跳到正文
11月5日周四
  1. 盖世汽车 · 汽车资讯18

    Honda eVTOL 全尺寸验证机 F1 完成首飞

    Honda eVTOL 全尺寸技术验证机 F1 于 2026 年 4 月 1 日在美国加利福尼亚州完成持续约 90 秒的首次飞行。此前该机型已完成超 400 次缩比模型测试,采用燃气轮机发电与电动推进结合的混合动力方案。此次亮相进博会标志着 Honda 从汽车、摩托车向低空飞行领域延伸的技术布局取得阶段性进展。

  2. 盖世汽车 · 汽车资讯22

    FFR 拓展机器人教育业务拟成立联合实验室

    FFR 与加州科技大学及波士顿国际商学院达成战略合作,计划围绕机器人教育、技术研发及人才培养展开合作并成立联合实验室。三方已于 10 月 26 日签署谅解备忘录,涵盖战略投资、开发者平台建设及运营支持等内容。FFR 于 10 月完成对法拉第未来机器人业务的收购,累计销量达 1168 台。

  3. 盖世汽车 · 汽车资讯42

    长安汽车首例视觉 AI 刷胶机器人上线产线效率提升 8%

    11 月 5 日,长安汽车两江工厂正式上线首例涂装视觉 AI 刷胶机器人,通过基于深度卷积神经网络(CNN)的 AI 视觉检测系统精准识别刷胶位置并优化作业轨迹。该技术使 PVC 工序每小时产量(JPH)提升约 8%,单次推理响应达毫秒级,风险识别检出率与报送准确率均超 99.5%。此次上线推动质量管理从事后检查向过程监控转变,是长安汽车在冲压、焊接等工序部署视觉检测后的进一步拓展。

  4. 盖世汽车 · 汽车资讯42

    广州开放具身智能场景并设立 400 亿元产业基金

    广州市工信局在第十二届广州国际投资年会上宣布,今年将设立总规模均为 200 亿元的产业发展基金和科技创新基金。政策推动工业制造、公共服务等四大场景向机器人企业开放,并对示范项目给予最高 100 万元支持。到 2029 年计划集聚约 10 家整机制造企业并推动 40 个以上应用示范场景入选省级及以上项目。

  5. 盖世汽车 · 汽车资讯38

    小鹏汇天建成国内首家 eVTOL 全域验证中心

    小鹏汇天宣布建成国内首家 eVTOL 全域验证中心,覆盖广州天河、黄埔及佛山三水三大基地,总面积超 7.5 万平方米并设 50 余个实验室。该体系按“部件、系统、整机”三级展开测试,自主研发旋翼动态标定试验台等专用设备,使整机电推进系统耐久性验证效率提升 8 倍以上。

  6. The Robot Report28

    GlobalLogic 与 Haystack Robotics 合作开发用于医院消毒的自主移动机器人 (AMR)

    GlobalLogic 与 Haystack Robotics 联合打造了一款结合实时感知、边缘智能及导航技术的 AMR,旨在以最小人工干预提供医疗级紫外线消毒服务。该机器人具备“自主模式”与“跟随医护模式”,可安全在人群密集环境运行并适应复杂空间变化。项目源于新冠疫情期间对医院消毒规模化需求的响应,其底层架构(含 ROS 编程与传感器融合)已复用于其他工业场景以提升机器 fidelity。

11月4日周三
  1. 智东西 · 机器人67

    宇树、中石油新设合营企业,拟从事工业具身智能机器人解决方案业务

    据北京市市场监督管理局公示,中国石油集团昆仑制造有限公司将与宇树科技股份有限公司等经营者新设合营企业。该合营企业拟从事工业具身智能机器人解决方案业务,交易后昆仑制造及其一致行动人持有 60% 股份,宇树科技、泛界智能各自持有 20% 股份。

  2. 量子位78

    招商局狮子山实验室发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」

    招商局先进技术研究院下属狮子山人工智能实验室发布了具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」。该模型采用 MoE 架构,总参数约 35B,仅激活约 3B 参数。

