上海AI实验室书生-S2助力三维Ghys猜想证明并通过Lean形式化验证
上海AI实验室访问学者、大湾区大学教授许地生团队依托书生-S2，通过人机协同完成三维Ghys猜想证明，论文已在arXiv发布、形式化代码在Github公开。
推荐理由：原文交代了人机协同流程与Lean形式化验证细节，可了解大模型介入前沿数学研究的实际工作方式。
全部嵌入式与具身智能动态
领域
形态
雷锋网精选AI 评分7474 新智元精选AI 评分7474 谷歌发布 Gemini 4 Argon 通用物理推理模型，多组实测与成本对比出炉
谷歌发布 Gemini 4 Argon，定位为通用物理推理模型，在具身推理（ERQA）基准上纯推理取得 87%。
推荐理由：文章汇总了多组成本与速度对比数据，便于评估该模型在具身推理方向的实际性价比。
Science Robotics精选AI 评分5252 Science Robotics 论文提出 MonoRace 单目视觉无人机竞速 AI
Science Robotics Volume 11, Issue 119, October 2026 发表论文 MonoRace: Robust monocular AI for champion-level drone racing。
Science Robotics精选AI 评分5151 Science Robotics 论文介绍 Ultra Mobility Vehicle 自行车机器人系统设计
Science Robotics Volume 11, Issue 119, October 2026 刊出论文 System design of the Ultra Mobility Vehicle: A driving, balancing, and jumping bicycle robot，介绍一款可行驶、平衡与跳跃的自行车机器人的系统设计。
Science Robotics精选AI 评分5151 Science Robotics 发表 F3 论文：面向机器人感知的事件通用预测表征
Science Robotics Volume 11, Issue 119, October 2026 刊出论文 Fast Feature Field (F3)。
Hackster.io News精选AI 评分5858 KAIST 在 Science Advances 发布无电机软体机器人 BeetleBot
KAIST 研究人员在 Science Advances 发表论文，介绍 BeetleBot——一种用人工肌肉行走、转向并抓取物体的微型软体机器人，不依赖传统电机。
推荐理由：原文给出了LCE人工肌肉在3 V下收缩约45%的实测数据和100°C以上的温度限制，可据此评估该方案的可行性边界。
机器之心精选AI 评分5858 Embodied RSI 范式突破机器人零样本泛化瓶颈，Recursia 长时任务超英伟达 ASPIRE 10 个点
Recursia 提出的 Embodied RSI 范式用于解决机器人零样本泛化瓶颈，在长时任务上超过英伟达 ASPIRE 10 个点。文中以长序列真机任务 T3 为例，机械臂先把碗放到盘子上，再抓起杯子放进刚移动过的碗里，说明即使识别、抓取、放置等单项技能已相当可靠，第二步仍发生在变化后的场景中。
推荐理由：原文点出长时任务上与英伟达 ASPIRE 的量化差距，可据此了解该范式在零样本泛化上的相对位置。
Robohub精选AI 评分5757 UNCAP：用自然语言通信实现协同自动驾驶的神经符号规划框架
UNCAP 是面向协同自动驾驶的零样本框架，车辆通过自然语言描述所见场景并决定信任哪些邻居消息。框架分四步：广播心跳、筛选相关车辆、用 conformal prediction 校准置信度并以互信息衡量消息价值、再交给现成视觉语言模型输出驾驶决策。
推荐理由：原文给出了带宽、驾驶分和安全裕度的量化对比，可评估语言通信方案相对原始传感器共享的实际收益。
机器之心精选AI 评分5858 给Ego数据补上全身，世界模型Scaling有了新路径
