分布式蜂群形态发生:神经细胞自动机框架与 Crazyflie 四旋翼验证
该研究提出集成神经细胞自动机的模块化框架,通过去中心化附着点发现机制实现无需预定义列表的渐进式生长。离线稀疏保留微调结合假阳性损失显著提升了数百机器人规模的晶格形态准确性。Crazyflie 四旋翼实验利用外部跟踪重建相对观测,验证了从仿真到现实的闭环执行管线有效性。
该研究提出集成神经细胞自动机的模块化框架,通过去中心化附着点发现机制实现无需预定义列表的渐进式生长。离线稀疏保留微调结合假阳性损失显著提升了数百机器人规模的晶格形态准确性。Crazyflie 四旋翼实验利用外部跟踪重建相对观测,验证了从仿真到现实的闭环执行管线有效性。
研究通过强化学习在受约束样本预算下训练 200 个人形机器人玩躲避球,发现低分辨率“有损”近场传感器比高分辨率覆盖更能作为归纳偏置促进反射性避障行为。实验表明,预测接触发生时机和位置反而降低了学习效率,而包含潜在压缩、未来接触预期等八种候选表示中,损失型传感器表现最强。该工作旨在以最少演示数据让数据驱动机器人学会避免碰撞,无需收集破坏性样本。
针对 NASA CADRE 等任务中单台漫游车无法应对月夜极寒的问题,本研究利用强化学习训练共享策略,让二十个小型机器人无需位置参考或相互接触,自发形成聚集核心与边缘循环的行为模式。
推荐理由:研究通过强化学习让二十个机器人自发形成类似帝企鹅的聚集与循环行为,在无需位置参考或接触的情况下实现热调节,使所有机器人在月夜后幸存。
BM2PC 框架通过控制即推理的后验将多模态规划转化为集合优化问题,在无需任务特定策略训练或微调的情况下,轨迹跟踪泛化性优于学习基线。真实世界实验显示其长视界跟踪准确,最长任务均方根误差降低 44.0%,避障规划时间减少 29% 至 66%。核心实现与补充视频已公开于 GitHub 链接。
FORCA 是一种将视觉观测与腕部力/扭矩测量作为输入以编写 Python 程序的编码智能体,专门针对接触丰富的操作任务。该研究无需演示、特定训练或仿真,通过在五次真实机器人任务中检验其效果,展示了在提升操作精度、适应物体属性变化以及调节表面和物体运动下的接触控制方面的能力。与仅视觉的变体相比,FORCA 提高了抓取准确性和任务成功率,并减少了擦拭和剥离过程中的接触丢失。
针对真实机器人在线学习中的不安全交互问题,作者提出 SEVI 框架,通过证据安全评论家同时估计未来约束违反风险与认识不确定性,并在执行前对动作进行过滤或切换至离线恢复策略。
该论文介绍 KiRoSe 框架,旨在将机器人演示数据分割为不重叠的时间与语义子段以辅助学习与清洗。针对直接摄入多路视频流成本高且易耗尽上下文的问题,该方法聚焦于机器人运动学数据流,提出稀疏运动令牌(SMTs)来紧凑表示重复的运动模式。
论文提出了 RepresentNav 导航基础模型,该模型构建了由策略自身目标驱动的视觉表示空间。通过 Representation Residuals 模块整合多模态视觉编码器特征,实现端到端训练的策略与潜在思维链联合嵌入预测架构(JEPA)。
推荐理由:提出基于自构建表示空间的导航基础模型,在多个基准上刷新纪录并将成果迁移至实体机器人。
简智机器人正式开源Gen-HumanWholeBody数据集,包含600小时高精度全身移动操作数据,覆盖16976个场景和1281种人类技能。该数据集采用第一视角Ego视觉方案采集,利用自研数据基础模型(DFM)将原始行为转化为结构化数据,实现了多模态统一对齐,可直接投入机器人策略训练。
跨维智能联合香港中文大学(深圳)、佛山大学、华南理工大学发布TaskAnchor技术,旨在解决长程操作中因画面信息不足导致的任务状态混淆问题。该技术通过轻量适配器接入历史信息,输出任务状态坐标并利用上下文自适应测试时训练模块补充历史视觉证据。