    推荐理由:该模型通过能力牵引的数据引擎与闭环迭代机制,在不堆砌数据的情况下实现了十项主流基准指标提升。

  3. 智东西 · 机器人78

    物理世界模型创企 LiberAI 正式发布 Liber-0 世界动作模型

    物理世界模型创企 LiberAI 于 11 月 4 日发布基于超 220 万小时人类经验数据预训练的世界动作模型 Liber-0。该模型采用混合 Transformer 架构,结合 LiberSense Glove 采集的人手动作数据与互联网视频,旨在减少对真机数据的依赖并提升跨本体泛化能力。

    推荐理由:LiberAI 发布基于超 220 万小时人类经验预训练的世界动作模型 Liber-0,在零样本真机测试中取得 36% 成功率并优于 GPT-6 Astra。

  4. 盖世汽车 · 汽车资讯20

    特斯拉否认12月开放Optimus人形机器人预订传闻

    埃隆·马斯克于11月1日在X平台明确回复“不”,否认消费者能在12月订购Optimus人形机器人的传闻。Modar Alaoui报道指V3版本可能为首个发货版,预计零售价约20,000美元,首批将优先供应企业客户。马斯克确认向公众销售的前提是解决人工智能、运行时间及机电设计等技术问题,交付窗口为2027年末。

  5. arXiv · 机器人与计算机视觉71

    DreamX:视频扩散模型作为通用潜在动作学习器

    论文介绍了 DreamX 方法,该方法复用预训练视频扩散模型提取紧凑的潜在动作表示,将每帧压缩至 4 个 token,实现了跨本体(人与机器人)和环境的零样本动作迁移及策略学习。在 LARY-Bench 基准上达到当前最佳性能,支持任意到任意的视频转移。材料为 arXiv 预印本版本,未提及同行评审状态或具体部署结果。

  6. arXiv · 机器人与计算机视觉74

    GUILD:面向模仿学习的引导式迭代数据采集方法

    论文提出 GUILD 框架,解决机器人模仿学习中非引导式数据采集效率低的问题。该方法利用视觉语言模型的语义先验生成任务与环境建议,并通过预测数据归因评估采集轨迹对策略性能的影响,形成闭环反馈以指导后续采集。在仿真与真实机器人实验中,GUILD 相比被动采集及经验基线显著提升了样本效率与部署表现。

  7. arXiv · 机器人与计算机视觉78

    PyRUA-DataFarm:LLM Agent 作为高效遥操作代理以生成真实可用机器人数据

    PyRUA-DataFarm 利用 LLM Agent 接收任务请求与一次校准数据,在仿真中自动重建场景、专家控制器及成功判定器,并通过视频模型渲染多视角合成视频。

    推荐理由:提出用 LLM Agent 自动构建仿真环境与视频渲染,生成低成本且真实可用的机器人训练数据。

  8. arXiv · 机器人与计算机视觉70

    PACT:面向肌腱驱动机器人手的位姿鲁棒执行协同设计

    论文提出了 PACT 框架,针对肌腱驱动机器人手在有限空间内兼顾出力、速度与反向驱动的需求,联合优化了腱绳路径、力臂和滑轮尺寸。该方法在四自由度手指原型上实现了不对称的 N+1 腱绳拓扑结构,在八种位姿下任务力覆盖率介于 0.88 至 1.00,预测的最小孤立关节屈伸带宽为 5 Hz。

  9. arXiv · 机器人与计算机视觉59

    GSBR:面向在线强化学习的几何支持行为正则化

    论文提出几何支持行为正则化(GSBR),通过惩罚动作与预训练基策略支持集的距离,在允许改进的同时避免过度限制策略优化。该方法仅需访问基策略样本即可估计距离。实验显示,GSBR 在四个机器人基准的十九个任务中,将平均成功率从33%提升至95%,吞吐量比次优强化学习方法高出约23%。

