29 秒视频教会机器人新技能，清华北理工自变量联合开源 HOST
教机器人学会一个新技能，需要几步？如果你看过波士顿动力机器人的跑酷视频，或者 Figure 01 在工厂里搬运箱子的 demo，可能会觉得机器人已经很聪明了。但一个容易被忽视的事实是：这些机器人展示的每一个技能，背后都是工程师团队数月的数据采集和模型训练。
千寻Spirit v1.5模型登顶 RoboChallenge，终结 Pi0.5领跑时代
henry 发自 凹非寺量子位 | 公众号 QbitAI事情开始变得有趣起来了。刚刚，来自千寻智能的具身智能基础模型Spirit v1.5，在RoboChallenge真机评测榜上，以总分66.09，成功率50.
2026年最被低估的具身赛道：让机器人先到得了现场
光轮智能在今年 3 月完成合计 10 亿元融资，估值突破 10 亿美元，成为全球第一个具身数据独角兽，如今估值已超过 20 亿美元;
智元一天发布两款模型，一款让机器人“边看边动”，一款让它“越学越会”
机器人能不能像人一样“看着走”、根据人眼看到的场景随时调整动作？如果训练数据扩大100倍，它又能不能像大语言模型一样，持续解锁新的操作技能？9月9日，智元机器人一天之内接连发布两款模型：AGILE2.0感控一体模型和GE-Act 2.0原生世界—动作模型。
机器人高层指挥低层做，“坐标系转移接口”一次演示实现泛化学习
HEP团队 投稿量子位 | 公众号 QbitAI如何让AI像人一样，仅凭少量演示，就能稳健适应复杂多变的真实场景？
上海创智学院×上海交大提出MINT：让VLA从模仿轨迹走向理解意图
它们在固定场景、固定布局、固定光照下表现惊艳，可一旦真正进入开放环境，就立刻暴露其泛化性问题:物体位置变一点、背景换一下、光照改变一些，VLA 的成功率就会暴跌。
让机器人更像人类有了新方法，港科大新算法对齐人机动作形态，无需重复训练，轻量模块通用且适配
“让机器人看懂世界、听懂指令、动手干活”正从科幻走向现实。基于大规模人类视频数据进行视觉预训练，是开发真实场景可泛化机器人操作算法的有效途径。
波士顿动力新作，首创「坐标系转移接口」，提升机器人泛化分层智能
美国东北大学和波士顿动力RAI团队提出HEP框架，首创「坐标系转移接口」，将高层策略的泛化能力与低层策略的灵活性无缝耦合，实现「少数据」下的高效学习与强泛化。该框架通过分层结构、空间对称性自然泛化和创新型体素编码器，显著提升机器人在复杂任务中的表现。
智元一天发布两款模型，一款让机器人“边看边动”，一款让它“越学越会”
机器人能不能像人一样“看着走”、根据人眼看到的场景随时调整动作？如果训练数据扩大100倍，它又能不能像大语言模型一样，持续解锁新的操作技能？9月9日，智元机器人一天之内接连发布两款模型：AGILE2.0感控一体模型和GE-Act 2.0原生世界—动作模型。
为什么这轮物理 AI不一样？
随着预训练持续推进，模型适配新任务所需的专用数据和梯度更新显著减少，下一动作预测误差仍在持续下降。我们认为，这表明大规模物理交互预训练正推动机器人由针对单一任务反复训练转向基于示范快速学习，技能获取方式开始发生根本变化。