迈向物理AI中的递归自我改进
该论文探讨了递归自我改进(RSI)在物理AI中的应用，分析了机器人学习中的能力改进与改进过程改进的路径，并总结了现有研究的评估原则和研究方向。
推荐理由：递归自我改进机制在物理世界面临学习成本与安全挑战，现有研究尚未完全证明递归增益的独立性。
技术方向
机器人产业 最新动态
机器人产业链全景：核心零部件（执行器、减速器、丝杠、传感器）、产能、订单与国产替代。
217 条精选近 30 天 216 条共收录 3,347 条
更新
精选归档 · 第 5 页
HuggingFace Daily Papers精选AI 评分6565 Google新闻·人形机器人(中)精选AI 评分7070 人形机器人板块涨停潮，特斯拉称已为V3 Optimus量产做好准备
人形机器人板块出现涨停潮，长盈精密20CM涨停，宇树科技连续两日大涨。特斯拉表示已为V3 Optimus量产做好准备。
推荐理由：人形机器人板块集体涨停，产业链公司股价异动反映市场对量产预期的升温。
AWS Machine Learning Blog精选AI 评分7575 AWS展示如何通过Amazon Quick和Amazon Bedrock AgentCore实现供应链智能对话
AWS发布了一套基于Amazon Quick和Amazon Bedrock AgentCore的供应链智能对话解决方案，通过MCP协议将分散的企业系统连接成可组合的工具层，使供应链团队能通过自然语言直接获取跨系统数据并做出决策。该方案将原本需要45-60分钟跨五个系统的手动流程缩短为几分钟的对话式操作，并支持主动监控和自动化工作流。
推荐理由：将供应链系统转化为自然语言对话，AWS展示了如何通过AgentCore和Quick实现跨系统决策自动化。
Solidot精选AI 评分8080 字节阿里腾讯订购逾350亿美元RTX PRO 5500显卡
字节跳动、阿里巴巴和腾讯已订购超过300万个、总值超过350亿美元的英伟达RTX PRO 5500工作站显卡。由于需求远超计划产量，英伟达无法保证满足所有订单，实际交付量可能仅为订单量的5%到10%。
推荐理由：中国科技巨头集体订购超产能数倍的显卡，凸显AI算力需求与供应链瓶颈的尖锐矛盾。
TechCrunch · AI精选AI 评分8585 Eka Robotics获1.45亿美元融资，物理AI模型展现超人类抓取能力
Eka Robotics完成1.5亿美元A轮融资，估值达14.5亿美元。该公司开发的物理AI模型结合力敏感夹爪和新深度学习模型，能在无需重新训练的情况下适应多种物体，抓取成功率超过95%，每小时可处理约1500件重达1公斤的物体，超过人类效率。该模型采用视觉-力-行动架构而非传统的视觉-语言-行动架构，通过物理模拟和强化学习实现。
推荐理由：1.45亿美元融资让Eka的物理AI模型引发专家惊叹，其基于力感知的抓取架构可能改变机器人操作领域。
Google新闻·人形机器人(中)精选AI 评分7575 首批人形机器人国标发布，2027年4月起覆盖六大环节
首批人形机器人国家标准发布，将于2027年4月起覆盖六大环节。
推荐理由：首批国标覆盖六大环节，标志着人形机器人从实验室走向规模化应用的关键一步。
Google新闻·人形机器人(中)精选AI 评分8585 工信部：上半年人形机器人产量超4万台 全年破10万
工信部科技司司长魏巍在国新办发布会上表示，2026年上半年我国人形机器人产量超4万台，预计全年将突破10万台。2025年我国人工智能核心产业规模超1.2万亿元。
推荐理由：人形机器人产量半年超4万台，全年预计破10万，显示产业规模化提速。
钛媒体精选AI 评分8585 Dyna Robotics：被部署教训了300天后，找到机器人Scaling Law
Dyna Robotics分享了从Dyna-1到Dyna-2的两年历程，包括从VLA模型转向世界动作模型，使用100万小时第一人称人类视频预训练，发现机器人数据规模定律。公司强调真实部署是衡量机器人的唯一评估，模型、数据和硬件必须共同进步才能实现商业化落地。
推荐理由：从演示到真实部署的300天，机器人Scaling Law的探索揭示了数据规模与系统落地的关键张力。
钛媒体精选AI 评分8585 特斯拉发布会飞Roadster：三层火箭技术重塑汽车物理边界
特斯拉发布新款Roadster，具备飞行能力，分为性能版、推力版和火箭版三层配置。该车采用SpaceX技术支持的高压空气推进系统，零百加速小于1.6秒，火箭版甚至支持悬停与飞行。特斯拉已开放预订，性能版33.2万元起，预计2028年交付。
推荐理由：把火箭技术装进汽车，特斯拉用会飞的Roadster开辟了性能竞争新维度，但量产前仍需解决飞行安全与法规问题。
HuggingFace Daily Papers精选AI 评分6565 Vision-Language-Delta-Action: 学习紧凑Delta作为机器人操作的可操作转换接口
本文提出Vision-Language-Delta-Action(VLDA)范式，将完整未来预测重构为紧凑可操作的转换建模。其核心是紧凑的Delta变量，作为视觉语言理解与动作生成的接口。实验表明VLDA提高了长时一致性、鲁棒性和泛化能力。
推荐理由：通过紧凑的Delta变量作为视觉语言理解与动作生成的接口，VLDA模型降低了机器人学习负担，提升了长时一致性和鲁棒性。
HuggingFace Daily Papers精选AI 评分7575 从舰队经验中学习：一种机器人的集体学习范式