一项研究为Ego数据补上全身信息，为世界模型的Scaling提供了新路径。文章背景指出，机器人数据采集长期依赖遥操作，操作员控制机器人完成任务并记录关节状态、末端动作和环境信息，这类数据可直接用于策略训练，但每一小时数据背后都需要真实的机器。
推荐理由：原文点出遥操作采集成本高这一背景，可帮助理解该研究补全全身数据的动机。
雷锋网精选AI 评分6666 宾大茅佳源：从单次演示到 83% 真机泛化，破解具身智能数据困局｜IROS 2026
宾大、MIT 与 Stanford 联合团队的茅佳源在 IROS 2026 演讲中指出，纯数据拟合路线数据效率低、难泛化，提出以世界建模与约束求解为核心的思路。
推荐理由：梳理了端到端范式与模块化路线的取舍，并给出可量化的 TR 诊断指标，便于评估泛化失败原因。
机器人大讲堂精选AI 评分6262 新加坡科技设计大学 ALBATROSS 仿生帆船机器人登 Science Robotics：150 米空投放投后自旋落水自扶正
新加坡科技设计大学团队开发的 ALBATROSS 仿生混合机器人登上《Science Robotics》，它用同一对刚性翼帆在空中作旋翼、落水后作帆船主帆，无需机械重构即可完成从空降到航行的全过程。
推荐理由：原文给出了下降速度、撞击减速度和功耗等实测数据，可据此评估空投式海洋传感方案的可行性边界。
IDTechEx 新闻精选AI 评分4747 IDTechEx：约三分之一人形机器人厂商正在集成触觉传感器
IDTechEx 分析指出，截至 2026 年约三分之一的现役人形机器人开发者正在集成或开发触觉传感器，其中包括 Tesla 和 Unitree 等厂商，多数将传感器部署在手部或夹爪上以实现精细操作和材质识别。
推荐理由：文章给出了触觉传感器在人形机器人中的渗透比例和市场预测，便于评估这一技术方向的商业化进度。
量子位精选AI 评分6666 华为诺亚方舟实验室 Memento 3 智能体以满分通关 ARC-AGI-3 全部25款游戏
华为诺亚方舟实验室联合UCL等团队提出 Memento 3 智能体系统，以 Claude Opus 5 为底模、不更新模型权重，在 ARC-AGI-3 公开集25款游戏、183个关卡上拿到满分100的RHAE成绩，总操作7518次，比人类的17135次少约56%。
推荐理由：原文列出了各团队在ARC-AGI-3上的得分对比和消融实验数据，便于评估该方法的实际增益。
新智元精选AI 评分5656 麻省理工 HugAgent 论文入选 EMNLP 2026 Main Oral：靠访谈让 AI 模拟真人能走多远
麻省理工等机构提出 HugAgent，让大模型基于真实参与者访谈预测其在全民医疗、公共监控、住房增密等新情境下的回答，覆盖 54 名参与者、1,742 个评测项，测试 GPT、Claude、Gemini、DeepSeek、Llama、Qwen 等模型，论文入选 EMNLP 2026 Main Oral。
推荐理由：通过对比两类任务的准确率与访谈长度实验，说明复述已知观点和外推新情境是两回事，可迁移至数字分身的评估思路。
量子位精选AI 评分6666 何恺明团队发布多模态视觉Harness框架VISTA论文
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生Harness框架VISTA，让现有多模态模型直接观察环境、保存原始画面并在推理时回看放大细节，无需从头训练。
推荐理由：文中给出VISTA在多个基准上的成功率提升数据，可评估视觉记忆框架对现有多模态模型的实际增益。
雷锋网精选AI 评分6666 字节论文揭示 DeepSeek 分块 KV Cache 压缩的相位敏感缺陷
字节团队论文《Periodic Weak Spots: Phase Sensitivity from Chunked KV-Cache Compression》指出 DeepSeek V4 系列因分块 KV Cache 压缩存在周期性失忆，关键 Token 落在压缩槽位盲区时模型答错。
推荐理由：原文梳理了论文的实验数据与动态分块三层技术路径，便于理解分块 KV Cache 压缩的结构性缺陷。
