红旗连锁终止机器人无人售货系统研发:实验室锤炼上万次仍无法解决货架前抓取不稳与避障难题
四川红旗连锁于 2026 年 7 月终止机器人无人售货系统研发,因机械臂在密集货架面对异形商品时抓取失误率高、稳定性不足且易摔碎玻璃瓶。尽管项目历经 16 个月研发并投入约 280 万元,但样机未达大规模商业化落地标准,无法替代店员处理复杂场景下的补货与交易任务。
四川红旗连锁于 2026 年 7 月终止机器人无人售货系统研发,因机械臂在密集货架面对异形商品时抓取失误率高、稳定性不足且易摔碎玻璃瓶。尽管项目历经 16 个月研发并投入约 280 万元,但样机未达大规模商业化落地标准,无法替代店员处理复杂场景下的补货与交易任务。
本周具身智能领域多家公司发布经营进展:宇树科技前三季度营收18.17亿元,智元上半年营收近20亿元且出货量达9700台;小米开发出21自由度仿生灵巧手;小鹏IRON人形机器人专用固态电池小批量量产下线。
论文介绍 uni-robot-agent 框架,旨在通过开放权重模型降低机器人使用代理(RUA)的研究门槛。实验显示,无需特权输入时,Qwen3.8-Flash-Next 在 RoboDojo 基准上得分 31.39,超越 GPT-6 Astra-RoboProbe 的 28.97 分,并在 19 个真实世界任务中表现具有竞争力。
推荐理由:该工作提出统一框架 uni-robot-agent,验证了开源模型在无特权输入下即可达到与闭源模型相当的零样本操作能力。
韩国研究人员开发了类似甲虫的软体机器人及多种仿生动物原型。新加坡南洋理工大学将马达加斯加蟑螂改造为搭载微型计算机和红外热成像仪的“半机械人”,可探测废墟下气体浓度并定位人体,单只覆盖面积达 100 平方米但需约 500 台协同作业。斯坦福大学工程师则制造了能搬运自身质量 2000 倍的机械蚂蚁,利用受壁虎启发的足部设计实现强抓地力。
IEEE Spectrum Robotics 周刊视频集锦展示了包括 ANYmal X、Spot、Lite3 在内的多款机器人的全身操作能力。内容涵盖 ETH 苏黎世联邦理工学院的接触中心学习框架、Pollen Robotics 的轮式机器人 Racey Mini 以及 DEEPRobotics 在广西景区的双机协作等真实场景演示。
智元在创新日发布具身基座模型GO-3 Preview和全模态交互大模型WITA-OMNI,两者分别在作业与交互评测中登顶。公司同时推出第三代硬件架构AHA3、精灵G2 Max本体及灵渠OS 1.0系统,并宣布今年年底全面开源灵渠OS 1.0,向开放原子开源基金会捐赠该项目,开放2亿行代码与5000多个生态软件包。
推荐理由:智元发布新一代基座与交互大模型,并宣布年底全面开源灵渠OS及2亿行代码。
Agility Robotics Inc. 与 Churchill Capital Corp XI 宣布,预计其合并后的 SPAC 交易将筹集约 4.65 亿美元资金,包括来自信托账户、PIPE 及已获得的股权融资。
推荐理由:文章披露 Agility Robotics 拟通过 SPAC 融资约 4.65 亿美元,并公布 Digit 5 产品进展与多领域客户部署计划。
NVIDIA NemoClaw 提供由开发者控制的运行时环境,通过强制执行策略及优化与可观测性工具,确保自主智能体在访问真实企业系统与数据时的安全运行。该方案旨在解决生产级智能体在部署时面临的可靠性挑战,为构建专用智能体提供完整的模型、框架及领域工具支持。
