TaF-Foundation:以六维力旋量为基准的跨传感器触觉基础模型
Jiaming Jiang等提出TaF-Foundation,将触觉表征锚定在六维力旋量上,让不同传感原理的触觉观测共享同一物理监督,无需传感器之间直接配对。团队自建采集平台,用24个传感器、覆盖4类传感原理,采集超1亿条触觉与力旋量配对数据,并以传感器特定输入适配加共享编码器实现跨硬件迁移。
2026年11月17日星期二
自动聚合 16 个中英文信源,按重要度分层呈现。共收录 575 条,近 24 小时新增 93 条。
总条目
575
24h 新增
93
信源
16
Jiaming Jiang等提出TaF-Foundation,将触觉表征锚定在六维力旋量上,让不同传感原理的触觉观测共享同一物理监督,无需传感器之间直接配对。团队自建采集平台,用24个传感器、覆盖4类传感原理,采集超1亿条触觉与力旋量配对数据,并以传感器特定输入适配加共享编码器实现跨硬件迁移。
Haotian He 等提出 WiTac 预训练触觉编码器,在动作生成前将触觉信号与手部运动、腕部视角深度融合。基于近300小时 SharpaDex 数据预训练后,以该表征为条件驱动 GR00T N1.7 与 π0.5,四项接触密集操作任务的平均成功率分别提升 28.8% 与 15.0%,并比不含腕部信息的触觉编码器高 18.8%。
该研究由 Xinyi Yu 等人完成,发布首个面向大物体单臂拾取的全身抓取数据集 WAG,覆盖 793 个物体、170 万组关节构型;并基于扩散模型构建 ARMFUL 流水线,在仿真中生成并筛选可承受晃动与外力的全身抓取,实现单臂环抱抬取大物体。
据量子位报道,一家被外界称为“具身版OpenAI”的具身智能公司完成约10亿美元新一轮融资,投后估值升至200亿美元。该公司目前尚无商业化营收,融资规模与估值均创下具身智能赛道新高。资金预计投向基础模型训练、数据采集与团队扩张,报道未披露公司名称。
量子位报道,OpenAI 的 GPT-6 Astra 接入宇树 G1 人形机器人,演示由大模型直接驱动机器人本体完成厨房收拾这类长程家务任务。这是顶级通用大模型与国产人形机器人本体的公开联调展示,指向自然语言指令下的通用家务操作。报道未披露任务成功率、耗时等量化指标。
IEEE RAS月度盘点:7月28日美国FCC以供应链与网络安全风险为由,禁止新型外国产联网人形、四足及重量超4.4磅的移动机器人取得设备认证,已认证型号暂不受影响;中国商务部称将坚决反制。同月Unitree发布AS2-W,MIT与EPFL推出可飞潜的250克扑翼机器人。
稚晖君团队推出售价约2万元的机器人产品,同一平台支持人形与四足两种形态,并面向开发者开放二次开发。该定价显著低于常见人形机器人,主打低成本开发与教育科研场景,具体配置和交付信息有限。
研究团队提出 X-Nav,据称是首个让双足人形机器人按语言指令完成室内到室外长程导航任务的系统。其数据引擎在开源场景、部署地数字孪生和真机上采集导航数据;导航模型 MELIOR 仅用机器人自带相机的 RGB 图像,MELIOR-A 预测动作、MELIOR-N 预测导航目标;X-Navarch 把简短指令拆成子任务并调度模型执行。
Denis Grachev等对比kNN检索与VLA策略,发现无需训练、直接检索邻近演示动作块在LIBERO上达91.7%成功率,在LIBERO-Plus扰动下性能下降最小。对九个公开VLA分析表明,微调主要让视觉语言骨干成为更好的检索键,动作仍接近演示;并提出局部动作一致性(LAC)离线指标,可跟踪检索成功率。
研究者提出面向机器人智能体的后训练引擎PEAR与机器人使用强化学习(RURL),在纯仿真、无示教条件下训练开放权重27B推理模型,使其像电脑使用智能体一样观察环境、思维链推理并直接输出末端执行器位姿,无需额外封装,并验证仿真中习得的技能可迁移至真实机器人。
研究团队提出并已在生产环境部署 VLA 推理服务系统 XInfer,将异构 VLA 计算与机器人执行的实时响应需求联合调度,在保障时敏控制反馈的同时提升 GPU 利用率。基于产线真实负载、在三种 VLA 模型上评测,物理执行约束下的有效机器人容量达到现有最优系统的 1.26 至 3.75 倍,可降低大规模机器人机群的推理基础设施成本。