雷锋网精选AI 评分6666 WorldArena 2.0 挑战赛 IROS 2026 揭榜：视启未来获 Track 1 第一，小米 ViTacX 真机赛道综合居首
清华大学团队联合多所高校推出的 WorldArena 2.0 Challenge 在 IROS 2026 完成评测，9 月 16 日揭晓终榜，总奖金 7000 美元。
推荐理由：梳理了三条赛道的评测设计与最终名次，可据此比较世界模型不同技术路线在真机场景下的实际差距。
雷锋网精选AI 评分6767 哥大李昀烛团队 FlexiTac 开源触觉传感器平台 IROS 2026 演讲精编
哥伦比亚大学李昀烛团队在 IROS 2026 触觉专题研讨会介绍开源柔性压阻式触觉传感器平台 FlexiTac 开源约一年半来的进展。FlexiTac 采用 FPC 与力敏薄膜层叠结构，组装仅需 3 分钟，完整 BOM、装配说明与读取软件均已开源，并集成进 LeRobot 框架，可弯曲裁剪包裹于手套、指尖或机器人皮肤等形态。
推荐理由：演讲梳理了触觉传感器在一致性、仿真适配和数据采集上的具体解法，可迁移性强。
雷锋网AI 评分5656 IROS 2026 昆士兰大学 Jen Jen Chung 主旨演讲：数据质量决定机器人智能上限
昆士兰大学 Jen Jen Chung 在 IROS 2026 主旨演讲中提出，决定智能上限的是数据质量与信息密度而非数据规模，盲目堆砌数据甚至会导致系统崩溃与策略失能。
量子位AI 评分4444 星动纪元具身模型登顶全球第一，视频预测与动作学习解耦训练
星动纪元的具身模型登顶全球第一，突围 GPT-6 与英伟达，且不依赖外挂和额外数据。该模型采用分阶段训练，将视频预测与动作学习解耦而非一锅炖，重新排序训练流程。
IDTechEx 新闻精选AI 评分4747 IDTechEx 报告解析人形机器人的感知、触觉与市场趋势
IDTechEx 发布报告，将人形机器人传感器分为感知、触觉、力与力矩、编码器、IMU 五类，并指出约80%的人形机器人面向工业环境、20%面向消费场景。其对50多款人形机器人的分析显示每台平均约31个执行器，电动执行器目前最常见；成本与可靠性是部署的主要顾虑。
推荐理由：原文给出人形机器人五类传感器划分与平均31个执行器的统计，可为选型提供参考。
机器人大讲堂精选AI 评分5757 丹麦奥胡斯大学团队提出自供能人工离子机械感受器 AIM，登上《Advanced Functional Materials》
丹麦奥胡斯大学团队提出人工离子机械感受器 AIM，用灌满 NaCl 溶液的微流道在按压下产生流动电位，实现无需外加电压的自供能触觉传感，论文近日登上《Advanced Functional Materials》。
推荐理由：原文拆解了器件结构、关键参数与义肢实测，可据此评估离子路线与主流触觉方案的差异。
雷锋网精选AI 评分5858 吴佳俊 IROS 2026 演讲：结构化表征是机器人学会推理的脚手架
斯坦福大学助理教授吴佳俊在 IROS 2026 RoBoWoMo 研讨会发表受邀报告《Building Physical Agents via Structured Representations》，以洗盘子场景说明机器人需应对初始状态的定性差别与新观测。
推荐理由：演讲把结构化表征定位为可迁移的中间接口而非硬约束，对做机器人学习框架的人有方法论参考。
雷锋网精选AI 评分6464 银河通用与清华 LATENT：用不完美人类数据让 Unitree G1 学会网球对打
IROS 2026 上，银河通用 GaLbot 团队与清华大学、北京大学、上海启智研究院和上海人工智能实验室提出 LATENT，让 Unitree G1 从 5 名业余球员在 3米×5米区域采集的约 5 小时不完美动作数据中学习网球能力。
推荐理由：文中给出成功率、消融和真机限定条件，读者可据此判断该方法的真实能力边界。
雷锋网精选AI 评分6060 研究了1933篇 IROS 2026 论文，我们看到了机器人学的六项新变化
文章对 IROS 2026 进入正式议程的 1933 篇论文做多标签梳理，Robot Learning / Embodied AI 约 809 篇、Navigation / Planning 564 篇、Humanoid / Legged 约 213 篦，指出大模型并没有吃掉机器人学，学习、感知、规划、控制与操作正深度交织。
