具身智能开始卷系统了：RoboFoundry让机器人自主进化
出品：机器之心同一个GPT-5.5，放进不同的系统里，做具身任务的表现可以相差悬殊。在EmbodiedBench上，直接使用GPT-5.5的平均成功率是56.9...
具身智能自我进化新范式：人大&清华RoboHarn-Evo，双层循环驱动分层物理知识，让机器人不调参也能持续变强
作者：Lingshu 出品：具身智能观察室引言视觉-语言模型（VLM）虽已展现出长程机器人操作任务的协调规划能力，但其任务推理...
机器人大小脑与 System 0、1、2：怎样区分？
作者：毛不毛 出品：具身智能前沿导读机器人“大小脑”与System0、1、2都在描述从理解任务到执行动作的分工，但它们没有固定...
从选动作到真机抓杯：Jev 的机械臂应用走到了哪一步
导读Jev已被用于机械臂的技能选择、位移决策和抓取状态判断。本文结合五个公开项目，解释它如何与候选生成、坐标计算和底层控制配合，再看实际效果：限定任务已能运行，...
主动理解物理世界：ROMA让机器人学会交互探索物体
出品：机器之心我见，我摸，我理解。人类认识一个物体，从来不只是「看」。看到一个盒子，我们可能会拿起来掂一掂，判断它有多重；我们可能会摇一摇，听听里面有没有东西；...
波士顿动力、RAI、CMU：不用AMP对抗训练，Atlas和宇树G1也能走得像人
作者：Yuanxq 出品：具身智能研究室机器人走得稳，未必走得自然。只给速度跟踪和抗扰动奖励，强化学习可能学出手臂僵硬、膝盖一...
WAM架构突然分叉：DreamX-Phi曾登顶、ForeWAM砍掉视频生成，机器人还需要“做梦”吗？
机器人到底需要“看见未来”还是只需要“"理解未来”?
CoRL 2026｜让机器人更会动，从学会「起步」开始
出品：机器之心在机器人模仿学习中，扩散模型与流匹配模型将动作生成建模为条件采样，从专家演示中学习动作分布，并通过迭代生成动作序列。这类策略已被用于抓取放置、工具...
刚刚，GPT-6 Astra接上宇树G1，把厨房收拾了！
作者：毛不毛 出品：具身智能前沿导读机器人装上触觉传感器，最先要回答的不是全身能铺多少感知点，而是任务中哪里会发生接触、必须知...
AdaRoboVLG：适用于不同机械手的任务自适应视觉语言抓取框架
出品：机器之心同样是一只杯子，机器人到底应该抓哪里？如果任务是把水倒进水槽，握住杯柄通常更合适；如果要把杯子递给别人，机器人最好把杯柄留给对方；如果杯子还在传送...
Science Robotics | 机器狗模仿昆虫“侧视”晃脑袋，17毫秒看穿草丛后的背景
不用昂贵的激光雷达,也不用相机阵列,只要让机器狗像蝗虫一样左右晃一晃,就能看清被枝叶挡住的背景。
右键可直接复制图片