跳到正文
10月16日周五
  1. arXiv · 机器人与计算机视觉72

    TRACE:基于类型化参考感知的对话式人形运动扩散编辑

    该论文提出 TRACE 框架,旨在解决将未充分定义的语言请求转化为具体可修订的运动结构这一挑战。研究围绕宇树 G1 人形机器人构建,利用成对的训练运动和当前运动作为监督信号,通过语言模型预测支撑、根部和手部事件的时间对齐编码,结合重力参考状态与轨迹接触目标来改善运动学一致性。

  2. arXiv · 机器人与计算机视觉66

    KODA:基于运动学 - 观测数据对齐的人形机器人学习

    论文提出 KODA 方法,利用可复用的标准轨迹引导合成机器人视角观测并生成控制器特定的全身状态动作监督标签。该方法在四个宇树 G1 人形机器人的操作任务上评估显示,在固定机器人数据的情况下,对于人类演示覆盖但机器人数据缺失的条件,宏观平均成功率分别提升了 45.0 和 46.25 个百分点。

  3. arXiv · 机器人与计算机视觉82

    无需重训的类人机器人行为基础模型测试时计算优化方法

    针对现有类人机器人行为基础模型在执行运动时存在指令执行偏差的问题,该方法提出了一种无需重新训练即可通过测试时计算来改善执行的策略。首先引入测试时命令优化技术,利用闭环仿真对基础模型和机器人动力学进行基于采样的优化,从而调整输入命令以生成更接近期望轨迹的执行结果;在 AMASS 数据集上的三个基础模型实验中,该方法将平均全身位置误差降低了 79% 至 84%。

    推荐理由:提出无需重训即可通过测试时计算优化命令以缩小执行偏差,并在仿真与真机上验证了提升全身定位精度的有效性。

  4. arXiv · 机器人与计算机视觉72

    ConstrainedMimic:面向人形机器人的受控全身跟踪方法

    针对强化学习在人形机器人全身敏捷性中的安全性挑战,作者提出 ConstrainedMimic 控制框架。该方法结合操作空间控制与控制屏障函数原理,在高于 1 kHz 的频率下实时强制执行运动学参考与动力学约束,包括避障、关节限位和质心稳定性等。实验涵盖仿真与硬件,证明在激活约束时能最小化对策略能力的限制。

  5. arXiv · 机器人与计算机视觉62

    SKATER:基于轮滑摆动的类人机器人高级移动效率研究

    该论文提出了 SKATER 方法,通过在类人机器人每只脚安装四个被动轮并设计特定的轮滑摆动步态(swizzle gait),利用身体惯性实现快速连续滑动。研究开发了基于内在特性的奖励函数深度强化学习控制框架,先在仿真中分析策略,后部署到物理机器人验证。

  6. arXiv · 机器人与计算机视觉50

    PingpongDuo:具备安全团队协作的敏捷人形乒乓球双打研究

    论文介绍 PingpongDuo 框架,通过团队级规划器联合选择站位并利用风险估计过滤危险提案以保护当前击球者,个体级结合步法与挥拍技能实现快速移动与精准控制。在仿真中相比最先进基线提升 13.2% 的接球成功率且定位误差约 2 厘米;实机实验中单机器人完成 2.15 米往返周期耗时 2.4 秒,峰值速度 2.23 米/秒,两台机器人能维持超过 10 次严格交替击球。

  7. arXiv · 机器人与计算机视觉58

    超越运动学跟踪:在类人机器人全身控制中保留表达性特征

    针对现有全身跟踪器难以兼顾动作意图与表达性特征的不足,本文提出一种残差学习框架,通过补偿幅度、能量、身体扩张等指标来保留动态与姿态特征。方法采用运动感知门控分配修正容量,并将各冻结跟踪器的特定策略蒸馏为统一策略。在 Unitree G1 机器人上进行的八类动作仿真与物理实验表明,该方法优于对应基线。

