MambaAct：流匹配视觉-语言-动作模型的高效 Mamba 动作专家
MambaAct 用紧凑的 Mamba 动作专家替换 π0.5 的 Transformer 动作专家，并通过轻量级 Context Compressor 压缩 VLM token，以降低流匹配 VLA 的去噪推理开销。
推荐理由：MambaAct 同时给出动作专家规模、LIBERO 与真实机器人上的延迟和成功率变化，便于对照具身智能模型推理优化的工程收益。
#具身智能
HF Daily Papers精选AI 评分4040 HF Daily Papers精选AI 评分4141 HexaShell：以 VLM 智能体作为机器人编码智能体的轻量框架
HexaShell 是一个用 coding agent 通过视觉与自写工具驱动双臂机器人的轻量系统，基于 Codex 与 GPT-6-Astra（中推理强度），在 42 个 RoboDojo 任务上达到 39.7% 成功率（progress 48.0），刷新该榜单 SOTA。
推荐理由：用 coding agent 自写工具控制双臂机器人并在 RoboDojo 上刷新 SOTA；测试显示推动类任务准确率高，而接触密集任务明显受限。
量子位精选AI 评分3939 前华为小艺大模型负责人唐都钰创办观行数智，押注主动式物理AI
前华为小艺多模态大模型负责人唐都钰创办观行数智，提出主动式物理AI方向，让机器在无明确指令下持续感知环境并判断是否需要介入。其ProAgent架构由流式判断模型StreamingJev和Response Model两部分组成，并配套评测体系ProactiveXBench；目前已与具身公司合作，在Reachy Mini机器人上完成60个案例的导引、警示与互动验证。
推荐理由：用创始人经历与具体技术架构，给出物理AI从被动执行走向主动判断的趋势判断与可行路径。
量子位AI 评分2828 京东11.11：首日下单用户数同比双位数增长，超百项服务首次全景亮相
京东11.11于10月12日晚8点全面开启，首日下单用户数实现同比双位数增长。发布会上超百项细分服务产品首次全景亮相，并推出聚焦隐形收费、服务参差、售后缺失三大痛点的"333"计划；AI技术已覆盖零售、物流、健康等3000多个场景，AI购物助手"东东"、"超脑"大模型3.0及"狼族"机器人军团全面落地。
HF Daily PapersAI 评分2828 迈向智能体机器人：模型、数据、环境与 Harness 的统一综述
这篇综述将智能体机器人研究划分为模型、数据、环境、Harness 四大功能域下的十七个类别，涵盖 VLA 模型、世界模型与世界-action 模型。论文追溯从机器人策略到智能体系统的演进，探讨智能体如何塑造模型学习、整理机器人数据并组织机器人能力，最后讨论开放挑战与未来方向。
HF Daily Papers精选AI 评分3838 ACT3D：通过强化学习让视觉语言模型在 3D 环境中学会思考与主动探索
ACT3D 通过强化学习训练视觉语言模型从单张第一人称视角主动探索 3D 环境，以最终答案正确性作为奖励信号，无需对探索路径做直接监督。在六个 3D 基准上平均准确率达 53.2%，相对基座 Qwen 模型提升 22.0%、超过 Gemini 3.6 Flash，输入帧数比现有开源 3D 方法少 50-70%，并在未见过的领域平均提升 5.9%。
推荐理由：原文给出基于结果奖励的强化学习方法，让 VLM 学会在 3D 环境中自适应探索，可作为视觉问答主动感知范式的参考。
HF Daily Papers精选AI 评分4040 LIBERO-Industry：工业流程约束下的机器人操作基准
LIBERO-Industry 将工业制造约束转化为可控的机器人学习任务，用于评估通用机器人策略在真实生产条件下的表现。基准基于 LIBERO，包含 S2D 装料、D2S 卸料和 D2D 搬运 3 类场景，共 216 个任务，并改变物体几何尺寸、传送带速度、交互窗口时长和几何验收区域。
