被动动态行走启发的动力学引导框架提升人形机器人能效
该研究提出受被动动态行走启发的框架，在早期训练中通过倾斜重力场辅助步态发现，无需参考轨迹或接触调度。在 Unitree G1（29-DoF）上的五组实验显示，机械运输成本降低 6.8-15.2%，全向行走结合运动先验后降低 18.7%，硬件上正向行走降低 16.3%。
#具身智能
#具身智能
今日 4 条arXiv · RoboticsAI 评分3535 arXiv · Computer VisionAI 评分3535 CoVLM-Bench：面向协同驾驶问答与规划的真实世界基准
CoVLM-Bench 包含 2,196 对帧、35,136 条协同驾驶问答标注和 3 秒内 6 个航路点的规划目标。CoVLM-Drive 直接使用车路配对视角进行问答与规划，FDE 低于对比的 V2X 规划器，问答初始化与理由监督各自降低规划误差。
arXiv · RoboticsAI 评分3434 机器人的上下文学习：方法与应用综述
summary_zh: 该综述系统梳理了机器人上下文学习（ICL）的四类接口：context-conditioned policies、geometric demonstration transfer、world-model-based control、skill- and agent-based execution。
arXiv · RoboticsAI 评分4242 SAKI：基于人类视频的技能组装与运动学模仿，用于长时序移动操作
SAKI 框架通过人类视频学习可复用的以物体为中心的技能，并在跨演示组装与闭环全身执行之间建立连接。系统根据目标与任务依赖选择并排序技能，绑定物体角色并在连续技能间保持场景估计与机器人配置。真实机器人实验验证了技能跨布局复用与独立演示技能的连续组合能力，消融实验表明任务条件化参考准备显著提升长时序任务完成率。
Microsoft Research精选AI 评分6767 Microsoft Research 发布 Physical AI Toolchain 推理卸载功能
Microsoft Research 在 Physical AI Toolchain 中新增行业首个机器人推理卸载能力，可将 SO-101、UR10e 等机器人的推理从机载 GPU 卸载至边缘或云 GPU。实验显示，卸载改善了移动操作任务的成功率、响应精度和电池续航，并支持通过 Kubernetes 自动容器化与编排。
推荐理由：首次系统量化了机器人推理卸载的收益，为物理 AI 基础设施选型提供可对比的实测依据。
NVIDIA BlogAI 评分5050 NVIDIA Isaac ROS 5.0 推进智能体化开源机器人开发
NVIDIA Isaac ROS 5.0在多伦多ROSCon发布，引入智能体工作流与GPU加速软件包，帮助人与AI智能体共同开发机器人。FoundationPose提供面向智能体的推理库，使机器人感知并跟踪物体位姿的速度最高可快5.5倍。新版支持ROS Lyrical和Ubuntu 24.04。
NVIDIA BlogAI 评分4242 为什么大规模部署 Physical AI 需要在每一层都内置安全机制
NVIDIA 推出全栈安全系统 Halos，覆盖 AV 与机器人从硬件、软件、AI 行为到部署生命周期的安全工程。Halos 整合 DRIVE AGX Thor、IGX Thor、Halos OS、Alpamayo、Isaac Lab 与 Omniverse，并提供可追溯的安全证据与第三方认证支持。
Google ResearchAI 评分5252 AgentHands：为 XR 中基于空间的智能体对话生成交互式手部手势
Google Research 在 CHI 2026 发表 AgentHands 原型，利用 XR 空间理解能力为 AI 智能体添加与语音同步的手部手势。系统包含环境感知、手势事件库、嵌入手势的推理和同步执行模块，在 12 人用户研究中相比纯语音基线显著提升了空间定位、复杂动作理解、安全提示效果并降低了认知负荷。
Google DeepMindAI 评分4242 从 Atari 到 EVE Online：Google DeepMind 十五年游戏 AI 研究历程
summary_zh: Google DeepMind 回顾十五年来从 Atari 到 EVE Online 的游戏 AI 研究，与 Fenris Creations 等游戏工作室合作开发 SIMA 多世界智能体。
Microsoft ResearchAI 评分4444 MindTopo 揭示 VLM 的空间推理能力
微软研究院的新基准 MindTopo 发现，专有与开放权重多模态模型在静态拓扑推理上明显强于交互规划，且都远低于人类。它按连续性、分离、顺序、包围和绳结五类，测试静态场景问答，以及模拟环境中须维持或改变关系的动作规划。规划失败常在理解场景之后出现，模型失去对结构关系的追踪，或提出违反环境约束的动作。
MIT News · AIAI 评分2828 Daniela Rus 获巴伐利亚州总理高科技奖
Daniela Rus 因机器人学、人工智能与自主系统贡献获2026巴伐利亚州总理高科技奖，表彰自组织机器人集群、软体机器人、自主移动与脑启发AI四方向。其团队研发可吞服 origami 机器人、自组装船只及液体神经网络，仅用19个控制神经元即可导航陌生环境，并创立 Liquid AI。
Google DeepMind精选AI 评分6666 Gemini Robotics ER 2 发布：赋能机器人视频理解、任务编排与多机器人协作
Google DeepMind 发布 Gemini Robotics ER 2，具身推理模型，在视频理解与任务编排上较 ER 1.6 实现显著升级，并支持多机器人协作。
推荐理由：Gemini Robotics ER 2 在视频理解与任务编排上较 ER 1.6 实现显著升级，支持多机器人协作与实时推理，为物理世界中的具身智能提供了新的能力基准。
