OmniRetarget:通过保留交互关系实现人形机器人运动重定向
Amazon Frontier AI & Robotics 团队在 ICRA 2026 获得最佳论文奖的研究 OmniRetarget,提出了一种将人类演示转换为可行的人形机器人运动的方法。
Amazon Frontier AI & Robotics 团队在 ICRA 2026 获得最佳论文奖的研究 OmniRetarget,提出了一种将人类演示转换为可行的人形机器人运动的方法。
Genesis World 发布 v1.3.0,将可微刚体模拟从实验性功能转为正式支持,新增扭转和滚动摩擦以缩小仿真到现实的差距。修复了 SPH 流体中浮力缺失、相机传感器刷新及渲染资产配准等若干问题。
推荐理由:该版本将可微刚体模拟从实验性功能转正,并新增扭转与滚动摩擦以缩小仿真到现实的差距。
医疗机器人无法像自动驾驶那样依赖海量互联网数据或无限次实地试验,因演示需专用设备、临床专家及患者环境。NVIDIA 提出通过 GPU 原生的医学物理仿真技术来应对这一挑战,旨在填补训练现代机器人策略所需的数据缺口并降低开发门槛。
DeepMind MuJoCo 3.11.0 版本发布,核心更新包括新增 geom/surfacevel 表面速度场以支持传送带等运动建模、geom/adhesion 粘附力及 pair/adhesion 远距离吸附功能。
推荐理由:DeepMind MuJoCo 3.11.0 发布,新增表面速度场与粘附力建模、SO(3) 姿态伺服及隐式弹性求解器,支持 MIMO 执行器与多输入签名。
World Labs 宣布联合 SceniX 推出 R2S2R 引擎,将真实任务转化为高保真仿真世界以支持机器人策略训练与评估。该引擎实现了从真实到仿真(Real-to-Sim)的转换及从仿真到真实(Sim-to-Real)的策略迁移,允许在零真实数据下训练策略并直接部署到多种物理机器人上。
推荐理由:World Labs 联合 SceniX 推出 R2S2R 引擎,实现零真实数据训练与闭环评估。
IEEE Spectrum Robotics 发布每周精选视频集锦,展示了 GENE.01 人形平台在六个月内实现全功能化并配备多模态皮肤;GEN-1 具身基础模型支持多种末端执行器以学习通用物理常识。
NVIDIA 发布 Isaac for Healthcare 中的开源 GPU 加速医疗物理仿真框架,旨在解决医疗机器人训练数据稀缺瓶颈。该框架结合经典物理与 NVIDIA Cosmos-H Dreams 生成式 AI 物理模拟能力,支持解剖结构、柔性器械(如导管)及传感器输入的并行仿真,可将机器人训练环境从数千个并行运行并大幅缩短训练时间。
推荐理由:NVIDIA Isaac for Healthcare 新增开源 GPU 加速医疗物理仿真框架,支持解剖与器械交互建模及生成式 AI 物理模拟。
MuJoCo v1.2.3 发布,新增通过椭圆摩擦锥与高阻抗选项构建高精度静态摩擦模型功能。此次更新还改进了 fp32 精度下约束求解器的收敛性及等式约束稳定性,同时提升了非凸碰撞检测与非批处理 CPU 仿真的速度。
Drake v1.55.0 正式移除对 Eigen legacy autodiff 的支持,转而使用自研的 AutoDiffXd 标量类型。该版本将 Python 绑定从 pybind11 迁移至 nanobind,未来将逐步停止对 pybind11 的支持。
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。
LeRobot 开源框架 v0.6.0 发布,核心更新包括支持想象未来的世界模型策略(VLA-JEPA、LingBot-VA、FastWAM)、新增多款视觉语言动作模型(GR00T N1.7、MolmoAct2 等)以及统一的奖励模型 API(Robometer、TOPReward)。
推荐理由:LeRobot v0.6.0 引入世界模型策略与奖励模型 API,并开放六项新仿真基准及部署 CLI。
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。
文远知行宣布其专有世界模型 WeRide GENESIS 在 2026 AI Breakthrough Awards 上获颁“年度整体生成式 AI 解决方案”,此前该模型刚在 ATTI 奖项中赢得仿真创新奖。
推荐理由:WeRide GENESIS 凭借生成式 AI 与物理仿真能力获两项大奖,验证了其在加速自动驾驶开发、训练及部署方面的价值。
Genesis World 发布 v1.2.0 版本,核心更新包括默认启用岛屿分区(islands partitioning)以大幅提升大规模场景扩展性,并优化了实体自由度对仿真速度的影响。
Drake v1.54.0 发布,新增对 Ubuntu 26.04 ("Resolute") amd64 架构的支持,并将教程从 Deepnote 迁移至官网。该版本不再提供 Docker 镜像(已弃用),同时修复了 pydrake 原生代码内存泄漏并更新了包括 abseil_cpp_internal、bazel 在内的多项依赖库。
