Long-WAM：扩展世界-动作模型上下文的模型系统框架
Long-WAM 提出在实时控制约束下扩展因果世界-动作模型上下文的模型系统框架，核心发现是访问历史不等于使用历史，更长历史只有在视频底座经自回归预训练时才显著见效。
推荐理由：论文用对照实验说明自回归预训练的视频底座才让长历史真正转化为成功率提升，可为世界模型选型提供依据。
#VLA
Hugging Face 每日论文精选AI 评分6464
The Robot Report精选AI 评分5858 TwelveLabs 发布 Pegasus 1.6 视频理解模型，面向物理 AI 与第一人称视频
TwelveLabs 发布 Pegasus 1.6 模型，面向机器人、无人机和自动驾驶等物理 AI 场景，是其首个面向第一人称视频的 AI 模型，不依赖特定相机或专有硬件。
推荐理由：原文列出了五项工作流和第一人称视频定位，做机器人数据管线的团队可据此判断是否接入。
机器人大讲堂精选AI 评分5656 东京初创MW把天花板轨道机械臂装进住宅，2亿日元起售，机器人版2028年上市
东京初创公司MW把沿天花板轨道滑动的双臂机械臂MW bot集成进住宅，首批不含机器人版本定价2亿～4亿日元，已在东京、横滨、福冈推进项目，搭载机器人的版本计划2028年上市。
推荐理由：文章拆解了MW把机械臂集成进住宅的路线选择，以及它与双足人形方案在安全、算力和心理感受上的取舍。
Sanctuary AI 新闻精选AI 评分6363 Sanctuary AI 提出 TIGER，用模仿策略作稠密奖励引导真机强化学习
Sanctuary AI 提出 TIGER（Task-Space Imitation Guidance for Efficient Reinforcement learning），把模仿策略当作稠密奖励信号而非控制器来引导强化学习。
推荐理由：原文给出把模仿策略转为稠密奖励的具体做法与消融结果，可参考其降低真机安全重置次数的思路。
波士顿动力博客精选AI 评分7272 波士顿动力发布 Atlas 新一代四指灵巧手，13 自由度直接驱动
波士顿动力为新一代 Atlas 发布四指灵巧手，共 13 个自由度、直接驱动，尺寸接近大型人手且平均力量更强，可搬运装满 100lb+ 的小冰箱。手部配备覆盖指尖和掌面的密集压力触觉传感器，关节可反向驱动以实现本体感知，支持捏取、三指抓握和握持电钻、射钉枪、焊枪等带扳机工具。
推荐理由：原文解释了四指 13 自由度设计如何在灵巧性、强度与量产成本之间取舍，可为同类末端执行器选型提供参考。
机器人大讲堂精选AI 评分6868 AMD 82亿美元收购World Labs，国内4D世界模型路线分化
AMD以约82亿美元全股票交易收购World Labs，李飞飞将加入AMD任执行副总裁兼首席科学家，交易预计2026年底前完成。文章借此梳理国内世界模型的三条路线：腾讯混元偏空间生成，群核科技偏空间数据与仿真训练，影身智能从多视角真实4D数据切入，经4D重建、世界模型到真机执行闭环。
推荐理由：原文把AMD收购World Labs与国内三条世界模型路线并置，可用来理解4D世界模型从数据到产线的落地差异。
机器人大讲堂精选AI 评分7171 智元100台灵犀X2进驻爱仕达门店，三天直播销售225.3万元
智元与炊具品牌爱仕达合作落地，100台灵犀X2人形机器人进入爱仕达全国100家门店担任促销员，覆盖六十多个城市。双方在温岭、上海、无锡三地开展为期三天、每天10小时的直播，百店累计销售金额达225.3万元，带动门店业绩增长39%。
推荐理由：原文给出三天直播的销售金额与增长比例，并拆解了机器人与真人导购的分工边界，可作为零售部署的验收参照。
Skild AI 博客精选AI 评分6464 Skild AI 用物理自我对弈后训练 S1，让机器人在仿真中学会踢足球并迁移到人形机器人