  8. arXiv · 机器人与计算机视觉73

    λ0:扩展开放世界以自我为中心的人类数据用于人形机器人体操与操作

    该研究提出 HumanVerse 数据集及从人类到机器人的对齐管线,旨在解决大规模收集机器人演示成本高的问题。通过引入 λ0 这一具身基础模型,利用对齐后的人类演示数据进行中期监督训练,实现了在 Unitree G1 上的零样本迁移。实验显示,该方法在 SIMPLE 基准上达到 90.0% 成功率,在真实世界任务中达到 62.5%,且增加全身人类数据能持续提升下游任务进展。

10月12日周一
  1. arXiv · 机器人与计算机视觉78

    HumanX:从人类视频迈向敏捷通用的类人形交互技能

    HumanX 是一个统一框架,无需针对每个任务设计奖励函数,即可将人类视频编译为具身智能机器人的通用交互技能。该框架包含两个核心组件:XGen 用于从单目视频生成物理合理的交互数据并扩充数据集;XMimic 则利用秒级演示学习可泛化的交互技能。

    推荐理由:该框架将人类视频转化为可泛化的机器人交互技能,在五项任务中实现零样本迁移至物理机器人。

  2. arXiv · 机器人与计算机视觉80

    ATHLETE:通过轨迹引导的运动匹配学习反应式人形网球

    ATHLETE 是一个从通用运动数据和普通网球视频中学习反应式人形网球技能的框架。该方法结合 LAFAN1 步态与视频衍生的击球动作,利用轨迹引导的运动匹配构建任务条件化的全身参考,并通过基于物理的教师 - 学生学习与在线 DAgger 蒸馏转化为反应策略,最后经 PPO 微调实现无需参考运动输入的部署。

    推荐理由:该工作提出 ATHLETE 框架,利用通用运动数据与视频演示学习人形机器人网球技能,在真实机器人上实现高命中率的多拍对打。

  3. arXiv · 机器人与计算机视觉78

    PartiGen:面向语言条件的人形运动生成的部件感知表示

    论文介绍 PartiGen,这是一个将解剖结构融入全身运动表示的部件感知潜在扩散框架。模型通过特定部位的注意力处理掩码帧特征并融合局部肢体信息与全身上下文,基于文本和运动历史自回归生成运动原语。

    推荐理由:提出 Part-Aware 潜在扩散框架,在 Unitree G1 上实现肢体级 FID 降低与时长预测误差减少。

10月10日周六
  1. IEEE Spectrum · Robotics18

    Workhorse 让 Unitree G1 机器人从演示视频转向真实部署,利用无机器人人类示教实现接触丰富操作

    Workhorse 系统通过无机器人的人类演示,使 Unitree G1 人形机器人在真实环境中完成分拣、接抛及攀爬等复杂操作。该研究针对具身智能在自中心视觉与本体感知下规划全身接触操作的难题提供了新方案。相关视频来自 IEEE Spectrum Robotics 每周精选,CoRL 2026 会议将于 11 月举行。

10月9日周五
  1. 智东西 · 机器人37

    比亚迪“具身智能机器人”外观设计专利曝光,拟人化高自由度机身或为“小迪”原型

    国家知识产权局公示显示,比亚迪股份有限公司获一项名为“具身智能机器人”的外观设计专利,其黑白配色、圆润头部及多关节结构呈现高自由度拟人化特征。该设计疑似与今年 7 月预告的“小迪”概念剪影高度相似,具备行走平衡交互功能,可应用于服务教育或工业场景。尽管此前披露“小迪”拥有 31 个运动自由度且灵巧手精度达±1 毫米,但截至目前该产品尚未正式亮相。

  2. The Robot Report28

    Jabil 探讨人形机器人量产节奏与供应链挑战

    Jabil 指出人形机器人正从手工组装迈向万级规模量产,需通过优化成本结构提升可制造性与质量。该公司已与 Apptronik 合作将其 Apollo 机器人引入活跃制造环境,并强调 NVIDIA Jetson 系列是边缘计算的关键选择。尽管汽车合作伙伴能提供混合鲁棒性优势,但供应链多元化仍是当前主要挑战,消费者端应用预计需五年左右时间。

10月8日周四
  1. 盖世汽车 · 汽车资讯28

    启元机器人全球首店在上海开业,展示 Q1 与 T1 两款消费级具身智能产品

    由永达集团运营的启元机器人全球首店于近日在上海淮海中路正式开业,集中展示支持折叠收纳的 Q1 及可变形轮足人形与四足切换的 T1 两款个人机器人。门店提供选购咨询、交付指导及售后服务,双方正围绕汽车相关场景推进应用探索。

