本周 RSS 2026 操作环节涌现多项低数据样本学习突破,如 BiDemoSyn 单次演示合成双臂数据、DexImit 从单目人类视频学习灵巧操作,触觉对齐实现零样本迁移,操作从数据密集走向样本高效。
产业侧,逐际动力完成2亿美元融资并开源 VLA 平台,字节以世界模型布局自动驾驶,中国量产占全球七成,可变形消费机器人入局。但仿真到现实的泛化鸿沟阻碍商业落地。
RSS 2026 展示低数据样本操作突破,如单次演示合成双臂数据;逐际动力完成2亿美元融资并开源 VLA 平台;字节跳动以世界模型切入自动驾驶;中国机器人量产全球占比超七成,可变形消费机器人发布。研究产业化提速,但泛化与商业闭环仍是难题。
本周 RSS 2026 操作环节涌现多项低数据样本学习突破,如 BiDemoSyn 单次演示合成双臂数据、DexImit 从单目人类视频学习灵巧操作,触觉对齐实现零样本迁移,操作从数据密集走向样本高效。
产业侧,逐际动力完成2亿美元融资并开源 VLA 平台,字节以世界模型布局自动驾驶,中国量产占全球七成,可变形消费机器人入局。但仿真到现实的泛化鸿沟阻碍商业落地。
BiDemoSyn 单次演示合成数千条双臂数据;DexImit 从单目人类视频学习灵巧操作;TactAlign 通过触觉对齐实现零样本迁移。这些方法利用仿真与触觉手套减少人力演示,推进操作泛化。
逐际动力完成 2 亿美元 Pre-IPO 融资,构建三层技术架构:System 0 运动基础模型、System 1 VLA/WAM、System 2 具身 OS COSA。开源 FluxVLA Engine 平台打通数据处理到硬件部署全流程。三层架构试图融合运动与语义,加速人形机器人规模部署。
上纬新材启元 T1 采用 Transformer 跨形态一体架构,自主切换双足/四足形态,适应家庭与户外场景。集成声纹识别、主动交互、图形化编程,面向消费市场。跨形态控制让机器人变身家庭伴侣,具身智能迈向 C 端。
单体RGB方法在仿真中成功率61%,现实中降至22%,而分层框架实现51%的现实成功率,显示出更强鲁棒性。
研究员注:💭 简单端到端策略在 sim-to-real 中崩塌,而分层架构的感知-规划解耦保留了泛化能力。具身导航不应盲目追求大一统模型。
在ManiSkill3 PickCube-v1上,使用冻结的SPOT编码器实现55%成功率,比密集全局特征基线高出22.4%。
研究员注:💭 只用冻结的物体槽特征就大幅反超密集像素输入,说明强归纳偏置比扩大模型容量更有效。值得在更多操作任务中验证。