  10. arXiv · 机器人与计算机视觉84

    Möbius:一种统一运动 - 语言模型,桥接理解与生成

    arXiv 论文介绍 Möbius,旨在构建能同时理解、生成和编辑人类运动的统一框架。该模型将扩散过程引入多模态表示空间,使干净运动、噪声运动和文本共同参与共享注意力机制,且直接操作连续帧级原始运动数据,无需离散分词或预训练 VAE。在 HumanML3D 数据集上达到最先进水平,扩展至 17 亿参数和 1700 小时运动数据后证明有效且可扩展。

    推荐理由:该工作提出统一运动语言模型,将理解与生成融合于连续帧级表示,无需离散分词或预训练 VAE。

  11. arXiv · 机器人与计算机视觉74

    动作专家应训练 VLM 吗?混合 Transformer VLA 中的动作 Token 监督与梯度路由研究

    该论文研究了在视觉语言动作(VLA)模型中,是否应将预训练的视觉语言模型(VLM)与动作专家的梯度回传进行隔离。研究发现,当对 VLM 施加动作 Token 监督时,隔离策略在自动驾驶和机器人操作任务中与联合训练表现相当;但在缺乏动作 Token 监督的情况下,联合训练能显著降低轨迹预测误差并提升闭环驾驶路线进展及机器人操作性能。

  12. IEEE Robotics and Automation Society38

    IROS 2026 太空机器人专题:NASA、JAXA 与学界探讨月球探索及地球应用潜力

    IROS 2026 太空机器人专题研讨会上,NASA、JAXA 与学界专家讨论了机器人在月球勘探、载人飞行及轨道作业中的角色。NASA 将重心转向 2029 年具备初始运行能力的 MoonBase 项目,需机器人自主建造栖息地并利用原位资源;JAXA 的 MMX 任务要求采样机器人在信息有限条件下于 1 分钟内采集超 10 克月壤。

  13. arXiv · 机器人与计算机视觉82

    超越可见性:基于稀疏 LiDAR 的实时表面可达性场

    本文提出一种名为 Accessibility Field 的方法,利用流式稀疏 LiDAR 数据实时更新每一点的表面物理可达性标签。该方法通过 GPU 评估预计算的工具体积核与不同接近姿态下的碰撞情况,无需先验场景模型即可在工作站和 Jetson Orin 边缘设备上实时运行。

    推荐理由:提出基于稀疏 LiDAR 的实时表面可达性场方法,在合成基准上 F1 达 90.8%,能区分可见但不可触及的表面。

  14. arXiv · 机器人与计算机视觉5

    LQG 无状态估计 POMDP 最小方差解法研究

    该论文针对离散时间线性时不变系统在测量不完整及受干扰下的控制问题,提出一种无需显式状态估计的线性二次高斯控制器设计方法。通过利用最小方差对偶性,将当前控制输入表示为可用测量值与历史输入的线性函数,成功将其转化为可处理的确定性优化问题。研究提供了理论依据并通过数值实验验证了该方法的有效性。

  15. arXiv · 机器人与计算机视觉72

    Track-and-Complete:从单次失败人类视频中学习人形机器人技能

    论文提出 TRACC 方法,通过模仿失败动作中可用的运动轨迹前缀并结合推断的任务结局来完成任务,无需依赖成功的任务轨迹。该方法在 Oops! 数据集的六个野外失败人类任务上进行了评估,证明了在无成功演示情况下从失败尝试中学习的有效性,确立了失败视频作为人形机器人技能学习监督信号的可行性。

  16. arXiv · 机器人与计算机视觉73

    交互式机器人规划中的意图消歧:一种贝叶斯主动学习框架

    针对自然语言指令模糊导致的交互式机器人规划难题,本文提出一种结合大语言模型与贝叶斯优化的方法。该方法利用 LLM 初始化候选形式化规范(基于信号时序逻辑),并通过贝叶斯优化在用户意图空间进行不确定性估计,选择能最大化信息增益的澄清问题。

