OneSteer:单步扩散全身控制实现可转向人形机器人运动跟踪
Yifei Huang 等人提出 OneSteer,一种单步扩散全身控制器,将通用运动跟踪与测试时选择性转向结合,通过可微任务代价在冻结权重下优化生成器输入噪声,并用身体分组参考掩码放宽部分跟踪要求。
推荐理由:论文给出单步扩散全身控制器在 Unitree G1 上的实测结果,可看选择性转向如何放宽跟踪约束。
Yifei Huang 等人提出 OneSteer,一种单步扩散全身控制器,将通用运动跟踪与测试时选择性转向结合,通过可微任务代价在冻结权重下优化生成器输入噪声,并用身体分组参考掩码放宽部分跟踪要求。
推荐理由:论文给出单步扩散全身控制器在 Unitree G1 上的实测结果,可看选择性转向如何放宽跟踪约束。
Jiaming Tang、Song Han 等提出 PEAR 后训练引擎与 robot-use 强化学习(RURL),让开源 27B 推理模型完全在仿真中、无需示教即可学会原生使用真机。
推荐理由:论文给出纯仿真强化学习训练开源 27B 模型原生操作真机的完整方法与迁移数据,可对照 VLA 微调路线。
作者提出 ESI(Embodied Self-Improvement),一个利用环境交互对齐 LLM 推理与 VLA 动作的自动化闭环,把模块化智能体整体作为后训练单元,反复优化引导 LLM 的提示词、表达意图的共享技能接口和实现意图的 VLA 参数。
推荐理由:论文提出让 LLM 与 VLA 在交互中互相提供监督的自改进闭环,并在 RoboDojo 十项任务上给出与混合智能体基线的对比。
X-Nav 技术报告提出一套从数据到部署的人形机器人长程导航系统,在灵犀 X2 上完成从办公楼大堂到邻栋商店约一百米的语言指令任务。其导航模型 MELIOR 仅使用机器人自带相机的 RGB 图像,分预测动作的 MELIOR-A 和预测导航目标的 MELIOR-N 两个版本,配合 X-Navarch 智能体工作流把简短指令拆成子任务并执行目标导航与避障。
推荐理由:论文给出从数据采集到真机部署的完整链路,并说明数字孪生数据微调如何提升闭环成功率。
论文提出 Agentic-Teacher,一个面向 VLA 后训练的自主数据引擎,可分析失败 rollout、选择干预状态并迭代生成闭环代码策略,把验证通过的策略变成可复用的演示生成器。
推荐理由:论文给出失败驱动数据引擎的完整流程,并列出 π0 在三个仿真基准上的成功率变化,便于比较数据生成与筛选环节。
英伟达11月12日宣布黄仁勋辞去总裁、CEO和董事职务,CFO Colette Kress接任临时CEO,随后员工与支持者发起请愿要求恢复其职务,已有6万多人签署,马斯克也在其中。请愿提出恢复CEO职务、公开调查框架、解释董事会决策三点诉求。据《金融时报》报道,董事会已接触Arm CEO Rene Haas作为潜在继任者,英伟达回应称对具体候选人的猜测为时过早。
推荐理由:材料汇总了黄仁勋辞职后员工请愿、董事会接触Arm CEO等各方反应,可看清这场人事震荡的多方立场。
英伟达宣布黄仁勋已辞去总裁、CEO及董事职务,即刻生效,执行副总裁兼CFO Colette Kress出任临时CEO并继续兼任原职,直至正式继任者获任命。消息公布后英伟达盘前股价一度跌至150.13美元,较前一交易日收盘下跌约13.58%,开盘后跌幅仍超10%,发稿前收窄至-4.63%。
推荐理由:英伟达33年来首次更换CEO,公告同时交代了临时接任者、董事会主席人选和财报时间安排。
三星宣布智能眼镜将于 2026 年 12 月 10 日在美国和韩国发售,今日开启预售,Gentle Monster 与 Warby Parker 联名共 30 款设计。
推荐理由:原文给出两款联名眼镜的定价、发售日期与硬件规格,可据此判断产品定位与购买时机。
Apple 于 11 月 13 日起在澳大利亚、加拿大、印度、新西兰、新加坡、英国和美国开售 HomeView,桌面款与壁挂款均为 299 美元。产品配备 7 英寸 Liquid Retina 显示屏,搭载 Siri AI,可通过人脸识别最多六位家庭成员并显示各自的 Messages、FaceTime、Calendar 等内容。
推荐理由:原文给出两款形态的定价、上市地区和 Siri AI 的语言支持范围,可据此判断能否买到。
Oura 宣布已达成最终协议,收购自 2026 年 5 月起合作的 AI 原生、由医生监督的医疗平台 Counsel Health,交易预计今年年底前后完成。收购后,Oura 会员可在 Oura App 内获得持证医生的解答与诊疗,医生经用户授权后可查看其 Oura 数据与既往对话。Oura 称,合作以来 Oura Labs 中超过一半的 Counsel 用户已向医生共享了自己的 Oura 数据。
