来源：北京中关村学院 链接：https://mp.weixin.qq.com/s/W9oQ6Qhzyq_uzzHSAbMrSw 削苹果对人类而言是一个再普通不过的动作：一只手握住苹果并不断旋转，另一只手控制削皮器贴住表面，同时根据阻力调整切入深度。视觉负责判断苹果的位置和剩余果皮，手指触觉用于防止苹果滑落，手臂力觉则帮助控制削皮器与果皮之间的接触。 但对机器人来说，削苹果几乎集中了灵巧操作中...

来源： 腾讯新闻/新智元 原文链接： https://new.qq.com/rain/a/20260707A04GJR00 【新智元导读】VLA大模型看似强大，却被一个致命弱点扼住喉咙——相机稍微挪动几毫米，操作成功率就能暴跌一半。招商局先进技术研究院下属实验室提出新的移动数据范式，首次在真实机器人系统上证明：让相机动起来采集数据，就能以极低成本破解 VLA 的空间泛化瓶颈，且效果普适于多种...

来源： 今日头条原文链接： https://www.toutiao.com/article/7658710770200379938/2026 IEEE/RSJ 智能机器人与系统国际会议（IROS: International Conference on Intelligent Robots and Systems）将于2026年9月27日至10月1日在美国匹兹堡召开。IROS是机器人领域最具...

来源： 腾讯新闻 / TechWalker原文链接： https://new.qq.com/rain/a/20260716A09JUX00KAIST等机构提出3D HAMSTER，通过为视觉语言模型加入深度编码器和几何重建损失，让机器人规划器直接输出三维轨迹，解决了分层机器人系统中规划与执行的维度不匹配问题，显著提升了操作鲁棒性。这项由韩国科学技术院（KAIST）人工智能研究生院联合浦项科技...

雷锋网 AI 科技评论按：9 月 26 日，机器人领域的顶级学术会议 IROS 2017 进入第二日。上午，著名华人计算机视觉专家、斯坦福副教授李飞飞，在温哥华会议中心面向全体与会专家学者作了长达一小时的专题报告。 在昨天发布的雷锋网文章 上篇：「李飞飞：为什么计算机视觉对机器人如此重要？ | IROS 2017」中，李飞飞介绍了视觉对生物的重要性，以及计算机视觉在物体识别任务中的飞速发展。...

来源：具身智能论文日记 原文链接：https://mp.weixin.qq.com/s/7t3K-OGfBccG1hqG4evJBw 具身导航系统通常让三维感知模块先把场景改写成坐标、场景图或自然语言，再交给视觉语言模型决策。SoftNav 质疑的正是这一步：连续三维表征被压成文字后，几何、语义与空间关系是否已经损失？它用一个轻量投影器，把每个对象和探索前沿的三维实体表示直接变成 VLM 可...

来源：视觉语言导航 原文链接：https://mp.weixin.qq.com/s/TOVmH9nX8BAu-rH_ec2dbg ✨导读：用文字转述3D空间信息会丢失几何、语义细节，导航效果大打折扣！浙大团队推出SoftNav，直接把3D场景连续特征转为软Token输入VLM，仅17M可训练参数、1200条样本就刷新多导航赛道SOTA，还能零样本落地真实四足机器人。 作者：Yi Wu, Ju...

来源：具身智能导航 原文链接：https://mp.weixin.qq.com/s/jQxNrurkc90Z5eE_PsVwcA ❝ 论文标题：3DGSNav: Enhancing Vision-Language Model Reasoning for Object Navigation via Active 3D Gaussian Splatting 作者：Wancai Zheng, Ha...

来源：机器人操作前沿动态 原文链接：https://mp.weixin.qq.com/s/n_qdyW9lyJ8FN34zy6ymow 机器人抓取与操作相关的研究，arXiv本周后公开约24篇，涉及基础模型（8篇）、操作学习（7篇）、感知与操作（2篇）、控制与规划（3篇）、可变形体操作（1篇）、移动操作（1篇）、交互与协作（1篇）、硬件与系统（1篇）。 一、基础模型（8篇） 1 On the...

来源：未来清研TSINGTEC 原文链接：https://mp.weixin.qq.com/s/gpqDRbZoxXahlnh2awlAwA 导语 近日，未来清研联合创始人、清华大学深圳国际研究生院王好谦教授团队提出了一种全新的高效架构——M²-VLA (Mixture of Layers and Meta-Skills VLA) 。该项研究打破了“必须微调大模型基座”的思维定势，在完全冻结...