墨现科技发布 Rigidcore Tactile+EMF 专业数采手套，主打近千触觉点与 2mm 分辨率
墨现科技发布旗舰款 Rigidcore Tactile+EMF 专业数采手套，触觉点达近千个、空间分辨率 2mm，触发力 0.1N、量程 0—20N，采样率 120Hz，有线延迟约 8ms、无线约 30ms；通过传感器背部局部刚性支撑过滤布料形变干扰，有效数值可达脏数据的 50-100 倍量级。
推荐理由：逐项拆解了触觉点密度、量程、采样率等参数分别对应的数据采集痛点，便于评估选型。
技术方向
具身智能 最新动态
AI 走进物理世界的整体进展：整机和基础模型、真实环境部署、量产节点与产业格局的追踪。
684 条精选近 30 天 626 条共收录 1,390 条
更新
精选归档 · 第 25 页
机器人大讲堂精选AI 评分5858 机器人大讲堂精选AI 评分6666 比亚迪人形机器人专利公示，小迪参数与展厅路线解析
10月9日国家知识产权局公示比亚迪具身智能机器人外观专利（授权公告号CN310247768S，申请日2026年4月30日），作者结合此前公开信息梳理其造人路径。
推荐理由：文章把专利、参数、供应链和首台套政策串成一条时间线，可看清比亚迪做展厅级人形而非工业机器人的路线取舍。
雷锋网精选AI 评分6262 零跑朱江明放话第二品牌要做iPhone式产品革命，哪来的自信？
零跑在9月16日技术日上公布第二品牌架构与智驾、电池、电驱三项技术，朱江明称要做汽车行业的苹果，让第二品牌新车像iPhone替代功能手机那样重构形态，座舱得房率超过100%，计划明年第四季度亮相并交付。
推荐理由：文章梳理了零跑技术日的三条增长线索，可帮助读者理解一家整车厂如何把自研能力转化为产品与外供生意。
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。
雷锋网精选AI 评分6262 觅蜂科技发布物理AI数据众包服务平台觅蜂派
觅蜂科技在上海发布全球首个全品类高质量物理AI数据众包服务平台觅蜂派，配套推出机器人训练师职业计划与亿元补贴计划。
推荐理由：原文披露了数据缺口超99%的行业背景和平台任务规模，可作为评估众包采集路径的参考。
Hugging Face 每日论文精选AI 评分5353 ExeWorldBench：面向代码化可执行 3D 世界建模的评测基准
论文提出 ExeWorldBench，据作者所知是首个通过代码化 3D 世界构建来综合评测世界理解与可执行实现能力的基准。
推荐理由：论文提出三级递进任务，把世界理解与可执行实现放在一起评测，为评估代码生成式世界建模提供了统一框架。
高工机器人精选AI 评分5757 灵巧手的故事讲得太快，现实还没跟上
文章指出2025年中国灵巧手销量约1.92万只，同比增长236.84%，预计2026年达7.02万只，但交付规模扩大只回答了能否批量造出来，尚未回答能否真正用起来。
推荐理由：文章用GGII出货数据和五道具体考验，梳理了灵巧手从Demo走向规模落地的现实差距。
Hugging Face 每日论文精选AI 评分5757 Embodied Turing Machines：用有状态代码实现机器人递归自我改进
论文提出 Code-Only-as-Policy（COAP）范式，把具身世界视为 Embodied Turing Machine，用代码从相机图像和本体感觉中测量并跟踪机器人、环境与任务状态，完全在代码中做决策，测试时不依赖 VLM 或 VLA。
推荐理由：论文对比了 VLA 与 Agent Harness，说明纯代码策略在状态显式、故障恢复和任务复用上的取舍。
量子位精选AI 评分6060 Aether AI 公布因果机器人系统 CRIS-0 官方 Demo
Aether AI 公布因果原生机器人系统 CRIS-0 的官方 Demo，展示 0.2 秒安全急停、咖啡制作干扰测试中平均 2 秒内识别因果变量变化并完成重规划（10 次扰动 9 次有效恢复），以及模糊指令测试 20 条中 18 次精准抓取。
推荐理由：原文拆解了因果原生Agent架构的三层设计并给出多项测试数据，可评估该路线与端到端VLA的差异。
量子位精选AI 评分6767 Sharpa在IROS发布人形机器人D01、灵巧手W02与数据手套AE01
Sharpa在IROS发布首款全自研通用人形机器人D01、新一代灵巧手W02和外骨骼数据手套AE01。D01手臂载荷自重比接近1:1，最大末端执行器速度超过10.5m/s，通信频率1000Hz，重复定位精度0.2mm，电子皮肤覆盖全身、触觉覆盖上半身，触觉采样率100Hz，力感知范围0.1—20N。
推荐理由：原文拆解了D01、W02、AE01三款产品的参数与技术链路，可帮助读者理解触觉在灵巧操作中的具体作用。
