ZeroWire Robotics 推出掌心大小的开源四足机器人 Q8botOne，基于 ESP32-C3-MINI-1-N4 模块与 8 个 ROBOTIS DYNAMIXEL XL330-M077-T 智能执行器，采用无缆架构，把所有核心元件集成到兼作底盘的中央 PCB 上，尺寸 120 x 70 x 70 mm、重约 221 至 250 克，可慢跑、跳跃并承载约两倍自重。
推荐理由：原文列出了主控、执行器、电源架构和两档售价，便于与同类小型四足机器人做选型对比。
至简动力强化学习负责人冯宗宝在 IROS 2026 现场 Tech Talk 分享了机器人自主照看两台 CNC 机床的方案，在工件与卡盘间隙仅 0.5 毫米的场景下完成抓取、上料、取件与放置，且仅用 600 条真实机器人轨迹完成训练。
推荐理由：演讲给出了0.5毫米间隙下的具体方法组合与600条轨迹的训练规模，可参考其从实验室到工厂的落地路径。
清华 AIR 首届博士生李健雄创立具身智能公司本溯智能（BASAL Intelligence），获五源资本领投，常春藤资本、线性资本、华山资本 WestSummit Capital 跟投，AIR 副教授詹仙园任首席科学家。
雷峰网左林右狸频道对话北醒（Benewake）CEO 李远，回顾其十一年创业历程与对物理 AI 的判断。今年上半年北醒交付机器人用激光雷达 25 万台，机器人业务收入占公司营收超过一半，2025 年该项收入比 2024 年翻了一倍，海外占比超过 50%。
推荐理由：访谈披露了北醒机器人激光雷达的出货与收入占比，可据此判断机器人赛道的实际放量节奏。
清华背景公司 Naive AI（工商注册名北京智衍慧生科技有限公司）成立 7 个月完成三轮融资共 4 亿美元，投后估值 14.2 亿美元，投资方包括腾讯、博裕、红杉中国、IDG、经纬、君联资本等。
推荐理由：梳理了团队从 MSRA、商汤到上海 AI Lab 的十年合作脉络，可理解资本押注这支队伍的依据。
左林右狸频道撰文回顾张磊的职业经历：清华本硕博期间做AGV，1999年进入MSRA实习，2001年加入张宏江组，2002年在人脸检测赛马中带实习生击败李子青团队，三个月内把误报率降到1%，方案集成进Windows。
CAIR在香港具身智能医疗科技论坛上发布多模态临床智能体系统CARES 4.0，基于Harness智能体框架和自研CT、核磁、超声、内镜、脑电多模态医疗基座构建，已在多家三甲医院完成落地验证，官网已开放、框架与通用工具包已发布。
推荐理由：访谈对比了3.0与4.0的差别并给出幻觉治理思路，可迁移给做垂直领域智能体的团队。
RLHND 提出一种基于视频基础模型的手部跟踪模型，从单目第一人称视频中联合估计手部位姿与真实触觉信息。它把预训练的 Cosmos 3 视频扩散主干通过 clean-latent 条件化改造成确定性的片段级特征提取器，位姿流预测解剖学上合理的关节角度并支持形状参数条件化，触觉流在位姿流冻结下预测手表面的密集接触与力。
推荐理由：论文说明了用视频基础模型补上接触与力线索的思路，关注人视频用于机器人策略训练的读者可了解其方法路径。
雷锋网对话如祺出行COO韩锋，阐述其不做大模型、专注做AI数据基础设施的路线。韩锋认为世界模型越强，真实数据越重要，真实数据负责发现与验证未知问题，合成数据负责对已发现问题做定向扩展，两者形成互补闭环。数据业务2026年上半年收入同比增长274.4%，半年收入已超1亿元；2026年6月还推出了处理Ego-centric第一人称操作视频的具身智能数据平台。
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。
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。
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。
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。
