Unified Perceptive Fall Safety for Humanoids:一种统一的视觉感知类人机器人防摔安全方法
针对类人机器人在杂乱环境中跌倒后恢复的关键需求,本文提出统一视觉驱动的防摔安全方法,将姿态、动力学与地形耦合至单一数据空间的问题分解为结构化姿态对齐与环境目标解释。
针对类人机器人在杂乱环境中跌倒后恢复的关键需求,本文提出统一视觉驱动的防摔安全方法,将姿态、动力学与地形耦合至单一数据空间的问题分解为结构化姿态对齐与环境目标解释。
这篇论文提出了一种针对具身智能机器人的通用解决方案,通过整合全身体模型预测控制器(WB-MPC)和扩展卡尔曼滤波(EKF),实现了对物理一致的时间变化惯性参数的在线估计。
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。
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。
Agility Robotics 宣布与 Nyobolt 合作,为其 Digit 5 人形机器人系统开发超快速充电电池系统。该技术旨在支持机器人每日工作超过 20 小时(相当于两个完整班次),将运行时间与充电时间的比例从 Digit 4 的 2:1 提升至 10:1(90 分钟运行仅需 9 分钟充电)。
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。
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。
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。
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。
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。
针对仿真训练的人形策略在真实硬件上无法有效迁移力交互的问题,论文提出 Contact-UAN 残差世界模型。该方法保留仿真物理先验并修正执行器动力学以对齐硬件数据,利用本体感知推断仿真端所需的足部姿态以初始化接触一致的播放。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
Walden Robotics 于 7 月 15 日公开亮相,获 3 亿美元融资,估值 11 亿美元,并与丰田建立合作伙伴关系。该公司由 MIT 教授 Russ Tedrake 创立,源自丰田研究院(TRI),旨在解决具身智能的商业落地难题。
Google DeepMind 推出 Gemini Robotics 2,作为新一代机器人智能层,首次实现全身智能控制、高级灵巧性及多机器人协作。该进展旨在赋能真正适应性的下一代机器人,视频演示涵盖动态阴影表达及四足运动迁移等场景。
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 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。
宇树科技宣布推出 H2 Plus,一款基于 NVIDIA Isaac GR00T 的参考人形机器人,专门面向学术研究领域。该产品旨在为危险、紧急及重复性任务提供智能巡检解决方案,保障电力系统建设与运维工作的高效进行。
Figure 宣布与 Catalyst Brands 达成商业协议,将在其位于内华达州雷诺的分销物流中心部署 Figure 下一代人形机器人,重点自动化供应链中的体力劳动任务。
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。
宇树科技预告了新款 H1 人形机器人。其此前推出的四足机器人智能巡检解决方案,专为危险、紧急及重复性任务设计,旨在为电力系统建设、运行维护等工作提供高效保障。