StopWatch: 物体导航中的目标定位
Xinhao Liu 提出了 StopWatch 方法，解决了物体导航任务中的目标定位问题。通过明确目标定位，该方法在六个基准测试上达到了最先进的结果，并修正了这些基准测试中的标注缺陷。分析表明，在真实目标定位的情况下，其策略几乎达到了生成演示的专家水平。
推荐理由：目标定位是物体导航任务中的关键瓶颈，明确目标定位方法显著提升了六项基准测试的性能。
#具身智能
arXiv · cs.RO精选AI 评分6565 arXiv · cs.RO精选AI 评分7575 Self-Building Labs：自主构建实验室系统
Jiaru Bai 提出自我构建实验室(SBL)系统，能根据高层科学目标自主设计、配置和运行实验室设置。该系统从现有条件出发，构建实验室布局、数字孪生、机器人技能和实验工作流，已在量子点合成实验中验证端到端能力，使科学自动化更易访问、灵活和可扩展。
推荐理由：从空白房间到完整实验室，SBL 系统自主设计、配置并运行实验，将人类角色从手动编程转向目标设定，大幅提升科学自动化灵活性。
IEEE Spectrum · RoboticsAI 评分3535 Video Friday: 当两个机器人合二为一
IEEE Spectrum 汇集本周机器人视频，包括 Gemini 4 通过视频理解生成 Apollo 2 人形机器人投掷玉米袋的物理模拟，NASA 毅力号火星车以 28.10 英里刷新地外行驶纪录，以及 Microducks 通过蓝牙即兴合唱。
arXiv · cs.RO精选AI 评分6565 并非所有动作贡献相等：从非精确演示中学习精确进度估计
Huanqian Wang提出PRIME方法，通过构建加权图和最短路径搜索，从非精确的人类演示中学习精确的进度估计，在仿真和真实世界的高精度操作任务中表现出色，在充电器插入任务上比SFT基线方法提高5倍成功率。
推荐理由：从人类不完美演示中学习进度评估，PRIME方法解决了高精度操作中错误动作干扰奖励信号的问题。
arXiv · cs.RO精选AI 评分7575 学习机器人元推理：实时控制的自适应计算预算
本文提出了一种将最优计算预算识别为半马尔可夫决策过程的方法，训练强化学习策略根据当前状态、执行计划和规划器统计信息动态调整计算时间。该方法在地面机器人导航、敏捷四旋翼飞行和接触密集操作任务中均优于固定基准方案。
推荐理由：将计算预算优化建模为半马尔可夫决策过程，让机器人根据场景动态调整推理资源，解决了固定预算在关键场景下的局限性。
arXiv · cs.ROAI 评分4545 TransNav：基于 Transformer 的四旋翼无人机静态与动态障碍物端到端导航方法
TransNav 提出一种基于 Transformer 的端到端导航方法，通过点云编码与无监督学习策略，实现四旋翼在静态与动态环境中的障碍物避障。该方法在密集静态环境中表现优异，动态场景下具备竞争力，且推理成本低，适合机载部署。
arXiv · cs.RO精选AI 评分6565 Foundation-Model-Driven 3D Scene Graphs for Mobile Manipulation
本文将FOUND-IT集成到移动操作平台，展示了基础模型驱动的3D场景图在物体变化检测、多映射会话支持、导航路径规划和物体抓取等任务中的有效性。代码已在GitHub开源。
推荐理由：将基础模型驱动的3D场景图集成到移动操作平台，验证了其在物体变化检测、导航路径规划和抓取任务中的实用性。
arXiv · cs.ROAI 评分5555 超越动作预测：在潜在空间中学习无搜索规划
Guanchen Du提出HIJP框架，通过逆向模型和潜在预测模型的交替应用，在视觉控制任务中实现了86.8%的整体成功率，并比基于搜索的规划速度提升1.9-16.5倍。该方法通过重标记未来观察作为目标，提供跨时间范围的动作监督，并确保动作转换一致性。
Google新闻·Humanoid+Embodied(英)精选AI 评分8585 Faraday Future和FFR联合发布FF Nova人形机器人
Faraday Future和FFR联合推出FF Nova人形机器人，在美国售价低于2500美元，同时发布了FF Nova Mini、Physical AI Spark课程和强化学习开发者计划。
推荐理由：低于2500美元的人形机器人首次亮相，价格门槛大幅降低，接下来看开发者生态能否跟上。
Google新闻·Humanoid+Embodied(英)AI 评分3030 香港推出具身 AI 中心角逐机器人产业浪潮
