跳到主内容
23 signals·5 sources·2026年6月5日星期五·06-03 00:42 ~ 06-04 07:05 UTC
今日主线 · main storyline

数据海绵、量产时间表与家用机器人:具身智能加速落地

今日,具身智能领域密集释放关键信号:UT Austin朱玉可提出「数据海绵」解决数据金字塔,桥介数物构建全身运动数据工厂;小鹏公布人形机器人2026年Q4量产时间表,强调从Demo到工程化;Hello Robot发布第四代家用机器人Stretch。同时,无动作视频世界模型、可变形物体操作、低成本世界模型部署等前沿进展,共同勾勒出产业加速破局的图景。

数据瓶颈正被产业界从多个维度击穿。朱玉可(UT Austin教授)在ICRA 2026提出「数据金字塔」与「世界模型」结合的海绵路径,桥介数物尚阳星(桥介数物创始人)则自建跨本体全身运动数据工厂,戴盟机器人以视触觉传感器实现毫秒级物理因果推理。量产时间表由小鹏何小鹏(小鹏汽车董事长)明确:2026年Q4量产,2027年进入门店与海外,强调全栈自研与跨域融合。家用机器人Hello Robot发布第四代Stretch,让移动操控走进家庭。

这些动作表明,具身智能正从实验室原型向工程化产品急速跨越。数据基础设施、世界模型、灵巧操作与移动能力同步突破,而低至150美元/月的世界模型运行成本更降低了应用门槛。产业竞合已进入新阶段。

#01

UT Austin朱玉可教授提出「数据金字塔」与「世界模型」融合路径,利用互联网视频、合成数据和真实数据,以DreamZero世界动作模型实现近乎真实效果的轨迹生成。桥介数物创始人尚阳星则强调全身运动数据是机器人底层能力,自建跨本体数据工厂,通过动捕与视频采集,产出近千小时高质量CWM数据,目标年内上万小时。高质量、规模化数据正成为具身智能加速的关键。

via
雷锋网(朱玉可ICRA 2026演讲报道)
#02

小鹏汽车召开机器人量产动员大会,何小鹏公布量产时间表:2026年Q4启动量产,2027年进入门店及海外市场。强调「量产、全栈自研、跨域融合」,将机器人按造车逻辑打造,行业应从Demo转向工程化。汽车主机厂在硬件复用、软件同源、供应链协同上拥有跨域融合优势。

via
雷锋网(何小鹏内部讲话报道)
#03

CLAW框架从无动作标记的视频中自监督学习连续潜在动作与世界模型,通过对抗性潜在正则化与扩散模型实现高质量表示,支持仅靠观察的行为克隆与目标导向规划,无需动作标签。这为从海量互联网视频中提取通用动作知识提供了新路径,与数据金字塔思路相呼应。

via
arXiv cs.RO(CLAW论文)
今日全部信号 · all sources

Sources of the day

雷锋网/ Feed
98

UT Austin朱玉可:人形机器人的数据困局怎么破?答案藏在「数据海绵」里 |ICRA 2026

UT Austin 朱玉可教授在 ICRA 2026 演讲中提出,人形机器人最大瓶颈是数据,并给出“数据金字塔”与“世界模型”结合的规模化路径。数据金字塔包含底层被动互联网视频、中层合成数据与顶层真实机器人数据,世界模型可像海绵一样整合异质数据。他展示了 SONIC(利用动捕训练全身控制器)和 EgoScale(第一人称视频三阶段训练),以及 DreamZero 世界动作模型,表明纯生成轨迹几乎等同真实数据。他强调开源与开放对推动领域至关重要,已开源 GR00T、Isaac 及发布 H2 Plus 平台。

  • 数据金字塔三层:互联网视频、合成数据、真实机器人数据
  • 世界模型作为“数据海绵”吸收整合异质数据
  • SONIC 用动捕简化全身控制器训练,开源部署于宇树 G1
humanoid-robotsdata-pyramidworld-model
6月3日
arXiv cs.RO (Robotics)/ Feed
95

VISTA: Vision-Grounded and Physics-Validated Adaptation of UMI data for VLA Training

本文提出VISTA框架,解决使用通用操控接口(UMI)数据训练大规划视觉-语言-动作(VLA)模型时的两大挑战:腕部鱼眼相机的畸变视图与预训练VLM不适应,以及人类采集轨迹常违反运动学限制或导致碰撞等物理不可行行为。VISTA包含三个协同组件:(1) UMI-VQA,首个针对鱼眼观测的大规模VQA数据集,通过辅助视觉-语言监督对齐VLM表征;(2) 系统化物理验证管线,对轨迹进行数据完整性预检,并评分其连续性、自碰撞风险及执行保真度;(3) 两阶段联合训练策略,在UMI-VQA上学习视觉-语言接地,并在验证后的轨迹上预测动作。实验表明,引入UMI-VQA持续提升下游策略性能,物理验证分数强预测部署成功率,在仿真和真实操控任务上显著超越π0.5、LingBot-VLA等基线。

  • UMI数据存在鱼眼畸变和物理不可行轨迹两大难题
  • UMI-VQA数据集首次对齐VLMs与鱼眼视觉表征
  • 物理验证管线评分轨迹连续性、自碰撞和执行保真度
vlarobot-manipulationfisheye-vision
6月3日
arXiv cs.RO (Robotics)/ Feed
95

DLO-Lab: Benchmarking Deformable Linear Object Manipulations with Differentiable Physics

