EgoExplorer:可穿戴系统捕捉人类活动数据用于机器人训练
上海人工智能实验室、浙江大学和上海交通大学研究人员开发了一种新型可穿戴系统,结合头戴式GoPro HERO13相机、五个VIVE Ultimate追踪器、传感器手套等设备,采集了100小时的人类活动数据,创建了名为EgoExplorer的数据集。
推荐理由:100小时多模态人机交互数据集为机器人训练提供新思路,但实物应用仍需验证。
自动盯住上百个信源,用模型摘要、打分、精选,把同一件事的多篇报道归到一起,每天早上出一份日报。聚焦机器人、AI 与财经投资。
上海人工智能实验室、浙江大学和上海交通大学研究人员开发了一种新型可穿戴系统,结合头戴式GoPro HERO13相机、五个VIVE Ultimate追踪器、传感器手套等设备,采集了100小时的人类活动数据,创建了名为EgoExplorer的数据集。
推荐理由:100小时多模态人机交互数据集为机器人训练提供新思路,但实物应用仍需验证。
智元在山东济南组织110台人形机器人同时跳舞,创下吉尼斯世界纪录。
推荐理由:110台人形机器人同步跳舞展示大规模控制能力,但吉尼斯纪录背后是技术还是表演仍有疑问。
硅谷101邀请三位一线研究者探讨GPT-6 Astra对三个领域的影响。许华哲认为Astra对机器人是飞跃式提升,但速度慢且缺乏物理直觉;朱哲清指出个人Agent商业化面临API限制和身份验证难题;王晟表示Astra在AI制药中能设计实验方案,但真实实验验证仍是瓶颈。
推荐理由:GPT-6 Astra同时冲击机器人、个人Agent和AI制药三大领域,但各领域面临的瓶颈截然不同:机器人需要速度与直觉,Agent需要身份验证,制药需要实验闭环。
北京大学研究人员开发了一种混合模型方法,通过锚定模型和校正模型结合,显著提高了柔性机器人臂的运动预测准确性。该方法在模拟测试中将误差降低超过25%,在实际液压软体鱼尾测试中误差仅为单一模型的一半或更少,使柔性机器人在狭窄空间和精细操作中更具实用性。
推荐理由:通过锚定和残差学习结合的方法,柔性机器人臂预测误差降低25%,为软体机器人在狭窄空间作业提供可靠控制基础。
高德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全身协调,数据采集效率约为主流方法的3.4倍,真机任务成功率提升22.5%。
推荐理由:无本体采集让机器人学习效率提升3.4倍,全身协调能力突破局部动作瓶颈,为开放场景任务提供新路径。
15台人形机器人在杭州工厂工作一年,实现了98%的上料成功率,但处理速度仅为熟练工人的一半。
推荐理由:15台人形机器人实现98%上料成功率,但速度仅为熟练工人一半,工业落地仍面临效率挑战。
宇树科技2025年人形机器人销量达5215台,均价16.64万元,毛利率60.44%。
推荐理由:毛利率超六成且销量破五千,人形机器人商业化进程加速,但价格仍处高位。
ETH Zurich Robotics Systems Lab 的四足机器人仅用脚部自主解决巨型魔方。文章还收录了多个机器人视频,包括KAIST人形机器人搬运35公斤物体、KAIST手部设计、ETH Zurich生物混合机器人、SuperMimic运动跟踪算法等最新进展。
推荐理由:四足机器人独立解决巨型魔方展示了具身智能的进步,但视频合集形式难以提取具体技术细节。
阿里、腾讯、字节、阶跃星辰和 Today AI 等公司正从不同路径布局个人智能体,但微信、淘宝等 155 款应用拒绝自动化操作,揭示了中国 Personal AI 产业的核心矛盾:各家公司希望让 AI 成为用户新入口,但不愿将既有入口交给别人的 AI。
推荐理由:Personal AI 试图将需求入口与服务交付平台分离,但中国超级 App 生态的拒绝清单揭示了这一重构的深层矛盾。
国内具身智能机器人保险从2025年9月开始起步,面临高风险、快迭代、缺数据的挑战。人保、太保、平安等险企已推出多种保险方案,包括浮动费率、场景定价和零部件保险,但行业仍缺乏历史赔付数据和独立定损体系。2026年3月,中国保险行业协会开始推进人形机器人保险示范条款编制,10月发布《人形机器人全生命周期管理规范》,为每台机器人分配29位唯一编码,试图解决责任界定和数据共享问题。
推荐理由:机器人保险从零赔付到批量承保,正在用价格机制倒逼行业建立责任标准与数据共享。