香港启动具身 AI 中心，意在争夺机器人产业机遇。该举措聚焦具身智能技术发展，助力香港在全球机器人领域占据一席之地。
arXiv · cs.RO精选AI 评分6565 LIBERO-PeRM: 个性化机器人操作基准测试
Zhixu Li等人提出LIBERO-PeRM基准测试，专注于具身智能体的偏好学习，包含312个任务和五个研究问题，评估当前VLA策略在零样本个性化、偏好学习和冲突处理等方面的表现。
推荐理由：论文提出了首个针对个性化机器人操作的基准测试LIBERO-PeRM，填补了该领域评估空白。
arXiv · cs.RO精选AI 评分7575 Value as Memory: 在线价值引导的通用机器人策略后训练
Wenye Yu提出Value as Memory (VaM)框架，通过价值缓存和在线强化学习解决机器人策略后训练中的部分可观测性和反馈延迟问题。在涉及可变形物体和接触密集操作的长时程任务中，VaM在价值缓存方面平均提高成功率29.4%，在线自主学习提高32.8%，在相同梯度步预算下执行8倍策略迭代，并发数据收集和训练使每梯度步时间降低2倍以上。
推荐理由：本文提出了一种结合价值缓存和在线强化学习的机器人训练框架，解决了部分可观测性和反馈延迟问题。
arXiv · cs.RO精选AI 评分7070 T2-z: 机器人世界模型的环境隐变量测试时优化
Chenyuan Zhou等人提出T2-Z方法，通过测试时优化环境隐变量来增强机器人世界模型。该方法在7个模拟环境和4个真实机器人任务中，将物体预测误差从15.20降至7.00，动作成功率从33.73%提升至72.96%。T2-Z能够从单次测试交互轨迹中高效推断环境隐变量，捕捉多样化视觉场景中个体和复合因素的结构化表示。
推荐理由：T2-Z通过测试时优化环境隐变量，显著提升了机器人在新环境中的预测准确性和任务成功率。
arXiv · cs.RO精选AI 评分7575 感知、预测与规划：面向自我中心灵巧操作的世界统一行动模型
作者提出P³-WAM模型，通过感知、预测和规划三种互补模式实现自我中心灵巧操作，整合紧凑的3D动作表示到预训练视频扩散变换器中，实验显示统一训练提升了所有三种能力，在3D手重建和动作条件视频预测任务上优于专用基线。
推荐理由：论文提出了统一的世界行动模型，通过三种互补模式实现3D感知、预测和规划，在多个数据集上表现优于专用基线。
arXiv · cs.RO精选AI 评分7070 CoDA: 数据引擎与行动策略的协同进化
Tianjiao Yu提出CoDA框架，让模拟数据引擎和行动策略通过共享异构记忆协同进化，在四个操作任务家族中，将分布外成功率从5.3%提升至27.6%，超过最强闭环基线9.5个百分点。在LIBERO-Pro上，15轮生成和训练使位置扰动下的成功率从25%提升到84%，指令扰动下从1%提升到76%。
推荐理由：CoDA框架通过数据引擎与行动策略协同进化，显著提升了机器人在分布外任务中的成功率。
arXiv · cs.ROAI 评分4545 GeoState: 学习视图解耦几何状态用于 3D 世界建模
GeoState 提出视图解耦的几何表示，分离场景状态与相机依赖观测，在 Waymo 上超越现有 3D 世界模型，支持跨视图几何一致性查询，并零样本泛化至 KITTI 和 nuScenes。
arXiv · cs.RO精选AI 评分7575 Spark-0：面向机器人灵巧操作的空间对齐触觉预训练扩展研究
研究人员提出Spark-0模型，结合视觉-触觉-语言-动作(VTLA)多模态信息，通过1000小时的HumanTouch数据集进行预训练，在Ego Humanoid Manipulation Benchmark和SparkArena任务中取得最高成功率，触觉信息不仅作为策略输入，还成为灵巧视觉运动预训练的可扩展监督。
推荐理由：研究通过大规模触觉预训练提升了机器人在灵巧操作中的成功率，提供了新的监督方法。
arXiv · cs.RO精选AI 评分7575 Dexterity from Supervised Play：通过监督学习实现机器人灵巧操作
Botao He提出DSP框架，机器人通过行为克隆从人类游戏中学习策略，然后自主收集交互数据训练世界模型。在真实实验中，该方法比回顾性行为克隆成功率提高69.6%，且比强化学习减少490倍的交互数据量。
推荐理由：论文提出了一种通过监督学习让机器人自主收集灵巧操作经验的新方法，显著减少了交互数据需求。
