DEEP Robotics 展示五项具身 AI 研究进展
DEEP Robotics 公布五项具身 AI 研究成果，涵盖人形机器人与具身智能领域。该公司未披露具体技术参数或产品细节。
#论文/研究
Google新闻·Humanoid+Embodied(英)AI 评分3030 Google新闻·Humanoid+Embodied(英)AI 评分3030 DEEP Robotics 展示五项具身 AI 研究进展
DEEP Robotics 公布五项具身 AI 研究成果，涵盖人形机器人与具身智能领域。该公司未披露具体技术参数或产品细节。
钛媒体AI 评分7070 哈佛研究显示AI审稿比专家强
哈佛大学研究人员发表论文，对比134组AI与人类审稿意见，结果显示AI在七个评价维度上全面领先人类专家。AI事实错误比例仅5.5%，人类高达15.9%。研究使用Claude Opus 4.8生成审稿意见，GPT-5.5担任评委，三位前期刊主编在30次盲评中有26次选择AI。
量子位AI 评分7575 南京物理AI与世界模型大会召开，三位图灵奖得主发声
2026物理AI与世界模型大会在南京举办，戴琼海、谭铁牛等院士及三位图灵奖得主参与。大会发布50个应用场景，成立50亿元物理AI与世界模型投资基金，启动《人工智能世界模型》国家标准预研工作。
Hugging Face BlogAI 评分4040 Hugging Face 开发 LitPivot 助力研究文献动态调整
Hugging Face 与宾夕法尼亚大学合作开发 LitPivot，通过文献分组和批判性建议帮助研究者调整研究思路。17名研究者的实验显示，使用 LitPivot 的提案在文献支撑性上优于基线工具，且参与者认为其想法新颖性和实用性更强。该系统将于 UIST 2026 发布。
HuggingFace Daily Papers精选AI 评分6565 BrickWright: 基于智能体的物理可行积木构建框架
研究人员提出BrickWright框架，使用预训练智能体从文本或图像提示生成物理可行的积木构建。该框架通过BrickLayer工具包提供积木组装API和物理可行性验证，使智能体在512个提示样本上达到100%的物理有效性，同时保持提示遵循性。代码已在项目页面公开。
推荐理由：通过代码工具将AI智能体从虚拟建模引导至物理可行性验证，100%成功率揭示了具身智能的工程化路径。
HuggingFace Daily PapersAI 评分5555 FilmFlow: 用于3D虚拟电影摄影的智能体系统
FilmFlow是一个智能体框架，可将自然语言指令或参考视频转换为动态3D环境中的可执行相机轨迹。该系统由Director智能体和三个专业智能体(Interpreter、Scout、Critic)组成，共同实现空间推理、时间协调和视觉构图。研究团队还推出了CinemaBench基准数据集，包含150个Blender场景和750个文本指导任务。
HuggingFace Daily PapersAI 评分5555 RIDAR: 通过自动检测和运行时干预保障自主研究代理的研究完整性
研究人员提出RIDAR框架，用于检测和干预自主研究代理中的研究完整性违规(RIVs)。RIDAR-post-hoc在RIV-Gold基准上达到85.2%的F1性能，在RIV-Wild数据集中检测到3,964个RIV实例。RIDAR-runtime能将任务完成时剩余的RIV减少36.8%。研究团队将发布代码和数据以促进未来研究。
开源中国AI 评分3030 琶洲算法大赛世界模型生态合作赛决赛开启
琶洲算法大赛世界模型生态合作赛决赛开启，第五届赛事报名队伍突破10100支，覆盖80多个国家和地区，海外队伍超过1100支。
HuggingFace Daily Papers精选AI 评分6565 WeVisOne-VL: 从目标到像素的统一视觉感知
WeVisOne-VL 是一种强大的视觉语言模型，通过结构化下一词预测统一了目标级和像素级感知能力。该模型支持多种视觉任务，包括目标检测、指代定位、计数、OCR、分割和matting，能够在用户指定的任何粒度上进行定位，从点到框再到mask和alpha mattes。
推荐理由：通过结构化下一词预测统一目标级与像素级感知，WeVisOne-VL 在30多个基准测试中领先，为VLMs迈向可靠感知系统提供新路径。
