务操作中的表现。团队在平静与湍流水域采集1616条水下操作数据，训练14个不同本体感知配置的 DynamicVLA 模型，在泳池1260次可评分实机回放中10个模型超过基线，最佳模型总体成功率93.3%（含部分成功）。
推荐理由：论文给出水下多任务模仿学习的实机回放数据与开源工具包，可用于比较通用VLA与单任务策略在域偏移下的表现。
arXiv · cs.ROAI 评分4848 独立行为树机器人团队的最小充分通信实验框架
研究提出一个实验框架，用于确定运行固定独立行为树、使用私有黑板的机器人团队所需的充分通信量，以每机器人决策的接收方加权比特数衡量流量。在四种仓库条件下测试八种内容策略，低争用条件下零通信即为精确最小值；扩展条件下门控 q=0.992222 的无释放策略被确认充分，成功率达 96.33%，估计速率为每机器人决策 738.55 比特，为全状态通信的 0.544%。
新华网 · 已核实历史报道AI 评分4040 
“厂花”是个机器人：具身智能催生制造业用工体系之变
浙江多家制造企业正部署具身智能机器人接手搬运、装配、检测等工序，均普智能多机协同BMS精密装配示范线整线并线作业稳定率达99.9%，单工序节拍控制在70秒以内。艾图服装制造机器人“艾妮”在单一品类、单一面料条件下裁片分离成功率达97%，缝纫合格率超过98%。业内人士认为机器人更多是“补人”“助人”，推动岗位任务重组而非简单替代。
arXiv · cs.RO精选AI 评分7171 SKiD-SLAM：面向行星任务的资源感知分布式多机器人LiDAR SLAM及野外部署
SKiD-SLAM 是一套面向行星探测的分布式多机器人 LiDAR SLAM 系统，作者在韩国完成两次野外部署验证。轮式漫游车在济州岛 Majang 熔岩管洞穴探索，四足机器人在涟川 KICT 的行星模拟地形执行陨石坑与岩石科学场景，系统在 250 kbps 机器人间通信预算内完成分布式多机器人 LiDAR SLAM。
推荐理由：报告给出分布式多机器人激光SLAM在250 kbps通信预算下的两次实地部署，可了解行星探测场景的资源受限方案。
arXiv · cs.ROAI 评分5858 Same Label, Different Interface：机器人学习中动作空间标签之外的执行通路
arXiv 预印本论文 Same Label, Different Interface 研究机器人学习中位置与速度动作标签无法决定机器人实际执行内容的问题。作者在 PegInsert、GearMesh、NutThread 三个接触密集 Factory 任务上，用同一学习器和训练预算比较五种关节空间接口，每种条件独立训练十个策略。
证券时报 · 具身产业监测AI 评分5555 
具身智能的超级共识撞上工程现实 是创业者的困境还是机会？
证券时报梳理具身智能创业现状：IT桔子数据显示2026年上半年该领域发生322起融资、金额934亿元，为2025年同期五倍，其中种子轮、天使轮和Pre-A轮合计190起占58.94%。
arXiv · cs.ROAI 评分5252 EARS-Info：面向多机器人探索的信息感知事件驱动重分配方法
作者提出EARS-Info，这是事件驱动蚁群重分配搜索EARS的信息感知扩展，用于OpenStreetMap派生网格上的多机器人探索，融合边际感知增益、可行重定位、返回感知路由、感知预留与缓存最短路径。
arXiv · cs.RO精选AI 评分7474 Metatron：面向人形机器人的可提示全身执行层
论文提出 Metatron，一种可提示的全身执行层，由生成式基础策略与可编程技能层组成。基础策略接收由定时身体部位目标、速度指令和风格线索组合成的提示，训练数据包括动捕、合成恢复轨迹和重定向场景交互动作，训练后策略被冻结。
推荐理由：论文给出冻结策略加可编程技能层的人形全身执行方案，并在 Unitree G1 实机上演示多类任务。