杭州具身智能公司智澄AI于10月30日宣布完成由杭州资本、富浙科技等联合投资的数亿元融资。该公司成立于2024年,自称是国内首家自研世界模型的企业,专注于物理智能,推出了XR1工业机器人和TR6人形机器人,并开源了基于JEPA架构的澄灵物理世界模型0.1。目前XR1已进入蔚来汽车工厂产线及大众汽车场景测试,并与国家电网合作开发安防巡检机器人。
2026年10月29日,智元在创新日发布具身全模态端到端交互大模型WITA-OMNI 1.0和原生操作系统灵渠OS 1.0。WITA-OMNI在四项权威评测中位列第一,支持全双工快慢双模架构,已在长隆乐园完成超100万次真实交互验证;灵渠OS通过全栈确定性时延优化,将于年底全面开源并捐赠给开放原子开源基金会。
北京通用人工智能研究院、北京理工大学、清华大学和德塔智能联合推出了Zero-HLM框架。该框架基于Real-to-Sim-to-Real技术路线,利用手机采集真实场景构建数字孪生环境,结合少量仿真遥操作示范自动生成大规模物理验证训练数据。
智元机器人推出 Worken 框架,通过“活跃机器人数量×自主工作时长×输出效率比”衡量部署后实际完成的有效智能工作小时。该指标由彭志辉提出,旨在区分单纯开机时间与独立完成任务的产出,强调将技术能力转化为可衡量的实际贡献。
10月30日,万里扬子公司浙江万里扬机器人科技有限公司首条集电机、驱动器、减速器和模组装配于一体的柔性化关节模组生产线顺利量产。产线创新引入汽车领域成熟的电机分块连续平绕技术,并首次在机器人零部件领域应用噪音和震动FFT测评以实现品质闭环。作为国内汽车变速器龙头,万里扬正利用其精密制造能力切入机器人赛道,目前已与多家行业客户建立合作。
博银合创苏州总部正式启用,公司同步披露已正式进入博世供应商体系。现阶段 BW10-Lite 已在联合汽车电子上海工厂的厂内物流场景正式投入应用,双方共建 RoboFab 实验室持续验证产品迭代。
现代摩比斯公布第三季度财报显示净利润同比下降35.7%,但营业利润与销售额实现增长。公司宣布计划进军人形机器人零部件市场,将于11月在仪旺研究中心开始生产由波士顿动力开发的Atlas原型机“执行器”,预计于2028年开始商业供应。此外,公司还计划开发手部夹爪、感知模块和控制器等关键组件,并成立专门团队将机器人领域员工人数增加一倍,年度研发支出预计首次超过2万亿韩元。
昨日,宇树科技拟通过全资子公司向杭州市具身智能应用中试基地增资 2000 万元,联合其他四方合计新增出资 2 亿元。交易完成后中试基地注册资本由 1 亿元增至 3 亿元,宇树持股仍为 10%,具身无限将持有 20% 股权。该基地目前仍处于亏损状态,2026 年前九个月营收约 44.96 万元、净亏损超 1500 万元。
该论文提出 WNM-3D,这是一个用于连续视觉语言导航(VLN)任务的生成式世界导航模型。它利用冻结的前馈几何编码器从单目 RGB 历史中提取跨视图表示,并通过可训练的 3D 场景到 Token 适配器将其转换为固定长度的场景前缀,供世界动作扩散 Transformer 使用。
arXiv 论文提出一种对称感知引导框架,用于优化等变扩散策略(EDP)。作者理论证明 EDP 的扩散过程具有等变性,构建了群不变隐噪声 MDP,并对比了标准、等变及近似等变的强化学习策略。研究发现在打破对称性的任务中,严格等变性存在实践边界,但利用对称性进行引导能显著提升样本效率、防止价值发散,并在演示数据极少时实现强策略改进。
论文提出了 CALM(Cooperative Aerial Learned Manipulation),这是一种用于携带吊篮并跟踪移动地面机器人的无人机协同操控去中心化控制器。
针对现有方法依赖上层模块生成轨迹且只能在运动捕捉室评估的局限,本文提出 MOVER 多阶段强化学习框架。
