跳到正文
只看软件开源#仿真
10月24日周六
  2. 量子位85

    达瓦科技Scenes AI实时世界模型获NVIDIA创业企业奖

    达瓦科技凭借实时世界模型产品Scenes AI在2026 NVIDIA创业企业展示半程展示中拿下卓越企业奖。该模型采用控制层做重、生成层做轻的架构，可在单张RTX显卡上实现720P、25帧的实时输出，目标编辑成功率达98.2%。

    推荐理由：从重画下一帧到更新世界状态，达瓦科技用34B模型在消费级显卡上实现实时世界模型，为影视直播等领域提供新路径。

10月23日周五
  2. arXiv · cs.RO55

    一种用于可扩展跨会话室内导航的稀疏拓扑图

    Eun Sun Lee提出了一种稀疏拓扑图方法，用于室内导航中的跨会话导航。该方法通过编码局部3D几何和距离加权边的节点结构，实现了跨会话点对点导航，在Gibson数据集上达到77.1%的成功率，在3D-FRONT场景变化下达到40.0%的成功率，同时将内存需求降低两个数量级。该方法支持跨会话对齐和目标导向导航，具有强大的可扩展性和真实世界迁移能力。

10月22日周四
  7. arXiv · cs.RO75

    HuMiT: 基于紧凑参考跟踪的低延迟全身人形机器人远程操作系统

    研究人员提出HuMiT系统，仅需使用紧凑参考目标（包括根高度、根速度和四个稀疏关键点的SE(3)姿态）即可实现全身远程操作，达到约20毫秒的通信到推理延迟和65毫秒的光流延迟。该系统在Unitree G1人形机器人上验证，展示了接球和协调操作能力。

    推荐理由：通过仅使用紧凑参考目标实现20毫秒低延迟，解决了人形机器人远程操作中的实时性挑战。

  8. arXiv · cs.RO70

    TARSphere：面向长周期具身智能体的全栈框架

    Yicheng Xu提出TARSphere框架，包含基础设施TARSphere-Infra和多模态大语言模型智能体TARSphere-Harness，用于在物理和社会环境中评估长周期具身智能体。研究通过TARSphere-Bench基准测试评估了8个多模态大语言模型，发现通用模型在特定任务上表现优于专用具身模型，但任务更新和人类交互仍是挑战。

    推荐理由：TARSphere框架首次将物理与社会约束整合进长周期具身智能体评估，揭示了通用模型在复杂环境中的潜力与执行安全挑战。

10月21日周三
  1. 雷锋网85

    具身智能实景实训平台成为产业基础设施

    中国信息通信研究院报告显示，训练通用具身模型需要千万小时级真实交互数据，而全球可用高质量真机具身语料仅在百万小时量级。2026年6月，工信部与国务院国资委联合启动人形机器人与具身智能实景实训专项行动，推动产训一体模式。上海浦东已形成训练、生产、回流、培养的完整链条，包括智元数据采集工厂、上海电气中试服务平台等设施，并在汽车制造等领域实现机器人应用。

    推荐理由：实景实训平台正成为具身智能产业的基础设施，解决了从训练到落地的关键数据鸿沟问题。

  7. Hugging Face Blog81

    NVIDIA 推出 SimReady Central 开源仿真资产库

    NVIDIA 在 Hugging Face 上发布 SimReady Central，包含2000多个用于机器人和AI工厂仿真的3D资产，支持碰撞几何、质量、摩擦等物理属性。OEM厂商可提交符合 SimReady 标准的资产，开发者可组合这些资产构建仿真环境，并通过 AI 辅助工具快速创建场景。

    推荐理由：开放2000+仿真资产库把机器人开发门槛从建模降到组装，接下来看OEM和开发者如何共建生态。

  11. 财联社电报65

    英伟达升级Isaac机器人平台 推出人形机器人参考框架与仿真工具

    英伟达宣布升级Isaac通用机器人开发平台，推出新的人形机器人参考框架、仿真工作流及数据工具，旨在加速通用机器人开发。相关更新覆盖机器人训练、仿真验证和部署流程，帮助开发者利用合成数据和仿真环境训练机器人，并在实际部署前验证机器人行为。

  12. arXiv · cs.RO55

    MARE: 带真实阴影数据的开源月球车模拟器

    研究人员发布MARE（Modular Autonomy and Rendering Environment），一个基于Unreal Engine 5和ROS 2的开源月球车感知与自主性模拟套件。该系统包含地形生成器、配备多种传感器的月球车物理模型和基于Web的导航控制栈，专门解决月球极地低太阳高度角下的长阴影挑战，提供像素级精确的地面真实数据。

  13. arXiv · cs.RO75

    SceneRig: 从单张图像重建仿真就绪3D场景的智能体系统

    SceneRig是一个智能体系统，可将单张图像转换为可编辑、仿真就绪的3D场景。该系统结合几何、视觉和物理工具重建3D场景，并通过智能体在物理仿真器中执行编辑-验证循环实现物理稳定性。相比基线方法，SceneRig能改进实例分割、以对象为中心的外观和3D放置，同时保持场景物理稳定，且其场景能更准确地预测真实机器人策略结果。

    推荐理由：从单张图像重建物理稳定的3D场景，解决了视觉相似与物理行为之间的矛盾，为机器人仿真提供了新工具。