Self-Building Labs:让实验室自行设计并搭建实验装置
论文提出 Self-Building Labs(SBL),给定高层科学目标后,系统可自行设计、配置并运行实验室装置,从空房间或已有自驱动实验室出发补齐实验室布局、数字孪生、机器人技能与实验流程。作者称系统已在不同机器人和装置上验证,可从单工位扩展到多机器人协同的实验室,并通过真实量子点合成实验验证端到端能力。研究者的角色从手动配置和编程设备自动化,转为指定科学目标。
论文提出 Self-Building Labs(SBL),给定高层科学目标后,系统可自行设计、配置并运行实验室装置,从空房间或已有自驱动实验室出发补齐实验室布局、数字孪生、机器人技能与实验流程。作者称系统已在不同机器人和装置上验证,可从单工位扩展到多机器人协同的实验室,并通过真实量子点合成实验验证端到端能力。研究者的角色从手动配置和编程设备自动化,转为指定科学目标。
研究者提出 D-VLA,一个面向大规模具身基础模型的高并发、低延迟分布式强化学习框架,通过“Plane Decoupling”物理隔离高频训练数据与低频权重控制,并以四线程异步“Swimlane”流水线让采样、推理、梯度计算与参数分发完全并行重叠。在 LIBERO 等基准上,D-VLA 在十亿参数级 VLA 模型的吞吐与采样效率上显著优于主流 RL 框架,万亿参数扩展测试中仍保持稳定与线性加速。
Yichi Zhang 等作者发布 HEIR,一个研究如何利用自我视角意图进行人机交互的数据资源。该数据集将人类语音、实测注视点和自我视角视频与机器人观测及遥操作导航-操作轨迹配对,每个会话保留连续多轮任务,每项请求由多个执行子任务完成。作者通过离线实验评估模型从额外人类中心上下文中的获益,并用真机实验检验执行任务完成情况,演示与数据集已在线公开。
研究团队提出 VOKE 运动学感知框架,可增强现有物体与手-物位姿估计器,输出包含位姿、线速度/角速度及线加速度/角加速度的完整物体运动学状态。在 DexYCB 和 OakInk 上,VOKE 在三种不同骨干网络上均提升物体位姿估计,并显著降低速度与加速度估计误差。
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。
研究者提出 EmbodiExp 框架,将过往任务经验构建为以结果为锚的子目标经验并在新任务中在线组合。在 EmbodiedBench 上,EB-Habitat 与 EB-ALFRED 成功率分别为 68.0% 和 68.3%,无经验存储的智能体为 50.0% 和 54.7%。该框架保留成功子目标经验,并利用显式动作失败识别特定条件下应避免的动作。
作者提出 PingpongDuo,一个面向人形机器人乒乓双打的分层框架,让两名队友严格交替击球并在共享空间内安全协同。团队层规划器联合选择站位目标,并用学习到的风险评估过滤危险方案,优先保留当前击球者的目标;个体层将步法与击球技能分开训练,借助人类双打步法参考和仿真校准的球拍臂残差优化击球。
研究提出 Sequential Asymmetric Imitation(SAI),用单遥操作者课程让两台双臂移动操作机器人通过刚性与可变形物体耦合协作,无需双操作者同步演示或机器人间显式通信。
作者提出 E0,一个 Tweedie 离散扩散框架,把 VLA 的动作生成建模为对量化动作 token 的迭代去噪,以对齐预训练 VLM/VLA 的 token 式推理并支持细粒度可执行控制。在 LIBERO、VLABench、ManiSkill 和真实 Franka 机械臂上的实验显示,E0 平均超过强基线 8.1%。该工作已被 NeurIPS 26 接收。
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。
研究团队发现,Unitree G1 与学习型给予者在交替 PPO 自博弈训练后,与自家伙伴交接成功率达 95% 和 90%,但与未见过的脚本伙伴仅 31%。原因是共享奖励下给予者总是立即开始递送,接收方只学会单一会合时机,将伙伴延迟一秒即把成功率从 95% 降至 6%。团队提出隐藏起始延迟随机化(HSD),再训练 300 次更新后,陌生伙伴成功率升至 80%,高力接触减少三到五倍。
