NVIDIA SOMA Retargeter 适配人类运动以赋能机器人
NVIDIA SOMA Retargeter 将人类演示中的协调性与时序适配至不同比例的机器人关节结构,解决直接复制无法匹配机械范围的问题。该技术作为具身智能训练起点,利用人类动作数据高效指导双足机器人学习从日常行为到复杂任务的移动技能。
NVIDIA SOMA Retargeter 将人类演示中的协调性与时序适配至不同比例的机器人关节结构,解决直接复制无法匹配机械范围的问题。该技术作为具身智能训练起点,利用人类动作数据高效指导双足机器人学习从日常行为到复杂任务的移动技能。
Google DeepMind 正式发布 Gemini Robotics 2.5,这是其目前最强大的视觉语言动作(VLA)模型,旨在提升机器人学习速度与广度。该模型在超过 200 项任务测试中,相比基线成功率高出 30% 至 100%,完成任务速度快 20% 至 30%。
推荐理由:原文介绍了 Gemini Robotics 2.5 在任务广度、可靠性与安全方面的提升,并披露了与奔驰产线合作的实测数据及 ASIMOV-Jailbreak 基准。
NVIDIA Holoscan 5 通过持续计算逆动力学,使机器人在手动引导时仅需电机提供支撑扭矩即可保持直立并抵消重力。该技术为示教学习、物体操作及人机协作提供了关键的基础闭环能力。
UC Berkeley BAIR 团队在 CoRL 2026 会议上展示多项机器人学习成果,包括早期职业主题演讲、33 篇主会论文及 4 个 Late-breaking results 海报。
推荐理由:UC Berkeley BAIR 团队在 CoRL 2026 会议展示多项机器人学习成果,涵盖从具身记忆、灵巧操作到世界模型及仿真工具的最新进展。
波士顿动力 Atlas 团队工程师 Xiaoyu Wu 分享了将 Atlas 机器人改装为轮式的研究项目,通过替换脚踝执行器并调整模型,利用强化学习实现了侧滑漂移和空中转体等高难度动作。该项目旨在验证在硬件极限下全身体控制器与真实执行器的协同效果,成功缩小了仿真与现实差距,相关技术洞察已反馈至标准配置中。
推荐理由:作者分享了将 Atlas 机器人改装为轮式并成功通过强化学习实现高难度动作的测试床项目,验证了精准电机模型与全身体策略在硬件极限下的协同作用。
智元 AGIBOT 在上海徐汇区一家运营中的便利店完成了为期 24 小时的实地测试,六台 G2 轮式人形机器人累计完成 1,730 项任务。其中四台通过最终性能评估,涵盖顾客服务、货架补货、咖啡制作及清洁等场景。
推荐理由:智元在便利店完成 24 小时实测,验证了 G2 机器人在真实零售场景下的任务执行与自适应能力。
智元在 AGIBOT Innovation Day 2026 上推出 Worken(有效智能工作小时)框架,用于衡量机器人在真实环境中的自主产出效率。
推荐理由:智元发布 Worken 生产力评估框架及 AHA3、GO-3 Preview 等新品,并宣布 Link-U OS 1.0 捐赠 OpenAtom 基金会。
智元发布 Genie Studio 2.0 集成平台,连接机器人模型、任务工作流与现场系统,支持新任务环境七天验证。平台包含 Flywheel 模块用于数据收集、模型训练及仿真测试,Agent 模块用于拖拽式任务编排,Monitor 模块用于车队监控与远程干预。
推荐理由:平台整合数据、模型与现场系统,支持新任务环境七天验证,已在制造与轨交项目完成闭环。
Boston Dynamics Spot 凭借敏捷性与集成机械臂,成为执法机构在灾难搜救、人质解救及药物实验室调查中的标准工具。该机器人可在数分钟内抵达现场,搭载热成像与传感器进行 CBRENE 检测并绘制危险区地图,显著降低人员风险。其半自主功能支持搬运 15 磅物体及拖拽 50 磅重物,已在拉斯维加斯、纽约 FDNY 及德国埃森等地投入实战部署。
