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 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 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...

颁给“空气”的最高荣誉 当全球具身智能开发者都在卷“百万小时视频数据”和“万亿参数大模型”时，7月15日，在 RSS 2026 的现场，大会却将分量最重的“时间检验奖（Test of Time Award）”，颁给了一只用空气驱动、成本极低、甚至连传感器都没有的软体气动机器人手：《A Novel Type of Compliant Underactuated Robotic Hand fo...

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...

来源：公众号“PnP机器人” 原文链接：https://mp.weixin.qq.com/s/yUEFm-F6hDdale84n6SqGg 机器人科学和系统顶会 RSS2026 于 7.13-7.17 在悉尼举办，采用单轨报告制，审稿严苛、录用率不足 30%，是机器人系统领域含金量最高学术会议。RSS2026大会聚焦具身大模型、触觉灵巧操作、人形控制、多智能体安全规划等前沿，设置...

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...

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“强化学习CASIA” 原文链接：https://mp.weixin.qq.com/s/qo-2ViC3UV8GXYscXcpRwA?scene=1&click_id=7 中科院自动化所深度强化学习团队提出了一种新的面向具身基础模型长期持续学习的强化学习后训练方法——LifeLong-RFT。该方法针对现有视觉-语言-动作模型（Vision-Language-Acti...