针对视觉语言动作(VLA)模型在将粗粒度语义映射为细粒度时序执行时存在的泛化受限和鲁棒性不足问题,本文提出 ActionUNet 框架。该框架在时序对齐的动作特征空间内构建轻量级 U-Net 以融合分层结构先验,并采用带二阶平滑约束的连续 SIREN 作为动作解码器,以消除多尺度建模带来的机械振荡。
Spike-MPPI 提出一种受运动神经元启发的提议分布,通过稀疏且时间相干的扰动解决有限 rollout 预算下的高频抖动问题。该方法在 Franka FR3 臂的仿真与物理机器人实验中,均展现出比高斯等基线更平滑的执行命令及更高的任务成功率。研究证实采样统计结构是有限预算 MPPI 控制的关键设计因素,已在 legged locomotion 和 manipulation 任务上验证有效性。
该预印本研究了将完整的闭环机器人实现视为可复用执行经验的可行性。方法上,编码智能体利用少量演示和仿真反馈生成并迭代优化策略代码,保留验证选定的实现至软件归档库;在迁移阶段,利用这些归档实现辅助新任务的策略学习。
该论文提出证据采集与可行性门控(EAFG)框架,旨在解决机器人执行长周期操作时依赖先验知识而忽视观测支持的问题。通过让视觉语言模型生成子目标并执行动作序列来采集视觉证据,系统据此决定是继续规划、获取进一步证据还是停止任务。研究在三个烹饪场景下评估了该方法,结果显示其在明确指令和模糊指令场景中优于基线,并能正确识别缺失物体时停止执行。
推荐理由:提出证据门控框架,结合视觉语言模型与任务运动规划以处理指令可行性。
RTCF 是一种无需参数更新的测试时修正框架,通过渐进式记忆对齐在客户端 CPU 上以平均 10.99ms 延迟将 LIBERO 套件任务成功率从 86.4% 提升至 88.4%,长程任务表现亦显著改善。该研究因实验证据尚不足以完全支撑结论已主动撤回,当前版本为预印本且未通过同行评审。
针对人形机器人在非结构化地形中部署困难的问题,作者开源了 EgoHTR 数据集,包含超过 150k 帧的 5.5 万场景对齐 4D 人体运动序列。该数据通过第一人称可穿戴设备和便携式 3D 扫描仪采集,在复杂环境中展现了优于动作捕捉基准的重建精度。研究团队利用此数据训练了感知移动策略,并在 Unitree G1 机器人上实现了硬件部署以复现重建的运动参考。
论文提出 Anchor-Align 方法,旨在解决在机器人演示上对预训练视觉语言模型进行行为克隆微调时产生的表征漂移与语行动作不对齐问题。该方法通过蒸馏冻结模型的层级表示来防止漂移,并将动作目标转化为离散运动方向标签以联合训练。实验显示,该方法在单臂及双臂机器人的多种操作设置中均优于标准行为克隆,且在仿真基准上提升了长视野控制与感知鲁棒性。
该论文提出混合帧策略(MoF),一种扩散策略,能在多个坐标系中同步进行动作去噪。该方法保持单一规范扩散状态,将其重表达为若干任务相关帧,应用专用去噪器并在规范帧融合噪声预测。研究在九个仿真双手操作任务和两个真实世界任务上验证了 MoF 优于单帧基线及混合专家模型。
论文提出了 VLA-Corrector 框架,旨在解决具身智能中固定动作视界导致的累积误差问题。该方法引入轻量级潜空间视觉监测器(LVM)在线检测视觉动态偏差,一旦检测到持续偏离即触发截断并调用基于在线梯度引导的修正重规划。该机制实现了事件触发的自适应动作视界,在保持长时程执行效率的同时显著提升了接触丰富操作任务的鲁棒性,且无需修改骨干策略权重或重新训练。
针对物体交互任务中端到端生成式策略缺乏可解释性的问题,本文提出 RE4 框架,从第一性原理出发利用操作模式理论构建简单且可解释的模仿学习体系。该框架包含四个关键步骤:姿态估计以获取物体信息、基于操作模式的演示检索与变换、连接检索点的重规划以及返回变换后的演示进行 rollout。
