来源：量子位 原文链接：https://mp.weixin.qq.com/s/m5o_V3DPUoFzcoO8FqKHMw 代码Agent这两年为何进步飞快，成为AI界的宗门大师兄？ 因为这玩意儿自己个儿就超！闭！环！的！ 代码Agent可以自动执行、自动验证、自动反馈。写了代码跑一下就知道对不对，奖励信号非常清晰明确。 这给后训练（Post-training）阶段的自反馈闭环提供了完美条件...

来源：深蓝具身智能 原文链接：https://mp.weixin.qq.com/s/pf9-MpmB8WPEsBGlM-752w 视频世界模型让机器人 “想象未来” 成为可能，可画面逼真不代表动作靠谱： 一个在视频里看起来完美无缺的抓取动作，可能只是手指"穿模"过了物体，或者物体以不符合物理规律的方式发生了形变。 为此，研究团队提出了RoboWM-Bench，一个专门针对机器人操作的视频世界...

来源：机器之心 原文链接：https://mp.weixin.qq.com/s/_-VhhyJWiMOR8zR48Mc7tQ 在近日的具身智能顶会 RSS（Robotics: Science and Systems）2026 上，最高奖项 Outstanding Paper Award 提名名单里，出现了一个不太 “机器人” 的名字 —— 影眸科技，一家头部 3D 生成大模型公司。 这家公司...

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 ，还需要预测未来。如果一个模型...

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、设备损耗与安...

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——能够“生成”成功的结...