Yongxuan Lv 等提出 VLA-MOPD,将多个任务专用流匹配 VLA 专家整合为共享学生策略。学生采集机器人 rollout,在每个访问观测和 ODE 中间状态查询指令路由的冻结教师,以逐流步过渡目标做同策略蒸馏,缓解混合任务强化学习奖励稀疏和离线蒸馏覆盖不足,实现多任务技能保留。
科罗拉多大学团队提出 Ego2Sim2Humanoid:将自我中心眼镜拍摄的人类视频,经智能体式 real-to-sim 重建碰撞与纹理资产、补全未见表面并预测接触带,再适配不同体型人形机器人,生成经物理验证的训练轨迹,无需遥操作示教即可训练 VLA 策略。
人形机器人公司 Agility 于 2026 年 11 月 13 日登陆纳斯达克,成为首家以纯人形机器人业务上市的公开交易公司。TechCrunch 指出,这为行业提供了首个公开市场估值参照,但公司也将直面营收与商业化进展的审视。
无问芯穹联合清华大学、上海交通大学开源具身端侧推理引擎APXInf,针对π0.5等视觉-语言-动作模型做端侧部署优化,官方称在Pi 0.5上推理性能达到SOTA。该引擎面向机器人本体算力受限的场景,旨在降低VLA模型的落地门槛。
Jie Hu 等人发布 VLAN 导航基准,包含 1000 个场景、2 万条轨迹和 16 万关键帧,覆盖光照、语义与路径几何变化。该基准为双足、四足、轮式机器人及视障或行动障碍人群提供具身相关动作与可通行性标注,并将障碍分为可通行、绕行、高风险和阻断四类,除目标到达外还评测碰撞安全与用户约束对齐。
Sol Choi 等提出"体对齐虚拟关节空间":在策略动作与原生关节之间插入确定性运动学层,使动作与观测遵循统一解剖约定,底层传动与控制器无需改动。在三种腿部轴布局不同的人形机器人上,同一套未修改的强化学习配方可直接复用,是该设置下唯一能稳定完成跟踪的坐标接口。
研究者提出 Agentic-Teacher,一个面向 VLA 后训练的自主数据引擎。它以 VLA 检查点、任务说明和环境工具为输入,分析失败轨迹、选择干预状态,并通过执行反馈迭代生成闭环代码策略,把验证后的策略转为可复用的示范生成器,在模型失败的状态收集成功续接数据,并引入时序相关动作噪声提升示范可学习性。
Yaru Niu 等人提出跨具身自我中心学习框架 EgoX:该框架以语义对齐的观测与动作模态,统一组织人类、真机与仿真的异构演示,预训练模块化跨具身 Transformer MXT+,为每种观测模态配备独立 tokenizer,为每种动作模态配备独立专家,并共享 Transformer 主干。
Shengjia Zhu 等人提出 VOKE,一种运动学感知框架:在现有物体及手物位姿估计器输出上附加可插拔运动学模块,从时序视觉特征预测物体线速度、角速度与加速度,恢复包含位姿、速度和加速度的完整运动学状态,并在下游灵巧手内操作应用中验证。
研究者在 SuperMimic 与 InstantTrack 基础上提出 BlinkMimic 训练配方,借助世界模型反向传播与 Muon 更新等技巧加速人形全身运动跟踪策略训练。在仿真 Unitree G1 上,单张 RTX 4090 用 3.4 分钟即可为全部 40 条 LAFAN1 动作训练出单一策略。
Shangchao Hu 等研究者提出 PERA 方法,冻结预训练的混合专家策略,仅新增任务专家及其路由分数,用任务奖励或教师动作监督训练,从而在保留原有技能的前提下学习新全身动作。在 Unitree G1 仿真中,每个新增任务模块仅占基础策略约 1.03% 参数,成功完成全部 10 项新任务。
独立团队Ilia Larchenko等人在2026 BEHAVIOR挑战赛中获第9名,是前十中唯一独立队伍。方案基于2025年夺冠的π0.5架构,用单个VLA模型权重覆盖OmniGibson仿真器中全部100项长时程家务任务,总分0.392;在2025年共有的50项任务上Q值从0.260提升至0.371。