构建可靠执行的 AI：Standard Bots 工业机器人技术架构与实践访谈
Standard Bots 团队在接受 Latent Space 专访时解析了其工业机器人 AI 架构，强调通过高质量定向数据与软硬件协同优化实现可靠作业。系统采用十亿级参数模型负责机床管理等短周期任务的零样本感知，而运动规划和单元逻辑交由传统编程处理。全部推理部署在边缘 GPU 本地运行以应对工厂无网环境，同时通过 StandardOS 开放 API 与 SDK 支持开发者接入外部模型。
#具身智能
#具身智能
今日 1 条Latent SpaceAI 评分5858 科学网AI 评分3737 安徽省具身智能创新中心揭牌
安徽省具身智能创新中心于10月10日正式揭牌，由中国科大人形机器人研究院牵头联合省内外顶尖科研机构与头部企业共建。该中心属于中国科大管理下的非独立法人产业型平台，旨在突破具身智能全链条核心技术瓶颈。中心将依托研究院科研资源及全球具身智能行业校友会的300家企业，承担关键共性技术攻关、成果转化与场景示范等职能。
科学网AI 评分3232 《自然》发布多项研究：涵盖四足机器人 RAIBO2 与单细胞分析平台 Malva
《自然》最新一期导读涵盖化学、机器人学、生物学及医学等多领域突破。高能效四足机器人 RAIBO2 单次充电以 4 小时 19 分 52 秒完成全程马拉松，每次充电行驶里程达现有机器人的三倍以上；计算平台 Malva 索引包含约 7400 万个细胞，可连接神经网络实现超快、无需参考的单细胞序列发现。此外，研究还涉及二维聚合物有机范德华异质结构及猴痘病毒复制体机制。
科学网AI 评分3131 2026安博会将于11月3日在京开幕
2026中国国际社会公共安全产品博览会将于11月3日至6日在北京举办，以“智能引擎重塑安全”为主题。展会深度落地“人工智能+”战略，集中展示AI大模型、公共安全专用智能体与多模态感知算法，并首设具身智能核心展区开展动态作业演示。现场还将聚焦低空安全与智慧警务，并发布相关行业规划与白皮书。
科学网AI 评分3535 华南师范大学李昕明团队在机器人视触觉感知研究取得新进展
华南师范大学李昕明团队提出一种融合力时间序列与空间形变场的双流视触觉感知方法，柔性物体分类准确率从单一信息的77.0%和79.0%提升至99.3%。集成至机械臂后，该方法在橙子与圣女果状态识别中准确率不低于98.5%，在18类不同硬度与形貌物体的测试中总体识别准确率约为99.3%。
arXiv cs.AIAI 评分3434 BridgeGuard：用于扩散模型自动驾驶的显式安全漂移
研究人员提出自动驾驶安全规划方法 BridgeGuard，在扩散去噪中逐步增强约束项，引导生成轨迹移向场景安全域。该方法冻结预训练感知主干与规划器，通过 DistanceFieldNet 模块预测的时变距离场注入安全约束。
arXiv cs.AIAI 评分4343 Mine Odyssey：真实环境空间智能体能力评测基准
Mine Odyssey 是一个利用 Minecraft 重建真实场景的空间智能体评测基准，包含 30 个地点的 180 项导航任务。在 8 款受测模型中，GPT-6 Astra 取得最高的 85.6% 成功率，Claude Opus 5.5 达 73.9%，最强开源模型 DeepSeek-V4.1-Flash 为 23.9%，表明当前模型在空间智能体能力上仍有很大提升空间。
arXiv cs.AIAI 评分3636 用于时程不变行为克隆的自监督关键帧发现
研究提出自监督方法 Keyframe Mnemonics，通过发现关键观测帧训练行为克隆（BC）策略，解决非马尔可夫长时程决策中的上下文保留问题。在合成记忆基准中，该策略达成 100% 成功率；在包含 23 项任务的机器人操作评测中，平均绝对成功率较最强基线提升 13.9%，并在真实机器人 20x 更长时程下保持 80% 成功率。
arXiv cs.AIAI 评分3434 面向冻结空中 VLN 智能体的轨迹对齐指令翻译方法 TGIT