  2. 盖世汽车 · 汽车资讯50

    优必选与一汽 - 大众达成战略合作

    优必选与一汽 - 大众正式达成战略合作,双方将围绕具身智能机器人在物流领域展开联合开发与测试,并搭建示范应用场景推动落地。优必选已构建具身大脑等四大核心技术集群,其万台级人形机器人超级智慧工厂于 2026 年投产,预计下半年多条产品线实现量产交付。此次合作聚焦物流与智能制造场景,旨在助力制造业智能化升级及规模化应用提速。

10月7日周三
  1. arXiv · 机器人与计算机视觉58

    超越重映射:基于学习原子运动原型的低延迟稳健人形全身遥操作

    针对现有系统依赖在线运动重映射导致高延迟及物理不可行目标的问题,本文提出免重映射策略,将原始人类动作直接映射为机器人关节指令。通过构建全身运动基元代码本,该方法能将分布外观测投影至合理原型并从部分输入恢复完整动作。在 Unitree G1 仿真与硬件上,结合 VR、光学动捕及视频等多模态输入的实验表明,方法在延迟和鲁棒性上优于基线。

  2. arXiv · 机器人与计算机视觉73

    BiGym 2.0:人形机器人家庭操作策略基准测试

    论文提出了 BiGym 2.0,这是针对宇树 Unitree G1 机器人的家庭操作基准套件,包含 20 个任务和每个任务 60 次原生 VR 演示。研究在统一全身控制器下对比了视觉语言动作微调、模仿学习、演示驱动强化学习和冷启动编码代理,发现微调方法在九项任务平均表现最佳,而代理开发程序在所有演示驱动强化学习基线上均占优。材料开源了环境、演示和评估轨迹,并指出跨工作区堆叠等挑战仍待解决。

  3. arXiv · 机器人与计算机视觉72

    高程图看不见的东西:面向人形机器人的语义感知移动与执行感知导航基准

    针对人形机器人导航中高程图难以识别低矮障碍物(如倒下的瓶子)且运动策略易产生偏差的问题,作者提出了一种结合语义感知的移动与执行感知的导航新基准。该工作构建了闭环的视觉语言导航加移动控制框架以修正状态失配,并在仿真环境中评估了导航性能,同时在宇树 G1 人形机器人上验证了移动策略的有效性。结果表明,引入语义输入能减少与高程图表征不佳障碍物的接触,而抗偏差机制显著提升了导航成功率。

10月6日周二
  1. arXiv · 机器人与计算机视觉42

    DODGER:一种用于动态障碍物导航的安全引导强化学习框架

    DODGER 是一种安全引导的强化学习框架,在训练时直接执行策略动作并利用控制屏障函数(CBF)参考与约束违规来塑造避撞行为。该方法通过杜比恩汽车安全分析及全序人形机器人仿真验证了多动态障碍物下的目标导向导航能力。实验基于 LiDAR 感知且在无需运行时安全过滤器的真实世界人形机器人实验中成功完成,证明了其在动态场景中的有效性。

  2. arXiv · 机器人与计算机视觉38

    PACE:通过对话 elicitation 在 Ameca 人形机器人上实现个性化人格适配

    PACE 框架通过在 Ameca 人形机器人上进行交互式问答,动态合成基于多视角维度的结构化人格提示并驱动具身行为。相比通用基线,该系统的实证评估显示其在用户信任、拟人化感知、人格一致性、个人相关性及交互质量等指标上均取得提升。这项工作为在具身人形助手上部署个性化、可交互且可靠的身份提供了可扩展路径。

  3. arXiv · 机器人与计算机视觉73

    从社会推理到具身交互:面向社交机器人的代理框架

    论文提出了 ARISE 统一框架,旨在解决现有基础模型代理缺乏具身性、虚拟代理忽略物理约束以及实体机器人仅部分处理社交问题的难题。该框架在 Sophia 人形机器人上实现了多模态上下文理解与长期记忆的结合,通过流式执行将社交意图转化为与语音及机械面部表情协调的机器人原生手势。