推荐理由:跨维智能发布TaskAnchor,通过引入历史上下文提升预训练具身模型的长程任务成功率与状态识别能力。
近日,松延动力与一龄集团达成战略合作,其具备多模态交互能力的仿生机器人“小月”将作为业务终端融入日常康养服务流程。该机器人头部最多配备30个自由度,结合视觉感知与AI大模型实现眼神交互及唇形同步技术。双方将从外观表达、知识交互和服务流程三个维度积累场景经验,探索形成可复制的运营方案。
智元与成都文旅集团合作,灵犀X2双足人形机器人在成都宽窄巷子组建专属班组,实现迎宾咨询、文化讲解和便民零售三大岗位全覆盖。其中零售仓方案基于自研全身VLA模型,支持20余类SKU作业,成功率超98%,单次任务节拍约30秒。智元同时推出SkillForge端到端开放平台,允许客户在现场采集数据并一键训练部署新任务,无需重新设计固定流程。
2026年8月国内乘用车智能座舱渗透率达87.5%,基础配置趋近饱和,竞争重心转向体验重构与场景落地。行业正从CL2向CL3迈进,通过跨域融合架构、平台复用能力及全生命周期运营提升连贯性。
上纬新材旗下消费级品牌启元机器人于10月25日完成第5000台下线,距离9月发售仅一个月。整机制造合作方沪光股份将汽车零部件精密制造能力迁移至机器人环节,实现每2.5分钟下线一台,日产能达200余台。产品定位为学伴、玩伴和家庭助手,支持AI启蒙课程、语音游戏及360度避障等功能,部分用户日均使用时长超1小时。
针对长程智能体面临的知识复用与快速适应矛盾,本文提出 HaMo 框架,通过蒸馏轨迹为策略级经验卡片实现即时检索,并利用经验条件化的持续学习目标训练模型跨语境执行策略。实验表明该方法在域内和跨域偏移下均优于单一 Harness 或单一模型适应方案,有效提升了知识保留与新任务适应能力。
该论文通过构建四种电影预告片编辑任务(内容选择、叙事排序、粗剪和精剪),探究了多模态代理在长视界规划中的强化学习效果。研究发现,衰减的过程奖励在平均超过 60 步的精剪任务中相比仅结果奖励提升了 45.4%,但在较短任务中收益有限;固定权重的过程奖励会导致过度推理和工具调用冗余,而将其衰减至零可缓解此问题。此外,基于策略的自蒸馏(OPSD)效果不稳定且对特权信息敏感。
推荐理由:原文分析了细粒度信用分配在多模体强化学习中的利弊,发现过程奖励在长任务中有效但在短任务中收益有限且易导致过度推理。
Rollback 将世界模型从单向模拟器转变为反事实引擎,支持回溯至关键决策点并分支探索替代动作,从而在不依赖独立学习价值模型的情况下生成细粒度监督信号。该方法构建了分布式世界模型搜索与异步真实机器人执行的统一训练系统,利用真实过渡数据通过轻量级 LoRA 管道修正动力学(测试时物理 grounding)。
该预印本论文提出 Multiscale Policy Optimization (MPO) 方法,旨在解决长视野 LLM 智能体在逐 token 生成动作时面临的信用分配难题。
2026 年亲橙大会期间,高德动量机器狗“途途”在阿里巴巴杭州西溪园区开展真实运营检验。该方案利用高德长期积累的空间数据、路网及 POI 信息构建世界模型底座(DATA),结合导航基座 ABot-N1 与操作基座 ABot-M0.5(MODEL),通过 ABot-AgentOS 实现任务规划与记忆沉淀(AGENT)。
Teradyne Robotics(Universal Robots 母公司)宣布与 Sereact 达成合作伙伴关系,旨在加速物理 AI 解决方案在零售、物流和制造领域的应用。