Boston Dynamics 正式发布 Atlas 机器人新一代手部(GR3),采用 13 个自由度的四指结构,放弃小指以平衡成本与可靠性。该设计具备高保真仿真能力,支持强化学习训练及 sim-to-real 迁移,能够执行灵巧捏取、工具触发等复杂操作,并配备密集压力触觉传感器以实现精细感知。
推荐理由:波士顿动力发布 Atlas 新一代手部,通过高保真仿真与强化学习设计实现灵巧操作,为工业场景提供低成本、可量产的解决方案。
Figure 将首批部署于宝马的 F.02 机器人队退役,并在芬兰伊马特拉工厂完成销毁。团队利用动作捕捉数据训练 AI 策略,使机器人在 24 小时内自主从二楼跃入钢水,即便电子设备失效也能无缝运行策略。熔炼后的金属条被运回美国加工成限量版纪念品,仅少量 F.02 保留在总部存储。
Boston Dynamics 机械工程师 Diane Heinle 解答了 Stretch 机器人的耐力测试方法,通过加速循环数百万次以在数周内模拟仓库数年磨损。团队利用客户现场数据设定动态周期目标,结合全球多地测试站点确保设计鲁棒性并优化维护计划。实验室内的鸟类头部装饰为经典传统,虽随机械臂移动经历磨损,但工业电缆已针对百万级循环进行工程化设计。
NVIDIA 在多伦多 ROSCon 会议上正式发布 Isaac ROS 5.0,这是一个基于 ROS 的 GPU 加速开源机器人开发框架。
推荐理由:NVIDIA Isaac ROS 5.0 发布支持 AI Agent 的机器人开发工具链,提供感知、操作与仿真闭环能力。
智元 AGIBOT 机器人于大湾区电影音乐会现场,通过 WITA-Omni 模型实现非脚本化的人机实时互动。该模型基于 Thinker-Talker-Actor 架构,在 DailyOmni 基准测试中综合准确率高达 85.21%,位列八项评估维度中的六项第一。演示验证了机器人能动态识别对话对象并协调语音、动作与表情,未来将拓展至娱乐及零售等复杂服务场景。
智元今日正式发布第二代感知驱动运动与全身控制框架 AGILE 2.0(AGIBOT Generative Intelligent Locomotion Engine)。
推荐理由:智元发布 AGILE 2.0 框架,将视觉感知直接纳入全身运动控制闭环,支持动态平衡与多机协同。
上海人工智能实验室发布『书生』物理世界模型W0,旨在为大模型进入物理世界提供支撑。该模型原生融合视觉、力觉和触觉,采用双工协同架构实现输入输出并行处理,并通过异步异频设计让规划与实时行动解耦。
推荐理由:上海AI实验室发布『书生』物理世界模型W0,原生融合力触视觉并采用双工协同与异步异频架构,在双臂湿实验任务中实现93.12%成功率与超低延迟。
Boston Dynamics Atlas 维修团队负责人 Mark DiLeo 在访谈中分享,作为负责修复从未存在过故障的“机器人外科医生”,团队能在 1-2 小时内将严重受损(如双腿断裂)的原型机 R1 或专为快速维护设计的量产版 D1 恢复至做后空翻状态。
奥比中光与拓山科技签署战略协议,将整合 Orbbec 免机器人数据采集硬件与 TS-ECHO 数据传感手指,共同研发面向具身智能的视觉 - 触觉融合解决方案。双方将在产品定制、市场拓展及客户支持上深化合作,旨在为物理 AI 模型训练提供更丰富的多模态数据维度。
8 月 18 日,奥比中光与全球灵巧手领导者 Linkerbot 宣布建立战略伙伴关系,联合开发具身智能领域的基准级“眼手协同”产品与方案。双方旨在将视觉感知与灵巧操作从独立能力推向深度集成,通过结合奥比中光的机器人视觉传感器组合与 Linkerbot 覆盖腱驱动、连杆驱动及直驱技术的灵巧手优势,构建硬件 - 数据 - 算法一体化基础以加速具身智能落地。