研究者提出了轨迹对齐指令翻译器 TGIT，在保持空中视觉语言导航智能体 OpenFly 冻结的前提下，将用户简短的意图型指令转化为可执行指令。TGIT 将弱指令输入的成功率提升至 37.93%，并零样本迁移至真实人类指令，将成功率从 11.33% 提升至 32.51%。
TechCrunch · AIAI 评分3939 我们总是忍不住把 AI 当人看，但这真的合适吗？
研究显示约 70% 的人在与 AI 交互时会表现出礼貌，人类本能地倾向于将大语言模型和机器人拟人化。MIT 学者指出，用户容易向永不发生冲突的聊天机器人过度倾注情感并沉迷虚拟寄托，极易引发心理依赖乃至极端安全危机。研究者警示 AI 必须恪守特定的工具功能边界，避免在情感交互中越界侵蚀现实人际关系。
TechCrunch · AIAI 评分3838 Danu Robotics 致力于打造更优秀的回收机器人
苏格兰初创公司 Danu Robotics 推出 AI 垃圾分拣机器人 H.E.R.O. 并完成 $5 million 后期种子轮融资，目前已签署 $500,000 商业合同。该机器人采用机械钳爪替代传统吸盘系统，利用 AI 持续改进软件以降低分拣成本并提升速度。设备初始投资为 $160,000，年维护费 $24,000，预计每年可为处理站点增加 $485,000 收入并已开始出货。
量子位AI 评分4545 Aether AI 具身因果系统 CRIS-0 亮相：实现 0.2 秒急停与秒级重规划
Aether AI 公布具身因果系统 CRIS-0 演示，使机器人能基于物理因果规律应对突发扰动，实现 0.2 秒安全急停。在咖啡制作干扰测试中，系统可在平均 2 秒内完成实时重规划并在 10 次扰动中实现 9 次有效恢复；在模糊指令测试中，其对 20 条任务实现了 18 次精准抓取与放置。
科学网AI 评分3333 小麦育种具身机器人原型机公开亮相
山东农业大学联合团队研发的小麦育种具身机器人原型机首次公开亮相，可在田间自主完成小麦表型量化、目标植株初筛与原位喷涂标记。该机器人采用RTK与视觉融合导航，结合2000份种质资源标注数据及育种家先验经验构建智能决策模型，实现“感知—决策—执行”闭环。团队计划将iWheat大模型接入WheatX机器人，推进商业化研发。
量子位AI 评分5757 星动纪元开源世界动作模型 VPP2 并在 RoboDojo 榜单登顶
星动纪元开源自研世界动作模型 VPP2，在具身智能评测基准 RoboDojo 仿真榜单中以 32.26% 平均成功率和 39.26 分位居榜首。该模型基于 Wan2.1-I2V-14B 采用视频预测与动作学习分阶段训练策略，搭配 0.9B 参数动作专家 Action DiT，整体动作片段生成延迟约为 0.22 秒。
量子位AI 评分5050 Sharpa 把指尖「触觉」进化到全面「体感」
Sharpa 在 IROS 发布通用人形机器人 D01、新一代灵巧手 W02 及外骨骼数据手套 AE01，构建覆盖硬件与数据入口的灵巧操作体系。D01 触觉覆盖上半身且重复定位精度达 0.2mm，末端速度超 10.5m/s；W02 具备 21 个主动自由度与零抓握半径，尺寸缩小约 30%。AE01 搭载 22 个编码器支持双向触觉遥操作，配合 CraftNet 分层控制与世界模型实现闭环操作。
量子位AI 评分6969 MirroS 发布 AgentGarten：结合代码物理引擎与神经渲染的智能体交互演练平台
MirroS 团队发布开源智能体演练平台 AgentGarten，将代码驱动的确定性物理引擎与实时神经渲染器相连接。平台通过代码定义物理碰撞与几何草图，利用神经渲染器以超过 30 fps 的吞吐流式输出拟真画面，并借助智能体自主记录的文字实验手册实现跨轮次策略演进。相关技术报告与代码已同步在 GitHub 和项目主页公开。
NVIDIA BlogAI 评分4848 开发者如何借助前沿 AI 智能体构建 NVIDIA Omniverse 仿真