arXiv · cs.ROAI 评分4040 照明感知的航天器主动感知框架
该研究提出基于分类变分自编码器的航天器检测规划框架，通过图像隐方差替代几何可见性检查。在物理仿真中，该方法平均亮度达0.57，81.6%观测值高于0.25，显著优于几何规划方案。
arXiv · cs.RO精选AI 评分6565 Mem4Act: 学习用于长期机器人操作的有效潜在记忆
Mem4Act框架引入了一种固定大小的潜在记忆表示，通过多粒度时间聚合、互补语义和感知信息保留以及记忆优先的两阶段训练，解决了长期机器人操作中的记忆挑战。在RoboMME、RMBench和四个真实世界操作任务中，分别取得了49.88%、61.0%和81.5%的成功率，达到了最先进的性能。
推荐理由：Mem4Act框架解决了机器人长期操作中的记忆挑战，通过多粒度时间聚合和互补记忆监督实现了SOTA性能。
arXiv · cs.ROAI 评分5555 提出更智能的问题：针对未指定奖励的定向主动偏好学习
该论文提出了一种方法，通过构建信息先验和提供解释，让机器人能够针对需要解决的特征提出更智能的偏好查询，从而减轻人类负担。在模拟中，该方法在低查询量情况下比标准基线高30.8%，在用户研究中显著改善了奖励恢复。
arXiv · cs.ROAI 评分4545 基于 Posetal Games 的多智能体运动规划框架实现可审计部署
研究提出基于法律偏序博弈（posetal games）的多智能体运动规划框架，将抽象法律指南自动转化为具体场景下的博弈策略。该框架通过信念博弈协议协调智能体，无需公开私有偏好即可恢复真实均衡解，并在海事导航场景中验证了规则合规性与可追溯性。
arXiv · cs.ROAI 评分4040 基于可达性控制屏障函数的多智能体预通信协同追捕策略
该研究提出统一控制/通信策略，通过控制屏障函数确保间歇通信下智能体安全避碰，预通信机制减少77.5%消息量且零碰撞。策略基于可达集计算与不确定性风险指标，在追捕场景中验证有效性。
Latent Space精选AI 评分8585 Modal 达10亿美元年收入，16亿美元D轮融资成纽约最新AI基础设施十角兽
Modal 宣布达成10亿美元年化收入(ARR)，完成7.5亿美元D轮融资，估值达15.75亿美元，从独角兽跃升为十角兽。公司表示过去一年使用量增长15倍，过去5个月增长3倍。Modal的沙箱产品在2023年推出，目前已成为3亿美元年化收入的产品，已创建近30亿个沙箱实例，可扩展至百万级并发。
推荐理由：Modal 从独角兽跃迁为十角兽，5个月估值增长3倍，AI基础设施商业化速度超预期。
Latent SpaceAI 评分7070 Google 发布 Gemini 4 Argon 模型
Google 发布了 Gemini 4 Argon 模型，面向编码、知识工作、企业工作流和网络安全防御。该模型通过 Gemini API、Gemini 平台、Google AI Pro 和 Ultra 以及 Gemini 应用中的 AI 模式提供访问。定价为每百万输入/输出 token 2/10 美元，缓存输入可享受 95% 折扣。
Latent Space精选AI 评分8585 Dyna Robotics发布Dyna-2物理智能体机器人
Dyna Robotics发布了Dyna-2物理智能体机器人，该机器人基于预训练超过一百万小时人类视频的世界行动模型，已在酒店和餐厅实现实际部署，能够执行长达一小时的自主工作流程，如折叠餐巾和切菜。机器人采用半人形设计，结合轮式底盘与类人上身，通过扩散变压器架构实现连续动作预测，并能通过少量演示数据快速适应新任务。
推荐理由：从百万小时人类视频预训练到酒店餐厅实际部署，Dyna Robotics展示了物理智能体从实验室到生产环境的跨越。
Latent Space精选AI 评分8585 Meta发布Muse Wonder系列模型，对标OpenAI与Anthropic
Meta Superintelligence Labs发布了Muse Wonder系列模型，包括Muse Wonder和Muse Wonder Full两个版本。
推荐理由：14个月从零到前沿模型，Meta的Muse Wonder系列展现了惊人的迭代速度，但价格策略与访问限制引发行业讨论。
Genesis ReleasesAI 评分1515 Genesis v1.4.4 发布：GPU 刚体模拟提速，多接触鲁棒性优化
Genesis v1.4.4 版本提升 GPU 刚体模拟速度，显著增强基于扰动的多接触鲁棒性且无额外运行时成本。新功能支持异构实体差异化缩放、固定基座姿态和关节参数，修复凸接触深度、非确定性 GPU 模拟等多项问题。
