宇树科技科创板上市首日暴涨460.34%，收盘市值3418亿元；Hydra-0将机器人动作统一表示为像素运动，跨本体世界模型机器人运动误差降低90.4%；全国已建成运营超70个具身智能训练场，数据集质量行业标准11月生效；陕西重汽与卡尔动力交付全球首批100台量产L4干线物流重卡
世界模型难以泛化的一个核心原因是不同机器人的动作空间缺乏统一表示。Hydra-0提出「动作流」（action flow），将机器人动作统一表示为屏幕上的像素运动，使跨本体、跨任务、跨环境甚至不同视频生成骨干的数据都能喂入同一模型。最佳配置下机器人运动误差降低90.4%、物体运动误差降低60.2%，RoboLab上回放成功率与真实成功率的皮尔逊相关系数达0.96（可用于离线策略评估），并支持「逆向模式」——从人类演示的目标物体运动直接反推兼容的机器人动作。
传统基于模型的RL直接在「想象轨迹」上训练策略或价值函数，偏差随任务变长、场景变复杂而不断复合。QWM重新定位世界模型的角色：策略与价值函数只在真实交互上训练，世界模型仅在推理时对想象轨迹做测试时搜索以选出高价值动作。在Robomimic和LIBERO上，样本效率与最终性能均显著超越此前最强方法。
该工作将运动控制领域「仿真训练+sim2real」的成熟配方移植到人形移动操作：仅靠克隆合成演示会触及数据堆不破的性能天花板，必须配合Flow-GRPO在单一稀疏奖励上做强化学习才能突破。训练流程覆盖超15万个场景，策略零样本部署到真实Unitree G1，在未见场景中接近并抓取目标物体的成功率达73.3%。
将前沿VLM改造成机器人策略通常需要微调，而这会侵蚀其预训练中获得的推理能力。VLCP反其道而行：VLM完全冻结，直接编写一个简短的Python控制函数，无需演示、无需微调；每隔K步重新观察多视角RGB与本体状态，直接重写失败的控制代码而非重试同一策略。在57个MuJoCo/RoboVerse任务上，该免训练策略综合成功率达35.1%，而每回合仅查询一次VLM的同系统只有3.5%，提升主要来自抓取失败后27.3%的回合内自恢复率。
操作基础模型的任务成功率快速攀升，但「是否安全地成功」很少被严格评估。ManiGuard将安全规范独立于任务成功来定义，用LTLf自动机做运行时物理谓词检查（而非学习式分类器或LLM裁判），在仿真与真实Franka机械臂上运行超2.3万次rollout后发现：6-21%的「成功」轨迹实际违反安全规范。用配套8000条安全标注演示微调后，安全完成率从近零升至7.5-29.8%，但仍有21-42%的干预轨迹违规，且增加数据也难以弥合。
端到端VLA一旦遇到验证覆盖之外的对象、传感器或本体，修正一个错误就要重新采数据、更新策略、重跑回归测试——作者称之为「重训练税」。上海交大团队提出的TGL让多模态智能体将少量成功演示固化为可复用的「技能块」（面向子目标的闭环行为），在新场景中重组、观察物理结果并在偏离意图时改道；技能库与经验记忆持续累积，新任务无需定向重训练策略，在LIBERO基准上达到SOTA。
宇树科技在科创板上市首日股价飙升460.34%，收盘市值3418亿元，成为具身智能领域迄今最受关注的资本市场事件，也为人形机器人产业链的估值体系树立了新锚点。
奇瑞旗下机器人子公司正筹备IPO，其约110台面向警务场景的人形机器人已完成实际部署，显示车企系人形机器人公司正加速走向资本市场。
陕西汽车重型卡车与Kargobot联合交付全球首批100台量产L4级干线物流卡车，标志着L4干线物流从示范运营迈入规模化量产交付阶段。
Hexagon的AEON人形机器人进入舍弗勒工厂进行「健身房式」训练与验证，后续规划部署至少1000台，成为欧洲制造业人形机器人规模落地的标志性案例。
中国全国范围内已建成并运营超过70个具身智能训练场，数据基础设施建设明显提速；具身智能数据集质量的行业标准将于11月生效，为数据的采集、流通与交易建立统一规范。
迪拜Robotaxi车队总里程突破400万公里，数字看似亮眼；但144台车的车队平均每天仅完成约50单，单车日均不足0.35单。这一数据为全球Robotaxi热潮提供了冷静参照：里程积累与真实商业运营效率之间仍存在巨大鸿沟，规模化盈利尚有距离。
本日报由 AI 综合以下公开信息源自动生成：
原始内容版权归原作者所有。如有异议请联系本站。