Google DeepMind精选AI 评分6464 Gemini Robotics 2 带来机器人的全身体智能
Google DeepMind 发布 Gemini Robotics 2，包含三款模型分别实现全身体控制、具身推理与设备端适配。该模型可控制人形机器人完成行走、蹲伏、灵巧操作等复杂任务，ER 2 已在 Google AI Studio 和 Gemini Enterprise Agent Platform 开放预览，VLA 与设备端模型面向早期合作方开放。
推荐理由：Gemini Robotics 2 首次实现全身体控制、灵巧操作与多机器人协作，并在设备上快速适配新机体形态，为通用物理 AI 提供了新的能力基线。
Hugging Face Blog精选AI 评分6464 NVIDIA 发布 Cosmos-H-Dreams：实现手术机器人实时生成式仿真
NVIDIA 发布 Cosmos-H-Dreams，一款基于单张 RTX PRO 6000 GPU 运行的手术机器人实时生成式仿真器。该模型从 Cosmos-H-Surgical-Simulator 蒸馏而来，通过 FlashDreams 推理库实现约 160 fps 的交互式操作，每潜在帧仅需 2 步去噪，支持 dVRK 桌面缝合任务，并可连接学习型手术策略形成闭环。
推荐理由：NVIDIA将手术世界模型压缩至单卡实时推理，使外科机器人策略的闭环评估与合成数据生成不再依赖稀缺物理硬件。
MIT News · AIAI 评分3535 MIT 15 个项目入选美国能源部 Genesis Mission 第一阶段资助
美国能源部在 Genesis Summit 上宣布首批资助项目，MIT 主导 6 个、参与 9 个，涉及量子传感器、稀土提取、聚变数字孪生、AI 驱动材料设计等方向。Phase I 阶段团队需展示 AI 与科学工作流整合，并评估科学价值；后续可申请进一步资助。研究经费待签订协议协议。
Hugging Face Blog精选AI 评分7272 Grabette：开源手持设备记录机器人操作数据
Grabette 是 Pollen Robotics 发布的开源手持采集设备，配合 Gripette 机械爪端，能用普通相机、IMU 和深度相机记录操作演示，并自动生成 LeRobot 格式的机器人就绪数据集。
推荐理由：原文给出了低成本的采集方案与开放数据集入口，读者可以据此判断它能否降低机器人学习的数据门槛。
Amazon Science精选AI 评分6060 Amazon与密歇根大学推出HydroShear仿真器赋予机器人触觉
Amazon与密歇根大学提出HydroShear，基于水弹性接触模型并加入路径相关力追踪，准确模拟触觉剪切力。机器人仅在仿真中训练强化学习策略后直接部署到真实Franka机器人，在四项接触密集任务上平均成功率93%，远超TacSL的34%和FOTS的58-61%。
推荐理由：它用仿真解决了触觉力建模的难题，让机器人在模拟中训练后直接迁移到真实世界。
MIT News · AI精选AI 评分6060 FloatForm：小型机器人船自组装成浮动结构
MIT CSAIL 团队发布 FloatForm 系统，由 21 厘米方形自主船组成，通过磁锁原结构实现自组装、拆解与重组，仅在精调位置时引入轻量中央规划器。实验中 8 个机器人完成构型转换并集体运输，仿真可扩展至 64 个；10 次试验中 4 机器人成功率为 90%、8 机器人为 70%。论文发表于 Nature Communications，源自与阿姆斯特丹合作的 Roboat 项目。
推荐理由：分布式水下机器人自组装为可编程水上基础设施提供了可扩展思路，对应急响应与公共空间重构有参考价值。
Mistral AIAI 评分5757 Robostral Navigate 发布：单RGB相机在未见R2R-CE基准上达76.6%成功率
Robostral Navigate 是 Mistral AI 推出的8B具身导航模型，仅用单RGB相机在未见R2R-CE基准上达76.6%成功率，比多传感器方案高4.5分。模型完全自研、仅用仿真数据训练，借助前缀缓存将训练token减少22倍，再通过CISPO在线强化学习进一步提升3.2%成功率。
Google DeepMindAI 评分3636 Google DeepMind Accelerator 遴选 15 家欧洲机器人公司加入计划
Google DeepMind Accelerator: Robotics 计划遴选 15 家欧洲早期机器人初创公司，提供 3 个月密集导师指导与技术支持，帮助将 AI 融入核心产品。入选公司覆盖物流、制造、医疗、气候与导航等领域，可使用 Google AI 栈、技术专长及 Gemini 机器人模型。
Google DeepMindAI 评分4646 用 Project Genie 和 Street View 模拟真实世界场景
Google 在 Project Genie 中接入 Street View 真实街景图像，生成式世界模型可基于美国真实地点生成互动虚拟环境。该功能通过 Maps Imagery Grounding 技术实现，用户可选风格（如"Ocean World"、"B&W film"）并描述角色，Genie 创建锚定真实街景的想象世界。
Google DeepMindAI 评分5555 Gemini Robotics-ER 1.6 发布，通过增强的具身推理赋能真实机器人任务
Gemini Robotics-ER 1.6 发布，增强空间推理、多视角理解与仪器读数能力，提升机器人在真实环境中的自主决策水平。该模型通过与 Boston Dynamics 合作发现仪器读数场景，利用 agentic vision 结合视觉推理与代码执行实现精确读数，并在安全性上为迄今最安全版本，在对抗性空间推理任务中优于前代。