Skild AI 宣布通过物理自我对弈完成一项后训练突破，其机器人基础模型 S1 在与自身对弈的仿真中学会了踢足球等高度灵巧和动态的任务。模型只被给出进球这一个目标，在 NVIDIA Isaac Sim 中与近期版本的自己对抗，逐步自行学会带球过人、护球和铲球，这些行为因有助于进球而涌现，未手工设计奖励。
推荐理由：原文给出仿真时长、涌现行为和 sim-to-real 迁移结果，可据此评估自我对弈后训练路线在具身智能上的可行性。
Figure AI 新闻精选AI 评分7878 Figure 发布 Helix 2.5，实现 30 个陌生家庭零样本全身作业泛化
Figure 发布 Helix 2.5，机器人在 30 个未采集过数据的湾区家庭中零样本完成整理客厅、叠毛巾、铺床三项全身长时程任务。对照实验显示，在架构、超参与下游数据固定的前提下，仅 Index 预训练就将零样本成功率从 9% 提升到 56%；相比 Helix 02，Helix 2.5 用一半的任务数据达到同等成功率。
推荐理由：原文给出 Index 预训练与从零训练的对照实验，9% 到 56% 的差距可帮助判断人类数据预训练对零样本泛化的实际贡献。
IEEE Spectrum · Robotics精选AI 评分5757 AI 时代重新思考机器人安全：三层攻击面与全生命周期保障
机器人安全正从"故障时是否安全"转向"攻击者篡改感知与决策时是否安全"，训练后门、系统漏洞与运行时感知操纵构成三层攻击面。NeurIPS 2025 的 BadVLA 针对 VLA 模型植入后门，GoBA 以咖啡杯等日常物品为触发器实现 97% 攻击成功率；UniPwn 利用硬编码密钥与命令注入可"蠕虫式"扩散至整机队。
Skild AI 博客精选AI 评分7575 Skild AI 年度经常性收入突破 1000 万美元后达 1 亿美元，创始人阐述部署优先策略
Skild AI 在首次商业部署十个月后年度经常性收入突破 1 亿美元，其中约 90% 来自操作类任务，移动类占 10%，已积累 60 多家付费客户。公司正与 NVIDIA 和 Foxconn 合作，在双臂机械手上部署 Skild Brain 用于 NVIDIA Blackwell 系统的高精度装配，并在住友电装推进 S1 用于线束制造，与三井物产在商用厨房试点通用机器人。
推荐理由：原文给出十个月60多家付费客户的收入结构与部署案例，可看出具身智能商业化在操作类任务上的落地分布。
Figure AI 新闻精选AI 评分6666 Figure AI 发布机器人训练数据集 Index，累计采集超 1600 万条视频
Figure AI 发布机器人训练数据集 Index，配套 App 已在 Google Play 与 App Store 上线，累计下载 264,000 次、覆盖 108 个国家，Creator 上传超 1600 万条视频，每秒处理 30 分钟视频上传。
推荐理由：原文披露了每千小时数据的任务与物体多样性指标，以及五阶段数据管线，可作为机器人数据采集规模化的参考。
Skild AI 博客精选AI 评分7676 Skild AI 发布机器人基础模型 S1，用单段视频提示完成未见长程任务
Skild AI 发布旗舰机器人基础模型 S1，作为上下文学习器，仅凭一段视频演示即可执行未在预训练中出现、最长 10 分钟的操作任务，无需微调或后训练。在内部基准上，未见任务中 ICL 在 100k 小时预训练数据下达到 66% 成功率，语言提示 VLA 为 9%；已见任务中 S1 达到约 96%。一次上下文演示约等于 380 个后训练示例，植物移盆任务从演示到自主执行用时 11 分钟。
推荐理由：原文给出 ICL 与语言提示 VLA 在 1k 到 100k 小时预训练下的成功率对比，可作为评估提示范式选型的参考。
逐际动力官网新闻精选AI 评分6666 逐际动力发布 COSA 0.5 的人形 VLA 技术栈 V³-0