NVIDIA与LG集团宣布共建AI工厂,旨在加速其机器人、自动驾驶及数据中心业务。双方将整合NVIDIA全栈平台(包括Isaac Sim、Isaac Lab、GR00T模型、Cosmos世界基础模型)与LG的制造数据及硬件能力,构建从数据采集、仿真训练到边缘部署的统一工作流。
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。
Genesis World v1.1.0 发布,重点优化了复杂场景下刚体求解器的性能下降及数值稳定性。此次更新修复了接触穿透、射线传感器加载等多项 Bug,并针对自由度超过 128 的大规模系统加速求解器。此外,还通过共享 BVH 和稀疏 Cholesky 分解等技术提升了射线传感器与刚性求解器的计算速度。
NVIDIA 在 CVPR 发布物理 AI Agent Skills,旨在解决物理 AI 研究中场景重建、合成数据生成及策略评估等碎片化问题。核心包括支持车队数据重建的 Neural Reconstruction 技能、加速 3D 高斯场景生成的 InstantNuRec、用于闭环强化学习的 AlpaGym 框架以及能实时响应策略动作的 Cosmos-Dreams 世界模型。
推荐理由:NVIDIA 在 CVPR 发布物理 AI Agent Skills,提供场景重建、合成数据生成及闭环强化学习工作流工具。
Kodiak 采用自研的 BreakPoint 工具结合概率风险评估(PRA)方法,量化评估其自动驾驶系统在罕见场景下的碰撞风险。该方法将不确定性纳入数学模型,通过对比人类驾驶基准数据,系统性缩小未知危险场景空间以验证安全性能。
World Labs 团队发布关于世界模型的功能分类法,将现有系统分为渲染器(输出像素)、仿真器(输出物理状态)和规划器(输出动作)。文章指出当前行业过度关注渲染与规划,而忽视作为结构骨架的仿真,并介绍其项目 Marble 通过同时生成高斯泼溅图与碰撞网格来模糊渲染与仿真的边界。最终目标是构建能统一处理视觉、物理结构与行动序列的基础模型,以推动空间智能的发展。
推荐理由:文章提出渲染器、仿真器与规划器正从功能分离走向统一,指出仿真作为连接视觉与行动的枢纽是解决 sim-to-real 差距的关键。
NVIDIA Research 在 ICRA 会议上展示了八篇论文,推动机器人从受控演示向真实世界通用自主性转变。
推荐理由:NVIDIA Research 在 ICRA 展示多项 sim-to-real 技术,涵盖多臂协同、灵巧操作与视觉语言动作模型,提供 GitHub 代码与 Isaac Lab 等工具链入口。
Genesis World 开源物理仿真平台发布 v1.0.0 版本,新增对非凸多接触碰撞检测的完整支持及稳健的非凸网格修复管线。该版本显著加速了刚体求解器(在约 64 自由度的接触抓取场景中提升可达 35%)、点云触觉传感器及 MPM 求解器性能,并修复了静态接触漂移、平坦地形虚假旋转等若干问题。
推荐理由:该版本新增非凸多接触碰撞检测与修复管线,并显著加速刚体求解器及触觉传感器。
Google DeepMind 发布 Project Genie 新功能,将其通用世界模型能力与 Google Street View 实景影像结合,允许用户在选定美国地点后生成基于真实地理锚点的想象世界。该功能支持“海洋世界”等风格化场景,目前作为实验原型向全球 Google AI Ultra 订阅者开放,旨在为 AI 智能体提供在现实复杂环境中导航和交互的虚拟环境。
这篇综述将现有世界动作模型(WAM)分为级联和联合两种架构,分析了其如何利用无标签视频预测环境变化以辅助控制生成。文章指出当前训练数据受限于遥操作成本或仿真到现实的差距,且缺乏评估生成视频物理因果一致性的指标,导致视觉逼真但无法执行的问题。此外,文中讨论了 Meta 的抽象表示方法作为降低计算成本的潜力方向,并列举了相关论文清单供查阅。
推荐理由:该综述梳理了世界动作模型的架构分支与数据瓶颈,并指出当前缺乏因果一致性评估指标。
Drake v1.53.0 正式支持 Ubuntu 26.04 与 ARM64 架构,AutoDiff 性能提升 30%-100%。旧版 Docker 镜像将于 2026-06-01 弃用,用户需改用官方发布的预编译二进制包或.deb 安装包。该版本还修复了多体动力学问题并新增多项数学规划与绑定功能。
NVIDIA 发布 SimReady 内容标准以规范物理 AI 所需的 3D 资产格式,确保其在渲染、仿真与 AI 训练中可靠流转。同时,NVIDIA Omniverse 库提供高保真物理模拟层用于模型训练验证。
推荐理由:NVIDIA 推出 SimReady 内容标准与 Cosmos Reason 等工具,旨在解决工业资产跨平台流转难题并提升仿真训练精度。