研究团队在仿真中训练强化学习策略并迁移到现实,让一台 John Deere 332G 5 吨滑移装载机自主完成双轮抬升、双轮平衡行驶、按轨迹运动、原地旋转和铲斗摆动后安全落回四轮等动作。作者称这些动作此前只有少数顶尖人类操作手在世界纪录表演中完成,该工作已发表于 Science Robotics。
研究者提出 Objectives as Policies(OaP)框架,通过可编辑的目标程序把预训练 VLM 与共享的采样型 MPC 连接起来,用于接触丰富的机器人操作。VLM 依据自然语言指令和场景观测,经 real-to-sim 构建数字孪生并生成目标程序,在仿真中由 MPC 执行、依 rollout 迭代更新后再部署到真实世界。该框架在仿真与真实世界的四项桌面操作任务上均优于强基线。
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。
论文提出在策略输出与底层传动映射之间加入身体对齐的虚拟关节空间,使策略动作与观测遵循统一解剖约定,再由确定性运动学层映射到各机型原生关节,原有传动与低层控制栈保持不变。在三种腿部轴布局不同的人形机器人上,该接口是唯一能在同一套未修改训练配方下准确跟踪、保持足部与行进方向对齐并稳定训练的接口。在 Unitree G1 硬件上,它将航向漂移降低近六倍。
研究提出一种广播控制方案,用单一空间仿射场同时控制机器人集群的运动与形变,标量分量调节集群规模,空间梯度通过非互易相互作用驱动集群平移。该方法将每个机器人的墙壁、驱动与内聚约束通过控制屏障函数纳入整个集群的单一二次规划,无需预先规划即可安全通过比无约束集群更窄的走廊。研究还推导出驱动预算决定可达速度与最小可通行走廊宽度,并演示两个独立驱动的集群可用不同固定相位标签同时通过共享路口而无需集群间协调。
研究者提出 Latent Action Support Ratio(LASR),用于在离线评估中判断世界模型学到的潜变量是否在状态之外真正为动作相关目标提供预测支持。LASR 包含 GeoLASR 与 WorstLASR 两个汇总指标,并在记录的机器人操作数据与匹配的多任务面板上验证其能识别已知动作信息、拒绝非动作捷径。团队还用 LASR 训练并审计了一个轻量残差适配器。
机器人操作模仿策略在训练中会按 α = V/(V + s²) 折扣带噪物体位置读数,其中 V 是策略自身本体感知锚点的误差方差,实测远小于演示数据的线性模型估计,因此经典 EIV 回归会高估 α。
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。
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。
Boston Dynamics 的 Atlas 团队工程师 Andy Wu 发文介绍给 Atlas 换装轮子的研究测试,用单个定制转接件把滑板车轮圈装到原有踝关节执行器上,软件上把每个轮子建模为可连续旋转的“踝”。
UC Berkeley 与 NVIDIA 在 2026 年 CoRL 上联合提出 agentic robotics 方法,把机器人编程从数据问题转为编码问题:用大语言模型驱动的编码智能体分解任务、生成代码,并在仿真中迭代。
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。
智元机器人提出 Worken 机器人产出衡量框架,将活跃机器人数量、自主工作时长与产出效率比三者相乘,以有效智能工时描述实际完成的有效工作量。该框架由联合创始人、总裁兼 CTO 彭志辉提出,强调区分自主作业时间与通电时间,并需结合明确任务与基准使用。文中以 10 台机器人各自主工作 6 小时、效率比 0.8 为例,得出 48 Worken,并注明为假设示例。
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。