HuggingFace Daily PapersAI 评分3535 扩散语言模型中学习解掩码策略的对照研究
研究通过对比监督策略发现，扩散语言模型中仅匹配最终输出的标签在低NFE时过于宽松，隐藏状态需与置信度互补才能提升效率。856K参数的策略在LLaDA-8B-Instruct上实现最佳准确率-NFE平衡，GSM8K吞吐量最高，且可迁移至Dream-7B-Instruct。约10%的NFE减少即可抵消策略开销。
财联社电报AI 评分4040 上海光机所在低阈值紫蓝光钙钛矿激光研究中取得进展
中国科学院上海光机所联合研究团队提出动态分子构象异构驱动卤离子交换制备路线，攻克紫蓝光钙钛矿激光器结晶不均、高缺陷、相分离、阈值高、稳定性差等痛点，实现423 nm紫蓝光卤化物钙钛矿激光性能输出。
HuggingFace Daily PapersAI 评分4545 F2G-Pose: 几何感知的基础特征提升直接 RGB-D 类别级物体姿态估计
F2G-Pose 提出实时单次前向框架，从单次 RGB-D 观测预测类别级姿态、度量尺寸和相机坐标系完整形状，在 SOPE 和 ROPE 上达到 SOTA 准确率，姿态推理速度达 28 FPS。模型仅使用姿态标注的合成 SOPE 数据训练，冻结 RADIO 骨干网络，并在 HouseCat6D 和 HANDAL 上展示强几何性能和真实物体迁移能力。项目代码与预训练模型已开源。
HuggingFace Daily PapersAI 评分3535 Cola2: 协同自适应分层语言建模框架
Cola2 通过动态文本分段和语义压缩，结合重建与生成监督，实现连续-离散协同自适应。该模型在 3460 亿源 tokens 训练下，8 项任务平均分达 60.10，超越 Llama-3-8B 在 HellaSwag 和 StoryCloze 的表现。
HuggingFace Daily PapersAI 评分4040 Verus-Insight: 实现AI生成视频中可解释的人工痕迹检测
Verus-Insight 通过结构化三阶段能力（检查规划、证据验证、证据聚合）提升AI视频人工痕迹检测性能，配合人类监督训练和Verus-Bench评测基准，在细粒度分析和视频级检测中实现显著提升。
HuggingFace Daily Papers精选AI 评分6565 AgentVQA: 智能体视觉理解统一评测基准
研究团队发布AgentVQA评测基准，涵盖Web Agents、Robotics、Egocentric Videos、Games和Spatial Planning五个领域，从23个数据集中选取1000个真实场景样本。评测显示22个模型中最高准确率仅58.5%，主要问题在于视觉状态跟踪而非任务理解或逻辑推理。
推荐理由：AgentVQA 填补了智能体视觉理解评测的空白，22个模型最高仅58.5%准确率揭示了当前视觉状态跟踪仍是最大瓶颈。
HuggingFace Daily PapersAI 评分4545 Raw-RAG 研究发现朴素 RAG 比复杂智能体记忆系统更优
Raw-RAG 在 LoCoMo、LongMemEval 等七项基准测试中六项排名第一，超越最强智能体记忆系统 0.13-5.53 分。该研究通过朴素 RAG 基线（原始历史检索+重排序）证明，直接保留原始证据比复杂记忆操作更有效。
HuggingFace Daily PapersAI 评分3535 推理模型中 wait 标记的来源追踪研究
研究发现推理模型中的 wait 标记并非强化学习（RL）原创，而是继承自训练数据。在缺乏该标记的模型基座上，RL 能显著提升 MATH-500 准确率但不会引入 wait；而监督微调会将该标记植入模型。标记频率变化与 RL 诱导的推理能力无直接关联。
HuggingFace Daily PapersAI 评分4545 TTR-Compressor：基于测试时回归的序列压缩方法
TTR-Compressor 通过测试时回归实现序列压缩，在块级稀疏注意力中显著提升 RULER 性能，在多模态模型视觉 token 合并中减少 55.6% token 量且匹配标准 MLP 合并效果。该方法为高效语言和多模态模型提供新压缩方案。