arXiv · cs.RO精选AI 评分7272 FORGE：面向敏捷人形运动的在线降阶参考生成与全身执行框架
论文提出 FORGE 两阶段学习框架，将在线降阶模型（ROM）参考生成与全身跟踪控制结合，用于人形机器人敏捷运动。第一阶段用单刚体动力学结合完整人形运动学训练命令条件化的全身参考生成器，第二阶段在线滚动冻结的 ROM 策略，为全阶动力学模型上的全身跟踪策略生成参考。
推荐理由：论文给出两阶段降阶模型参考生成与全身跟踪框架，并在宇树 G1 上报告速度与跳跃指标，可供人形运动控制研究比较。
arXiv · cs.ROAI 评分5858 Echo：用离策略经验扩展视觉强化学习
Gagan Khandate 提出单阶段离策略强化学习框架 Echo，通过逆蒸馏让基于状态的辅助策略模仿不断演化的视觉策略，并收集无需渲染的低成本经验，再借助共享特权评论家直接改进视觉策略。
arXiv · cs.RO精选AI 评分7171 TACOS：面向视觉足步规划的地形感知接触监督方法
TACOS 提出一种基于腿式状态估计因子图残差的足步不稳定性评分，并将其投影到前序图像上，用于监督稠密视觉预测器。作者给出利用事后信息的硬评分和可即时获得的因果软评分两个变体，在 1716 个人工标注接触上与现有方法比较，两个变体的不稳定性检测与严重程度排序均优于所有对比方法，合并严重程度排序比最强基线提升 28%。
推荐理由：论文提出基于因子图残差的足步不稳定性监督信号，并在人工标注接触与户外实机测试中与现有方法比较。
arXiv · cs.ROAI 评分5858 研究团队构建第一视角网球数据集并评测视觉模型的时空预测能力
研究团队采集了带标注的第一视角网球数据集，包含与五路第三人称视频同步的第一视角视频、估计的全局位置、标注的击球时刻和击球类型，并在其上训练和评测视觉模型。
arXiv · cs.RO精选AI 评分6464 EgoThumb：视觉驱动的额外机器人拇指，实现自主抓取与持握辅助
EgoThumb 是一款全开源的视觉驱动额外机器人拇指，用于辅助单手完成抓取与持握。其紧凑的双肌腱驱动手指把驱动单元移至前臂，以降低远端重量并实现精确的主动关节控制。
推荐理由：论文给出全开源、视觉驱动的额外拇指硬件与模仿学习策略，可用于比较单手机器人辅助抓取方案。
arXiv · cs.ROAI 评分5858 Ego-CEVR：从人类第一视角视频学习跨本体视觉表征
Ego-CEVR 提出一种数据原生的分层视觉表征学习框架，将全局表征与交互表征分配不同的学习目标。全局模块通过在第一视角视频上做未来预测，学习物体关系、任务状态和时间进度；交互模块结合全局上下文解读腕部观测，并借助机器人动作监督学习局部对齐与接触线索。两条残差路径把两种表征同时接入动作策略，全局视频模块可在大规模人类第一视角视频和多种机器人本体视频上独立预训练，无需机器人动作标签或配对的腕部观测。
智元机器人精选AI 评分6767 
智元在2026创新日发布AHA3硬件平台、GO-3 Preview与Link-U OS 1.0，并提出Worken度量框架
智元在AGIBOT Innovation Day 2026上提出Worken框架，用活跃机器人数量、自主工作小时数与产出效率比三项衡量机器人在真实环境中的有效智能工作时长。
推荐理由：智元一次性发布人形硬件平台、基础模型与操作系统，并抛出Worken生产力度量框架，可用于观察厂商如何定义机器人产出。
InfoQ · 已核实历史报道AI 评分5252 
乐享科技李元庆：轻量化异构双臂与VLA/世界模型在家庭服务机器人中的落地实践
乐享科技联席CTO、穹明智能总经理李元庆在AICon深圳站分享家庭服务具身机器人的落地实践，介绍其近期发布的轻量化家庭协作机器人：整机重30千克、底盘直径45厘米、升降高度82至147厘米，提供双七自由度臂和四加七自由度臂等版本。