开发者正将 GPT-6 Astra 等前沿 AI 智能体与 NVIDIA Omniverse 结合，通过自然语言指令快速构建物理 AI 与数字孪生仿真应用。相关实践包括从实景扫描重建可编辑仓库结构、开展燃气轮机故障假设分析，以及调用包含超 2,000 个 USD 资产的 SimReady Central Library 搭建场景。
The Verge · AIAI 评分4141 加州试图叫停机器人对战人类笼斗比赛
加州运动委员会向机器人格斗初创公司 Rek 发出停办函，叫停其举办的机器人对战人类笼斗赛事。Rek 于 9 月 18 日举办了人类对阵远程 VR 系统操控人形机器人的比赛，监管机构认定该赛事未经批准，要求其停止举办任何涉及人类的搏击活动。Rek 计划在周五举行的下一场比赛将改为两台携带武器的机器人互相对决。
量子位AI 评分4242 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 上发布零售 Physical AI 解决方案，推出通用双足人形机器人 H1 与轮臂式理货机器人 C1，支持门店“0改造”快速部署。机器人任务自主完成率达 99%，自研世界动作模型 SLM-0.5 在 LIBERO 基准测试中成功率达 98.6%、推理速度提升 24 倍。正行创新计划于 2027 年通过直接采购或 RaaS 订阅提供商业化服务。
Ars Technica · AIAI 评分4343 Nvidia 押注物理 AI，旨在让无人出租车与人形机器人更安全
Nvidia 投入数十亿美元布局机器人与自动驾驶汽车等物理 AI 领域，致力于通过全栈安全系统降低机器伤害人类的风险。该公司继 2025 年推出面向自动驾驶载具的 Halos 系统后，又于 2026 年 6 月宣布 Nvidia Halos for Robotics，将软硬件安全架构拓展至仓库自主移动机器人、工厂人形机器人及手术机器人。
MIT Technology Review · AIAI 评分5858 机器人领域的 AI 突破短期内不会改变日常生活
尽管特斯拉 Optimus 等人形机器人营销声势浩大，但多位具身智能学者指出其离真正可用还很远，通用家庭机器人落地预计仍需 10 年左右。当前 Google DeepMind 与 Physical Intelligence 等探索的 VLA 及世界模型受困于真实物理演示数据匮乏，面对训练集之外的复杂场景极易失败。
arXiv cs.LGAI 评分3434 目标条件策略学习中的信息视界诅咒
研究发现在目标条件策略学习中存在“信息视界诅咒”，增大目标重标记视界会降低动作与目标的条件互信息，显著削弱策略性能与泛化。目标条件行为克隆（BC）会出现严重的视界相关性能退化，强化学习（RL）可缓解该退化，且策略敏感性会从目标转向状态。将短视界策略的输入雅可比蒸馏至长视界策略，在组合操作任务中取得了显著性能提升。
arXiv cs.LGAI 评分3333 用于离线视觉控制的有向时间表征 DTRC
研究人员提出离线视觉控制方法 DTRC，在冻结的 LeWorldModel 特征上构建有向时间拟度量，以衡量时间到达成本与目标进展。该进展信号作为时间 critic 指导目标条件策略学习，使智能体在测试时无需迭代轨迹搜索即可直接执行动作。在 10 个视觉控制任务中，DTRC 的表现优于规划与直接策略基线。
MIT Technology Review · AIAI 评分2222 为自主工业 AI 构建更安全的发展路径
随着基础模型、物理 AI 与智能体 AI 深入物理系统，构建兼顾安全与可靠性的负责任治理路径成为下一阶段工业自动化的核心前提。AVEVA 首席技术专家 Arti Garg 指出，工业 AI 在过去两年采用率增长近 78%，但在关键决策中应辅助而非取代人类，须通过防护栏明确自动化权限与人工监督边界。
科学网AI 评分4646 东华大学研发微流控编码纺丝技术，编织机器人电子皮肤成为可能
