来源：具身智能机器人圈 文章链接：https://mp\.weixin\.qq\.com/s/RWoi1vF1\_nUAKasiTzFi1g?scene=1 一项机器人运动控制领域的重大技术突破，正在重塑人形机器人行业的竞争格局与价值分布。 据追风交易台，野村国际（香港）在最新发布的报告中表示，加州大学伯克利分校一篇名为SuperMimic的论文显示，人形机器人全身运动控制器的训练算力...

来源：Lumina具身智能 文章链接：https://mp\.weixin\.qq\.com/s/jxViNfNSuDrcCmsXf\-MzLw 如果让人形机器人学会翻滚、跳跃和起身，最先遇到的往往不是动作难，而是训练太慢。每次策略更新都要让模拟器把机器人重新跑一遍，动作越多，等待越长。 如果让人形机器人学会翻滚、跳跃和起身，最先遇到的往往不是动作难，而是训练太慢。每次策略更新都要让模...

来源：将门创投 文章链接：https://mp\.weixin\.qq\.com/s/b0QNQtAau3xvEEl7ROVqKg 香港大学与忆生科技等机构将逐会话的动捕适配改为一次参数生成，为低成本灵巧手遥操作提供更准确的上游输入。 具身智能系统需要高质量的操作示教。在灵巧手场景中，数据采集首先面临一个基础问题：操作员实际做出的动作，能否被动捕设备准确记录。指尖位置和关节角度的偏差会...

来源：工控路 文章链接：https://mp\.weixin\.qq\.com/s/aPPIgLr\-ZHibah\_Atz47Sw 3 小时，1 张 H100。对面是 168 小时，128 张 L40。这组数字是真的，但它不是全部。 01两份账，56 倍和 7200 倍 前者是 UC Berkeley 这篇 CoRL 2026 Oral（arXiv:2610.2848...

来源：具身智能论文日记 文章链接：https://mp\.weixin\.qq\.com/s/Tn5w\-\-jJZG2fiwES\-z0hOg 开放环境中的物体类别会不断增加，视觉语言模型也可能把同一障碍映射成多个候选标签。CoSMO 用在线保形校准维护这些候选类别，并按最保守的类别安全距离扩张障碍边界。作者在 2,195 个 MP3D episodes 上报告，语义碰撞率相较几何基线...

来源：头部科技 文章链接：https://mp\.weixin\.qq\.com/s/2WGZG6oBTTelabXpvUHf4A 研究人员将训练得到的操作策略蒸馏为基于RGB图像输入的策略，在真实硬件上可实现多项高难度装配任务的零样本迁移。 具体来讲大概分三步： 1、统计成功率，训练前从任务分布里预采样N个固定配置，对每个配置维护最近100次回合的成败结果，实时估算...

来源：智驾具身数据挖掘 文章链接：https://mp\.weixin\.qq\.com/s/vbXQbaR3TCt3EBh\_4Mgzkw 导航说向前，前方却有障碍；乘客要求保持车速，路口却需要停车。对能听懂自然语言的自动驾驶模型而言，真正困难的地方，是把一句话放回当下的交通环境中，决定何时执行、何时等待、何时改变行动。 核心结论：SafeDriveVLA把“这条指令现在该怎么执行”...

来源：一宁小站 文章链接：https://mp\.weixin\.qq\.com/s/DBRPmE\-oeVzRxSxGh4zznQ 论文：DriveMLP: When Training Strategy Outperforms Model Complexity in Autonomous Driving 作者：Alessandro Canevaro、Julian Schmidt、Han...

来源：JOJO极致算法 文章链接：https://mp\.weixin\.qq\.com/s/9PxTNLKMVuDB3cGFkfqtOQ 导读：从大模型感知延伸至机器人自主学习，具身智能正在经历从“理解语义”到“对齐物理法则”的关键跨越。要想让智能体在开放世界中稳定作业，系统亟需跨越三道核心障碍：空间感知中环境边界与拓扑关系的丢失、末端抓取中二维表面接触带来的严重穿模与受力失稳，以及人...

来源：越疆机器人 文章链接：https://mp\.weixin\.qq\.com/s/JUXV\_hdXIRGQHkE552zIUw 想象一下： 如果你想教一个人叠衣服，最直观的方式是什么？ 近期，帝国理工学院团队在越疆双臂机器人 X-Trainer 平台上，成功验证了基于上下文的柔性物体操作的范式，并在真实机器人上完成了端到端部署。相关成果发表于论文《Instant-Fo...