跳到正文
2026 年第 43 周 · 10.19 — 10.25每周一出刊

看懂周报 · 2026 年第 43 周 · 10.19 — 10.25

kandong

第 3 期432026 年第 43 周10.19 — 10.25
20件大事333条精选7期日报约 8 分钟读完
本期导读

智元开源 AGIBOT WORLD Release 4 物理推理数据集,智元高德发布新模型,英伟达与 VAST 推出仿真工具,机器人规划与控制能力在决策复杂度、长序列稳定性及实时生成上取得突破。

头条

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。

智元 AGIBOT · Newsroom一手原文
01

具身智能

本版导读从操作难度转向决策复杂度,结合代码智能体后训练与世界动作预测提升规划鲁棒性;开源数据引擎降低标注成本,真机实验验证跌倒恢复与全身协调性能。

arXiv · 机器人与计算机视觉10.21

AgenticRoboRL:将代码智能体后训练引入具身机器人规划

AgenticRoboRL 是一个针对机器人规划器的后训练框架,结合监督微调与多轮强化学习,通过适配不同执行机制(如 VLA 技能调用与控制代码生成)提升规划能力。在 LIBERO-PRO 基准上,该方法使 9B 参数规划器在无外部记忆条件下的成功率从 18.1% 提升至 71.0%,接近带外部记忆的 Codex (GPT-5.5) 的 72.1% 水平。作者将开源该框架及训练好的规划器检查点。

arXiv · 机器人与计算机视觉10.23

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。

NVIDIA Isaac Lab · Releases一手10.20

Isaac Lab 3.0 正式发布:支持多后端架构与零拷贝数据访问

NVIDIA Isaac Lab 3.0 正式向公众发布,确立了下一代机器人学习的基准。该版本引入工厂式多后端架构,允许任务在 Newton、PhysX 等物理引擎及不同渲染器间切换而无需重写逻辑;提供 Warp 原生数据路径实现零拷贝访问;并支持 Kit-less 执行模式以简化部署流程。

arXiv · 机器人与计算机视觉10.22

Test-Time Motion Steering for Perceptive Humanoid Fall Recovery

论文提出了 RISE 方法,旨在让人形机器人在跌倒后根据场景和任务需求灵活选择恢复姿势与路径。该方法通过学习恢复词汇表连接意图与动作,并利用视觉扩散规划器预测未来状态以引导运动生成。实验在仿真中展示了多样化的恢复策略、地形适应及无需重训练的测试时导向能力,并在宇树 G1 机器人上进行了实物演示。材料为预印本版本,仅包含摘要信息。

arXiv · 机器人与计算机视觉10.19

LAW:统一语言、动作与世界模型以赋能代理物理智能

论文提出了 LAW 框架,通过语义子任务进度将语言推理、动作生成与世界建模统一在闭环 VLM-WAM 架构中。其混合专家视觉语言模型负责规划剩余子任务并融合世界动作模型的提议,同时异步评估执行状态;世界动作模型采用 Transformer 专家混合结构进行视频 - 动作联合建模。

智东西 · 机器人10.21

英伟达开源Flora数据引擎,低成本转化海量机器人视频为训练信号

英伟达发布并开源了面向机器人数据集的数据引擎Flora,该系统由动作描述、时间分段和奖励三个模型组成,可将原始机器人视频转化为带时间戳的动作描述及过程/结果奖励。Flora基于Qwen3.5微调,在WGO-Bench等基准测试中表现优异,标注成本约为GPT-6 Astra的1/125(每小时0.72美元对比88.49美元),目前已用于训练GR00T系列模型。

量子位10.23

高德发布首个基于开放世界行为的全身基座模型λ0

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%。

Hugging Face Daily Papers10.21

AW-0:一种结合代码规划与世界动作预测的代理机器人框架

论文介绍 AW-0 框架,通过统一架构联合建模代码、未来视频和机器人动作,利用代码专家生成可复用的技能程序以连接规划与执行。作者还提出了自动化策展流程来构建技能库。在 RoboTwin 2.0 及物理双手操作任务上的评估显示,该方法在任务性能、语言遵循、语义推理及鲁棒性方面均优于 VLA 和 WAM 基线。材料为预印本论文,未提及同行评审状态或具体开源代码仓库。

02

世界模型与仿真

本版导读流式世界模型在长序列中保持稳定性,实时生成支持任意参考输入与画风迁移;跨本体操作能力实现人类与机器人间的预测迁移,平台工具加速部署评估。

Hugging Face Daily Papers10.19

Fréchet Forcing:基于短片段训练长视界流式世界模型

论文提出 Fréchet Forcing 方法,用于微调世界模型以解决长序列生成中的漂移问题。该方法在无需教师模型或在线评论器的情况下,利用流匹配损失、上下文保真度和现实匹配三个约束,使模型在机器人操作和相机控制探索任务中能在超过 4,000 帧的长序列内保持稳定性并遵循动作指令。材料为 arXiv 预印本,未提及同行评审状态或具体部署许可。

arXiv · 机器人与计算机视觉10.20

Time-JEPA:利用物理时间序列锚定视频世界模型

论文 Time-JEPA 针对视频世界模型缺乏物理状态演化信息的不足,提出用低维时序对齐的物理量作为辅助监督信号进行微调。该方法在自动驾驶、机器人操作和人体运动等多个领域均提升了当前状态解码、多步未来预测及运动学重建性能,且在跨条件与变量分布偏移下表现更稳健。外部评估显示其能增强对物理异常及交互的敏感度,且方法可迁移至不同视频骨干网络。

Hugging Face Daily Papers10.21

面向未来预测的递归自我进化:DeepEvolve 系统发布

DeepEvolve 是一个基于未来事件预测的可持续进化智能体系统,通过与动态变化的环境交互实现内部与外部经验的积累。该系统通过解耦搜索与预测适应开放环境,并利用蒸馏技术从有限轨迹中演化出可复用技能。

03

计算机视觉

本版导读图文生成系统优化复杂版式控制,3D 高斯溅射研究解决可执行性不足,驾驶重建方法利用紧凑寄存器替代全局注意力提升交互效率。

arXiv · 机器人与计算机视觉10.19

MOSS-Image 技术报告:开源图文生成系统实现长文本与复杂布局的最优表现

针对开源图文生成模型在处理密集文本和复杂版式上的不足,该研究提出了 MOSS-Image 系统。该系统通过从头预训练的 5B 参数单流扩散 Transformer(DiT)实现了双语长文本渲染与精确的版式控制,并开发了意图感知代理提示增强模块以将用户请求转化为详细的内容与布局规范。

arXiv · 机器人与计算机视觉10.23

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。

往期看懂周报
(本期完)

看懂 周报由编辑系统根据公开来源自动综合,每条均附原文 · 往期周报