论文提出 RobotWorld，一个面向机器人操作的仿真测试基准，包含 84 项任务，覆盖操作、移动操作、运动、驾驶与空中控制，设有明确的交互预算与可执行的成功判定。
Tetris3D 提出一种单图 3D 场景重建生成框架，显式以周围物体几何及其物理关系为条件生成每个物体，使形状与位姿在场景中保持几何与物理合理。研究同时发布基于物理仿真的数据集 ComOb，包含 1.2M 个场景，提供逐物体网格与成对物理关系标注。在合成与真实场景实验中，Tetris3D 在交互区域被遮挡时仍能恢复连贯的物体形状与位姿，生成质量与物理稳定性达到 state-of-the-art。
论文提出 Systematic Multi-Agent Vision-and-Language Navigation，将多智能体 VLN 首次系统形式化为带依赖与资源约束（presence locks 和 holding chains）的协同问题。
Faster-WAM 提出以视频世界模型为中心、动作专家仅单层的设计，通过 Dock of Transformers (DoT) 配合 Lite KV-Fusion 让轻量动作专家访问所有视频层表征，并采用仅基于世界模型的条件输入与 retracted 1D-RoPE 位置对齐。
论文提出 FAOC 框架，将强化学习与最优控制结合，通过基于优化的映射算法把 RL 智能体的抽象动作转换为最优控制问题中依赖状态的可行参数集，保证参数瞬时可行。配合不变终端集，FAOC 保证严格递归可行与安全运行，且抽象动作空间无需专家调参。在机器人乒乓球实时运动规划的仿真实验中，其样本效率与闭环性能优于现有基线，映射算法与运动规划 OCP 实现已开源。
论文提出 StressDream，通过优化扩散式视频世界模型的初始噪声，将想象引导至推理时以文本指定的高影响但合理的结果（如任务失败），从而实现稳健的策略评估与改进。
WBAG 提出一种面向视觉语言动作策略的推理时安全框架，建模机器人全身与抓取相关的附着物体几何，构造随抓取状态变化的安全集，并将其转化为可微的 CBF 约束，对 VLA 的六维操作空间动作做最小修改以避碰。
论文提出社交导航场景理解基准 SocialNav-SUB，一个用于评测 VLM 在真实社交导航场景下理解能力的 VQA 数据集与基准，涵盖空间、时空和社会推理任务，并在统一框架下与人类和规则基线对比。
研究提出 WSM-Aware HRI 框架，将人机交互故障统一为世界状态不匹配（WSM），借助 LLM 把隐含假设显式化并映射到少量不匹配类型，从而在意图形成阶段主动检测故障。系统在 10 个日常场景（涵盖视觉与潜在状态不匹配）上评测，可准确产出预期结果；消融实验表明，可靠识别依赖合适的表征与面向验证的细化。
CoRe-WAM 提出 TraceDelta 模块，用冻结跟踪模型的对应关系将历史视觉特征搬运到当前位置再计算带符号差值，仅优化 1.59 million 参数、5,000 次更新适配预算下，在 RoboTwin 2.0 的 50 项任务上 clean 成功率达 92.22%，较 Motus 提升 3.56 个百分点，随机化评测下 89.60%、提升 2.58 个百分点。
Visible Touch 论文提出把接触信号暴露在策略已关注的同一空间坐标系中，使任何图像条件策略无需架构改动即可直接利用触觉信息，并配套开源一款用现成零件经参数化 CAD-to-mold 流水线制造的低成本磁性接触传感器。
推荐理由：论文给出把接触信号嵌入策略已有视觉坐标系的做法与开源低成本传感器，读者可据此评估无需改动架构的触觉接入路径。
论文提出将鲁棒VLA适配视为失败边界学习问题，并给出方法DLS：基于少量真实演示与仿真协同训练构建真实落地的行为先验，通过on-policy数字孪生rollout大规模发现失败边界。
SAIN 提出一种零样本框架，将主动对话转化为持久导航状态，在 VL-LN IIGN 基准上把 SR 从 20.2 提升到 25.4、SPL 从 13.07 提升到 14.17，超过最强的对话式基线且无需任务特定策略训练。该预印本已由作者 YuHao Cao 撤稿，原因是团队内部对现阶段公开发布存在分歧。