推荐理由：对1933篇论文的多标签统计给出了各方向的篇数与交叉数据，可据此判断机器人研究的真实重心分布。
雷锋网精选AI 评分5858 IROS 2026 大奖揭晓：LT-Mem 拿下最佳论文，人形机器人打网球、端托盘获奖
IROS 2026 主会于当地时间 9 月 30 日在美国匹兹堡落幕，最佳论文颁给 Yumin Lee、Hyoseok Ju 和 Giseop Kim 的《LT-Mem。
推荐理由：梳理了最佳论文与各专项奖的分布，可看出机器人研究正从展示单一能力转向在真实环境中持续工作。
IEEE Spectrum · Robotics精选AI 评分5757 HiPHI：面向人形机器人大规模高精度人体动作与物体交互数据集白皮书
IEEE Spectrum 与 Wiley 联合发布由 Noitom Robotics 赞助的白皮书，介绍 HiPHI 数据集：617.5 小时光学动作捕捉的全身人体动作数据，亚毫米级精度，其中 245.7 小时为人与物体交互数据，含同步物体轨迹与网格，并用 FrameNet 语言框架组织动作覆盖范围。
推荐理由：白皮书给出了数据集规模与人机交互数据的组织方式，关注人形机器人数据来源的读者可据此评估其补充价值。
Robohub精选AI 评分4747 格拉斯哥大学研究用 AR 测试社交机器人面部与声音设计
格拉斯哥大学研究团队用 AR 技术在 Qoobo 机器人身上叠加数十种面部与声音组合，测试 24 名志愿者对社交机器人外观设计的偏好。结果显示动物风格和动漫风格的面部都获得高评分，面部比声音更能传达情绪，而用户自述重视的情绪可读性对其实际偏好的影响很小。
推荐理由：研究用 AR 快速原型对比了动物脸与动漫脸的用户偏好，可为社交机器人外观选型提供实证参考。
量子位精选AI 评分6464 Hinton 等 22 位作者发布首篇 RSI 论文，探讨 AI 自动化研发是否触发智能爆炸
Hinton 与 Bengio 等 22 位作者发表论文《What if automating AI R&D triggers an intelligence explosion?
推荐理由：论文用实验室内部数据估算AI研发自动化的反馈周期，给出了研究投入回报率r与进步加速倍数的推算框架。
机器人大讲堂精选AI 评分5858 UCLA等团队造出185毫克全聚合物扑翼飞行机器人，被1.1万倍自重压扁后仍能起飞
UCLA、MIT和加州大学戴维斯分校团队在《Science Robotics》发表一款185毫克全聚合物微型扑翼飞行机器人，去掉传统传动机构，靠电致伸缩弯曲驱动器直接带动柔性锥形机翼。
推荐理由：论文给出驱动器功率密度、升重比和压缩后升力保留率，可作为柔性抗冲击设计的量化参考。
Sanctuary AI 新闻精选AI 评分6666 Sanctuary AI 发布 TIGER：用模仿策略生成稠密奖励提升机器人 RL 效率
Sanctuary AI 提出 TIGER，把模仿策略的 action chunk 转换为末端执行器参考轨迹并生成稠密奖励，而非直接执行该策略，稀疏任务奖励仍决定成功判定。
推荐理由：原文给出交互量降幅、安全重置次数与跨任务成功率对比，可评估该方法在真机训练中的实际收益。
机器人大讲堂精选AI 评分5858 北理工团队发布仿生脊柱四足机器人 FLEXOR，动态脊-腿协同使速度提升 31.6%
北京理工大学石青教授团队以象鼩为仿生原型，研制出搭载双关节耦合脊柱的微小型四足机器人 FLEXOR，整机重量 338 克、机身长度 110 毫米，相关长文发表于 Science Advances。
推荐理由：对照实验给出双关节耦合脊柱相对单关节脊柱的速度与能耗差异，可为腿足机器人本体设计提供参考。
Science Robotics精选AI 评分4545 Science Robotics 论文：全聚合物微型飞行机器人实现起飞