智元发布了安规级重载具身工业机器人精灵G2 Max,单臂负载20公斤、双臂峰值可达50公斤,具备亚毫米级作业精度和腰部俯仰结构以适配紧凑空间。材料披露该产品已在昆山沪光工厂参与启元T1零部件搬运、头部物流企业开展入库拆码垛测试(成功率超99%)、以及头部食品企业完成成品拆码垛交付(单箱节拍35秒,成功率不低于99.9%)。G2 Max采用双电池热插拔与自动回充设计,支持7*24小时不间断运行。
智元组织110台远征A3在济南黄河国际会展中心成功挑战吉尼斯世界纪录“最多人形机器人同时群舞”。表演展示了机器人在精准定位、动作同步及实时调度下的协同能力。智元合伙人王闯介绍,此次挑战使用了自研LinkBots群控调度系统,配合UWB厘米级融合定位与5G/Wifi双模通信,支持千台以上机器人协同;平台采用分层协作架构以应对断联等异常,并支持折叠包装、自主出入箱及单人部署。
Nvidia 开源了名为 Flora 的开放数据引擎,旨在将机器人视频标注成本降至约 72 美分/小时(相比 GPT-6 Astra 的 88.50 美元),主要服务于 GR00T 模型的训练。
LOLPlay 是首个在原生《英雄联盟》环境中构建的基准,涵盖资源管理、战斗等 36 项冠军专属任务。GPT-6 Astra 模型在低/中等推理努力下取得最高任务成功率 25.0% 和子目标成功率 40.3%,但高努力并未提升指标。该基准通过截图与鼠标键盘交互,揭示了视觉推理与时机动作结合的必要性。
Eka Robotics 宣布完成 1.5 亿美元 A 轮融资,由 Andreessen Horowitz 和 FMR 旗下基金领投。该公司基于强化学习构建了视觉 - 力-动作(VFA)基础模型,旨在通过大规模仿真训练让机器人在物理环境中具备泛化能力。
阿里巴巴集团旗下高德正式发布首个基于开放世界行为的全身基座模型λ0,该模型仅依靠人类行动数据即可让机器人学习移动、姿态与双手操作的全身协调。在SIMPLE仿真基准及多项真机评测中,λ0均取得SOTA表现,数据采集效率约为主流方法的3.4倍,真机任务成功率较最强对比基线提升22.5%。
推荐理由:高德发布首个基于开放世界行为的全身基座模型λ0,仅凭人类行动数据实现零样本迁移,并开源了相关硬件配置代码与HumanVerse数据样例。
声网 CEO 赵斌在 iRTE2026 大会上提出“五级对话能力”框架,定义从 L1 自我表达到 L5 深度关系沟通的演进路径。该框架强调 AI 需突破单轮问答局限,通过全双工交互与实时基础设施支撑复杂场景下的意图理解与任务执行。声网对话式 AI 引擎及 RTC 链路服务正助力开发者构建具备长期记忆与物理世界感知能力的智能体。
2026年10月23日,以“建模物理世界・智启美好未来”为主题的2026物理AI与世界模型大会在南京正式启幕。大会由江苏省数据集团、南京大数据集团和中国人工智能学会共同主办,发布了50个典型应用场景及九项创新成果。现场还成立了国家数据标注先行先试苏皖城市联盟,并发布总规模50亿元的物理AI与世界模型投资基金。
ReGE 框架利用单次教练调用将执行记录与现有工件合成为自包含指导,无需参数更新即可提升 GPT 和 Claude 在四个基准测试中的准确率。ReGE-Syn 实现相比适配 AggAgent 减少 98.2% 至 95.5% 的指导构建 token,且联合 token 数分别降低 15.7% 与 35.4%,验证了利用自身经验优化任务完成的有效性。
该研究指出成功的工具使用轨迹未必能提供有效的监督信号,可能遗漏多步依赖或包含决策时不可见的动作。为此提出 Trajectory2Gym 方法,通过构建围绕未充分支持的可组合结构的可执行交互,仅从已实现执行中的 grounded decisions 推导监督信号。该方法在五个 Qwen3 规模上均提升了 Tau1、Tau2 和 BFCL 基准的平均表现,尤其在状态依赖和多轮交互任务中增益显著。
