来源：公众号“INFINITY” 原文链接：https://mp.weixin.qq.com/s/z637jkIgnTctdXUdjkiJZg 用 3D 点云提升机器人跨视角、跨物体泛化，80 条示范即可完成新任务微调。 机器人基础模型为什么泛化差？很多时候不是模型不够大，而是它看世界的方式不对。 现在主流机器人基础模型大多依赖 2D 图像。图像能提供外观，但它本质上是三维世界压...

作者丨岑峰 2026年6月1日，机器人领域最重要的学术会议国际机器人与自动化会议（ICRA）在奥地利维也纳召开。 在首日举行的“Synthetic Data for Robot Learning” Workshop上，哥伦比亚大学助理教授李昀烛（Yunzhu Li）发表了题为“Structured  World Models as Scalable Data Engines for ...

2026年6月4日，在ICRA 2026大会的Keynote 3“Robot Perception and Spatial AI”环节中，MIT副教授Luca Carlone发表了题为“Maps, Memory, and Tasks — Toward Spatial Al for the Next Generation of Robots”的主旨演讲。他系统性地论证了一个核心观点：下一代机器...

2026年6月3日，在ICRA 2026大会的主题演讲环节，德克萨斯大学奥斯汀分校副教授、NVIDIA GEAR团队负责人朱玉可（Yuke Zhu）发表了关于人形机器人基础模型的最新演讲。他在演讲中系统性地拆解了当前人形机器人面临的最大瓶颈——数据，并提出了以“数据金字塔”为框架、以“世界模型”为引擎的规模化路径。 朱玉可指出，人形机器人正在进入一个全新的加速阶段：硬件日益成熟，学习算...

找到自己的位置，并理解周围环境，一直是机器人能够落地的先决条件。此前的导航系统大多建立在”环境静止、结构稳定”的假设之上，但随着具身智能从实验室走向真实场景，现实世界的动态变化让传统 SLAM（同步定位与建图）逐渐迫近天花板，无力应对自动驾驶中的车辆行人，或是手术机器人面前多变的人体组织。运动、遮挡甚至形变问题，是新一代 SLAM 需要解决的全新问题。 围绕这一挑战，王贺升教授系统介绍了从...

原文作者：公众号“视觉语言导航” 原文链接：https://mp.weixin.qq.com/s/4dTxzJyX4bWfaNjziaQ3nQ 视觉导航是自主机器人、智能移动设备的核心能力，而环境表征方式直接决定导航精度、鲁棒性与落地门槛。当前主流视觉导航方案各有致命短板，始终难以兼顾精度、效率与通用性： ?经典全局度量3D地图： 依托占据栅格、SLAM重建全局一致几何地图，虽能实...

原文作者：公众号“计算机顶会大全” 原文链接：https://mp.weixin.qq.com/s/SbiHonAq0qYEP-sC-sB-bA 近期顶会工作来看，VLA正在进入新阶段：不只是能做任务，而是要能稳定、低成本、跨场景地落地到真实机器人系统中。 这类研究共同释放了一个信号：具身智能的竞争点正在从大模型能力展示转向实用化能力验证。一方面，研究开始关注多机器人本体、导航与操作统...