  17. arXiv · 机器人与计算机视觉78

    基于接触锚定重定向与残差策略学习的灵巧机器人操作研究

    arXiv 预印本论文提出一种从人类演示学习灵巧操作的框架,核心在于提取演示中的接触结构而非关节运动。该方法通过模拟 MANO 手模型恢复接触力,利用独立于手部形态的接触锚定重定向技术将数据迁移至不同机械手,并采用残差强化学习策略修复动力学可行性。

    推荐理由:该工作提出无需真实机器人训练数据的三阶段流程,利用接触结构锚定将人类演示迁移至不同形态的机械手并恢复物理一致性。

  18. arXiv · 机器人与计算机视觉72

    面向无人机系绳建模的实时有界悬链线求解器

    Max Beffert 和 Andreas Zell 提出一种针对非静止系绳多旋翼无人机的实时求解器,将悬链线边值问题重构为单变量超越方程并证明收敛性。通过改进初值和混合求根法,平均求解时间降至 4.0 微秒,较优化后的旧方法快 68 倍且误差极小。该方法已在 ArduPilot 飞行控制器上以 Lua 实现验证,满足嵌入式调度预算。

  19. arXiv · 机器人与计算机视觉58

    LIBERO-Recover:超越任务成功迈向机器人操作中的失败恢复

    针对现有 VLA 或世界动作模型在理想条件下成功率接近 100% 但缺乏真实世界鲁棒性的问题,作者提出了 LIBERO-Recover 基准。该基准基于 LIBERO 平台,收集了 SOTA 具身模型的执行失败案例,构建了包含行动重试、行动适应、物体状态恢复和环境恢复四个层级的 1,000+ 场景。

  20. arXiv · 机器人与计算机视觉65

    Fine-Tuning VLAs with Self-Demonstrated Generative Control for Multi-Task Manipulation

    针对 VLA 模型在新机器人部署时因硬件配置差异导致性能下降且微调易引发遗忘的问题,本文提出一种自监督方法,利用零样本 VLA 生成在线交互数据作为额外训练集。实验表明该方法在真实 ALOHA 机器人和 RoboTwin 仿真基准上实现了多任务策略的强泛化:既继承了预训练的蒸馏任务,又提升了专家微调后的指令遵循能力,同时缓解了非微调任务的遗忘现象。代码、检查点和数据已公开。

  21. arXiv · 机器人与计算机视觉80

    Closing the Lab-to-Store Gap: A Data-Efficient Post-Training and Experience-Driven Learning VLA Framework for Retail Humanoids

    论文提出 DEED(Data-Efficient Post-Training and Experience-Driven Learning)框架,旨在弥合基准性能与可靠现实操作之间的差距。

    推荐理由:提出 DEED 框架,通过数据高效微调与经验驱动学习在单 GPU 上实现 Unitree G1-Edu 机器人超市补货任务。

  22. arXiv · 机器人与计算机视觉65

    SensorPerch:一种可自主拆装传感器的主动感知范式

    针对现有机器人感知受限于机载或固定传感器的局限,本文提出了 SensorPerch 范式,将传感器视为可由机器人自主拆卸和重新安装的独立物理实体。该系统包含一个可附着于多种表面的轻量级无线传感器平台及视点选择框架,使机器人能按需构建任务相关视点。实验在物体耦合感知(实现机器人不在场时的持续状态检测)和政策耦合感知(构建策略特定视点并达到与理想视点相当的成功率)两类任务上进行了验证。

  23. arXiv · 机器人与计算机视觉81

    CLAP:基于语言动作锚定的直接 VLM 到 VLA 适配方法

    CLAP 提出一种无需修改骨干架构即可将预训练视觉语言模型转化为视觉语言动作模型的方法,通过在数值动作序列前添加自然语言描述来因果性地条件化精确动作预测。

    推荐理由:CLAP 通过因果语言动作预测解决输出分布不匹配问题,在少量训练下实现 VLM 到 VLA 的透明能力迁移。