推荐理由:Oura 把戒指数据接入持证医生诊疗流程,读者可了解可穿戴设备从监测走向医疗服务的一种路径。
Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5,称其在 200 项任务上相比此前基线成功率提升 30% 至 100%,完成任务速度快 20% 至 30%。
推荐理由:原文给出 200 项任务评测、梅赛德斯工厂 96% 成功率与安全 steerability 提升幅度,可据此判断 VLA 模型离产线落地还有多远。
云深处科技11月6日正式发布四足机器人绝影X50,通过感控融合升级与高刚性高响应关节系统,将持续行进负载提升至50kg且机身尺寸不变。官方称其在50kg额定负载下可以3m/s速度持续疾驰2公里以上,并能连续翻越80cm高台、跨越70cm间隔石墩、攀爬镂空无踢面楼梯。产品面向应急消防、能源电力等高风险场景,可搭载液压工具、消防水带、生命探测仪等重型器材作业。
推荐理由:官方给出50kg额定负载、3m/s疾驰2公里等关键参数,可据此判断重载四足在消防与电力场景的作业边界。
Meta 在 Muse 移动端、网页版和 Mac 应用上线实时语音对话与表情虚拟形象,点击右上角电话图标即可开始说话。用户可从数百种声音风格中选择,虚拟形象会随对话语气做出细微表情和手势,并支持语音、虚拟形象同屏或全屏三种呈现方式。该功能先在美国推出,Muse 的语音对话后续将登陆 AI Glasses 和 Muse Charm。
推荐理由:Meta 把实时语音与表情化虚拟形象接入 Muse 应用,读者可了解其交互方式与后续上线 AI 眼镜的计划。
三星宣布升级版睡眠呼吸暂停检测功能已在 Galaxy Watch 和 Galaxy Ring 上线,该功能此前于 7 月获美国 FDA 许可,并于去年 10 月获韩国 MFDS 批准。
推荐理由:三星睡眠呼吸暂停检测功能获韩国 MFDS 批准并首次落地智能戒指,读者可了解该功能的适用条件与数据要求。
小鹏联合北京大学、香港大学等机构的研究者开源视觉感知基础模型 GroundingPI,约 4B 参数,在 34 项感知基准上取得 73.68 的平均分,高于研究团队评测中 GPT-6 Astra 的 71.54。
推荐理由:原文给出 GroundingPI 在 34 项感知基准上的总分与对比模型,并说明开源权重和代码的获取方式。
智元机器人发布具身基础模型 GO-3 Preview,称其在 RoboDojo、RoboTwin、RoboColiseum 三个具身 AI 基准上均排名第一,并计划于 2026 年底完全开源。
推荐理由:原文完整交代了 GO-3 Preview 的三段式训练框架与三个基准榜首,读者可据此了解具身模型从预训练延伸到部署后学习的路径。
智元机器人在上海 2026 创新日提出 Worken(有效智能工作时长)框架,用活跃机器人数量×自主工作时长×产出效率比衡量机器人在真实环境中的有效产出。会上发布第三代人形硬件架构 AHA3、具身基础模型 GO-3 Preview、全模态交互模型 WITA-Omni,并正式推出工业机器人 G2 Max 与 Link-U OS 1.0。
推荐理由:智元一次性发布硬件平台、基础模型与操作系统,并给出 Worken 生产力衡量公式,可对照其落地场景理解。
智元机器人发布 Genie Studio 2.0,一个用于开发、部署和运营具身 AI 应用的一体化平台,由 Flywheel、Agent、Monitor 三个模块组成,覆盖数据采集、模型训练、评测、推理、任务编排与机器人车队管理。
推荐理由:原文给出平台三大模块与制造业、地铁场景的落地数据,可据此判断具身应用交付周期与复用方式。
小鹏宣布获批广州智能网联汽车示范应用运营资质,可在全城开展L4 Robotaxi示范运营,标志其从技术验证转向运营与商业模式验证。初期通过邀请码逐步开放服务,车辆搭载4颗自研图灵AI芯片、算力3000 TOPS及VLA 2.0模型。小鹏此前已公布Robotaxi品牌名“XPENG YOYO”并面向国内公众开放自动驾驶登记,海外正与多家欧洲出行平台洽谈。
推荐理由:小鹏Robotaxi获广州L4示范运营资质,读者可了解其从技术验证转向商业运营的路径与芯片配置。
智元机器人开源 AGIBOT WORLD 2026 的第四版数据集 Physical Reasoning,任务设计重点从操作难度转向决策复杂度。该数据集覆盖 10 多类逻辑推理场景,包含 9 项核心推理能力,任务按 Easy、Medium、Hard 三级划分,并提供高层问答与底层动作轨迹,用于高层决策模型与底层动作策略的协同训练。
推荐理由:数据集把同一任务在不同状态下的决策分支与执行轨迹一并标注,可供研究高层决策与底层动作策略的联合训练。