推荐理由：该基准把多品种、小批量制造中的动态约束转为可控任务，便于比较通用机器人策略在约束逐步叠加时的性能变化。
HF Daily Papers精选AI 评分4343 GPT-6-Astra 是否达到具身智能
GPT-6-Astra 在 12 个机器人基准上以 in-context learning 达成前所未有的表现，但在真实部署中仍有显著差距。
推荐理由：原文量化了 GPT-6-Astra 从基准到真实部署的能力差距，并提出面向真实需求的下一代具身评测框架构想。
HF Daily Papers精选AI 评分3939 CarryOn：面向个性化与可靠机器人辅助的双循环框架
CarryOn 提出一种双循环框架，可在冻结的视觉-语言-动作（VLA）策略之外加入长期个性化规划与执行监督，提升家用机器人辅助的安全性与适应性。在真实机器人和仿真实验中，它把已经过安全微调的 VLA 的违规率从 52.6% 降至 6.1%，并把细化后恢复技能的恢复成功率从 13% 提升到 80%。
推荐理由：给出真实机器人和仿真中的安全违规率与恢复成功率具体数字，可作为 VLA 个性化与可靠性方向的对照参考。
HF Daily Papers精选AI 评分4444 去中心化智能体集群的自组织协作学习方法
论文提出市场式后训练框架 MPT，在去中心化智能体集群中联合学习动作策略与竞价式自组织协作，使个体能力与协作方式共同进化，无需中心协调智能体。在具身制作、机器人导航与深度研究任务上的实验显示，该方法优于单体后训练；在同一套后训练动作策略下，学到的自组织协作优于其他协调策略，消融实验证实动作与竞价均受益于联合学习。
推荐理由：给出了在去中心化智能体集群中联合学习动作策略与自组织协作的方法，并开源代码与模型，便于后续多智能体协同研究复现与对比。
量子位AI 评分2727 2026全球开发者先锋大会暨国际具身智能技能大赛十大亮点抢先盘点
2026全球开发者先锋大会暨国际具身智能技能大赛将于10月23日至25日在上海浦东举办，设9大重点赛道、23个赛项。智元、宇树、傅利叶等千台机器人及人形机器人整机企业将集中亮相，200余家产业链企业展示具身智能BOM清单。大会还将首发建筑、法律、金融、具身智能、科学智能五大方向行业标准与"中国移动·时空智能"三大模型。
HF Daily Papers精选AI 评分4444 GreenWAM：面向机器人的世界基础模型
GreenWAM 提出一个跨 20 种机器人形态的共用关节动作空间，通过联合训练让同一模型同时承担世界模型和策略两个角色。它在 WorldArena 1.0 轨迹、深度和 3D 预测上领先，在 RoboTwin 2.0 进入前列，并在 LIBERO-plus 取得对比方法中最高的零样本成功率；适配到真实人形机器人后表现优于基于 π₀.₅ 和 Cosmos 3 Edge 的策略。
推荐理由：论文给出统一世界模型在20种机器人形态上的联合训练和评测结果，便于对比它与专用策略在不同任务上的差距。
HF Daily Papers精选AI 评分3939 WAVE-0：用轻量潜在未来预测桥接 VLA 策略与世界动作模型
WAVE-0 提出一个用 257M 轻量潜在世界模型桥接 VLA 策略与世界动作模型（WAM）的框架，把 VLM 生成的潜在动作计划转译为未来预测表示，并据此直接指导动作生成。
推荐理由：原文在不依赖像素重建和大规模视频预训练的前提下，把未来预测接入动作生成，给出了多个机器人基准的对比结果。
HF Daily Papers精选AI 评分3939 EgoExplorer：100小时穿戴式人类移动操作观测集与重建流程
EgoExplorer是一个100小时的人类移动操作穿戴式观测集，将第一人称视频、重建全身动作、手指精细关节和触觉观测对齐，并配有步骤级描述。
