2026年9月16日#94

Physical AI 日报 #94

今日要闻

四足机器人借惠更斯耦合摆原理跑出10.74 m/s，成为首只速度突破10 m/s的腿式机器人；Einride与Lidl的无驾驶室L4卡车获德国首张同类许可，投入公开道路运营；Agility发布Digit 5人形机器人，充电9分钟即可续航90分钟；国家统计局数据显示8月工业机器人产量96,174台、同比增长34.6%，TC260同步将具身智能风险纳入AI安全治理框架3.0

论文进展

借助惠更斯耦合摆动力学，四足机器人突破10 m/s速度大关

四足机器人跑出10.74 m/s、100米仅用12.2秒，作者称这是首只速度超过10 m/s的腿式机器人。提速并不依靠更大电机：团队借鉴惠更斯耦合摆原理，利用四肢间惯性耦合在步态周期内重新分配能量，降低高速奔跑所需的峰值关节力矩，并将硬件参数纳入优化，实现本体与控制器的协同设计。

locomotionquadrupedco-design

arXiv →

PhysBrain 1.5技术报告：预训练监督全部来自人类交互视频

继9月13日开源2B与8B权重后，深度机智发布PhysBrain 1.5技术报告：预训练阶段的具身监督完全来自人类交互视频，语言响应、末端执行器轨迹与稠密视觉目标被编码为单一离散序列做自回归联合预测。8B模型在28项具身理解基准上平均得分72.5，作者称居开源模型之首、对标GPT-6-Astra与Gemini 3.6 Flash；这也是今日HuggingFace讨论度最高的论文（168赞）。

vlafoundation-modelpretrainingopen-source

arXiv →

Visible Touch：把接触信号渲染进策略本就看到的图像里

多数VLA只使用视觉与本体感知，难以利用触觉。该工作将接触信号渲染到策略已在观察的同一图像空间中，任何图像输入策略无需改动架构即可接入触觉；团队还开源了基于现成器件的低成本磁性接触传感器。在四项真机接触密集任务上，π0.5成功率提升30个百分点。

vlatactileperceptionopen-source

arXiv →

以MPC为脚手架：真机强化学习7分钟教会灵巧手连续转物

针对真机强化学习早期探索低效、物体易掉落的痛点，作者先用12分钟采样式MPC在真机上收集20条轨迹做预训练，在线训练时让MPC间歇介入并逐步移交控制权，全程无需人类演示。16自由度Allegro手经7分钟在线训练后在5次独立评估中全部成功；20分钟时转速超过MPC控制器5倍以上，并连续转动1,000圈、逾110分钟零掉落。

manipulationreinforcement-learningdexterous-hand

arXiv →

关联机器人:allegro-hand

X-WBC：跨本体的人形机器人全身控制基础模型

人形全身控制通常一机一策略，运动经验难以跨本体迁移。X-WBC用以人为中心的指令令牌对齐人类动作、参考机器人动作与稀疏VR观测，由共享因果Transformer从多机器人数据中学习时序结构，每台机器人仅配轻量模块映射到自身关节。在9种仿真本体与4台真机上，联合训练在所有设置下均提升了动作跟踪性能。

humanoidwhole-body-controlcross-embodimentfoundation-model

arXiv →

论文速览：WLA³、EffVLA、GeomVLA、DIDO

WLA³（2609.15870）从世界状态变化中学习统一的潜动作表征，6项真机任务平均成功率81.9%，显著超过π0.5的66.2%；EffVLA（2609.13984）发现VLA效率的最大杠杆是动作头初始化——把语言骨干末端层复制进动作头可零延迟代价大幅涨点，而对齐后flow matching反而有害；GeomVLA（2609.13812）在机器人中心3D坐标系下统一场景、运动预测与动作，在CALVIN上达SOTA；DIDO（2609.15570）将视频世界-动作模型的多步去噪蒸馏为一步，LIBERO平均成功率99.0%。

vlaefficiencyworld-modelpretraining

WLA³ arXiv →EffVLA arXiv →GeomVLA arXiv →DIDO arXiv →