该动作还能解释任务吗？扩散大语言模型智能体的反向打分方法
研究者提出免训练的 Reflect Reverse 方法，解决扩散大语言模型（dLLM）智能体因掩码解码偏差容易重复执行失败动作的问题。该方法利用掩码 dLLM 对任务 token 掩码并去噪来原生评估逆向条件概率，从而消除动作分布的失真。在 4 个多轮具身基准上的实验表明，该方法相比前向打分基线提升了任务成功率与推进率。
#具身智能
#具身智能
今日 1 条arXiv cs.LGAI 评分4242
arXiv cs.AIAI 评分3030 面向受控世界模型自适应的校准风险路由
新研究提出模型校正世界模型（MC-WM），通过将初始目标数据划分为拟合、选择与校准分区，并部署标准化校准风险更低的模型族来解决仿真到目标的漂移问题。该方法结合学习到的置信度信号与确定性有效性谓词对单步想象策略更新加权，无需重写物理奖励。团队在三个受控 MuJoCo 动力学偏移场景下完成了 541 次运行执行评测。
arXiv cs.AIAI 评分3232 文本具身智能体何时遵从用户修正：GAVA 裁决机制研究
GAVA 机制使文本具身智能体在面对可能错误的用户修正时，能自主在接受、拒绝、环境检查与反问之间进行裁决。在 ALFWorld 的 972 对正误干预测试中，完整局部检查使 GAVA 达到 100% 纠错准确率并降低交互成本。结合语义先验后，该方法在 340 个未见场景中进一步降低联合成本，测试准确率达 98.8% 与 98.7%。
arXiv stat.MLAI 评分3535 FERPO：基于前向熵正则化的强化学习策略优化算法
研究人员提出在线同策略最大熵强化学习算法 FERPO，无需对 critic 进行动作求导即可直接利用其预测价值改进策略。该算法结合熵与 KL 散度推导最优目标动作分布，通过最小化前向 KL（forward-KL）目标促使策略覆盖多个高价值模式以增强探索。
量子位AI 评分3838 正行创新联合创始人杨宇欣出任总裁，负责全球业务拓展
物理智能公司正行创新宣布联合创始人杨宇欣出任总裁，全面负责全球市场拓展、产业生态建设与商业化落地。杨宇欣毕业于清华大学，此前曾任黑芝麻智能首席市场营销官及中科创达董事兼副总裁。他将推动正行创新的具身模型、本体及软件全栈能力进入真实商业与工业场景，加速全球规模化落地。
arXiv stat.MLAI 评分3535 从随机探索中学习规划
新研究提出一种利用随机探索经验进行长程规划的方法，无需动作与奖励标签即可实现免策略改进训练的目标规划。该方法通过噪声对比估计训练条件能量基模型以捕获不同时间跨度的时序关系，并在测试时结合局部动力学模型评估候选动作与实时重规划。实验表明，该方案成功实现了基于状态与图像的长程迷宫规划、第一人称导航及机械臂操纵规划。
arXiv cs.AIAI 评分3434 ChronoSRL：面向自监督强化学习的时间几何
研究人员提出 ChronoSRL，通过为 Critic 嵌入赋予显式时间几何，将表征距离对齐为到达目标所需时间。该方法进一步预测到达时间分布及目标附近停留时间，在 7 个标准运动与导航基准上以更小网络超越现有基线。在四足机器人 Sim-to-Real 任务中，它是唯一能稳定跟踪速度、到达目标并爬上最高箱子的自监督强化学习方法。
arXiv cs.AIAI 评分3535 VLA 的层级之谜：VLA 潜在接口的信息论分析
针对视觉-语言-动作（VLA）策略潜在接口的信息论分析表明，多层融合优势有限，最佳单层随主干模型与任务基准显著变化。研究提出以动作条件 InfoNCE 作为层质量代理指标，在 LIBERO 和 CALVIN 基准上与策略成功率呈现最一致的正相关。该方法比穷举搜索节省 9-33 倍 GPU 计算量，将平均选择遗憾从选最深层的 17.89 个百分点降至 3.71 个百分点。
arXiv cs.AIAI 评分3838 GeoWind2Plan：用于无人机节能规划的任务级 3D 城市风场预测