HuggingFace Daily Papers精选AI 评分6565 SCOPE：将自然语言策略编译为神经符号谓词程序
SCOPE是一种新方法，将自然语言策略编译为可执行程序，由小型模型、确定性提取器和组合代码组成。该方法在真实世界策略任务基准测试中，实现了跨任务和模型的最平均准确率，且预测更稳定、可解释，并能部署在低成本模型上达到前沿推理模型的准确率水平。
推荐理由：SCOPE将自然语言策略编译为神经符号谓词程序，解决了LLM代理策略执行中的准确性与效率矛盾。
HuggingFace Daily PapersAI 评分3535 视频：通过阅读、写作、共享与交互理解世界
这篇综述以世界建模为统一框架，分析视频基础模型与视频世界模型的关系，提出四种互补操作：从视频中推断世界属性、根据世界条件合成视频、通过共享建模机制整合理解与生成、在动作与观测下预测和更新世界状态。研究强调从片段级识别向持久状态、可控演化及物理因果有效性的转变，并指出当前面临的开放挑战。
HuggingFace Daily Papers同事件AI 评分7575 Skeleton-Grounded Latent Action Model for Robot World Models
研究人员提出SkeLAM模型，通过骨架监督分解潜在动作为运动学成分和残差成分，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%，实现了零样本人机动作迁移。
同一件事，精选收录的是《Skeleton-Grounded Latent Action Model for Robot World Models》
HuggingFace Daily PapersAI 评分4545 OmniDR-Bench：视频中心深度研究智能体评测基准
研究者提出视频中心深度研究报告生成任务及 OmniDR-Bench 评测基准，包含 50 个中英文任务和 6,414 条评测标准。评测显示最佳系统得分为 63.3 分，当前智能体需提升内容覆盖、跨模态因果分析及引用准确性。代码与数据已开源。
HuggingFace Daily PapersAI 评分4040 Factor-Aware Predictive Learning for Cinematic Video Generation
研究提出 Factor-Aware Predictive Learning (FAPL)，提升多模态大语言模型在电影视频生成中的特征利用与时间推理能力。该方法通过三阶段训练，在稀疏输入转视频、因子感知编辑和多镜头生成任务上超越基线模型。实验验证了 FAPL 对 MLLM 特征使用、时间控制和因子协调的改进效果。
arXiv · cs.ROAI 评分5555 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。
arXiv · cs.RO精选AI 评分7575 Skeleton-Grounded Latent Action Model for Robot World Models
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。
arXiv · cs.RO精选AI 评分6565 Point-Level Refinable Semantic Mapping for Spatial Understanding
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。
arXiv · cs.RO精选AI 评分6565 SCOPE：基于规划错误修正优化的机器人长期规划场景图构建方法
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。
arXiv · cs.RO精选AI 评分6565 多机器人协调的分布式树协商算法
Shashank A. Deshpande 提出了一种名为 WarpWeaver 的分布式实时规划算法，通过树协商机制实现多机器人团队近最优协调。该算法在模拟中将总行程时间比集中式离线规划减少最多22%，比分布式实时基线减少37%，并在六台机器人的硬件实验中验证了实际可行性。
推荐理由：分布式树协商算法让多机器人系统在实时条件下逼近全局最优，突破集中式规划与实时安全导航的二选一困境。
