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：具身智能之心 原文链接：https://mp.weixin.qq.com/s/__nOgLL-F5ByiLMWYWaFtA 今年 RSS 上，香港大学助理教授、源策未来创始人李弘扬获得了 Early Career Spotlight，并在随后的演讲中，系统介绍了他对全身智能 Whole-Body Intelligence，也就是 WBI。 之前业内的叫法都是全身控制（whole-bod...

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：原文链接： https://mp.weixin.qq.com/s/tFfBQaXAMH4HM9obaSqjYg 让机器人在真机上靠自己越练越好，是这两年具身圈最主流的一条路，做法是让策略先从离线示范里学个底子，再靠一个奖励信号在真机上反复迭代。整条链路的成败几乎都取决于这个奖励信号，可它偏偏是最难拿的一环。 难处在于，一件长活儿的“好”从来不止一个维度。让一台 Franka 摆餐具，你...

来源：未来索引 原文链接：https://mp.weixin.qq.com/s/75cThzwP1ButXnr0O4e3Wg 如果说 ChatGPT 是让 AI 学会了人类的语言，那么 OAT (Ordered Action Tokenization) 则是让 AI 掌握了物理世界的“语法”。这不仅是编码方式的改变，更是机器人从“专用工具”向“通用智体”进化的关键一跃。 最近，具身智能（Em...

来源：机器人解剖师 原文链接：https://mp.weixin.qq.com/s/t-27VnWDfrcyJ8gz72CmoQ RSS 2026近期在澳大利亚召开，会上颁布了最佳论文《FlashSAC: Fast and Stable Off-Policy Reinforcement Learning for High-Dimensional Robot Control》，改文章提出高效强...

来源：量子位 原文链接：https://mp.weixin.qq.com/s/dDwND7YxK6hzkALjamGf7g “包括Physical Intelligence在内，如今的北美头部具身智能公司离成熟都还有不短的距离。整个领域，也还没出现真正的奠基性工作。” “中国真正领先的，恰恰是机器人硬件。美国同样没有成熟答案，中国公司又何必急着把自己称为‘中国版XX’？” 这是量子位来到悉尼...

来源：智驾机器人技术前线 原文链接：https://mp.weixin.qq.com/s/ud9BIsM145JUfLUZPcsdCQ机器人已经越来越擅长“看见”物体，却仍然不太会“记住”一个持续变化的世界。桌边的椅子被挪走、垃圾桶消失、推车突然出现，甚至同一个人从机器人身旁反复经过，都可能让语义地图迅速过期。来自卡内基梅隆大学 Robotics Institute 的 SuperMap，试...

来源：RoboPaperHub 原文链接：https://mp.weixin.qq.com/s/gEEALnYbNF5phOmDpvfF_A 长时程操控里，单步动作预测易随时间漂移，动作条件视频模型又常因误差累积或推理过慢难以闭环。RSS 2026多篇工作把世界模型接到策略链路：用中间视觉状态稳住目标条件控制，或以可交互模拟器与想象推演支撑长视界训练与自改进。长时程操控不仅依赖部署阶段的想象...

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...