来源：公众号“机器之心” 链接：https://mp.weixin.qq.com/s/SmpQ7MKd2R_z9oqkMngGWw 在音乐术语中，Legato（连音）意味着音符之间平滑过渡、毫无间断，演奏出流畅优美的旋律。钢琴家的手指在琴键上滑动，小提琴家的弓在琴弦上连贯运行 —— 这种 "连音" 技巧让音乐充满生命力。一位真正掌握连音技巧的演奏者，不需要靠后期剪辑来弥补断点，而是能够知...

近日，蚂蚁灵波科技与香港科技大学等高校合作完成的研究论文 《Causal World Modeling for Robot Control》被国际机器人顶级学术会议 Robotics: Science and Systems（RSS）2026 接收。 RSS 是全球机器人领域公认的顶级学术会议之一，长期关注机器人学习、控制、感知、规划与系统等前沿方向，录用标准严格。论文被 RSS 接收，意...

最新 MLPerf 基准表明：AI 的训练速度比去年提升了几乎两倍 6月29日，开放工程联盟 MLCommons 发布了 MLPerf 基准的最新训练结果，发现今年机器学习系统的训练速度几乎是去年的两倍，超越了摩尔定律（每18-24个月翻一倍）。 MLPerf 由八个基准测试组成：图像识别、医学影像分割、两个版本的对象检测、语音识别、自然语言处理、推荐和强化学习。在这八个基准测试...

来源：量子位 原文链接：https://mp\.weixin\.qq\.com/s/dDwND7YxK6hzkALjamGf7g “包括Physical Intelligence在内，如今的北美头部具身智能公司离成熟都还有不短的距离。整个领域，也还没出现真正的奠基性工作。” “中国真正领先的，恰恰是机器人硬件。美国同样没有成熟答案，中国公司又何必急着把自己称为‘中国版XX’？” 这是...

来源：具身江河** 原文链接：https://mp\.weixin\.qq\.com/s/prlEip4pav6iyOtw95BIuw** 导语 传统具身强化学习受限于真实世界交互成本高、复位繁琐及安全隐患，难以高效提升VLA模型在复杂动态任务中的鲁棒性。RISE框架通过构建解耦的“组合式世界模型”，将动力学预测与价值评估分离，实现了完全在想象空间中的高效在线强化学习。该...

来源：RoboPaperHub 原文链接：https://mp\.weixin\.qq\.com/s/gEEALnYbNF5phOmDpvfF\_A 长时程操控里，单步动作预测易随时间漂移，动作条件视频模型又常因误差累积或推理过慢难以闭环。RSS 2026多篇工作把世界模型接到策略链路：用中间视觉状态稳住目标条件控制，或以可交互模拟器与想象推演支撑长视界训练与自改进。 长时程操控不仅...

来源：CAAI认知系统与信息处理专委会 原文链接：https://mp.weixin.qq.com/s/10k0XqB4CSXO41uSrK-raw 导语：当视觉和语言模型已经能让机器人“看见”并“理解”世界，我们距离真正的通用机器人还有多远？在2026年的RSS（Robotics: Science and Systems）大会上，一场关于“机器人基础模型中的触觉感知”的研讨会...

来源： 无问芯穹 原文链接：https://mp\.weixin\.qq\.com/s/YEUdWcZDIKU4as3Txs5Q6Q 近日，国际顶级学术会议 CVPR 2026 与 RSS 2026 先后公布录用结果。无问芯穹与清华大学等联合团队三项研究成果成功入选，其中一项获选为 CVPR 2026 Oral，两项被 RSS 2026 录用。此次“顶会三连中”充分展现了双方在强化学习算...

来源：机器之心 原文链接：https://mp\.weixin\.qq\.com/s/MFTQ\_ysx0d7jO3sOVCmG3g 赋予机器人物理理解和预测能力是通用操作的关键。蚂蚁灵波等机构提出的 LingBot-VA 试图将视频帧预测与动作推理统一起来，让机器人通过自回归扩散框架学会“一边思考一边行动”。 在通用机器人领域，机器人控制需要的不只是“看懂”当前画面 ，还需要预...

*来源：机器之心 * 原文链接：https://mp\.weixin\.qq\.com/s/4e6qXfhfbrNKuJOpRCQqtw 从第一视角观测中持续重构三维世界，并理解空间中的几何结构与开放语义信息，是机器人具身感知领域的核心问题。语义占据预测（Semantic Occupancy Prediction） 通过将空间划分为三维体素网格，并为每个体素估计 “空闲、占据、未知” 状...