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、学习并与真...

作者丨邓哲敏 编辑丨齐铖湧 2026 年 7 月 13 日，RSS 2026 于悉尼正式开幕。从会场展示来看，如何突破机器人数据瓶颈几乎成为今年具身智能研究的一条主线：有人继续扩大数据规模，有人寻找新的数据来源，也有人探索生成模型带来的数据增量。 来自南加州大学 PSI Lab 的 研究团队展示了论文 Ψ₀，从另一个角度展开思考：如果手里的真机数据短时间内无法变多，我们能不能先改变数据的使用...

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-Action...

来源：公众号“AI泡哥” 链接：https://mp.weixin.qq.com/s/TfCQH_PT8jItqCZDBSugPw 转眼 2026 年已经过了一半了，robotics 相关会议也陆续进入一个很适合阶段性回顾的时间点：AAAI 2026，ICLR 2026已经结束了，ICML 2026 和RSS 2026 的 accepted papers 也已经公布，ICRA 2026（20...

来源：公众号“机器之心” 原文链接：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651033181&idx=3&sn=881ec7f53799e8b7d1fd19a071e08d2f&chksm=85dc65554eec7b6ff15b7fe14ceac2211bf506f738ec221177...

近日，蚂蚁灵波科技与香港科技大学等高校合作完成的研究论文 《Causal World Modeling for Robot Control》被国际机器人顶级学术会议 Robotics: Science and Systems（RSS）2026 接收。 RSS 是全球机器人领域公认的顶级学术会议之一，长期关注机器人学习、控制、感知、规划与系统等前沿方向，录用标准严格。论文被 RSS 接收，意味...

来源：具身江河 原文链接：https://mp.weixin.qq.com/s/prlEip4pav6iyOtw95BIuw 导语 传统具身强化学习受限于真实世界交互成本高、复位繁琐及安全隐患，难以高效提升VLA模型在复杂动态任务中的鲁棒性。RISE框架通过构建解耦的“组合式世界模型”，将动力学预测与价值评估分离，实现了完全在想象空间中的高效在线强化学习。该方法避免了高昂的物理试错，在传送带...

来源： 无问芯穹 原文链接：https://mp.weixin.qq.com/s/YEUdWcZDIKU4as3Txs5Q6Q近日，国际顶级学术会议 CVPR 2026 与 RSS 2026 先后公布录用结果。无问芯穹与清华大学等联合团队三项研究成果成功入选，其中一项获选为 CVPR 2026 Oral，两项被 RSS 2026 录用。此次“顶会三连中”充分展现了双方在强化学习算法及系统、具...

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...

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” 状态及其语义类别，...