Science Robotics 第 11 卷第 118 期发表论文 Takeoff of an all-polymer micro aerial flying robot，作者为 Yuan Zhu、Hanxiang Wu、Dawei Sun 等。feed 仅提供标题与期刊信息，未包含正文内容。
Robohub精选AI 评分6060 EPFL 与 NYU 提出可缩放机器鱼 ScaFi，三种尺寸保持相似游动能力
EPFL 与纽约大学团队在 npj Robotics 发表可缩放机器鱼 ScaFi，其刚性前段加玻璃纤维杆柔性尾部、单电机驱动交叉肌腱的机构不变，仅按比例调整尾部杆直径即可改变整机尺寸。团队制作了约 0.6、1.1 和 2.9 米长三种机型并开展野外部署，游动动作经体型归一化后高度一致，但最大机型能效明显下降且需更换更强电机，最小机型最灵活却在受扰后恢复最慢。
推荐理由：论文给出单一结构参数的缩放方法及其在三种尺寸上的验证，可迁移至其他柔顺机器人设计。
Science Robotics精选AI 评分4949 Science Robotics 论文提出 AI 驱动的可驱动兼容追踪方法用于微型机器人在体闭环导航
Science Robotics Volume 11, Issue 118, September 2026 发表论文，题为 AI-driven actuation-compatible tracking for closed-loop navigation of miniature robots in vivo。
Science Robotics精选AI 评分4444 AthenaZero：面向动态操作的低惯量双臂机器人
Science Robotics 2026 年 9 月刊（Volume 11, Issue 118）发表论文 AthenaZero，介绍一款面向动态操作的低惯量双臂机器人，作者来自相关研究团队。原文链接：https://www.science.org/doi/abs/10.1126/scirobotics.aee1868
Science RoboticsAI 评分3131 机器狗如何"凑近看"：通过 Peering 提升探索型机器人的视觉可解释性
Science Robotics 提出通过 peering（凑近观察）提升探索型机器人的视觉可解释性，让机器狗能"看见"原本难以辨识的目标。该方法发表于 Science Robotics 第 11 卷第 118 期，2026 年 9 月。
Dexterity 博客精选AI 评分6868 Dexterity 解析 Foresight 装箱智能体的评估方法与生产实测
Dexterity 博客介绍其 Foresight 系统的评估方法与生产实测：Part I 覆盖装箱规划智能体在四个真实仓库箱体分布上的密度、并行度、稳定性等指标。
推荐理由：系统拆解了机器人装箱智能体的评估方法学，包括置信区间构建与数据打乱偏差，可迁移到其他策略评估场景。
Dexterity 博客精选AI 评分6666 Dexterity 借助 NVIDIA 技术将 Foresight 视觉感知提速 17 倍
Dexterity 宣布其世界模型 Foresight 的视觉感知流水线经 NVIDIA 加速后，单周期延迟从 1508ms 降至 90ms，实现 17x 端到端提速，使实时双臂生产作业的感知-决策-执行闭环得以满足节拍。
推荐理由：逐阶段拆解了 TensorRT、GPU 并行与定制 CUDA kernel 各自带来的延迟收益，可迁移的优化路径清晰。
逐际动力官网新闻精选AI 评分6161 逐际动力联合南方科技大学、香港大学 GVF-TAPE 论文入选 CoRL 2025
南方科技大学 CLEAR Lab 联合逐际动力、香港大学的论文《Generative Visual Foresight Meets Task-Agnostic Pose Estimation in Robotic Table-top Manipulation》入选 CoRL 2025，提出 GVF-TAPE 算法，让机器人通过观看视频预测任务执行过程来学会自主操作。
推荐理由：论文给出了LIBERO基准成功率与实机任务数据，可据此评估视频预测范式相对示教方法的实际差距。