*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...

来源：具身智能之心 原文链接：https://mp\.weixin\.qq\.com/s/NFsKJ0AvASSQsaN6KEmcDQ 01. 现有导航评测到底缺了什么？ 具身导航（Embodied Navigation）是具身智能的基石能力——让智能体在陌生环境中自主行动。从最初的视觉语言导航（VLN）和点目标导航（PointNav），到后来的物体目标导航（ObjectNav）、社...

作者丨张   璐 编辑丨齐铖湧 在机器人技术狂飙突进的今天，具身智能领域正面临着一个行业性的核心困境：我们已经拥有了高容量的深度神经网络，但现实世界中高昂的交互与试错成本，成为了阻碍机器人通往AGI的最大瓶颈。 在虚拟世界里，游戏和代码的执行成本几乎为零，因此我们见证了 AlphaGo 的奇迹和大语言模型在编程大赛中夺冠。但在物理世界中，机器人每一次真机试错，都伴随着昂贵的时间成本...

作者丨张   璐 编辑丨齐铖湧 当前的具身智能与世界模型领域，正面临着一个尴尬的现状。 随着以 Sora 为代表的高保真视频生成技术走向成熟，模型已经能够为机器人构建出极其逼真的未来画面，让人感觉AGI似乎触手可及。 但回到真实的物理世界，令人困惑的现象出现了：即便模型能够预测出完美的未来画面，机械臂在实际落地执行时依然频频失效。 这暴露出了行业内长期被忽视的一个核心矛盾——能...

作者丨张   璐 编辑丨齐铖湧 在具身智能与机器人领域迅速演进的今天，一个问题正在浮出水面： 要想让机器人真正走进千家万户，我们到底该靠特定硬件采集的“具身数据”，还是该拥抱浩瀚如海的“互联网与人类行为数据”？ 2026年RSS大会最后一天的workshop圆桌讨论，现场火药味十足。五位专家围绕世界模型的实际落地展开激烈交锋。 来自Georgia Tech和Nvidia的徐丹飞...

来源：公众号seeed矽递科技 原文链接：https://mp.weixin.qq.com/s/oatmuYsg5WVw_Ef3qX43Dw 机器人正在进入一个新的发展阶段。 随着大模型、视觉语言动作（Vision-Language-Action, VLA）、机器人学习（Robot Learning）以及边缘 AI 技术的快速发展，机器人正在从传统的自动化设备，逐渐转变为能够感知、学习...

来源：“具身智能之心”公众号 原文链接：https://mp.weixin.qq.com/s/L3EOl1oSvUR7C6HMpg_4ig 长期以来，仿真平台被三大顽疾困住：高保真渲染与大规模并行训练不可兼得，场景资产全靠人工建模耗时数周，换一种机器人就得换一套仿真器。三道瓶颈，让“仿真里满分、真机上翻车”成为行业常态。 现在，这三道仿真的枷锁被一次性打开了。 论文：http://a...

原文链接：https://mp.weixin.qq.com/s/M3gYuB1gB2c3XL1GMk-p-A 刚刚，机器人顶会RSS 2026论文奖项出炉！ 作为机器人领域公认最具学术影响力的国际会议之一，RSS（Robotics: Science and Systems）的获奖论文，一直被视为观察机器人研究风向的一扇窗口，代表了这个领域的最新阶段进展。 今年，RSS共收到708篇投稿...

当一个机器人或自动驾驶策略出错时，开发者往往很难精准定位原因。因为“预测未来”和“评估好坏”这两个功能在庞大的联合网络中被紧紧绑在一起。一旦出了事故，你根本分不清它到底是“想错了”（对物理世界的预测不对），还是“判错了”（对结果好坏的评估有误）。 这种“想”与“判”的缠绕，正成为阻碍具身策略走向更高安全级和可检查性的最大绊脚石。 这种探索期的迷茫与争论，在2026年7月17日 RSS 2...

来源：公众号“AI光点” 原文链接：https://mp.weixin.qq.com/s/WYaG9RVRvpC2uVb0pyhsTg?scene=1&click_id=6 超市货架最里面立着一盒饼干。机械臂已经看见它，夹爪也张得开，可正面被其他商品挡住，侧面只剩一条窄缝。传统系统会继续找一条不碰任何东西的轨迹；实在找不到，就宣布这次抓取不可行。 人不会这么做。我们会先把纸盒拨...