逐际动力随 COSA 0.5 发布 V³-0，即机器人 OS COSA 中 VLA-tools 层的首个版本，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运行，LimX-WBT 跟踪全身目标并维持动态平衡，统一移动与操作。
推荐理由：原文给出 V³-0 的多级架构与人类在环真机强化学习闭环，可作为人形 VLA 技术栈设计的参考。
逐际动力官网新闻精选AI 评分6666 逐际动力完成近2亿美元 Pre-IPO 轮融资，半年累计融资4亿美元
逐际动力宣布完成 Pre-IPO 轮融资，融资金额近2亿美元，过去半年累计完成融资4亿美元。本轮投资方包括IDG资本、蓝思科技、GGG Group、华山资本、合肥滨湖产发集团等，阿联酋磊石资本连续追投，绿洲资本、基石资本、蔚来资本等老股东超额加注。
推荐理由：本轮资金用途点出大小脑融合技术产品化与数千台人形机器人规模化部署，可看出其下一步投入重点。
Figure AI 新闻精选AI 评分6868 Figure 03 进入 BMW Spartanburg 工厂，执行排序物流任务
Figure 最新一代人形机器人 Figure 03 已抵达 BMW Group Plant Spartanburg 的 Hall 52，首次在该工厂演示物流排序（sequencing）工作流。
推荐理由：原文给出 Figure 02 去年参与装配 30,000 辆车的基线，可对照理解 Figure 03 从取放到排序任务的升级。
Sanctuary AI 新闻精选AI 评分6464 Sanctuary AI 在 Tier 1 汽车供应商产线验证 Physical AI，线缆插装任务成功率超 99.5%
Sanctuary AI 宣布其 Physical AI 在一家全球 Tier 1 汽车供应商的复杂线缆插装任务上达到 99.5%+ 的任务成功率，节拍时间 2.54 秒，并通过客户实际产线基准验证。
推荐理由：原文给出了线缆插装任务的 99.5%+ 成功率与 2.54 秒节拍，可作为柔性物料自动化落地的参考基准。
波士顿动力博客精选AI 评分5656 波士顿动力 Atlas 能否通过足球学会运动？
波士顿动力与现代合作，用人类示范和强化学习训练 Atlas 人形机器人完成此前未见的 Ghost Rabona 花式踢球动作。团队用光学动作捕捉记录球员与工程师 Roberto 的高保真运动数据，经重定向映射到 Atlas 运动学结构后，在云端 GPU 并行数千次仿真训练，相当于 24 小时内完成一年的物理试错，学到的策略几乎全部首次上机即成功。该训练方法可迁移到仓储、工厂等实际作业任务。
Figure AI 新闻精选AI 评分7272 Figure 两台 Helix-02 人形机器人协作在两分钟内整理卧室
Figure 演示两台 Helix-02 人形机器人在两分钟内协作完成卧室整理，包括开门、挂衣服、收耳机、合书、倒垃圾、推椅子和共同铺床。两台机器人共用一个学习得到的 Vision-Language-Action 策略，没有共享规划器、消息传递或中央协调器，各自通过相机读取场景并仅凭动作推断对方意图。
推荐理由：原文给出了双机器人协作的实现方式，即无共享规划器、仅靠各自相机推断对方意图，可作为多智能体操作的参考。
逐际动力官网新闻精选AI 评分6767 逐际动力开源 FluxVLA Engine，标准化 VLA 工程底座打通数据到真机部署全流程
逐际动力正式开源 FluxVLA Engine，一个面向具身智能的标准化 VLA 工程底座，以统一配置、标准接口、模块解耦和加速部署为核心，打通数据处理、模型训练、仿真评测到真机部署全流程。
推荐理由：统一配置与模块解耦的设计思路，对需要在多个数据集和硬件平台间复用 VLA 训练流程的团队有参考价值。