GeoWind2Plan 框架通过几何条件神经算子预测 3D 城市风场，实现无人机任务级节能路径与速度规划。该框架完成走廊局部风场推理仅需约 3 seconds，远快于传统 CFD 的约 8 hours。在 CFD 评估中，其规划航迹在顺风、逆风和侧风任务中分别降低能耗 6.9%、12.7% 和 4.5%，达到 CFD 参考节能效果的 75.0% 至 87.9%。
TechCrunch · AIAI 评分4545 Destro AI 的核心秘诀：让机器人与人类协同作业
物流 AI 初创公司 Destro 完成 800 万美元种子轮融资并走出隐身状态，其核心是通过 AI 智能层统一调度机器人与人类工人协同作业。Destro 基于开放权重视觉-语言-动作模型开发了 Vision 与 Mothership 操作系统，目前正将物流巨头 Yusen Logistics 的越库自动化试点扩展至 26 台机器人全面部署，预计在今年底实现正向现金流。
量子位AI 评分5959 斯坦福推出 HomeBody 项目，用 GPT-6 Astra 控制宇树 G1 完成厨房家务
斯坦福团队发布具身智能项目 HomeBody，利用 GPT-6 Astra 控制宇树 G1 人形机器人在未见过的厨房中完成收拾物品和跨空间取药等长程任务。该系统让大模型将导航、抓取和开抽屉等预置动作作为工具直接调用，结合激光雷达建图与 Isaac Sim 构建空间记忆，无需针对新环境采集数据或重新训练动作策略。
量子位AI 评分6464 36家上市机器人公司财报复盘：营收结构与盈利表现显著分化
量子位梳理了36家已在A股和港股上市的机器人产业链企业，指出在上市审核与监管趋严的背景下，各家商业化进展呈现巨大分化。宇树科技与优必选的人形机器人收入占比已达51.1%与46.5%，但前者2025年实现净利润约2.78亿元，后者同期归母净亏损约7.03亿元，大量供应链企业的机器人相关营收占比仍不足百分之一。资本市场对具身智能的评估正从概念签约转向交付验收、持续盈利与客户复购等经营指标。
Latent SpaceAI 评分7575 AMD 以 82 亿美元收购 World Labs
AMD 以 82 亿美元收购空间智能创企 World Labs。World Labs 此前推出了全新模型架构 Atlas，通过结合生成模型与多视图几何来预测新相机视角，试图解决计算机视觉中长期存在的稀疏重建难题，可应用于机器人强化学习环境、场景生成及现实世界重建等领域。该期通讯还汇总了 Anthropic 发布 Claude Sonnet 5.5 的社区反应与第三方接入情况。
IEEE SpectrumAI 评分3535 机器人专家的一天：Hello Robot 联合创始人 Charlie Kemp
Hello Robot 联合创始人兼 CTO Charlie Kemp 分享了他的研发经历，致力于通过 Stretch 等移动操作机器人协助老年人和行动障碍人士实现生活独立。他指出网络演示视频与机器人在现实世界中的实际效能存在巨大差距，强调构建实用机器人必须深入真实环境，并依赖机器人专家与作业治疗等特定应用领域专家的紧密协作。
Ars Technica · AIAI 评分2828 特斯拉员工抵触训练 Optimus 人形机器人来替代自己
特斯拉员工对训练 Optimus 人形机器人来替代自身工作产生抵触。尽管面临挑战，特斯拉仍计划在 2026 年底前实现每周生产 1,000 台 Optimus 机器人的目标。
IEEE SpectrumAI 评分2020 墨西哥 EPICS in IEEE 团队打造便携式教育平台 RoboMeshA
墨西哥 ITESO 大学的 EPICS in IEEE 团队开发了便携式教育平台 RoboMeshA，为缺乏专业实验室的高中提供机器人与 AI 实践教学。该平台集成了嵌入式系统、计算机视觉与 AI 技术，学生无需安装复杂软件，直接通过浏览器连接即可操控机器人及避障功能。团队目前已制造 2 台设备，并正在开发支持 4 台机器人协同运行的模块化框架。