推荐理由：论文给出100小时穿戴式多模态数据集与Calibrate-Complete-Constrain重建流程，可作为具身智能与仿真重定向的数据与方法参考。
量子位精选AI 评分4747 破晓智能发布全身全模态数据采集系统SeePhys Hub，瞄准全模态世界模型
破晓智能联合天珑移动发布全身全模态数据采集系统SeePhys Hub，由四目头环、双腕手环、三个腰腿动作追踪器与可选触觉手套组成，用于补足Ego数据中缺失的全身姿态与触觉信号。设备多路同步精度不超过0.5毫秒，头环重量不超过220克，单个腕部手环不超过75克。创始人杨朔1998年出生，现任哈工大（深圳）长聘教授，团队计划2027年推出全模态世界模型。
推荐理由：原文给出了采集设备的工程取舍与团队的世界模型路线，便于读者理解具身数据从Ego走向全身全模态的过渡逻辑。
HF Daily Papers精选AI 评分3838 RoTA-Bench：通过交互式投影对齐评估 3D 空间推理
RoTA-Bench 通过交互式 3D-2D 投影对齐任务，评估视觉语言模型把 2D 观察转化为精确 3D 旋转控制的能力，自动构建了 674 道题和分层 100 题测试集，并利用可逆初始化确保可解性。
推荐理由：基准显示 GPT-5.6-Sol 仅有 17% 通过率，与人类 100% 表现存在显著差距，揭示了 2D 视觉到 3D 旋转控制的难点。
Google DeepMindAI 评分6767 Google DeepMind 发布面向机器人的 Gemini 4 Argon 模型
Google DeepMind 发布 Gemini 4 Argon，作为面向机器人栈的通用物理推理模型，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过其他前沿模型。
量子位精选AI 评分3939 魔法原子EchoPolicy-0拿下MolmoSpaces全球第一
魔法原子旗下EchoPolicy-0框架以75.4%的等权平均成功率位列MolmoSpaces Combined榜单全球第一，覆盖全部4个v1任务；同公司MagicBrain以72.4%排名第四，抓取任务成功率达94.4%。
推荐理由：EchoPolicy-0走Agent调度路线，MagicBrain走视觉引导路线，两者在MolmoSpaces上的排名差异可以反映各自路径的侧重点。
量子位精选AI 评分5959 DeepSeek 领投 Winverse AI 种子轮，创始人胡瀚系 Swin Transformer 作者
DeepSeek 计划领投机器人 AI 初创公司 Winverse AI 数千万美元种子轮融资，投后估值约 4 亿美元，美团旗下龙珠资本也承诺参投。Winverse AI 由 Swin Transformer 共同作者、原腾讯混元杰出科学家胡瀚于今年创立，研发方向为机器人感知与决策的基础模型。
推荐理由：DeepSeek 两个月内接连投资机器人本体和基础模型公司，读者可借此观察其具身智能布局的资本与技术切入点。
量子位AI 评分2525 具身智能回到产业现场，思灵机器人Agile Robots携12款展品亮相2026工博会
思灵机器人Agile Robots携12款展品亮相第26届中国国际工业博览会，设具身智能、具身模型、科研生态、消费应用、工业落地五大展区。核心展品包括双臂移动科研平台Mobile FR3 Duo（首届EBiM挑战赛赞助商，吸引119支团队参赛）、AI理疗康养机器人及摄影机器人。公司已向全球客户累计交付近40000台机器人，员工来自60多个国家。
量子位精选AI 评分6161 2026年至今全球物理AI融资近480亿美元，资本集中头部并流向训练基础设施
截至2026年10月8日，全球机器人和物理AI企业年内累计融资约480亿美元，约为2025年全年总额的1.7倍。资金加速向头部集中：Anduril 5月完成50亿美元融资、Skild AI 1月获14亿美元融资、NEURA Robotics 6月完成最高14亿美元C轮。