ModPack 提出一套模块化可扩展的遥操作系统，核心是集成机载计算、供电、通信和存储的可穿戴背包，在其上支持即插即用的功能模块，包括带触觉反馈的关节级遥操作、移动操作和主动感知。
论文提出 VIA（Visual Interface Agent）框架，把机器人控制重新表述为智能体任务，让现成智能体通过由可交互视觉组件构成的虚拟工作区直接驱动机械臂，用鼠标式工具探测像素并指挥虚拟末端执行器设定目标位姿。
CoRL 2026 收录论文提出 Failure-Aware Retry（FAR）框架，让机器人在测试时从既往失败中学习并自主完成任务，避免朴素重试重复同样的错误。
论文提出 MultiSensory World Model（MuSe），通过多阶段融合、多感官未来预测和在预训练数据上的经验回放，把有限的多感官数据注入仅视觉的预训练策略，使其适应新任务并引入新模态，同时保持原有传感器配置下的性能。
SurGE 是一个腿足机器人协同设计框架，通过 Kino-SRB 模型与设计感知控制策略构成的可微管线计算设计目标的代理梯度，并以均值偏移加余弦退火步长衰减注入 CMA-ES。
ED3R 提出一种能量感知的分布式野火检测框架，通过机器人与远程控制器的分层协同决策，在满足置信度要求的同时最小化能耗。该框架集成避障、冗余探索规避与基于分布式神经回归模型的前瞻能力，任务成功率最高达 97.18%。在最严苛任务中，相比基线方法能耗降低最多 36.4%，野火检测速度提升最多 41%。
论文提出 SAPS，一个在动作层将实时人类遥操作指令与预训练 VLA 动作融合的轻量框架，无需重训策略、辅助动力学模型或架构改动。
论文提出针对机器人学习管线中世界模型的新型数据投毒攻击，可在看似安全的遥操作数据集中注入恶意提示或被破坏的转移动力学，仅在经世界模型输入后激活，进而生成危险的合成训练轨迹并导致不安全的机器人策略部署。作者在动作条件和文本条件世界模型上验证了攻击效果，展示了针对下游 DRL 策略的端到端后门以及 VLA 场景的概念验证，呼吁研究更安全的世界模型并重新评估其在机器人学习供应链中的位置。
WorldDP 提出一种面向多阶段机器人操作任务的分层世界模型框架，高层世界模型作为转移函数在运行时优化可行子目标，再由低层 Diffusion Policy 执行到达。框架引入以物体为中心的表征，将环境实体解耦以支持逐实体的顺序规划。在多个机器人基准测试上，WorldDP 持续优于现有基线，验证了世界模型的物理规划与 Diffusion Policy 高效执行相结合的多阶段性能优势。
论文指出多目标机器人任务的失败多源于静态目标表示而非任务复杂度，为此在 AICON 图结构上扩展自适应零空间投影：低优先级梯度在相遇处进入高优先级梯度的零空间，按当前梯度幅值排序而非固定层级；当两梯度对立且任何加权都无法前进时，系统在较强者的零空间中探索直至冲突消解。
论文提出 Dynamic Neural Koopman（DNK）蒸馏框架，把多步扩散推理压缩为以观测和采样噪声为条件的单次前向，并引入 Factorized Dynamic Koopman（FDK）层，用潜空间中的条件相关特征值线性算子建模去噪过程。
TAVIS 是面向主动视觉模仿学习的评测基础设施，包含 TAVIS-Head（5 个任务，通过 pan/tilt 颈部全局搜索）与 TAVIS-Hands（3 个任务，腕部相机局部遮挡）两套任务，基于 IsaacLab 构建，覆盖 GR1T2、Reachy2 两种人形躯干具身。
NovaPlan 是一个分层框架，通过系统性地提出、验证和修复视觉计划，实现鲁棒的零样本长时域操作。高层由 VLM 规划器分解任务，并通过验证多个候选视频回滚过滤动力学不一致的未来；执行中采用在物体中心流与人手流之间自适应切换的混合几何表示，并持续监控执行、在失败时合成指尖轻戳等局部非抓取纠正行为。
RoboPilot 提出一种双思考闭环 agentic 框架，用于动态真实环境中的机器人操作，通过反馈机制根据环境变化和执行错误进行重规划，并在快慢思考间动态切换以平衡效率与精度。