Microsoft ResearchAI 评分5656 微软研究院提出物理 AI 机器人推理卸载架构与评测体系
微软研究院发布针对物理 AI 与机器人推理的系统性研究，指出将模型推理从机载 GPU 卸载到边缘或云端可大幅提升任务成功率并延长续航。实测显示机载算力不足会导致建图规划变慢达 383%、VLA 动作模型准确率减半，而 Jetson Thor 等高功耗板载单元会加速消耗高达 160% 的电量。
Scientific AmericanAI 评分6363 KAIST 研发四足机器人 RAIBO2，单次充电 4 小时 19 分跑安全程马拉松
韩国科学技术院团队研发的四足机器人 RAIBO2 凭借单次电池充电跑完 26.2 英里全程马拉松，用时 4 小时 19 分 52 秒，成绩略快于人类平均水平。研究人员通过减轻腿部重量、结合强化学习训练平稳减震步态以及下坡动能回收，使其单次充电续航达普通四足机器人的约三倍。测试中该机器人未运行路况解析软件，由人工远程转向，团队正开发低功耗车载网络与传感器以补充自主导航能力。
IEEE SpectrumAI 评分3131 Barbara Mazzolai 倡导开辟“可持续机器人学”新研究领域
意大利技术研究院机器人学副主任 Barbara Mazzolai 倡导开辟“可持续机器人学”（sustainability robotics）新研究领域，主张将可持续性作为机器人设计的核心以减少技术足迹。她在 7 月发表于《Nature Machine Intelligence》的宣言中提出全新设计方法，旨在改善自然、人类与技术的关系。此前，她曾主导开发受章鱼、植物根系和种子启发的软体机器人。
NVIDIA Blog精选AI 评分6060 NVIDIA 发布 Isaac ROS 5.0，引入智能体工作流与物理 AI 支持
NVIDIA 在 ROSCon 会议上正式发布 Isaac ROS 5.0 开源机器人软件栈，引入 AI 智能体开发工作流并新增对 ROS Lyrical 与 Ubuntu 24.04 的支持。
推荐理由：Isaac ROS 5.0 将智能体工作流与物理 AI 模型引入开源 ROS 生态，有助于开发者降低工业与人形机器人感知与抓取部署的工程门槛。
NVIDIA BlogAI 评分4141 NVIDIA：为什么规模化部署物理 AI 需要全层级安全
面对自动驾驶与机器人规模化部署的安全挑战，NVIDIA 推出首个面向物理 AI 的全栈安全系统 NVIDIA Halos。该系统覆盖硬件、软件、AI 模型与仿真验证，在自动驾驶领域整合 DRIVE AGX Thor、Halos OS 与开源端到端推理视觉语言动作模型 NVIDIA Alpamayo。在机器人领域则结合 IGX Thor 模块与 Omniverse 仿真，实现全流程安全保障。
Apple ML ResearchAI 评分3535 REVERSAL-BENCH：测量无重置强化学习断崖的可逆性维度与 reset oracle
研究团队推出强化学习基准 REVERSAL-BENCH，通过连续参数 ρ ∈ [0, 1] 控制可逆性，并在 5 个物理引擎的 8 种操作场景中提供状态可恢复性验证机制 reset oracle。评测揭示了显著的可逆性断崖：无重置智能体会随 ρ 增大永久陷入不可恢复状态并导致学习停滞。团队同步发布了该基准套件、标注可恢复性的多仿真器数据集以及 reset oracle。
IEEE SpectrumAI 评分3030 重新审视 AI 时代的机器人安全
随着物理 AI 发展，机器人的安全威胁正从传统软硬件故障转向对感知、决策与执行的对抗性操纵，涵盖模型训练、系统架构与运行时感知三层攻击面。研究表明，BadVLA 与成功率达 97% 的 GoBA 可隐蔽篡改运动轨迹，UniPwn 等漏洞链能横向渗透系统夺取控制权，而 VLAttack 等视觉对抗补丁更可将任务成功率降至零。
Microsoft ResearchAI 评分4545 MindTopo 揭示视觉语言模型的空间推理能力