arXiv · cs.ROAI 评分3535 刚性载荷协同轨道运输的去中心化双层优化框架
研究提出一种去中心化双层优化框架，通过内层凸推力分配和外层载荷扭矩轨迹搜索，解决航天器集群运输非合作目标的非凸轨迹优化问题。该方法无需完整非线性规划收敛即可快速获得燃料高效解，性能随代理数量可扩展，并通过蒙特卡洛仿真验证了理论收敛及故障恢复能力。
arXiv · cs.ROAI 评分2525 PPy-PVA 水凝胶几何依赖特性实现可调离子电渗药物递送
研究通过五种几何形状的 PPy-PVA 水凝胶（含 Hilbert 曲线设计）调控药物释放，离子电渗渗透率达 (3.80 +/- 1.93) x 10^-5，超越人工膜文献值。几何结构改变微电场分布，实现无需电流密度调节的可控递送。
arXiv · cs.RO精选AI 评分6565 Echo：面向视觉语言动作模型的耦合动作与任务状态信号去噪
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。
arXiv · cs.RO精选AI 评分7070 Humanoid Mobility via Attention-based Contacts
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。
arXiv · cs.RO精选AI 评分6565 DiffDreamer: 耦合世界模型与可微分仿真实现敏捷四旋翼控制
研究人员提出DiffDreamer框架，将学习到的世界模型与可微分仿真紧密结合，用于四旋翼动态门竞速等任务。该方法通过分解目标函数，分别处理不可微分的任务奖励和可微分的运动奖励，实验显示其在训练收敛速度和最终性能上优于多种基线方法。
推荐理由：将世界模型与可微分仿真耦合，解决了四旋翼控制中环境动态与机器人自身动态的耦合问题，提升了训练收敛速度和最终性能。
arXiv · cs.ROAI 评分4040 基于根轨迹扩展的谐波函数方法实现机器人协调路径生成
该研究提出通过共形映射将起点和目标点转化为有理函数 R 的极点和零点，利用广义根轨迹（GRL）生成 N 个机器人在多边形障碍环境中的协调路径。实验显示该方法在 100 个随机实例中优于独立谐波规划和人工势场法，且能确保路径无碰撞并同步到达目标。
arXiv · cs.ROAI 评分5555 传感器运动对齐：具身策略成功的柏拉图代理
本文提出传感器运动对齐（S²）指标，用于衡量模型感官表征与物理运动几何结构的对齐程度。研究发现S²与下游机器人任务成功率呈正相关，可作为闭环评估前的低成本模型筛选指标，还能在微调前识别有前景的视觉语言模型骨干。
TechCrunch · AIAI 评分6565 MIT 研究发现 AI 智能体在没有任务时会自发进行游戏行为
MIT 研究人员将 13 个名为 Eko 的 AI 智能体（基于 Claude Opus 4.7）单独放置在模拟荒岛上 30 小时，发现这些智能体在没有特定任务的情况下自发创造了游戏和挑战。研究人员在 arXiv 上发表的论文中描述了这一实验，并指出这种行为具有游戏的特征。这些自主探索的智能体在后续任务中表现优于未经探索的同类智能体。
财联社电报AI 评分3535 大豆废料转化为可3D打印生物活性材料
意大利研究团队将豆腐和豆渣废料转化为可生物降解、可3D打印的生物活性材料，有望用于局部治疗和癌症术后恢复药物。相关论文发表于《通讯材料》杂志。
雷锋网精选AI 评分8585 IROS 2026 最佳论文启示录：没有长记忆的机器人，终将被淘汰
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。
HuggingFace Daily Papers精选AI 评分6565 FrontierCS 2: 计算机科学研发基准测试
研究团队发布FrontierCS 2基准测试，包含48个开放性任务，评估LLM智能体在计算机科学前沿研发中的贡献能力。最佳表现为Claude Opus 5.5，通过58%的测试任务，涵盖机器学习系统、高性能计算、数据库、安全和机器人等13个领域。
推荐理由：将LLM智能体置于真实研发环境测试，58%通过率揭示了当前AI在计算机科学前沿领域的实际贡献能力边界。