东华大学朱美芳、王刚团队通过微流控编码纺丝技术，将电子器件及连接关系融入连续纤维内部，实现纤维成形与电路构筑同步进行。该技术在单根纤维内集成了电致发光、逻辑运算、空间感知与可调滤波电路等功能。实验中布置该纤维的机械臂夹爪成功实现了目标自动跟踪，并支持对机械臂和无人机的非接触控制。
IEEE SpectrumAI 评分4141 IEEE 发布 2030 技术大趋势报告：预测将改变人类生活的突破性技术
IEEE 发布的《2030 技术大趋势报告》汇总全球 166 位专家意见，指出 AI 已深度渗透能源、健康、太空与具身智能（physical AI）等五大领域并作为通用基础设施驱动变革。报告将个性化医疗列为对人类影响最大的技术（评分 4.93/5），预计两年内基因工程将进入治疗领域，而人机交互落地周期最短（2-3 年）。专家同时警告算力设施与能源缺口将制约 AI 扩展，电网与劳动力亟需重塑。
arXiv cs.AIAI 评分3434 与未来协作者合作：交错参与下的多智能体强化学习
针对多智能体强化学习中智能体跨时段协作的交错参与场景，研究团队提出了 Staggered Participation Learning（SPL）训练增强方法。SPL 分别通过前瞻获取监督规范早期智能体的信息留存，并以结果监督训练后期智能体利用信息。
arXiv cs.AIAI 评分3838 重新思考自动驾驶物理智能的扎根性：GroundAct 探索扎根规划
研究人员提出自动驾驶扎根规划方法 GroundAct，通过将物理实体作为扎根单元并引入轻量级参考 token，建立从模型推理到规划动作的直接修正路径。该方法在符号推理中保持被选实体的连续状态可寻址，仅依据被引用实体的交互来纠正规划。评测表明，GroundAct 在常规、分布外和安全攸关场景的开环规划及仿真闭环测试中均表现优异。
arXiv cs.AIAI 评分3131 基于阿克曼转向机器人的连续环境视觉语言导航 Sim-to-Real 迁移
该研究提出一种基于阿克曼转向移动机器人的视觉语言导航（VLN）Sim-to-Real 迁移方法，无需依赖导航图或全景视角即可在连续环境中运行。系统采用 Cross-Modal Attention（CMA）架构，结合车载相机与 LiDAR 数据，通过线性测光调整及少量真实回合微调实现实机适应并支持专用硬件离线运行。经 SPL 和 nDTW 指标评估，该方案验证了其鲁棒性与适应性。
arXiv cs.AIAI 评分5555 这台机器在玩耍吗？研究探索具身 AI 智能体的自发行为与自主学习
研究人员将 AI 编码助手接入数字虚拟躯体，在未指定任何任务或奖励的极简提示下观察到了自发的具身探索与技能学习。在 13 个智能体各自长达 30 小时的运行中，AI 主动进行了爬山、堆叠积木、物理规律实验等活动，并积累了可拓展后续能力的操作技巧。论文系统分析了该行为是否符合人类与动物界关于“玩耍”的经典判定标准，探讨将自主玩耍作为机器能力发展新范式的可行性。
TechCrunch · AIAI 评分2424 TechCrunch Disrupt 2026 公布互动圆桌环节完整阵容
TechCrunch Disrupt 2026 公布了互动圆桌环节的完整议程阵容，活动将于 10 月 13 日至 15 日在旧金山举办。本次大会将汇聚超 1 万名创业者与投资人，圆桌重点探讨物理 AI（Physical AI）的数据挑战、企业级 Agentic AI 规模化落地、SaaS 软件变革以及大模型后训练专属数据等议题。
IEEE SpectrumAI 评分3636 HiPHI：面向高精度人体动作与物体交互的大规模基准
HiPHI 是一个面向人形机器人学习的 617.5 小时光学全身动作捕捉数据集与基准，采集精度达到亚毫米级。其包含 245.7 小时人与物体交互数据及同步物体轨迹和网格，并基于语言框架 FrameNet 组织动作覆盖。基于该数据集训练的强化学习策略已成功通过 sim-to-real 迁移部署至物理 Unitree G1 人形机器人。