Momenta 在北京车展上宣布其 R7 世界模型首次进入大规模量产阶段,标志着智能驾驶从“感知”迈向“理解”。该模型采用预训练、仿真与强化学习三层架构,旨在通过虚拟环境中的千万次推演掌握物理规律,从而在十万分之一概率的极端场景中提供安全保护。目前搭载该系统的大规模量产车辆数量已超 80 万辆,全球交付速度显著提升,并在包括英国、挪威在内的多个地区部署了 Robotaxi 生态。
推荐理由:Momenta 宣布 R7 世界模型进入量产,通过三层架构实现从模仿到想象的进化,旨在解决长尾极端场景下的安全决策问题。
Drake v1.52.0 正式发布,新增对 Amazon Linux 2023 的 pip 安装支持及 Ubuntu 26.04 预览版支持。该版本将新 AutoDiff 实现设为默认(旧版将于 2026-07-01 移除),并停止维护 Ubuntu 22.04。此外,发布包不再附带二进制文件,用户需改用 nightly 构建或直接从 release 附件安装.deb 包。
Isac Lab v0.4.5 版本延续刚体仿真速度优化趋势,修复了 Metal 后端所有已知回归及相机相关漏洞。此次更新新增了对 xacro URDF、Mujoco 通用执行器模型的支持,并引入零拷贝设置接口以提升性能。同时通过并行线搜索与 GPU 图分解求解器等改进,进一步加速了 GPU 后端的仿真计算。
MuJoCo v0.4.4 通过对齐自由关节惯性轴大幅提升简单刚体的仿真数值稳定性,复杂场景下的刚体模拟速度显著加快。此次更新修复了 MJCF 默认臂长、USD 解析及 Apple Metal GPU 同步等数十项缺陷,并新增批处理相机与 MacOS 渲染支持。
NVIDIA Isaac Lab 3.0 Beta 基于 Isaac Sim 6.0 推出重大架构升级,引入多后端物理引擎(默认 PhysX、新 Newton)、可插拔渲染器系统及 Warp 原生数据管道。
推荐理由:Isaac Lab 3.0 Beta 发布多后端架构与无套件安装模式,支持 Newton 物理引擎及多种渲染器,为机器人学习研究提供更灵活的仿真环境。
Drake v1.51.1 此次更新主要修复了 pydrake.geometry.Meshcat 的车轮构建缺陷。该版本提供 drake-1.51.1-{jammy|noble|mac-arm64}.tar.gz 预编译二进制包,并包含 SNOPT 预编译版以支持数学规划工具箱。
Drake v1.50.0 正式推出 Ubuntu on aarch64 架构的夜间预编译二进制包,同时宣布自 2026-06-01 起将不再发布 Docker 镜像。该版本是支持 Ubuntu 22.04(Jammy)的最后一次发布,并引入了 C++ 标准>=23、GCC>=13 等新的工具链下限要求。
NVIDIA Isaac Lab 开源仿真平台发布 v2.3.2 版本,重点聚焦稳定性提升与工作流优化。核心新功能包括支持多旋翼与推进器驱动的无人机环境、基于视觉的触觉传感器(含形状感知示例)、多网格 RayCaster 以及新的 OpenArm 环境。
推荐理由:该版本发布多旋翼无人机、视觉触觉传感器等新功能,并迁移至 Ruff 工具链与统一 USD 接口。
Figure 发布 Helix 02 模型,将单神经网络对类人机器人的控制从上半身扩展至全身,支持行走、操作与平衡的连续系统。该模型由 System 0(基于超千小时人类运动数据的全身控制器)、System 1(连接所有传感器与执行器的视觉运动策略)和 System 2(场景理解与语言层)组成。
推荐理由:Figure 推出 Helix 02,实现全身像素到扭矩的连续自主控制,完成长达四分钟的洗碗机装卸任务。
Drake v1.49.0 作为最后一个支持 Ubuntu 22.04 的版本,将 C++、GCC、Clang 及 Python 等工具链版本下限上调。此次更新修复了模拟器默认上下文内存泄漏问题,并将 MOSEK 依赖库升级至 11.1.2 以适配 Python 3.14。官方提供了 drake-1.49.0-{jammy|noble|mac-arm64}.tar.gz 预编译二进制包供用户下载。
Google DeepMind 今日发布 Gemini 3 Flash,该模型将 Gemini 3 Pro 级的推理能力与 Flash 系列的低延迟、高效率相结合,旨在让每个人都能更快地进行学习、构建和规划。
Drake v1.48.0 正式支持 macOS 26 Tahoe,修复 RenderEngineVtk 渲染能量损失并将 VTK BRDF 模型改为多散射近似以提升亮度。新版本引入 AutoDiff 新实现选项,将于 2026-07-01 移除旧版支持,用户需尽快切换默认配置以规避后续兼容性问题。
Google 正式发布 Gemini 3 系列,宣布其为目前最智能的模型,具备最先进的推理、多模态理解及代理编码能力。Gemini 3 Pro 在多项基准测试中超越前代,支持 100 万 token 上下文窗口;新增 Deep Think 模式以进一步提升复杂问题解决能力。
推荐理由:原文宣布 Gemini 3 系列发布,提供最新推理与多模态能力,并开放 Google Antigravity 代理开发平台及 Deep Think 模式。