推荐理由：把近480亿美元融资按去向拆解，并对照训练数据采集与Scaling Laws的实证进展，读者可据此校准对物理AI当前阶段的判断。
量子位AI 评分3131 优必选上榜 2026 年《财富》全球未来成长 120 强，位列全球第 11、中国企业第一
优必选以总分 115 拿下 2026 Fortune Future 120 全球第 11 名，成为本次榜单中排名最高的中国企业。该榜单由《财富》联合波士顿咨询（BCG）从全球 3500 多家企业中评选而出。
HF Daily Papers精选AI 评分4646 ACCRUE：面向机器人基础模型的持续离线策略强化学习方法
ACCRUE 提出面向机器人基础模型的持续离线策略强化学习方法，用少量示教微调后仅更新紧凑的 actor–critic。
推荐理由：对比单任务RL给出具体交互时间下降区间与六任务后技能保持率，可用于评估持续学习在真实机器人上的效率。
HF Daily Papers精选AI 评分3939 AUGUstus：统一生成与理解的自动驾驶 VLA 模型
AUGUstus 提出一种统一扩散式动作生成与自回归 CoT 理解的自动驾驶 VLA 模型，训练时 CoT 监督动作生成，推理时仅输出动作以实现低延迟。该模型在 NAVSIMv1 取得 94.6 PDMS，NAVSIMv2 取得 90.7 EPDMS，均为不使用 scorer 模块的 SOTA；在 nuScenes 上平均 L2 误差 0.27 m、平均碰撞率 0.05%。
推荐理由：原文在自动驾驶 VLA 模型的速度与可解释性权衡下提出统一扩散动作生成与自回归 CoT 的方案，端到端规划方向可参考其训练与推理分离的思路。
HF Daily PapersAI 评分3333 RSI-Nav：基于策略同步语言-动作双重自举的导航数据递归自改进框架
RSI-Nav 是一个面向视觉语言导航的数据为中心递归自改进框架，通过策略同步的语言-动作双重自举，将指令跟随与指令生成统一在同一模型中。该方法按小分片迭代生成指令、自评估并即时更新自身，在 R2R-CE 上达到 68.6% SR，在 RxR-CE 上达到 72.4% SR。9B 参数模型 SongzeLi/RSI-Nav_model 与 1.05M 数据集已在 GitHub 开源。
量子位AI 评分2929 西门子将亮相2026工博会：以软硬协同工业全栈能力推动物理AI落地
西门子将在2026工博会上首次完整展示面向人形机器人的端到端解决方案，并发布20余款新品、开放6类具身智能"进厂"场景。展会以"钻耀之心3.0"为核心载体，融合工业软件、自动化硬件与工业AI，覆盖数据中心、电子与半导体、零碳工厂等高增长场景；其中AI辅助编程可将光模块装配项目交付周期缩短约50%。
HF Daily Papers精选AI 评分4040 BridgeWAM：用潜在桥接查询解耦视频与动作专家
BridgeWAM 提出 Bridge-of-Experts 架构，通过 32 个 Latent Bridge Queries 把视觉、语言与本体感知先验聚合到共享潜空间，将 Video Expert 与 Action Expert 解耦到不同深度（30 层 vs. 2 层）。
推荐理由：用 32 个潜在桥接查询把视频与动作专家解耦到不同深度，FLOPs 下降同时刷新 LIBERO 系列基准。
HF Daily Papers精选AI 评分4040 具身图灵机：用纯代码替代 VLA 的机器人决策范式 COAP
论文提出 COAP（Code-Only-as-Policy）范式，让代码替代 VLM/VLA 直接从相机图像与本体感知中测量、追踪并决策机器人任务状态。该范式带来显式状态、可控执行与可扩展代码库三项优势，任务间能复用、继承同一库。
推荐理由：原文提出 COAP 范式，把机器人决策完全交给代码而无需 VLM/VLA 参与，并通过 42 项双臂任务的 70.24% 成功率展示了可递归自我改进的代码库积累路径。
