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”变成显...

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、Hang ...

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，以及人形机...

来源：无人机具身智能 文章链接：https://mp\.weixin\.qq\.com/s/dKaaGbZK2o0j23g9GKfoeA 论文｜ PathPainter: Transferring the Generalization Ability of Image Generation Models to Embodied Navigation 作者 ｜ Yijin Wang*、Yuru...

来源：AI Paper每日精选 文章链接：https://mp\.weixin\.qq\.com/s/KW1BTOYgc6VqjICMy\_raGw 多视角输入的 VLA 模型，嘴上说着「全局+腕部互补」，注意力却几乎全程黏在腕部相机上：该看全局规划的阶段它不看，该切回局部操作的阶段它又不调。这篇 CoRL 2026 论文让模型先预测「接下来要干什么」，再用这个意图去调度该看哪个视角。 多视...

来源：机器之心 文章链接：https://mp\.weixin\.qq\.com/s/BHAcQel47t43\-N\-pMz5\-cg 把一本书放到书架，前面的动作并不复杂：找到空位，对准方向，向前推。真正的困难在接触发生时：书撞到旁边了吗？推的方向偏了吗？推到底了吗？在这种时候，视觉几乎没有任何变化，模型只能靠力来推断任务状态。 想学会力，离不开数据。但是力和真实机器人硬件强绑定，带力数...

来源：高德技术 文章链接：https://mp\.weixin\.qq\.com/s/BsZxEFGbp\_EjHVrCJNmozw 机器人学习国际会议 Conference on Robot Learning（CoRL） 是机器人学习与具身智能领域的重要国际学术会议之一，聚焦机器人感知、决策、控制、强化学习、模仿学习与生成式模型等前沿方向。 CoRL2026 共收到 2,094 篇有效投稿...

*来源：CVer * 文章链接：https://mp\.weixin\.qq\.com/s/NzlWykUNAV\_aN0tqm2tO5Q CoRL 2026 · 论文已接收 CoRL 2026 · 论文已接收 论文： SafeDriveVLA: Navigation-Conditioned World Model Dreaming for Conflict-Aware End-to-End...

来源：3DCV 文章链接：https://mp\.weixin\.qq\.com/s/UwlJ2Swmp1ChBkM5jUwUJw 0. 论文信息 标题：Anchor3R: Streaming 3D Reconstruction with Transient Anchors for Long-Horizon Visual Mapping 作者：Peilin Tao, Chong Cheng,...

来源：JOJO机制算法 文章链接：https://mp\.weixin\.qq\.com/s/JVTMXHb3LIW5JkqTlxKJAQ 视觉-语言-动作（VLA）模型虽然在通用机器人控制上展现出巨大潜力，但走向真实物理世界时却面临诸多落地阻碍。频繁的冗余动作严重拖慢了执行节奏，缺乏三维直觉使其容易陷入多相机协作下的视觉死角，而在复杂环境中的碰撞风险则暴露了模型在安全交互上的缺失。 为了跨...