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...

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...

来源：公众号“机器之心” 原文链接：https://mp\.weixin\.qq\.com/s?\_\_biz=MzA3MzI4MjgzMw==&mid=2651038804&idx=3&sn=83dbed4ed25f6197c61d69a07f72ad88&chksm=852c7c866eef05b24566c7111b022e9cf26b3480d465...

来源：公众号“极佳科技GigaAI” 原文链接：https://mp\.weixin\.qq\.com/s?\_\_biz=Mzg5OTkwMDM2Mg==&mid=2247488270&idx=1&sn=f21b1eecc01ac13200be5e407dfdf731&chksm=c16536831e796b1bc719128e63cae3d219a5...

机器人学习的数据瓶颈正在质变。过去是“数据不够多”，现在是“数据的结构不对”——堆更多高质量遥操作数据，既不可持续，也不够用。 在 RSS 2026 Workshop「Data-Centric Robotics: What Data Do Robots Really Need?」（悉尼科技大学，2026 年 7 月 17 日）上，七位讲者从四个方向拆解了这个问题。我们把最值得记住的四条路径...

来源：深蓝具身智能 原文链接：https://mp\.weixin\.qq\.com/s/qjhBjBqTYHcfnndPFNVb\-g RSS 2026释放明确信号 ——集体“回归物理” 作为机器人领域公认最具学术影响力的国际会议之一，今年 RSS 录用210篇，接收率不足 30%（比去年略高2%）。 最近RSS官方也最终公布了获奖论文的Final List；以及获得 Out...

这是 RSS 2026 Data-Centric Robotics Workshop 的收尾环节，包含两篇 spotlight 报告和最后的圆桌讨论。 表面看，大家聊的是“机器人到底该喂什么数据”；真正有意思的，是四位讲者在三个问题上没能达成一致——数据金字塔的依赖关系是不是“底层撬动上层”、零样本能力有没有天花板、以及我们是不是集体漏采了最关键的力觉数据。 Adam Wei（MIT C...

2026 年 7 月中旬，机器人领域顶级会议 RSS（Robotics: Science and Systems）如期举办。与“机器人操作”直接相关的十余场研讨会，集中释放了整个子方向的最新焦虑与破局思路——从模仿学习的数据质量危机，到触觉这一“最后感知版图”的攻坚，再到工业级可靠性的认证路径。雷峰网(公众号：雷峰网)逐一梳理十大核心 Workshop 的定位与主张，并进一步提炼出贯穿全场的...

    编辑丨岑峰 *                                                                                                       * 2026 年，大模型行业正经历一场前所未有的“体感位移”。那个在纯数字世界几乎无往不利的 Scaling Law，在试图跨越到物理世界时，正遭遇物理规律、...