量子位精选AI 评分4444 Aether AI发布CRIS-0：0.2秒急停、秒级重规划的因果具身系统
量子位报道Aether AI推出具身机器人系统CRIS-0，主打因果推理驱动的抗扰动与长程任务能力。官方Demo显示机器人在关门遇人手时0.2秒急停，咖啡机被移位、光照突变时平均2秒内完成重规划，10次扰动中9次有效恢复；系统通过提取物理因果变量、调用规则函数与CausalWM等工具组成结构化闭环并配置三级恢复机制。
推荐理由：原文给出了CRIS-0在突发扰动下的实测成绩与因果Agent架构细节，读者可据此对照端到端方案的可靠性差距。
HF Daily PapersAI 评分3232 USDCraft：面向仿真可动铰接 3D 资产的程序化建模框架
USDCraft 是一个基于预训练大语言模型的程序化建模框架，无需任务专属训练即可为可动铰接 3D 资产生成可直接载入 Isaac Sim 的 USD 程序。框架通过源几何分析将网格转为区分已观测表面与未知空间的度量文本描述，并结合迭代几何复核与视觉反馈迭代修正程序。该方法在两个基准上取得领先的铰接恢复效果，并在 real-to-sim-to-real 机器人操作任务中得到验证。
量子位精选AI 评分5555 星动纪元 VPP2 登顶 RoboDojo 仿真榜，领先 GPT-6-Astra 等基线
星动纪元发布的世界动作模型 VPP2 在 RoboDojo 仿真榜单中以 32.26% 平均成功率、39.26 分综合得分两项指标登顶，分别领先 GPT-6-Astra 9.78 个百分点和 10.29 分。
推荐理由：原文同时给出仿真榜单与真机零样本两组对照数据，读者可据此比较 VPP2 与 π0.5 等基线模型的差距。
HF Daily Papers精选AI 评分3535 ME-World：面向多智能体细粒度具身交互的自我中心世界模型
研究提出多智能体自我中心世界模型 ME-World，把共享环境中多个智能体的细粒度交互建模为多个自我视角流的同步去噪生成。模型在共享 token 序列中联合去噪多路自我视角流，条件于全部智能体的目标视角位姿，并以共享环境记忆锚定生成。论文在真实与合成多智能体数据上训练和评估，并新增共享世界一致性指标，实验显示 ME-World 在共享世界一致性、动作控制、身份保持和视频质量上优于已有方法。
推荐理由：原文给出同步去噪多路自我视角流的建模思路与共享世界一致性指标，可供多智能体具身交互研究复用。
HF Daily Papers精选AI 评分3737 SuperNav：面向任意场景与任务的智能体导航系统
SuperNav 是一个面向通用服务机器人的智能体导航系统，通过为预训练多模态大语言模型加装专用 agent harness 而不进行导航特定微调，让模型专注解析请求、理解场景和做决策，把运动执行交给导航工具。
推荐理由：原文给出将 MLLM 决策与运动执行解耦的 harness 设计，对通用机器人导航与具身智能体的方法迁移有参考价值。
HF Daily Papers精选AI 评分3939 DreamTrue：通过反事实后训练实现动作一致的机器人世界模型
DreamTrue 是一个多视角、跨本体机器人的世界模型，通过将动作轨迹渲染到图像空间条件并加入离线几何校准，以及反事实后训练，显著改善了动作跟随与物理合理性。
推荐理由：读者可对比 DreamTrue 与既有机器人世界模型在动作跟随和物理一致性上的差距，并参考其离线几何校准与反事实后训练的组合方法。
NVIDIA Blog精选AI 评分6767 NVIDIA 开发者如何用 GPT-6 Astra 等前沿 AI 智能体构建 Omniverse 仿真应用
NVIDIA 展示了开发者如何用 GPT-6 Astra 等前沿 AI 模型驱动智能体，结合 NVIDIA Omniverse 库把仿真创意构建为可运行应用。案例覆盖建筑数字重建、燃气轮机故障分析、机器人控制与仓储扩容；其中 80 条输送带、40 个机械臂和 800 个箱子的仓储仿真在 2 分钟测试中维持 30 FPS，并完成 640 次箱体放置。
