VLA与世界模型如何赋予机器人具身大脑
本文介绍了VLA模型和世界模型在上海的研发与部署情况：VLA使机器人能够执行任务，而世界模型则预测行动前可能发生的情况。蚂蚁灵波的“灵波通用大脑”已适配17个机器人品牌和20种配置，搭载该系统的机器人已在上海多家药房门店工作。文章称，这两种方法正开始融合，规划、标准制定和评估工作也在推进。
全部动态 · 今日3条
#具身智能
信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
观点
人物观点、评论、分析、访谈、现象与趋势讨论
量子位43 TechCrunch · AI39 英伟达资深人士：物理 AI 不只是机器人
前 NVIDIA 机器人产品营销负责人、Techable VC 创始人 Amulya Vishwanath 表示，机器人技术正处于“乐高时代”，基础构件仍在不断重建。在 TechCrunch 的 Equity 播客节目中，她谈到对机器人、材料科学和生命科学领域物理 AI 的投资，并将其广义地定义为包括“一种分子、一种材料、一种药物”，或一台工厂机器。
TechCrunch · AI32 前英伟达机器人业务高管称，该领域仍处于“乐高时代”
曾在 NVIDIA 负责机器人平台产品营销七年的 Amulya Vishwanath 表示，机器人领域仍在重新构建执行器、机械手、软件和安全标准等基础组件。在 TechCrunch 的 Equity 播客节目中，她谈到了自己通过 Techable VC 投资的方向。这家早期投资公司由她创立，旨在支持机器人、材料科学和生命科学领域的具身人工智能。
量子位57 前华为小艺模型负责人唐都雨创立初创公司，致力于开发主动式具身智能
曾负责华为小艺助手多模态模型开发的唐都雨创立了观星数智，致力于开发能够识别需求并决定何时介入、无需明确指令的具身智能。其 ProAgent 架构将轻量级事件监测器 StreamingJev 与响应模型结合，由后者规划介入方式并选择设备。团队称已在 Reachy Mini 上针对 60 个案例测试引导、警告和交互，并推出 ProactiveXBench，用于评估介入时机、进展和结果。
The Decoder75 谷歌推出 Gemini 4 Argon，用于机器人控制、仿真和训练数据评估
谷歌正将 Gemini 4 Argon 定位为一个用于机器人仿真、控制和训练数据评估的单一模型。谷歌称，仿真生成的训练回合将一台机器人的成功率从 56% 提高到了 75%，但在 Artificial Analysis 的真实机器人控制基准测试中，Argon 排名第三。已发布的演示提示词包含大量指导内容，而谷歌没有报告各演示的失败率，也没有说明 75% 这一结果背后的尝试次数。
François Chollet · X28 François Chollet 表示，自主机器人技术需要因果推理和离散推理
仅靠自回归采样无法解决现实世界中的物理任务。物理世界完全无法容忍幻觉或近似模式匹配。如果我们想实现真正的自主机器人技术，就必须将因果推理和离散推理重新融入其中 https://t.co/UJtL2t0tQ2
Clément Delangue · X19 Hugging Face 的 Clément Delangue 对 Microduck 测试作出回应
😂 在 0.5 时摔了个嘴啃泥 https://twitter.com/antoinepirrone/status/2109667437503193163
Latent Space73 Dyna Robotics 联合创始人 Jason Ma 解析 Dyna-2 与持续一小时的实体智能体工作流
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 介绍了 Dyna-2 如何将未来视频预测与机器人动作相结合，以及智能体框架如何支持持续一小时的工作流。他表示，该模型使用了超过一百万小时的人类视频进行训练，有些任务只需 45 分钟的演示数据。访谈还谈到大董餐厅的折餐巾部署、设备端推理，以及硬件耐用性和感官数据缺失对拓展机器人能力的限制。
Clément Delangue · X22 Clément Delangue 对 Microduck 测试视频作出回应
@antoinepirrone 发布了 3 分钟未剪辑的 Microduck 地毯测试视频。Clément Delangue 作出回应：😂 在 0:50 时脸朝下摔倒 https://twitter.com/antoinepirrone/status/2109667437503193163
雷锋网38 前 DeepRoute AI 高管刘年秋表示，无图驾驶经验可迁移至机器人领域
Femo One 创始人刘年秋表示，DeepRoute AI 从高精地图转向无图驾驶的经验，可以为公司进军机器人领域提供参考。他将机器人称为“物理智能体”。Femo One 专注于开放、动态环境，并计划明年开始在多个场地部署，形成部署、数据采集、训练和重新部署的循环。
雷锋网28 IROS 2026 主题演讲：更多数据并不意味着更好的机器人决策
在 IROS 2026 上，昆士兰大学研究员 Jen Jen Chung 在主题演讲中提出，数据量并不等同于信息，盲目堆积数据可能会降低机器人策略的性能。她结合无人机翱翔、多机器人通信和接触密集型装配方面的研究指出，数据价值分布不均，只共享或采集能够改变决策的信息，优于全量广播或均匀采样。
雷锋网36 IROS 2026 显示具身 AI 从概念转向工程
据雷峰网报道，于 9 月 27 日至 10 月 1 日在匹兹堡举行的 IROS 2026 上，具身 AI 研究正汇聚于四大趋势：基础模型内化物理规律、“大脑-小脑”架构成为标准、触觉成为灵巧操作的核心，以及数据采集成本降低。所引用的论文包括 ULTRA、LITHE、VOFA、KineFuse、VTAP Gripper、ViHaTeleop 和 HALO，此外还有关于物理世界模型与不确定性的研讨会。
Latent Space36 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈"合成超级智能"：从半导体到超导体
Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 在访谈中提出"合成超级智能"（synthesis superintelligence）路线：以物理实验为环境的强化学习、AI 驱动的材料表征、DFT 与高通量实验室，让模型学习做科学的全过程而非只看已发表结果。
Logan Kilpatrick · X10 AI 将打通数字与物理世界
在数字世界里，有了 AI，几乎一切皆有可能；不久之后，物理世界也将如此（同样很大程度上归功于 AI）。
Clément Delangue · X2 Reachy mini 有什么做不到的吗？
Reachy mini 有什么做不到的吗？
MIT Technology Review · AI22 机器人领域的 AI 突破短期内不会改变你的生活
MIT Technology Review 与 Aventine 合作的文章指出，尽管马斯克称 Tesla Optimus 未来能以每台低至 2 万美元自动化几乎所有人类劳动、并预测 2027 年底前向公众发售，但许多机器人研究者对此持怀疑态度。Yann LeCun 在达沃斯表示，没有任何一家人形机器人公司知道如何让机器人聪明到真正有用。
雷锋网22 北醒李远：给机器造眼睛，与「自讨苦吃」的十一年
北醒（Benewake）创始人李远创业十一年，专注为无人机、列车、汽车和机器人造激光雷达。今年上半年北醒交付25万台机器人用激光雷达，机器人业务收入占公司营收超过一半，2025年该业务收入比2024年翻了一倍。李远认为激光雷达测得的距离、位置等信息应成为模型学习材料，帮助机器理解物理世界。
MIT Technology Review · AI15 AVEVA 如何为自主工业 AI 构建更安全的落地路径
AVEVA 首席技术专家 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、physical AI 与 agentic AI，需以数据打通、治理框架和人类监督保障安全。AVEVA 的责任 AI 框架强调安全、效率与人工监督，主张 AI 增强而非取代关键决策中的人。Garg 还参与 IEEE 工作组，制定覆盖电力、能源、资源、水和碳的 AI 环境影响测量标准方法。
雷锋网32 对话如祺出行COO韩锋：世界模型越强，真实数据才是真壁垒
如祺出行COO韩锋认为，世界模型能力越强，真实数据的重要性不会降低，合成数据负责扩展已知长尾场景，真实数据负责发现未知问题并提供校准验证。如祺出行不训练大模型，而是以常态化出行服务、Robotaxi和线下运维网络采集真实数据，通过数据闭环向自动驾驶、世界模型和具身智能公司交付训练材料。
雷锋网58 吴佳俊 IROS 2026 演讲：结构化表征是机器人学会推理的脚手架
斯坦福大学助理教授吴佳俊在 IROS 2026 的 RoBoWoMo 研讨会上发表题为《Building Physical Agents via Structured Representations》的报告，提出结构化表征不是要硬塞进系统的答案，而是帮助机器人高效学习、并让人类与之沟通的脚手架。
Jim Fan · X27 越来越明显的是，人类会先解决黎曼猜想，然后才通过物理图灵测试——狂欢的周日派对过后，你回到一尘不染的家，却分不清这活儿是人还是机器人干的。我们对莫拉维克悖论的认识还远远不够。
越来越明显的是，人类会先解决黎曼猜想，然后才通过物理图灵测试——狂欢的周日派对过后，你回到一尘不染的家，却分不清这活儿是人还是机器人干的。 我们对莫拉维克悖论的认识还远远不够。
雷锋网34 ECCV 2026 演讲：计算机视觉的下一个十年，从「看懂世界」到「教会人类」
得克萨斯大学奥斯汀分校教授 Kristen Grauman 在 ECCV 2026 首场 Keynote 提出，视觉 AI 应从 understanding 走向 enabling，成为帮人学会现实世界技能的 AI Guide。
雷锋网28 从三维视觉到世界模型：空间智能为何成为 AI 走向物理世界的共同主线？| ECCV 2026 复盘
ECCV 2026 共收到 10473 篇投稿、接收 2834 篇，3D 主题从主导方向退居第三，但三维表示、几何与物理一致性等问题正向视频生成、具身智能和世界模型扩散。93 场 Workshop 中约 10 场与 3D 直接相关、11 场涉及空间智能、9 场指向物理 AI、5 场以世界模型为主题，最佳论文与荣誉提名也集中在三维表面表示、物体重建和几何感知上。
雷锋网24 源升智能杨思成：具身模型能力突破之前，灵巧手要先卷性能
源升智能创始人杨思成认为，模型能力不够强时就会要求硬件能力很强，灵巧手需在可靠性、灵巧性、负载、动态响应、触觉、精度六个维度都做到80分以上。其自研 Apex Hand 采用掌内混合绳驱方案，21个自由度，最大单手主动负载30公斤，开合速度0.2秒，2026年8月世界人形机器人运动会上举重、拔河重量级组别金银铜牌队伍均搭载该手。
Import AI42 Import AI 474：Platonic mindspace、太空 TPU、智谱启动外层 RSI 循环
Import AI 474 期聚焦 Michael Levin 提出的"Platonic mindspace"假说，认为心智是非物理模式嵌入身体与机器的结果，并用 xenobots、anthrobots 等实验佐证。同期内容还涉及太空 TPU 与智谱启动外层 RSI 循环。
Jim Fan · X54 Jim Fan 分析 GEN-1.5 中的重复、恢复与 UMI
Jim Fan 认为，GEN-1.5 的潜力来自自然重复的人类示范、得以保留并能教会机器人如何恢复的失败，以及 UMI——人类戴着机器人夹爪即可直接采集数据。他指出，遥操作会让人失去对物理世界的直觉；数据充足时，机器人无需微调也能实现零样本行为，例如拿起新颖物体。他仍持谨慎乐观态度，并指出，上下文学习取决于训练条件与测试条件之间的差异，目前的演示过于简单，尚不足以得出结论。