看懂日报 · 2026 年 10 月 24 日 · 星期六
kandong
智元开源 AGIBOT WORLD Release 4:面向物理推理的数据集
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。
智能驾驶
AEye Apollo 激光雷达系统入选月球漫游车项目
Lunar Outpost 公司宣布选择 AEye 的 Apollo 长距激光雷达平台集成至 Pegasus 月球地形车(LTV),用于 NASA Artemis 计划的载人任务,预计 2027 年交付、2028 年部署。
具身智能
ReactiveBFM:面向通用类人机器人全身控制的反应式闭环运动规划
针对现有行为基础模型仅能执行预定义动作且缺乏环境适应性的问题,论文提出 ReactiveBFM 实时闭环规划控制框架。该方法通过调度前缀采样课程缓解暴露偏差,使生成式规划器从不完美的物理状态中学习误差恢复;引入异步重规划机制解决自回归规划与高频跟踪的延迟失配,结合轨迹分块保证时空流畅执行。
IEEE Spectrum 视频周五:四足机器人自主解决巨型魔方
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。
世界模型与仿真
NVIDIA Cosmos 开放新工具以训练、评估和部署世界模型
NVIDIA 扩展了 Cosmos 平台,推出新的训练工具、仿真检查点和 Cosmos Data Factory 蓝图,帮助开发者快速构建用于理解与模拟现实世界的世界模型。
SkeLAM:一种用于机器人世界模型的骨架引导潜在动作模型
论文提出了 SkeLAM 模型,旨在解决传统重建驱动方法中机器人运动与环境响应混杂的问题。该方法将潜在动作分解为由机器人骨架监督的刚体运动分量和保留互补视觉动态的残差分量,并通过跨模态交换重构确保两者可互换。
计算机视觉
SplatLab:面向 3DGS 研究的自主科学发现系统
SplatLab 是一个针对 3D Gaussian Splatting 领域的自主研究系统,解决了现有系统在模板限制和可执行性上的不足。该系统能根据提示或论文链接复现基线、提出扩展方案并在 Mip-NeRF 360 等数据集上训练消融实验,同时将手稿中的每个数据点绑定到具体的日志运行记录。
AgentVQA:面向智能体视觉理解的统一离线基准
针对现有智能体评估成本高且碎片化的问题,研究团队构建了 AgentVQA 离线基准,涵盖 Web、机器人、第一人称视频、游戏和空间规划五类场景。该基准从 23 个源数据集人工筛选出 1000 个挑战性实例,其模型排名与在线评测结果一致。
产业与监管
工信部公开征求《汽车数据安全要求》等五项强制性国家标准意见
工业和信息化部装备工业一司组织全国汽车标准化技术委员会开展制修订工作,形成《汽车数据安全要求》等五项强制性国家标准的征求意见稿。征求意见截止日期为2026年12月19日,涉及智能网联汽车泊车组合驾驶辅助系统安全、自动泊车系统安全及车载无线广播接收系统等具体领域。
快讯
- 无人类演示的跨城市自动驾驶策略学习:NOMAD 方法arXiv · 机器人与计算机视觉
- F2G-Pose:面向类别级物体位姿估计的几何感知基础特征提升方法arXiv · 机器人与计算机视觉
- RECAP:单次观看不足以支撑视觉语言推理arXiv · 机器人与计算机视觉
- Learning from Next-Frame Prediction: Towards Unified and Scalable Visual Representation LearningarXiv · 机器人与计算机视觉
- LoRA 在预训练模型间的叠加:一种无需路由的跨模型微调方法arXiv · 机器人与计算机视觉
- SpatialMem:面向语言定位与问答的度量对齐长视界视频记忆系统arXiv · 机器人与计算机视觉
- FocusVLA:面向视觉语言动作模型的意图引导动态视图路由方法arXiv · 机器人与计算机视觉
- ShadowBench:诊断 VLMs 的阴影推理缺陷及从图像生成模型借用缺失先验arXiv · 机器人与计算机视觉
- Sensorimotor Alignment:具身策略成功的柏拉图代理arXiv · 机器人与计算机视觉
- 概率能量建模统一了多样化的群体控制arXiv · 机器人与计算机视觉