arXiv cs.RO 机器人学精选AI 评分6262 VioLA：从人体数据学习人形机器人通用控制策略
VioLA 是一种人形机器人通用策略，它预测身体与手部动作潜变量而非关节指令，由预训练控制器在机器人上执行，动作编码器把人体与机器人动作映射到同一潜空间。
推荐理由：论文用人体动作潜变量替代关节指令，把人类演示直接复用为人形训练数据，给出了可迁移的数据利用思路。
arXiv cs.RO 机器人学精选AI 评分6262 ARC：提升机器人基础模型零样本性能的推理配方
ARC 由三部分组成：机器人下一动作的因果推理轨迹、可从现有演示自动生成标注的流水线，以及让预训练 RFM 学会用这些轨迹做控制的适配策略。
推荐理由：论文给出无需新增机器人数据即可提升零样本性能的推理配方，对已有 VLA 的微调路径有参考价值。
arXiv cs.RO 机器人学精选AI 评分5656 残差建模缩小机器人学习中回归策略与生成策略的差距
论文从统计建模视角重新审视直接动作回归（MSE-Policies）与扩散/流匹配生成策略（Flow-Policies）的性能差距，分析真实机器人演示数据发现残差尺度存在显著的状态相关变化且尾部重于高斯分布，MSE 会把更多梯度分配给大残差样本从而损害优化。
推荐理由：论文从残差统计视角解释回归与生成策略的差距，并给出可复用预训练网络的高效替代方案。
arXiv cs.RO 机器人学精选AI 评分5858 HWAM：联合生成关节状态与动作的人形世界动作模型
论文提出 HWAM（Humanoid World Action Model），把机器人执行后的本体感知状态作为显式预测目标，联合生成参考动作与实际达成的身体状态，以缩小策略参考动作与实际执行运动之间的差距。
推荐理由：论文指出分层人形系统中参考动作与实际执行存在差距，并给出联合预测执行后状态的建模思路。
arXiv cs.RO 机器人学精选AI 评分6262 TACROSS：面向异构触觉传感器的低成本人手触觉迁移系统
TACROSS 是一套将人手触觉迁移到机器人的可扩展系统，在接触事件层面而非原始传感器数值层面对齐异构触觉流。其硬件集成五层压阻手套，成本 USD 10.86、含 285 个感知点；通过 canonicalizer 与残差适配器将异构信号映射到 256 维共享触觉隐空间，并用跨手指注意力的时序 Transformer 实现。
推荐理由：论文给出了手套硬件成本与遥操作效率对比数据，可评估触觉数据采集方案的性价比。
arXiv cs.RO 机器人学精选AI 评分5858 WARP-VLA：面向腕部相机视角鲁棒性的 VLA 策略执行方法
论文提出 WARP-VLA，一种针对多样腕部相机配置的视角鲁棒 VLA，采用 Mixture-of-Experts 架构，各专家学习视角特定的特征变换，路由器依据隐式视角信息进行组合，部署时无需额外输入相机外参。
推荐理由：论文给出在 LIBERO 上把 pi-0.5 腕部视角扰动成功率从 39.2% 提到 78.3% 的量化结果，可评估该方法对跨部署视角变化的实际收益。
arXiv cs.RO 机器人学精选AI 评分6666 NavGPT-3 论文：分层导航运行时连接语言模型推理与 VLA 动作策略
NavGPT-3 提出一个 harness，用类 OS 运行时把推理、动作、监控作为独立线程调度，使机器人可通过中断和线程切换应对突发状况。
推荐理由：论文给出语言模型决策与动作策略的时延对比，可帮助读者理解具身接口设计对反应速度的影响。
Hugging Face 每日论文精选AI 评分5656 USDCraft：基于几何证据用 LLM 编写程序化建模关节 3D 资产
USDCraft 将关节资产重建表述为基于部分几何证据的程序化建模，由预训练 LLM 编写并修订可执行程序，无需任务特定训练即可生成仿真可用的关节资产。其核心包括源几何分析，把源 mesh 转换为区分已观测表面与未知空间的度量文本描述，以及迭代几何重检，将每个候选方案以同一表示重新编码，使差异指向程序修改而未观测区域保持可补全。
推荐理由：论文指出 mesh 方法在分布外或残缺模型上失效，USDCraft 用 LLM 写程序重建关节资产的思路可作 real-to-sim 方案参考。
Hugging Face 每日论文精选AI 评分5656 SuperNav：面向任意任务与场景的智能体导航系统
论文提出 SuperNav，为预训练 MLLM 配备专用 agent 外壳实现导航，不对 MLLM 做导航专用微调，由 MLLM 负责请求理解、场景理解与决策，运动执行交给导航工具。
推荐理由：论文提出不微调 MLLM、改用 agent 外壳与视觉点接口的导航思路，可对比微调路线评估泛化差异。