小鹏董事长兼 CEO 何小鹏在 2026 巴黎汽车峰会上发表主题演讲,发布 XPENG AI Engineering,向全球合作伙伴开放整车平台、E/E 架构、电池、电驱以及 AI BOX、Turing AI 芯片和 Turing 物理世界基础模型等全栈技术与工程能力。
小鹏在 2026 巴黎车展发布欧洲版 G9L 新一代 AI 旗舰 SUV,法国起售价 €74,990,WLTP 续航最高 591 km,800V 架构与 5C 充电可在 11.7 分钟完成 10% 至 80% 补能。搭载 VLA 2.0 的 NGP 首次在欧洲开展大规模试乘,可保留最长 30 秒上下文并预判未来 6 秒场景。G9L 将在奥地利 Magna 投产,成为小鹏第四款欧洲本地制造车型。
小鹏 Robotaxi 于 10 月 8 日正式公布品牌名 XPENG YOYO,同日在中国通过邀请码开放自动驾驶线上报名,官网上线专属页面。该车基于自研 Turing AI 芯片与 VLA2.0 大模型,单车搭载四颗 Turing AI 芯片、算力 3,000 TOPS,不依赖高精地图与 LiDAR。
推荐理由:原文交代了小鹏 Robotaxi 的品牌命名、开放报名节奏与商业模式,可看清其从内部测试走向对外运营的路径。
Boston Dynamics 为 Atlas 人形机器人发布新一代机械手,自由度从上一代 GR2 的 7 个提升到 GR3 的 13 个,采用四指设计并取消小指。
推荐理由:原文交代了 Atlas 新手从 7 自由度到 13 自由度的取舍逻辑,以及为仿真训练和强化学习所做的设计。
逐际动力与英汉思动力联合研发的具身网球机器人TENNIIX ULTRA MAX亮相比利·简·金杯深圳总决赛,与网球名将王蔷完成现场实时对抗。该机器人采用TENNIIX PRO AI网球陪练系统+TRON 2全地形具身移动载体架构,TRON 2双轮足底盘可承载8至15公斤负载,并通过蹲起调节实现1.2米至1.6米出球高度变化。
Figure 发布 Helix 2.5,这是其迄今最先进的神经网络,在 30 个湾区未见家庭中零样本完成整理客厅、叠毛巾、铺床三类全身长程任务,未在这些环境采集数据、微调或适配。
推荐理由:原文给出零样本成功率从 9% 到 56% 的对照实验,并首次把人类数据到人形机器人的迁移量化为缩放律。
Figure 发布机器人训练数据集 Index,并同步在 Google Play 和 App Store 上线配套应用。该应用此前以隐身模式运行 4 个月,覆盖 108 个国家、26.4 万次下载、4.4 万周活用户,每秒处理 30 分钟视频上传,已向贡献者支付 1500 万美元。
推荐理由:Figure 披露 Index 数据集的采集规模与五阶段清洗流程,可看机器人训练数据如何从真人众包获得。
众擎机器人在2026年世界机器人大会(WRC)上发布仿人脑具身智能引擎EngineAI Awaken,这是一套五层体系架构,从S1本能反射层、S2动作规划生成层、S3认知推理层延伸至S4+S5自我成长层(情感大模型)。
推荐理由:原文给出五层架构的分层异构多频设计与2Hz/100Hz解耦细节,可了解具身大脑如何兼顾语义推理与实时运控。
逐际动力发布机器人 OS COSA 0.5,其中 VLA-tools 层 V³-0 升级为支持移动全身操作的人形 VLA 技术栈。V³-0 运行在 43 自由度的 LimX 人形机器人 Oli 上,多级架构让感知、决策与执行在不同时间尺度协同,LimX-WBT 负责跟踪全身目标并维持动态平衡。系统还结合人类在环干预的真机强化学习,专家可随时接管全身控制纠正偏差,策略据此持续改进。
推荐理由:原文交代了 V³-0 在 43 自由度 Oli 上的多级架构与人类在环真机强化学习闭环,可看全身移动操作如何统一。
逐际动力宣布完成 Pre-IPO 轮融资,融资金额近2亿美元,过去半年累计融资4亿美元。本轮投资方包括 IDG资本、蓝思科技、GGG Group、Redstone VC、华山资本、合肥滨湖产发集团等,阿联酋磊石资本连续多轮追投,绿洲资本、基石资本、南山战新投、尚颀资本、蔚来资本等老股东超额加注。
推荐理由:融资用途与三层技术架构并列呈现,可看出逐际动力把资金押在大小脑融合与量产交付上的路径。