Jian Hou提出VecTile,一种低成本、6毫米厚的柔性触觉阵列,能够实现三轴力传感。该传感器结合压阻层和被动硅胶凸点,可将法向力和剪切力转化为可区分的压力模式。4x4阵列成本低于35美元,在单触点测试中法向力和剪切力的均方根误差分别为0.39N和0.16N。所有设计和代码将在论文接受后发布。
推荐理由:低成本柔性触觉阵列实现三轴力传感,35美元的4x4阵列在剪切力检测上达到0.16N误差。
Qi Lv提出SkeLAM模型,一种骨架引导的潜在动作模型,用于机器人世界建模。该模型将潜在动作分解为基于机器人骨架监督的运动学组件和保留补充视觉动力学的残差组件,在DROID数据集上相比DreamDojo将末端执行器ADE降低19.5%,LPIPS降低11.1%,并实现了零样本人类到机器人的运动迁移。
推荐理由:通过骨架监督分解潜在动作,SkeLAM模型显著提升了机器人世界模型的运动控制精度和零样本迁移能力。
本文提出了一种在线可细化语义映射框架,通过概率点级置信度更新持续优化物体表示,在Replica和ScanNet数据集上分别提高了3.46%和2.55%的映射精度,并在物体导航和具身问答任务中取得了82.4%和76.7%的成功率。
推荐理由:通过概率点级置信度更新,让语义地图能持续修正而非单调累积,解决了动态环境中感知误差累积问题。
Chaoyue Li提出SCOPE框架,通过规划错误反馈修正场景图,解决了机器人长期规划数据集生成中的物理一致性问题。实验表明,使用SCOPE生成的数据微调LLM,相比DELTA方法在任务成功率上提升12.33%。该研究已被IROS 2026接受。
推荐理由:通过规划错误反馈修正场景图,解决了机器人长期规划数据集生成中的物理一致性问题,为LLM在机器人任务规划中的微调提供了新思路。
Yufeng Liu等人提出Echo框架,结合任务状态信号学习与紧凑设计,在单一视觉语言动作模型中实现状态预测与动作生成。该框架通过停止和失败信号表示任务状态,与机器人动作一起去噪,无需帧级进度标注即可区分执行状态。真实世界操作实验表明,Echo能准确预测任务状态并提升策略性能。
推荐理由:通过任务状态信号与动作联合去噪,Echo让机器人能自主判断任务完成与失败,减少了对细粒度标注的依赖。
Junzhe He提出了一种学习框架,通过基于注意力的接触规划器和接触条件跟踪器,让人形机器人在复杂地形上实现自然协调运动。该框架结合了强化学习和参考方法的优势,使用运动数据作为训练先验,同时保持通过强化学习探索环境相关行为的能力。
推荐理由:基于注意力的接触规划器将运动数据作为训练先验,让人形机器人在复杂地形上实现自然协调运动。
宇树创始人王兴兴在杭州世界物理AI大会上表示,具身AI已出现突破迹象,预计一至两年内可能实现关键进展。公司正在研发自进化V1.0大模型,并计划扩大产能和计算基础设施。同时,宇树宣布举办世界物理AI竞赛,设立八大赛道,奖金达数千万元人民币。
推荐理由:宇树创始人将具身AI突破预期从数年缩短至一两年,同时推出全球竞赛加速技术验证,商业落地路径正从幻想转向务实。
IROS 2026 最佳论文奖颁给 LT-Mem,研究让机器人重访同一空间时能完整保留每个物体的位置变迁史。国内具身初创公司贝塔无限发布 BetaMem 全时空多模态记忆架构,在四项代表性记忆基准评测中均取得 SOTA 成绩,解决了机器人长期记忆的关键问题。
推荐理由:把记忆拆分为证据与状态,让机器人从单次执行器进化为长期同事,这一系统设计解决了具身智能的核心痛点。
苏黎世联邦理工学院研究人员开发出结合实验室培养的小鼠骨骼肌肉组织与水凝胶支架的生物混合机器人,通过计算机模拟优化设计,使机器人运动幅度提升11倍,能够跳跃、游泳、行走和抓取物体。
推荐理由:通过计算机模拟优化肌肉与支架的协同设计,使生物混合机器人运动幅度提升11倍,展示了生物组织与软体结构融合的新可能。
前OpenAI科学负责人Kevin Weil创立Warp Science,获8.65亿美元估值融资,由Lightspeed领投。该公司训练机器人执行药物研发中的湿实验室工作,旨在加速药物发现并减少地缘政治供应链风险。
推荐理由:前OpenAI科学负责人创立Warp Science,获8.65亿美元估值融资,将机器人引入湿实验室自动化药物研发。