跳到主内容
5 signals·3 sources·2026年11月21日星期六·11-18 07:01 ~ 11-20 11:08 UTC
今日主线 · main storyline

VLA 后训练与测试时适应双突破,具身智能加速出海

今日焦点集中在 VLA 的优化与部署:WEVO 利用视频世界模型闭环强化学习,将人形机器人全身操控成功率从 23.3% 提升至 75.0%;Dune 以零阶优化和时序误差回归实现低内存测试时适应。同时,国内具身智能企业加速出海,波士顿动力 Spot 更新工作演示。技术与产业同步推进,指向更可部署的机器人智能。

今日主线围绕 VLA 的训练后优化与部署期适应展开。WEVO 采用动作条件视频世界模型进行闭环强化学习,免遥操作便将人形机器人全身操控成功率从 23.3% 提升至 75.0%;Dune 则面向资源受限机器人,通过零阶优化与时序历史误差回归,在低内存下提升测试时适应能力,改善闭环稳定性。

与此同时,行业侧呈现出海提速信号,国内具身智能企业加速全球化布局,波士顿动力 Spot 也在展示与人类协同工作。技术方法与产业节奏同步演进,具身智能从演示走向可部署。

#01

WEVO 在动作条件视频世界模型中闭环强化学习,无需遥操作后训练人形机器人 VLA。仿真播放数据改善接触动力学与视角预测,真实机器人少量 rollout 对齐部署观测。三个真实任务平均成功率从 23.3% 升至 75.0%,优于真实机器人 RL 的 48.3%。核心在于以视频世界模型作为可对齐、可仿真的中间环境,弥补 sim-to-real 差距。

via
arXiv cs.RO (Robotics)(机器人学习论文)
#02

Dune 面向无法反向传播的资源受限机器人,提出零阶优化器,通过时间条件历史误差回归降低梯度估计方差。轻量误差预测器融合历史优化动态与当前扰动观测,无需反向传播或额外前向传播。在 LIBERO 和真实机器人上验证低内存下的更高成功率和扰动恢复能力。关键是把 VLA 部署后的在线适应做成黑箱优化问题。

via
arXiv cs.RO (Robotics)(机器人学习论文)
#03

波士顿动力 更新 Spot 机器人工作演示,强调其作为「额外眼睛或帮手」与人类协同,提升工作场所安全与可靠性,并展望 物理智能 发展。尽管仍属营销性质展示,但头部厂商持续释放四足机器人进入真实运营的信号,带动具身智能应用预期。

via
@BostonDynamics(波士顿动力官方账号)
风向 · vibes

What practitioners are saying

BLOG
“Wherever you need an extra set of eyes or a helping hand, Spot is ready.”
— Boston Dynamics·source ↗
PAPER
“仿真提供初始化与广覆盖,视频世界模型提供部署对齐环境,二者优势互补。”
— WEVO 论文·source ↗
BLOG
“具身智能赛道「出海潮涌」”
— 新浪财经·source ↗
研究启示 · insights

Worth re-reading

视频世界模型RL:人形VLA后训练新范式

在三个真实任务上,视频世界模型 RL 将平均成功率从 23.3% 提升至 75.0%,优于真实机器人 RL 的 48.3%。仿真提供初始化与广覆盖,视频世界模型提供部署对齐环境,二者优势互补。
— arXiv 论文 WEVO·source ↗

研究员注:💭 视频世界模型作为免遥操作的对齐环境,显著提升数据效率,是人形机器人摆脱昂贵演示的重要信号。

零阶优化让VLA在端侧自适应

Dune 是一种面向视觉-语言-动作模型(VLA)测试时适应的零阶优化器,针对资源受限机器人无法负担反向传播的问题,通过时间条件历史误差回归来降低零阶梯度估计的方差。
— arXiv 论文 Dune·source ↗

研究员注:💭 零阶优化绕开反传,结合历史统计降方差,为边缘机器人实时微调提供了实用化路径,有落地潜力。

实用工具 · ship list

Tools, datasets & models shipped today

  • WEVO
    免遥操作人形机器人VLA
今日全部信号 · all sources

Sources of the day

arXiv cs.RO (Robotics)/ Feed
95

Dune: A Zeroth-Order Optimizer with Time-Conditioned Historical Error Regression for VLA Test-Time Adaptation

Dune 是一种面向视觉-语言-动作模型(VLA)测试时适应的零阶优化器,针对资源受限机器人无法负担反向传播的问题,通过时间条件历史误差回归来降低零阶梯度估计的方差。Dune 学习轻量误差预测器,将历史优化动态与当前扰动观测融合,无需反向传播或额外前向传播。理论分析表明高维小样本下估计方差限制收敛,历史统计可缓解该问题。在 LIBERO 和真实机器人上的实验显示其在低内存占用下实现更高成功率,并提升闭环稳定性和扰动恢复能力。

  • Dune 实现 VLA 测试时适应的低内存零阶优化
  • 利用时间条件历史误差回归降低梯度估计方差
  • 无需反向传播或额外前向传播,适合资源受限机器人
vlatest-time adaptationzeroth-order optimization
11月19日
arXiv cs.RO (Robotics)/ Feed
95

WEVO: World Model-Enabled VLA Optimization for Whole-Body Loco-Manipulation

本文提出 WEVO,一种无需遥操作即可后训练全身人形机器人 VLA 的框架。其核心是在动作条件视频世界模型中进行强化学习:利用仿真操作与运动播放数据提升接触动力学和视角预测,再让 VLA 在真实机器人上收集少量 rollout 对齐世界模型。随后 VLA、全身控制器与视频世界模型构成闭环 RL 环境,使用密集进度奖励优化策略。在三个真实任务上,视频世界模型 RL 将平均成功率从 23.3% 提升至 75.0%,优于真实机器人 RL 的 48.3%。仿真提供初始化与广覆盖,视频世界模型提供部署对齐环境,二者优势互补。

  • 提出 WEVO 框架,免遥操作后训练人形机器人 VLA
  • 动作条件视频世界模型用于闭环强化学习
  • 仿真播放数据改善接触动力学与视角预测
wevovlaworld-model
11月19日
arXiv cs.RO (Robotics)/ Feed
82

Differentiable Hydrodynamics for Whole-Body MPC of Underwater Robots

该论文提出面向水下机器人系统的可微流体动力学模型,用于全身模型预测控制(MPC)。作者用球谐力场与力矩场结合从计算流体力学辨识的耦合附加惯性矩阵,构建解析且可微的流体动力学模型,能在预测时域内提供闭式导数。该模型替代昂贵的CFD在线评估,实现水下航行器-机械臂系统的全身轨迹优化与滚动时域控制,同时优化推进器力与关节力矩。仿真实验表明,解析雅可比比中心差分更高效、更稳定,并在Stonefish中验证了闭环全身MPC,使几何相关水动力直接用于基于梯度的控制,改善运动分配。

  • 提出可微解析流体动力学模型,替代昂贵CFD在线计算
  • 球谐场与CFD辨识的附加惯性矩阵提供闭式导数
  • 实现水下航行器-机械臂全身模型预测控制
underwater-robotswhole-body-mpcdifferentiable-hydrodynamics
11月19日
EMBODIED AI DAILY · auto-curated by GPT
Updated daily at 06:00 (your TZ)