研究提出集体经验学习(CEL)范式，通过失败引导的经验检索微调(FERT)和容错异步训练系统(FATS)，使部署中的机器人共享执行经验改进共同策略。在五个真实操作任务中，策略成功率高达93.3-99.2%，96台机器人在手机包装任务中成功率从79.2%提升至98.3%。
推荐理由：通过机器人共享执行经验提升策略可靠性，无需额外专家纠正，为大规模机器人学习提供新范式。
钛媒体精选AI 评分8585 机器人进厂第一课：不当人
物流分拣成为机器人量产落地突破口，非人形设计比人形更适配场景，具身智能从Demo转向订单驱动。星动纪元、自变量、极佳视界等公司推出半人形或机械臂形态的机器人，在物流分拣场景实现稳定作业，日均有效作业时间超10小时。
推荐理由：物流分拣成为机器人量产落地突破口，非人形设计比人形更适配场景，具身智能从Demo转向订单驱动。
arXiv · cs.RO精选AI 评分6565 触觉在手内物体旋转中的研究：手型形态在仿真与硬件中的比较
研究比较了两种低成本LEAP手型在物体旋转任务中的表现，发现触觉信息可显著提升旋转效率并降低指尖负载，对称手型在旋转次数和速率上表现更优。
推荐理由：对比仿生与对称手型在物体旋转中的表现，触觉信息提升效率的同时降低负载，为机器人手部设计提供新思路。
arXiv · cs.RO精选AI 评分6565 DexOAK: 物体感知的运动学重定向框架
研究团队提出DexOAK框架，一种基于学习的物体感知运动学重定向方法，可从人类动作捕捉数据生成接触一致的机器人手部参考动作。该方法通过交互图拉普拉斯目标函数优化手部-物体图，使机器人复现物体相对交互几何而非单纯人类手部姿态。在Inspire手上测试，OakInk-v2任务成功率从39.5%提升至48.4%，ARCTIC数据集ADD-AUC从62.7%提升至77.9%。
推荐理由：通过物体感知的运动学重定向技术，将人类动作数据转化为机器人手部操作，实现零样本跨数据集迁移。
arXiv · cs.RO精选AI 评分7070 HandsOn: 一种可推广的灵巧操作大规模仿真基准
Tianwei Luo等人发布了HandsOn，一个跨形态灵巧操作的仿真平台和基准，支持五种机械臂、六种灵巧手和约200种刚体、关节和可变形物体。该基准包含18,000个人类演示和66个人类验证任务，分为Core-50和Transfer-16两部分。
推荐理由：首个覆盖五臂六手200物体的灵巧操作基准，暴露了当前AI在物理交互中的真实能力边界。
arXiv · cs.RO精选AI 评分7070 GPT-6 Astra 是一种接触密集操作的原生视觉触觉策略
研究表明 GPT-6 Astra 能够直接解释基于视觉的触觉图像并利用其接触线索进行操作，在19个模拟任务中达到93.8%的平均成功率，超过专业基线22.9个百分点。视觉触觉输入下表现优异，纯视觉性能也领先于基线，轨迹分析显示其具有主动探测、谨慎抓取等能力。
推荐理由：GPT-6 Astra 直接解读视觉触觉图像并用于操作，挑战了专业策略在接触密集任务中的垄断地位。
arXiv · cs.RO精选AI 评分6565 Physical Words: 一种用于机器人操作中结构化潜在推理的词汇
研究人员提出PhysWord，一种基于Physical Words的推理-行动基础模型，使用原子动作动词作为物理动态的共享语义锚点。该模型在visuotactile UniVTAC上达到90.3%的成功率，在vision-based LIBERO-Long上达到99.6%的成功率，并在使用双夹爪和灵巧手的真实世界任务中优于竞争方法。
推荐理由：用原子动作动词作为物理动态的语义锚点，PhysWord在机器人操作任务中实现了90.3%和99.6%的成功率。
arXiv · cs.RO精选AI 评分8080 Ropedia W0: 利用人类经验扩展跨具身体的运动-操作世界模型
研究团队提出Ropedia W0，首个涵盖人类和多样化机器人的运动-操作世界基础模型。该模型基于Xp-Data数据集（包含1万小时人类第一视角数据和3千小时机器人数据）和统一的多模态注释，通过统一运动学表示编码运动和操作。在五个跨具身基准测试上达到最先进性能，并支持实时长时间运行，可用于VR交互、策略评估和基于模型的规划。
推荐理由：通过统一运动学和投影骨架表示，首次实现跨人类和机器人的世界模型，为具身智能决策提供新基础。
HuggingFace Daily Papers精选AI 评分7575 ScaleNav: 可扩展的网络视频预训练用于语言条件下的局部导航
研究人员提出ScaleNav框架，通过三阶段训练方法利用网络第一人称视频学习目标导向的视觉动态，支持机器人动作生成。该框架在Short-Horizon OVON单视图适应基准上达到86.5%成功率，在HabitatGS-LN基准上达到94.9%成功率，优于评估的基线模型，并在真实四足机器人上部署验证了泛化能力。
推荐理由：利用网络第一人称视频训练机器人导航，解决了真实数据收集成本高和模拟到现实差距大的问题。
钛媒体精选AI 评分8585 AI大厂的数据中心面临电力与人才双重瓶颈
2026年科技巨头资本开支预计增长80%至7500亿美元，但AI数据中心面临电力接入排队超五年、液冷系统交付不足、专业人才短缺等瓶颈，算力缺口达12GW。数据中心功能从'仓库'转变为'工厂'，电力成为关键原料，算力正成为'主权资产'。
推荐理由：AI数据中心从'仓库'变'工厂'，电力与人才瓶颈正重塑算力竞争格局，资本开支性质正从投资滑向入场费。