  4. arXiv · 机器人与计算机视觉78

    无数据集的人形机器人顺应式行走 - 操作:动态在线姿态调整

    OCLO 是一种无需人类运动数据即可训练的人形机器人全身行走与操作系统,仅通过两个末端执行器目标进行指令输入。该系统利用解析可达性先验在线生成骨盆高度和躯干朝向,并通过策略闭环采样优化任务无关成本;同时学习全身顺应性以应对外部负载。

    推荐理由:OCLO 系统无需人类运动数据,通过解析可达性先验与策略闭环采样实现人形机器人全身协调与顺应控制。

9月30日周三
  1. 智元 AGIBOT · Newsroom78

    智元 AGIBOT:2026 上半年全球人形机器人出货量第一

    IDC 数据显示,2026 年上半年全球人形机器人出货量约 2.5 万台,同比增长 432.1%;智元 AGIBOT 以超过 8,600 台的出货量位居全球第一,占比约 35%,累计产量于 9 月突破 2 万台。

    推荐理由:智元发布 2026 年上半年全球出货量第一数据,并披露珠海长隆与零售场景的规模化部署进展。

9月29日周二
  1. 智元 AGIBOT · Newsroom75

    智元 AGIBOT 与 ASD 合作在百家门店部署 100 台 X2 人形机器人

    智元 AGIBOT 宣布与厨具公司 ASD 合作,在中国百家零售门店部署了 100 台 AGIBOT X2 人形机器人作为店内销售助理。这些机器人负责迎宾、需求询问、产品推荐及导购等任务,并在促销或交易环节与人店员协作。

    推荐理由:智元与 ASD 宣布在百店部署 X2 人形机器人,展示其在真实零售场景中的接待、推荐及人机协作能力。

9月21日周一
  1. 智元 AGIBOT · Newsroom48

    智元 AGIBOT 在大湾区电影音乐会现场演示 WITA-Omni 具身原生全模态模型

    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。

8月17日周一
  1. IEEE Spectrum · Robotics42

    Persona AI 选定船坞焊接作为人形机器人首个经济可行任务,与 HD Hyundai、POSCO 合作在韩国部署

    Persona AI 聚焦船坞焊接这一高技能工种,利用机器人擅长重复毫米级运动且速度可控的优势解决熟练工短缺问题。公司正与韩国最大造船商 HD Hyundai 及钢铁巨头 POSCO 建立合作,计划在单点部署数百台机器人以释放额外营收而非单纯降本。该策略避开家庭等红海市场,在人形机器人具备双腿适应复杂船坞环境方面取得进展。

8月4日周二
  1. Boston Dynamics · Blog12

    Boston Dynamics Atlas 头部模块化设计与感知升级访谈

    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。

8月1日周六
7月15日周三
  1. Boston Dynamics · Blog42

    Atlas 机器人亮相 2026 年世界杯中场秀,验证强化学习全身控制与真实赛场部署能力

    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。

6月2日周二
  1. Boston Dynamics · Blog15

    Boston Dynamics 机械工程师 Chastity Kelly 访谈 Atlas 足部设计与机器人职业路径

    Boston Dynamics 机械设计师 Chastity Kelly 介绍 Atlas 新足部采用对称结构与后置踝关节,配合可反向弯曲的膝盖及多向防滑鞋底,支持前后行走与工厂地面平衡。她分享从社区学院到博士的 15 年成长经历,强调享受工程而非追求完美成绩,并视类人型机器人为机器人领域的最高挑战与最大用途。

6月1日周一
5月26日周二
10月9日周四
  1. Figure · News75

    Figure 发布第三代人形机器人 Figure 03

    Figure 正式发布第三代人形机器人 Figure 03,旨在打造通用型机器人以服务于家庭与大规模商业场景。硬件层面,该机型配备全新设计的感官套件和手部系统,支持 Helix 视觉语言动作 AI;相机架构帧率翻倍、延迟降低四分之一且视场角扩大 60%,手掌集成嵌入式广角低延迟相机以实现遮挡下的持续感知。

    推荐理由:Figure 03 发布新一代硬件与 Helix AI,通过高帧率视觉、嵌入式手掌相机及自研触觉传感器提升感知与控制能力。

4月19日周五