物理AI

RoboPrompt：用稀疏人类输入直觉式引导机器人策略

模仿学习训练的端到端机器人策略受限于数据多样性，零样本部署常常失败；遥操作纠正依赖专用硬件与熟练操作员，而把人类指导作为策略额外输入的方法又需要修改架构并专门训练可引导性。RoboPrompt 提出一个通用、轻量的机器人策略引导系统：用户只需用画出的轨迹、目标点或粗方向指令等稀疏输入，就能在线纠正策略行为。系统用一个 0.77B 参数的 VLA（Evo-1）作为人类意图翻译器，把稀疏提示转换为时空完整的动作草稿，再借助基策略（Diffusion Policy、π0.5、FastWAM）自身的扩散/流匹配去噪动力学，在噪声空间中平衡人类意图与策略先验，无需改动基策略架构或为可引导性微调。真机实验中三种策略的提示对齐率达 99.44%、97.1%、100.0%；将引导 rollout 用于 DAgger 在线改进，2–3 轮后 π0.5 三个任务平均成功率提升 15.5%，三个策略在 Insert Bread 上提升 21.3%，人工干预次数分别下降 44.0%（2.86→1.60）与 81.9%（2.60→0.47）。

Yanwen Zou, Chenyang Shi, Guoxuan Xu

HuMBLE：把人体步态蒸馏成能听命令的行走策略

HuMBLE 把「像人」与「听命令」拆成两阶段：先用能看到全身参考的特权教师策略在强化学习里学出物理可行的动作，再蒸馏成只看本体感受与一个 SE(2) 速度命令的学生先验；随后用短时程参考模仿环境与长时程目标命令环境各占一半的多任务强化学习微调这个先验，把命令覆盖扩到数据分布之外而不丢风格。最终策略是一个 MLP(1024,1024,1024)，在 Unitree G1 的 Jetson AGX Orin CPU 上单次推理 1.1 ms，在 Atlas R1 上主方向抗推可达 1400 N；数据保真度相对教师只退化 20.83%（线速度）到 130.31%（角速度），而单阶段直接训命令条件策略在侧移上退化 240.87% 并干脆放弃响应命令。训练数据为 528,214 帧（约 3 小时）Vicon 动捕，逐帧标注 SE(2) 命令，并为小型人形提供 0.8 倍空间缩放加时间扭曲的变体。三平台硬件验证：Boston Dynamics Atlas R1、Atlas D1 与 Unitree G1。

Mike Zhang, Dongho Kang, Kevin Bergamin

四款新一代机器人灵巧手同场对比

波士顿动力新 Atlas 手、宇树 Dex5-S、Clone Torso 3 手与无级 Hand 2 同台展示，四种截然不同的灵巧手设计路线。

金钢科技开源螃蟹机器人跳跳AI工具集

金钢科技开源螃蟹机器人跳跳的工具集:AI 编程助手中一句话即可训练新步态、设计外观或生成场景。整机 22 自由度、1.8 kg,配 RK3576 与触觉舵机。

智元 A3 Ultra 在汽车门店做销售接待

智元机器人（AGIBOT）官方演示：A3 Ultra 人形机器人走进汽车经销店承担销售接待工作。视频由 AGIBOT 官方频道发布，标题写明该机型正从量产走向真实世界部署。

Exploy：简化RL策略部署的开源框架

RAI Institute推出Exploy开源库，将完整控制管道打包为单一ONNX计算图，消除sim-to-real差距中的人工C++重写和数值差异问题，已在Spot、Unitree人形机器人及自有平台上验证。

PhoneBot：手机驱动的开源人形机器人

PhoneBot 把一部消费级智能手机当作人形机器人的 IMU、相机与机载计算机，配合 13 自由度模块化下肢与扭矩感知强化学习步态，整机约 400 美元、重 1.8 kg，可在四台旧款或廉价安卓手机上完成行走、跟人、站立恢复与移动临场。