arXiv · cs.ROAI 评分3838 果蝇自主探索的内在目标：分层探索智能体复现未来意志动作
研究结合果蝇全脑记录与神经力学数字孪生，测试内在动机算法能否复现果蝇探索行为。果蝇全脑记录可提前10秒以上表征自发探索决策；在虚拟拴系球实验中，DIAYN在好奇心、熵与胜任力等20种内在动机算法中取得与果蝇最接近的行为与神经前瞻编码表现。
arXiv · cs.ROAI 评分3838 面向虚拟现实人机交互的多模态社交感知框架
一个整合语音、视觉与触觉的多模态框架在虚拟现实中对18名参与者、5个社交互动场景生成机器人语音与动作，并与人工遥操作基线对比。参与者对自主系统的自然度与社交适宜度评分均高于中性中点，但遥操作基线在这两项上显著更高。行为编码与定性反馈显示，对话时机、澄清模糊请求和空间协调是差距的主要来源。
arXiv · cs.RO精选AI 评分6060 PhysLadder 发布分层仿真-实机匹配基准，测试 GPT-6 Astra 接触密集操作能力
研究团队提出 PhysLadder，一个用于评估接触密集操作物理交互能力的分层仿真-实机匹配基准，包含 16 项家务任务，分为接触选择与几何对齐（L1）、持续接触下的力调节（L2）、接触重构与力调节协同（L3）三个累积层级。
推荐理由：PhysLadder 用仿真与实机匹配的 16 项家务任务分层测试接触密集操作，给出 GPT-6 Astra 逐级成功率，可作为比较模型物理交互边界的基准参考。
arXiv · cs.RO精选AI 评分7272 ARPG：通过动作表征预训练扩展灵巧操作能力
ARPG 提出将动作表征学习与动作生成分离，先在大规模人类操作数据上预训练动作表征编码器，再冻结编码器、用 130M 参数的生成骨干在表征空间中学习任务条件动作分布。
推荐理由：论文把动作表征预训练与动作生成拆开，为灵巧操作提供了一条独立于数据规模之外的扩展路径。
智元机器人精选AI 评分7272 
智元机器人发布 Genie Studio 2.0，打通模型开发、任务编排与车队运营
智元机器人发布 Genie Studio 2.0，这是一个用于开发、部署和运营具身智能应用的一体化平台，由 Flywheel、Agent、Monitor 三个模块组成，覆盖数据采集、模型训练、评估、推理、任务编排与车队管理。
推荐理由：官方披露平台三个模块与常州、PIA、龙旗、广州地铁等落地项目，可了解具身应用从数据到车队运营的工程链路。
北京人形机器人创新中心AI 评分5858 
北京人形 RoboMIND 开源数据集下载量突破 5000 万次
北京人形机器人创新中心宣布，其 2025 年 12 月开源的 RoboMIND 数据集全球累计下载量突破 5000 万次，最近 1000 万次用时 18 天。该数据集开源释放 40 万条以上双臂操作轨迹、覆盖 700 项以上实操任务，官方称其支持双臂协调、移动操作、灵巧手与高保真触觉感知。北京人形数据基地占地近 6000 平方米，年数据产能可达 18 万小时，已对外交付近 3 万小时高质量数据。
arXiv · cs.RO精选AI 评分7272 ThinkLocoManip：面向腿式移动操作的全身体控制智能体框架
ThinkLocoManip 提出一种面向腿式移动操作的全身体控制智能体框架，采用推理与行动交错的范式，让智能体持续推理当前状态、执行动作、观察结果并调整策略。
推荐理由：论文把移动操作拆成感知、导航、操作与运动四类工具，并给出实机长程任务成功率对比，可供参考其交错推理与工具编排思路。
arXiv · cs.RO精选AI 评分6767 ScheNav：示意地图引导的目标物体导航框架
ScheNav 是一个示意地图引导的闭环具身导航框架，通过 SchemaField 空间模块把粗略示意引导与累积观测融合，预测空间价值场并据此做探索和停止决策。
推荐理由：论文给出从2D平面图生成导航训练环境的数据管线与闭环框架，可用于比较示意地图引导的导航方法。