宇树科技推出新型智能四足机器人巡检解决方案,专为危险、紧急及重复性任务设计。该方案旨在为电力系统建设、运行维护等工作提供高效保障,并在此次活动中向缅甸总统敏昂莱展示了相关能力。
宇树科技四足机器人发布全新智能电力巡检方案,专为危险、紧急及重复性任务设计。该系列方案为电力系统建设、运行维护等工作提供高效保障,旨在解决高危场景下的作业难题。
针对机器人策略难以泛化的挑战,NVIDIA 提出超越视觉语言动作模型(VLA)的世界动作模型架构。该模型要求策略理解任务背后的物理规律而非单纯模仿演示,以应对物体形状、位置或光照变化等条件改变。此研究旨在解决训练场景外泛化难题,为具身智能提供新的技术路径。
Boston Dynamics 机械工程师 Taylor Frey-Baker 解析 Atlas 电动版新增头部以适配人机共融场景,通过立体视觉模块实现环境感知与状态指示。其可插拔的 compute core 核心允许独立升级算力而无需重构整机,复用全身执行器支持头部连续旋转。该设计兼顾了从玩具到工业机器人的职业成长路径,展示了模块化架构在保持物理 AI 迭代速度上的优势。
Generalist 发布最新具身基础模型 GEN-1,该模型在超过五十万小时真实交互数据上预训练,覆盖从五指人手到专用工具等九千多种末端执行器变体。研究通过任务向量分析量化了不同工具的权重更新幅度(2.5%至11.4%),并验证了模型能在中任务切换机械手时即时适应新策略。该工作旨在构建不依赖特定硬件形态的通用物理智能,使机器人能像工具箱一样灵活组合工具完成任务。
推荐理由:GEN-1 基础模型支持多种末端执行器,通过混合数据训练实现跨工具策略迁移与中任务切换适应。
7 月 5 日,Boston Dynamics Atlas 在纽约新泽西体育场完成 FIFA 世界杯挪威对阵巴西比赛的中场表演。该生产型人形机器人通过严谨的强化学习管道训练全身控制行为,并在明亮嘈杂的真实赛场可靠执行递球与庆祝动作。此次部署验证了从实验室原型向工厂团队有用成员转型的系统能力,展示了 Atlas 在复杂非结构化环境下的动态移动与操作适应性。
Boston Dynamics 展示 Spot®四足机器人在非结构化社区环境中协助司机完成末端配送,旨在填补物流自动化最后 50 英尺的空白。该演示验证了机器人携带两个 16x12x10 英寸包裹并精准投递至不同门廊的能力,目标是将每辆货车的配送量提升约 60%。未来计划通过车载机械臂自动装填及保存路线实现从人工遥控到自主运行的过渡。
Genesis World v1.2.2 发布,新增支持噪声选项(迟滞、死区、探针增益)的触觉传感器家族,适用于通过强化学习训练灵巧策略。修复了非凸碰撞检测中的虚假深接触和薄壳穿模问题,并将 noslip 后处理步骤的性能损耗控制在 20% 以内。同时修复了 go2_backflip RL 训练示例及大数据量下的数据访问器回归问题。
推荐理由:该版本修复了触觉传感器与碰撞检测的稳定性问题,并优化了 RL 训练性能。
Boston Dynamics Spot 机器人凭借 5.1 版本视觉检测能力,在达拉斯国际转播中心及纽约/新泽西体育场执行巡逻任务。系统检测到人员时会自动暂停、激活警示灯并采集多角度图像以触发警报。该机器人作为 FIFA 安保人员的辅助工具,专注于周界覆盖与数据收集,旨在提升赛事安全而非替代人工决策。
Figure 宣布 Figure 03 机器人抵达宝马集团斯帕坦堡工厂 Hall 52,接替上一代机型开展更具挑战性的“排序”(sequencing)任务。该任务要求机器人在非标准化、位置随机的零件中抓取并放入指定槽位,同时需结合全身移动与精细操作。
推荐理由:Figure 03 在宝马工厂演示了结合全身控制与视觉策略的排序任务,验证了通用物理 AI 处理复杂物流场景的能力。
