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...

来源：慧视AI迹 原文链接：https://www.toutiao.com/article/7670733576400339456 这是「具身智能日报」的第一篇深度精读。我们只讲一篇论文，把它讲透：SUREFlow，一篇刚被 IROS 2026 接收、7 月 11 日才挂到 arXiv 上的轻量 VLA 工作。它最抓人的点在于：只有 179M 参数，在 LIBERO 上做到 92.5% 平均...

来源：类人实验室 原文链接：https://mp.weixin.qq.com/s/Ae710X63LHcajp00Oo1Nkw 让机器人抓鸡蛋、拿华夫饼而不捏碎，是VLA模型的噩梦。99%的研究者都在堆砌昂贵的触觉传感器，但一篇颠覆性论文说：触觉感知，可以离线学习，上线“盲操”！ 在深入技术细节之前，先来看一张趣味漫画，1分钟get论文核心！ 图1图：论文核心内容漫画解读一张漫画胜千言——快...

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：智驾具身新世界 原文链接：https://mp.weixin.qq.com/s/JsebXS7LzFhcKMECrnVP5g 本篇论文出发点： 现有端到端自动驾驶模型的局限性：虽然是端到端方案了，感知决策规划在一个网络中，但仍然存在长尾场景泛化能力差（没见过的情况容易出错），复杂语义理解不足的问题，比如（比如交通意图、规则、上下文），缺乏灵活推理能力（决策比较“死板”） VLM模型可以...

来源：EasyReader论文阅读 原文链接：https://mp.weixin.qq.com/s/KWke087moVL8f6kIt_AVUw ? 学科: eess.* 本期 eess.*（电气工程与系统科学）学科精选了5篇高质量论文，涵盖了医学图像超分辨率、机器人动力学控制以及语音信号处理等前沿方向。在医学影像方面，ECCV 2026 录用论文提出了一种双先验零空间学习框架，在严格保持测...

来源：3DCV 原文链接：https://mp.weixin.qq.com/s/Ba6RgK1gjOQsi6BQuM4hLw 西安交通大学人机混合增强智能全国重点实验室 × 江苏细胞壁智能科技有限公司联合团队的最新工作 ChunkFlow 被机器人领域旗舰会议 IROS 2026 接收。该工作直击 VLA 模型分块执行（action chunking）中的时序不连续问题，提出"接缝感知"的训...