推荐理由:该工作提出 RE4 框架,通过姿态估计与操作模式感知实现可解释的演示检索与变换,在仿真及真实机器人实验中均优于基线。
RPO-PDT 是一个具身对话智能体,能根据参与者身份在“个人发展导师”与“模拟学生”间动态切换。系统结合 Furhat 交互、Rasa 编排及 LLM 生成,通过自愿封闭式验证控制角色转换,保留手动覆盖与隐私删除权限。演示展示了该角色切换行为及相关隐私控制机制。
该论文针对生成式运动预测需同时满足高精度、多模态未来及严格低延迟的挑战,提出局部传输条件化策略。模型在 Waymo Open Motion Dataset 上实现了最先进的 Soft mAP (0.4804) 和 mAP (0.4703),推理速度达 75 FPS。代码与预训练模型将在论文被接收后发布。
论文提出了 SwarmCoDe 框架,这是一种将集群分解纳入优化过程的协同共同进化算法(CCEA),无需预先指定物种数量。该方法结合动态分化、进化基因标签、伙伴选择性和相对优势,联合优化了机器人硬件、任务规划行为、合作关系及部署组成。
作者推出了 M,这是一个开源的低成本桌面社交机器人平台,旨在降低社交机器人研究的门槛。平台结合了模块化机械设计、多模态感知和简单的执行器架构,并配备了 ROS2 原生软件包以分离感知、表达控制和数据管理。
针对离线强化学习中回报最大化与行为约束间的脆弱权衡问题,本文提出 Latent Policy Steering (LPS) 方法。该方法通过反向传播原始动作空间 Q 梯度至可微单步 MeanFlow 策略来更新潜在动作空间的 Actor,消除了代理潜在评论家,使原始动作空间评论家能端到端引导潜在空间优化。
推荐理由:提出 Latent Policy Steering 方法,通过可微单步流策略实现高保真潜在策略改进,在 OGBench 及真实任务中优于强基线。
针对接触丰富环境下强化学习探索不足的难题,该方法通过设计基于接触结构的约束采样重置策略,结合投影插值与课程学习,有效训练了通用、抓握与非抓握操作策略。实验表明该方案在复杂操作任务中性能优于无约束采样及替代重置方法,项目页面提供视频演示与完整源代码访问。
论文介绍 Motion from Vision-Language Representation (MoVLR) 框架,旨在解决高维肌肉骨骼系统中难以直接从高层目标和自然语言描述设计有效奖励函数的挑战。
这篇论文是发表在 npj Robotics 上的综述,全面回顾了接触丰富机器人任务中基于学习的控制方法,特别是如何确保探索与执行阶段的安全性。文章将现有方法分为安全探索和 safe execution 两类,涵盖了约束强化学习、风险敏感优化、不确定性建模、控制屏障函数和模型预测安全盾等技术。
推荐理由:该综述系统梳理了从经典方法到基础模型在接触丰富任务中的安全学习进展,为相关团队评估现有技术与未来方向提供参考。
论文提出了 OmniVIC,这是一种结合视觉语言大模型(VLM)的通用变阻抗控制器(VIC),旨在提升富接触操作任务的安全性与适应性。其核心采用自改进检索增强生成(RAG)与上下文学习(ICL),从结构化记忆库中检索相关先验经验并结合当前任务提示词,利用 VLM 生成感知上下文的自适应阻抗参数,同时结合实时力/扭矩反馈确保交互力在安全阈值内。
本文介绍 BBoE,一种结合探索与利用、依赖预计算机器人运动的快速双向动力学采样规划算法。该策略通过利用预计算的边束(bundle of edges)在障碍物密集环境中高效收敛至目标。
推荐理由:该工作提出利用预计算运动束的双向动力学规划器,在四套不同系统中实现高成功率与低耗时。