奥比中光在 Automate 2026 展会推出结合 NVIDIA Jetson Orin 平台的 LingBot-Depth for Gemini 330 Series,利用芯片级高精度数据优化 Robbyant VLA 模型以克服透明物体等感知盲区。
NVIDIA 与斗山集团扩大合作,整合 Isaac Sim、Isaac Lab、Cosmos 及 Jetson Thor 等全栈加速计算平台,支持斗山机器人开发基于 Agentic Robot OS 的具身智能系统。
Boston Dynamics 联合 Hyundai 在 FIFA World Cup 2026™背景下,通过光学动捕系统记录人类高保真运动数据并映射至 Atlas®机器人。
宇树四足机器人发布全新智能电力巡检解决方案,专为危险、紧急及重复性任务设计。该方案旨在为电力系统建设、运行维护等工作提供高效保障。
Boston Dynamics 发布了专为高强度物理工作设计的 Atlas 人形机器人,展示了其通过强化学习在仿真中练习数百万小时以掌握搬运迷你冰箱等复杂任务的能力。
推荐理由:Boston Dynamics 展示 Atlas 通过强化学习与高保真仿真训练,实现搬运重物等工业级任务,并开放相关技术细节。
Figure 展示了 Helix-02 双机器人无中央协调器、仅凭视觉语言动作策略协同整理卧室的演示,验证了单一神经网络处理多智能体协作与变形物体操作的可行性。
推荐理由:Figure 展示了 Helix-02 双机器人无中央协调器、仅凭视觉语言动作策略协同整理卧室的演示,验证了单一神经网络处理多智能体协作与变形物体操作的可行性。
Boston Dynamics 软件工程师 Ethan Lauer 接受采访,详解 Stretch 机器人利用双路 RGB/深度相机、四路激光雷达及夹持器距离传感器融合感知环境。系统据此规划抓取策略以避免堆叠倒塌,并具备避障导航能力。团队通过客户反馈持续迭代算法,旨在提升机器人在真实物流场景中的可靠性与实用性。
Thoro 在 MODEX 2026 发布由 Orbbec Gemini 336 驱动的 CoreFlex 模块化自主栈,支持多类工业车辆且无需基础设施。该方案集成 MX6800 深度引擎与主动红外成像,实现复杂环境下的精准导航、托盘搬运及障碍物检测。Thoro 现有超 1,300 套系统已部署于物料搬运、清洁和物流领域,旨在加速 OEM 全球规模化应用。
Generalist 正式发布 GEN-1,将其定义为首个实现物理任务“精通”(mastery)的通用多模态机器人基础模型。该模型在仅需约 1 小时机器人数据的情况下,将多项简单任务的平均成功率从之前的 64% 提升至 99%,完成任务速度约为现有最先进水平的 3 倍。
推荐理由:Generalist 发布 GEN-1 多模态机器人基础模型,宣称在仅需 1 小时机器人数据下将简单任务成功率提升至 99% 并提速 3 倍。
Generalist 在 GTC 大会现场演示了 GEN-0 基础模型在新机器人平台上的即时运行能力。该团队仅用几天时间完成了由 Universal Robots 提供的 UR7e 臂、MiR 底座及 Vention 框架构成的全新移动操作平台的部署,且无需使用展会现场数据。此次演示验证了 GEN-0 在泛化到新机器人与环境时的卓越性能,标志着机器人“开箱即用”时代的到来。
Figure 发布了 Helix 02 模型在客厅整理任务的演示,该系统无需新算法或特殊工程,仅凭新增数据便掌握了使用喷雾瓶清洁、处理柔性毛巾、双手协同操作、动态投掷枕头及狭窄空间导航等复杂技能。材料展示了单一通用架构如何通过数据扩展实现全身端到端自主控制,迈向具备广泛家庭与工作场所能力的未来。
推荐理由:Figure 展示了 Helix 02 在客厅整理任务中的全身端到端自主能力,验证了单一架构通过数据扩展即可掌握复杂移动与操作技能。