Latent SpaceAI 评分7575 Standard Bots获2亿美元融资，打造AI原生工业机器人
Standard Bots完成2亿美元C轮融资，估值达10亿美元，成为美国最大的AI原生工业机器人制造商。该公司专注于工业机器人手臂，客户包括NASA、亚马逊和洛克希德·马丁。其AI策略强调数据质量而非规模，采用预训练模型和任务特定适应，推理在本地运行以确保工厂环境可靠性。
Genesis ReleasesAI 评分1515 Genesis v1.4.3 发布
Genesis v1.4.3 提升非批量至中等批量场景（约4000）的GPU模拟速度，降低内存占用，Windows编译速度提升最高3倍。修复glTF解析、轨迹回复、MJCF文件解析等多处边缘问题，优化GPU内存使用和物理模拟性能。
Genesis ReleasesAI 评分1717 Genesis v1.4.2 发布
Genesis v1.4.2 通过休眠机制显著提升大规模场景性能，休眠岛屿不再消耗运行时。优化 Signorini 接触解析收敛性，GPU 刚体求解器速度提升，修复阻尼关节注入能量等缺陷。
Genesis ReleasesAI 评分2525 Genesis v1.4.1 发布
Genesis v1.4.1 显著提升大规模场景 CPU 和 GPU 性能，约束求解器速度加快，支持 MJCF 关节等式和异构默认骨架。修复 glTF 解码和法线坐标问题，优化接触密集场景和多岛场景计算效率。
Genesis ReleasesAI 评分1515 Genesis v1.3.2 发布
Genesis v1.3.2 改进刚体模拟的物理不变量合规性和数值鲁棒性，支持 CPU/GPU 确定性计算。新增地形高度查询方法，修复焊接约束删除、传感器延迟等 8 项问题，优化温度传感器更新与场景构建速度。
LeRobot ReleasesAI 评分2020 LeRobot v0.6.1 发布
LeRobot 发布 v0.6.1 版本，主要更新包括重构 lerobot.types 为 lerobot.lerobot_types，优化依赖与文档构建速度，新增 VLM 子任务标注功能，修复多模块兼容性问题。
Genesis ReleasesAI 评分1515 Genesis v1.3.1 发布
Genesis v1.3.1 修复 Nyx 渲染插件支持，新增 contact_resolution 选项解耦接触法向力与摩擦系数。新增射线投射支持视觉网格，修复 FEM 实体支持并添加 Nyx 插件 CI。
Genesis ReleasesAI 评分4545 Genesis v1.3.0 发布
Genesis v1.3.0 扩展了可微分刚体仿真，新增扭转和滚动摩擦功能，修复了浮力、渲染等多项 bug。该版本不再将可微分刚体仿真标记为实验性功能。
Genesis ReleasesAI 评分2525 Genesis v1.2.3 发布
Genesis v1.2.3 引入椭圆摩擦锥高阻抗选项以精确建模静态功能，提升 fp32 精度下约束求解器的收敛性。新增批渲染器异构实体支持、基于光线投射传感器的仅距离模式，以及忽略 MJCF 地面平面的选项。非凸碰撞检测速度提升，非批处理 CPU 模拟加速最高 30%。
LeRobot Releases精选AI 评分7070 LeRobot 发布 v0.6.0 版本
LeRobot 发布 v0.6.0 版本，重构依赖架构并更新GR00T模型至N1.7版本。此版本包含多项重大更新：依赖隔离安装、RL堆栈重建、新增多种基准测试集成、数据加载性能提升2倍，以及新增多种策略模型如EVO1和FastWAM。
推荐理由：LeRobot v0.6.0 重构依赖架构并更新GR00T模型，开源机器人平台正加速模块化演进。
LeRobot ReleasesAI 评分2727 LeRobot v0.5.1 发布
LeRobot 发布 v0.5.1 版本，更新依赖并修复 Unitree G1 SDK 检测问题。新增多任务扩散策略、相对动作支持及奖励可视化功能，优化数据集模块与基准测试文档。
LeRobot ReleasesAI 评分3232 LeRobot v0.5.0 发布
LeRobot 发布 v0.5.0 版本，新增 Unitree G1 WBC 实现与 cudnn_deterministic 训练选项，依赖库更新至 transformers v5，最低支持 Python 3.12。