TechCrunch · AIAI 评分2525 TechCrunch Disrupt 2026 分组会议完整议程公布
TechCrunch Disrupt 2026 公布分组会议完整议程，大会将于 10 月 13 日至 15 日在旧金山举行，预计吸引逾 10,000 名从业者参与。AI 议题重点探讨实体 AI、推理经济学以及航天领域的落地场景。Anthropic 技术人员还将现场分享如何并行运行多个 Claude Agent 协同处理工程任务与错误恢复。
The DecoderAI 评分6969 Reka AI 发布全模态模型 Rho-1，单个模型统一处理文本、视频与机器人控制
Reka AI 发布 19B 参数的全模态模型 Rho-1 研究预览版，在单个神经网络内统一处理和生成文本、图像、视频及机器人控制动作。该模型将所有模态作为 token 置于同一上下文窗口中，无需外部模型或工具调用，可实时生成连续视频并直接驱动机器人运动。团队还构建了逆动力学模型从普通互联网视频提取控制信号，以缓解机器人训练数据稀缺问题。
TechCrunch · AIAI 评分5252 初创公司 Safeworld 获超 1200 万美元种子轮融资，专注生成式 AI 机器人安全评测
卡内基梅隆大学学者 Ding Zhao 等人联合创立的 Safeworld 宣布结束隐身状态并完成超 1200 万美元种子轮融资，由 Shine Capital 和 a16z Speedrun 领投。
arXiv cs.AIAI 评分3333 VIGOR：通过隐空间一致性实现基于模型强化学习的零样本视觉泛化
研究人员提出 VIGOR 框架，通过非对称弱到强增强、动力学级一致性与编码器级稳定化，实现基于模型强化学习（MBRL）在未见视觉干扰下的零样本泛化。在 DeepMind Control Suite（DMC）和 Robosuite 评测中，VIGOR 超越次优基线 3.4% 和 43.6%。消融实验表明该鲁棒性由隐空间一致性驱动且具有增强不可知性。
arXiv cs.AIAI 评分3737 Ego2World：将第一人称烹饪视频编译为信念状态规划的可执行世界
Ego2World 提出一种将标注的第一人称烹饪视频转化为部分可观测可执行环境的评测基准，将真实世界状态与智能体信念分开维护。在 105 个任务上评测 6 种规划器显示，已执行操作常未能达成目标；Qwen-Plus 对照实验表明，持久信念使动作有效性提升 4.15 个百分点，视觉查询减少 90.27%，但 token 消耗更高且未见完成率提升。
arXiv cs.AIAI 评分4343 ProWAM：基于渐进式视觉规划的世界动作建模
研究人员提出渐进式世界动作模型 ProWAM，通过联合预测动作与有序的稀疏视觉子目标序列，为机器人控制提供显式视觉引导。该模型仅需单次视频主干前向传播缓存子目标特征，无需迭代生成完整视频，重规划时仅需轻量动作去噪。ProWAM 在 LIBERO-Plus（85.8%）和 RoboTwin（75.7%）基准刷新 SOTA，并在真实世界零样本实验中达到 70.0% 成功率。
arXiv cs.LGAI 评分3434 多保真策略梯度稳定数据稀缺强化学习
研究人员提出 MFPG-PPO 算法，通过结合低保真数据构建控制变量，降低方差并解决数据稀缺下的强化学习不稳定问题。在模拟机器人运动任务中，MFPG-PPO 在最难任务下性能匹配使用 16x 高保真数据训练的 PPO。在物理 Franka 机械臂实验中，该算法无需人类演示，每次更新仅需 4 个真实机器人 episode 即可稳定学习。
arXiv cs.LGAI 评分4444 Co-Design Gym：具身与策略联合优化的统一基准
研究人员推出基准测试套件 Co-Design Gym，用于联合优化智能体的具身形态与控制策略。该基准覆盖机器人操作与运动、多机器人协作、软体动力学、电网、无线网络及 F1 赛车等 20 个环境家族，共包含超过 85 个协同设计预设。此外，研究还对代表性协同设计算法展开了系统评估，为该领域的基准对比奠定了基础。