微软研究院推出全新评测基准 MindTopo，用于评估视觉语言模型在连通性、包围、顺序、分离和绳结五个维度的拓扑空间推理与规划能力。评测结果显示，受测闭源与开源模型在静态推理上的表现普遍显著优于交互规划，且两者均远低于人类水平。模型失误主要出现在行动规划阶段，难以在多步动作序列中持续追踪拓扑结构演变或遵守物理约束。
Google DeepMind精选AI 评分7777 Google DeepMind 发布具身推理模型 Gemini Robotics ER 2
Google DeepMind 推出具身推理模型 Gemini Robotics ER 2，作为高层中枢为机器人提供连续视频理解、任务编排与多机协作能力。该模型支持边执行动作边规划后续步骤，可调度底层 VLA 模型及外部工具，在任务进度分类和关键时刻识别上分别取得 57.4% 与 91.3% 的准确率。
推荐理由：该模型作为高层大脑支持边行动边规划与多机协同，读者可以了解具身智能在任务编排与进度感知上的系统设计。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini Robotics 2，为机器人提供全身智能控制
Google DeepMind 推出新一代机器人模型系列 Gemini Robotics 2，让机器人具备全身运动控制、高精细操作与多机协作能力。
推荐理由：该系列模型将具身推理、动作控制与端侧适配分层解耦，为机器人长时序多步协作与跨硬件迁移提供了清晰架构。
Google DeepMindAI 评分4646 Google DeepMind 赋能欧洲机器人的未来
Google DeepMind 推出机器人加速器项目 Google DeepMind Accelerator: Robotics，入选了来自欧洲的 15 家早期初创公司。入选企业将在 3 个月内获得 Google 专家的密集指导，并直接使用其 AI 技术栈及 Gemini 机器人模型。该项目涵盖制造、医疗和高级导航等具身智能领域，助力团队将前沿 AI 研究转化为现实物理应用。
Google DeepMind精选AI 评分7373 Google DeepMind 结合街景数据升级 Project Genie：支持生成真实世界交互环境
Google DeepMind 宣布在实验原型 Project Genie 中引入 Google 街景锚定能力，支持基于真实地理图像生成可交互的虚拟环境，并逐步向全球 Google AI Ultra 订阅用户开放。用户可以在美国地图上选点并搭配特定艺术风格与角色提示词生成对应世界，为智能体与机器人导航交互提供仿真支持。该街景生成能力目前支持美国境内地点，未来将逐步扩展至更多地区。
推荐理由：原文展示了世界模型结合真实地理街景生成交互环境的具体方式，为智能体与机器人仿真训练提供了现实落地的参考路径。
Berkeley AI ResearchAI 评分4343 面向长视距世界模型的基于梯度规划：GRASP
研究人员提出了面向学习型世界模型的新型基于梯度规划器 GRASP，旨在解决长视距规划脆弱且易陷入局部最优的问题。GRASP 将轨迹提升为虚拟状态以实现跨时间并行优化，并直接在状态迭代中引入随机性来辅助探索。同时，该方法通过重塑梯度为动作提供清晰优化信号，避免了高维视觉模型中脆弱的状态输入梯度。
Google DeepMind精选AI 评分6767 Google DeepMind 发布具身推理模型 Gemini Robotics-ER 1.6
Google DeepMind 推出具身推理模型 Gemini Robotics-ER 1.6，大幅增强了空间定位、多视角理解与任务成功检测能力。该模型可原生调用搜索和 VLA 等工具，并新增结合代码执行的智能体视觉以高精度读取各类工业仪表。目前该模型已通过 Gemini API 和 Google AI Studio 向开发者开放。
推荐理由：新模型结合视觉推理与代码执行实现了工业仪表读取，为机器人多视角任务规划和成功判定提供了实用参考。