本文针对可变形线性物体(如绳索、线缆)的机器人操作挑战,提出了可微物理模拟器DLO-Lab。该模拟器支持多种材料属性(弹性、塑性弯曲、不可伸长性等),并设计了专用智能体,通过战略性抓取点选择和长程任务分解来应对拓扑复杂性和抓取敏感性。文章构建了代表性任务的基准测试集,评估了多种策略学习算法,并展示了仿真到现实迁移的潜力。

  • 可微物理模拟器DLO-Lab支持多样材料属性
  • 智能体通过抓取规划与任务分解提升控制能力
  • 基准测试集涵盖变形体操作代表性挑战
deformable-object-manipulationdifferentiable-simulatorsim-to-real
6月3日
36Kr · 全站文章/ Feed
95

深圳具身公司获得汇川、中国电信亿元融资,“视触觉”传感器出货量行业第一|硬氪首发

戴盟机器人获亿元A轮融资,由汇川产投与中国电信投资,用于构建含触觉的物理交互数据集、研发物理世界模型。公司聚焦机器人灵巧操作,通过视触觉融合实现物理因果推理与毫秒级触觉伺服,解决纯视觉方案无法感知物体物理属性的痛点。已发布全球最大触觉全模态数据集Daimon-Infinity和基准RobOmni,视触觉传感器出货量全球第一,旨在定义机器人“手感”标准,推动精细操作落地。

  • 视触觉融合模型实现物理因果推理与毫秒级触觉反馈操控
  • 自建“外发式”具身数据采集网络,突破触觉数据标准化瓶颈
  • 发布全球最大触觉全模态数据集Daimon-Infinity与基准RobOmni
embodied-aitactile-sensingworld-model
6月3日
雷锋网/ Feed
95

对话桥介数物尚阳星:机器人运动能力,远远没有被解决

桥介数物创始人尚阳星认为机器人全身运动数据被低估,运动控制是操作系统级的基础,操作模型则是应用。公司自建跨本体全身运动数据工厂,通过动捕+视频采集人类全身无本体数据,训练通用底层运动模型,旨在构建人形机器人通用操作系统。数据工厂已跑通流程,产出近千小时高质量CWM数据,计划年内上万小时。公司还研发重定向引擎,引入动力学,强调跨本体泛化,并认为人形机器人会比四足更先落地。

  • 全身运动数据是机器人底层能力,类比操作系统,操作模型是应用
  • 自建数据工厂,动捕+视频采集无本体人类全身运动数据,支持跨本体
  • 重定向引擎结合运动学与动力学,实现跨机器人构型与地形适配
embodied-aihumanoid-robotmotion-control
6月3日
arXiv cs.RO (Robotics)/ Feed
92

COP-Q: Safety-First Reinforcement Learning for Robot Control via Cholesky-Ordered Projection

本文提出 COP-Q,一种安全优先的强化学习方法,通过 Cholesky 排序投影将目标间协方差纳入联合 Q 值估计,构建广义置信界以优先满足安全约束,同时自适应减少奖励目标的过度保守,提升样本效率。该方法计算开销低,兼容现有深度 Q 学习框架,在机器人运动与安全导航任务中验证了安全性与效率的平衡。

  • 提出 COP-Q,利用 Cholesky 分解编码安全与奖励目标的优先级顺序
  • 通过联合 Q 值空间的广义置信界处理目标间协方差,避免过度保守
  • 在 Brax 机器人运动和 Safety-Gymnasium 导航任务中取得强安全性与高样本效率
safe reinforcement learningrobot controlcholesky-ordered projection
6月3日
雷锋网/ Feed
92

NUS 余浩泳教授:外骨骼的轻量化与任务感知丨ICRA 2026

新加坡国立大学余浩泳教授在ICRA 2026演讲中指出,外骨骼落地关键是降低重量、复杂度和成本,而非堆叠功能。他展示的单电机差速机构实现了背部、肩部和髋部外骨骼的轻量化与双侧同步简化。FMT传感器阵列可隔着衣物感知肌肉体积变化,实现负载与任务模式的自适应辅助,避免了复杂传感。核心思想是外骨骼应像衣物般轻便、可靠、自然,在正确时机提供辅助力而不妨碍人。

  • 单电机差速机构降低重量与双侧同步控制难度
  • FMT传感器隔衣感知肌肉体积,实现低延迟任务识别
  • 外骨骼设计追求轻便、舒适、穿戴简单与低成本
exoskeletonwearable-robottask-perception
6月3日
雷锋网/ Feed
75

港中深王方鑫团队:3D 重建的「玻璃杯难题」,终于被摆上台面丨CVPR 2026

香港中文大学(深圳)王方鑫团队提出3DReflecNet数据集,专攻反射、透明和低纹理物体的3D重建难题。当前3DGS、NeRF等方法在玻璃、金属等材质上性能断崖式下跌,因算法假设光度一致性和丰富纹理,与真实光学规律矛盾。该数据集融合12万+合成实例与1000+真实物体,总规模超22TB,覆盖22种材料和2700+光照条件,并提供完整标注,建立图像匹配、新视角合成等五项标准化基准,推动复杂材料重建走向可量化评价,为服务机器人、工业检测等应用提供关键支撑。

  • 现有3D重建方法在玻璃、金属等材质上PSNR暴跌,暴露出全行业系统性缺陷。
  • 数据集融合合成与真实数据,规模超22TB,覆盖22种高难度材料和多样光照。
  • 首次建立面向反射/透明/低纹理物体的标准化评测基准,包括图像匹配等五任务。
3d-reconstructionreflective-materialsdataset
6月3日
EMBODIED AI DAILY · auto-curated by GPT
Updated daily at 06:00 (your TZ)