针对智能体数据分析需大量标注任务的痛点,该方法提出 EnvLunch 阶段,利用可执行环境的丰富交互结构生成无标注任务,让模型仅凭最终观测恢复等效轨迹。实验显示,该预热策略使模型在各类下游训练预算下平均超越基线超 9 个点,且仅需少量标签即可达到基线需 8 至 32 倍数据量的准确率。
推荐理由:该预印本提出利用可执行环境本身作为无标注任务来源,在下游强化学习前进行免标签预热训练,显著降低对人工标注数据的依赖。
Generative Bionics 宣布计划在意大利建立首个占地 5000 平方米的专有“Physical AI Data Factory”,预计于 2027 年第四季度投入运营,旨在将人形机器人从实验室演示推进至可靠的工业部署。
IEEE Spectrum Robotics 发布“视频周五”栏目,精选了包括 ETH Zurich 团队展示的四足机器人利用 Reflex 框架自主解决巨型魔方在内的多项具身智能成果。内容还涵盖了 KAIST 人形机器人的全身操控、生物混合机器人及 SuperMimic 等仿真加速技术,旨在呈现当前机器人在视觉反应与全身控制领域的最新进展。
推荐理由:该视频合集展示了四足机器人自主解巨型魔方等全身操控能力,为评估具身智能在复杂动态任务中的进展提供了直观参考。
NVIDIA Technical Blog 展示利用 AI Agents 在仿真环境中训练 Microduck 机器人完成障碍赛道导航,涵盖感知、平衡维持及避障调整等能力。该过程整合了资产创建、物理建模、策略训练与评估全流程,证明仅靠行走策略不足以应对复杂环境。
2026 年 10 月 23 日,盖世汽车在上海举办颁奖盛典,发布“中国方案”向全球主题下的 2026 中国汽车新供应链百强名单。评选涵盖 ADAS/AD、具身智能与车规芯片等赛道,从博世到智元创新共 8 批企业获此殊荣。该奖项聚焦技术创新与工程落地能力,旨在树立行业标杆并推动产业高质量发展。
2026 年 10 月 23 日,盖世汽车在上海举办颁奖盛典,评选出 30 家“最具成长价值”创新企业。获奖名单涵盖安徽聆动、半醒具身等具身智能及自动驾驶领域公司,覆盖 ADAS/AD、车规级芯片与软件等核心赛道。该奖项旨在发掘供应链创新力量,树立行业标杆并推动中国汽车产业高质量发展。
2026 年 10 月 23 日,盖世汽车在上海举办颁奖盛典,授予法雷奥舒适驾驶辅助系统(广州)有限公司、安波福 Aptiv、国轩高科等十家企业“最佳出海实践企业”奖项。该评选聚焦 ADAS/AD、智能座舱及具身智能与跨界技术等核心赛道,旨在表彰企业在国际化战略、本地化运营及技术适配方面的卓越表现。
2026 年 10 月 23 日,盖世汽车在上海举办颁奖盛典,评选出文远知行、元戎启行等 148 家企业及其解决方案获“最佳技术实践应用奖”。该奖项聚焦 ADAS/AD、具身智能与车规芯片等赛道,表彰技术从研发走向量产交付并经受市场检验的典型案例。
智元宣布开源 AGIBOT WORLD 2026 的第四版发布内容“物理推理”数据集,将任务设计重心从操作难度转向决策复杂度。该数据集覆盖具身智能五大研究方向,包含超 10 类逻辑推理场景,记录同一目标在不同状态与约束下的决策与执行过程。通过连接高层指令、子任务分段、动作步骤及空间标注,支持决策模型与底层策略的协同训练,旨在帮助机器人从孤立操作迈向自主完成复杂现实任务。
推荐理由:智元开源 AGIBOT WORLD Release 4,提供涵盖多状态约束的物理推理数据集与细粒度标注,支持决策 - 执行联合训练。
瑞士具身智能初创企业 Enact Intelligence 宣布完成约 2 亿美元的 Pre-Seed 轮融资,由 Redalpine 和 Notion Capital 领投,Yann LeCun、Arthur Mensch 等知名投资人参与。