Ruochen Hou, Quanyou Wang, Daniel Koh

EgoLAP：通过语言-动作推理从第一视角人类数据中学习

第一视角人类视频规模大、行为多样，但人手与机械臂之间的具身差异使原始人类轨迹难以直接作为机器人控制的监督信号。EgoLAP 的核心主张是：低层动作是具身特定的，但其背后的运动意图可以跨人类与机器人迁移。框架把运动意图写成两种共享的文本目标——用结构化、时间抽象的自然语言动作（language action）概括一秒内位姿与夹爪的变化，用运动级推理（motion-level reasoning）给出接触、几何与物体 affordance 层面的物理依据，二者串成一条人-机共享的语言动作思维链。模型以 PaliGemma-2B 为 VLM 主干，配一个 3 亿参数、从零初始化的动作专家，经流匹配预测连续动作块；文本目标只监督主干（知识隔离），推理期仅 rollout 动作专家、不生成任何文本，因而不牺牲实时控制。在约 1 万小时人-机混合数据（ABC、EgoVerse、OXE 等）上预训练后，EgoLAP 在定制双臂真机上取得 80.1% 的平均任务进度，比 FAST、OAT 等动作表示高 2.3 倍；在零样本双臂仿真上达 38.3%，比直接用同域真机数据训练的 ABC-VLA 高 1.8 倍。运动级推理与语言动作强协同（真机 +35.6 点），而对非语言 token 几乎无益；跨 embodiment 技能检索最多提升 25 点，表明共享文本目标重塑了表征几何。

Lihan Zha, Shresth Grover, Tenny Yin

实时神经渲染世界模型

一篇面向世界模型的神经渲染实验笔记：比较3DGS、小型与大型渲染器，并测量实时性、清晰度与可编辑性的取舍。

BRACE：面向力觉与地形感知的人形机器人全身参考自适应运动跟踪

全身运动跟踪已经成为操作员驱动人形机器人的标准接口，但它消费的参考轨迹都是在平地上、空手状态下录制的：跟踪器既不知道机器人要与物体交换多大的力，也不知道自己站在什么地面上。已有控制器只解决其中一侧——具备力控能力的策略只给末端执行器一个力指令而不规定全身姿态，地形自适应跟踪器则把负载当成需要抑制的扰动，而不是需要主动施加的力旋量。BRACE 选择改写参考本身：地形贴合把落脚点与根部抬到局部地表，力旋量变换则解算出产生指定手力所需的手部位移，以及它连带引起的质心与压力中心偏移，并受教师专属的手臂力矩预算约束。施加与抵抗两个特权教师分别训练，再由 DAgger 蒸馏进同一个流匹配学生，学生只依赖本体感知，不需要高度图也不需要实测力旋量。在 Unitree G1 的仿真与真机实验中，BRACE 能在斜坡上跟踪平地参考的同时施力或抗力，全局跟踪误差平均降低 40%，成功率平均提升 18.25 个百分点。

Sudarshan Harithas, Chen Yu, Juan Borbon

BrainCo Revo3 灵巧手：21 全主动自由度 + 全掌触觉 + 视触觉指尖，全直驱可反驱

杭州脑机接口公司强脑科技（BrainCo）发布第三代机器人灵巧手 Revo3：21 个独立电机对应 21 全主动自由度（拇指 5 + 四指各 4，复刻人手 21 DoF），0.43 kg、216mm 掌高；全掌触觉阵列 0.01N 分辨力，V-Touch 版指尖视触觉传感器最小可检 130μm 形变；全直驱+全关节可反驱架构（无需腱绳/连杆传动），500Hz 通信、70N 抓握力、0.1° 重复精度，兼容 MuJoCo/Isaac Gym/Omniverse 一键 sim-to-real；官方演示翻花绳、转陀螺、盘佛珠。从 Time 百佳发明智能假肢积累的肌腱/力传/触觉经验平移到机器人平台。

斯坦福 Real-Time EXPO-FT：让「慢而聪明」的大 VLA 实时上机器人——42% 到 97%，只用 10 分钟在线数据

斯坦福新研究（arXiv 2609.18207，Perry Dong、Kuo-Han Hung、Dorsa Sadigh、Chelsea Finn）：大型 VLA 模型推理延迟高，动作执行时观测早已过时，而真实机器人不会停下来等推理。Real-Time EXPO-FT 把控制拆成两个时间尺度：慢速异步层由预训练 VLA 凭借强行为先验生成候选动作块（action chunks）；快速同步层由轻量 edit policy 在执行时刻依据最新观测对动作做有界编辑（edit），再用 Q-value 从候选中现场挑最优块。edit policy 用强化学习训练（基于 EXPO/EXPO-FT 框架，Q 信号只作用于编辑量、不回传 VLA 主干），在线机器人数据封顶 10 分钟、全程无人干预。结果：四个高动态真实任务（物体递交、平衡球、桌上足球踢击、动态物体抓取）平均成功率 42%→97%；Kinetix 仿真基准 10/10 环境超过有延迟与无延迟的全部基线。有意思的是方向反转：Astra 等做法是慢模型审查快策略，这里反过来——快策略编辑慢模型。推主 LeoKharon 总结：大模型的价值可能在先验，而不在控制。