推荐理由：文章以建筑重建、涡轮测试和仓储扩容为例，展示自然语言驱动智能体连接仿真库、生成应用并定位瓶颈的方法。
HF Daily Papers精选AI 评分3535 EmbodiedCLBench：面向自演化具身智能体的持续学习评测基准
EmbodiedCLBench 提出首个针对具身环境中自演化智能体的持续学习评测基准，以组合泛化原则检验基础任务经验向未见复杂任务迁移的能力。论文在多种智能体框架和学习方法上系统实验，发现基础任务经验能带来稳定提升，但收益不会随训练样本量扩大。代码与数据集已在 https://pku-value-lab.github.io/EmbodiedCLBench-homepage 开源。
推荐理由：作为首个面向具身智能体的持续学习评测基准，论文给出了可迁移的实验设计，并发现经验带来的提升不会随样本量同步放大。
HF Daily Papers精选AI 评分3838 SQAM：用标量伴随匹配微调 Flow 策略的 Q 学习方法
研究者提出 Q-learning with Scalar Adjoint Matching（SQAM），用闭式标量伴随替代逐步向量-雅可比积，把价值梯度按 flow 时间缩放，从而为 flow 策略做 RL 微调。在 OGBench 最难的 4 个领域，SQAM 的成功率比最强基线高出 18 到 35 个百分点；在真实双臂机器人上微调 VLA 策略时，三个任务也都优于监督微调。
推荐理由：原文给出把 RL 微调 flow 策略的逐步向量-雅可比积换成闭式标量的推导，并报告在真实机器人任务上超过监督微调，可作为该方向后续工作的方法基线。
量子位AI 评分3131 正行创新亮相APRCE 2026，发布全球首个零售物理智能24/7服务解决方案
正行创新在APRCE 2026上发布全球首个零售物理智能24/7服务解决方案，支持"0改造"快速部署，可实现99%任务自主完成。该方案包含双足人形机器人H1、轮臂式机器人C1及统一管理平台M1，其自研世界动作模型SLM-0.5在LIBERO基准测试中达到98.6%平均任务成功率，推理速度较主流方案提升24倍。公司计划2027年提供商业化服务，客户可选择直接采购或RaaS订阅。
MIT Technology Review精选AI 评分4747 人形机器人 AI 突破短期内难进日常生活
MIT Technology Review 联合 Aventine 发布的分析指出，尽管 Musk 等人对 Tesla Optimus 等人形机器人乐观，但当前 VLA 模型与世界模型仍受限于训练数据稀缺与长任务成功率低。文中引用 LeCun 等研究者判断，认为真正自主的家庭机器人仍需约 10 年；2025 年全球约 1.5 万台人形机器人出货中，近 90% 来自中国厂商。
推荐理由：在 Optimus、1X Neo 等产品造势背景下，文章系统梳理了 VLA、世界模型等真实技术路径与工厂家庭落地之间的落差，引用多方研究者判断。
HF Daily Papers精选AI 评分3939 LeWAM：基于 JEPA 的端到端世界与动作建模
LeWAM 是一种面向控制的端到端 JEPA，把下一潜状态预测与动作流匹配放在同一目标里联合训练，并对潜状态施加各向同性高斯约束，使单个模型既能直接执行策略，也能用所学潜动力学对采样动作做高效规划。在视觉规划任务上，接触密集任务成功率由 28.6% 提升到 89.7%，长视野任务由 10.9% 提升到 46.2%，规划速度提升 32.3 倍；在仿真与物理机器人的行为克隆任务上也与既有方法相当。
推荐理由：原文以具体任务上的成功率与规划速度为参照，给出了一种把潜状态预测与动作流匹配合在同一个 JEPA 里的做法，读者可以据此与现有视觉规划方案做比较。