RoboDawn：VLM直接闭环控制机械臂，无需任何机器人训练数据
作者将机器人控制分解为一组离散的平移、旋转与夹爪命令，由具备能动性的VLM观察、推理、执行并根据结果调整，全程无需任务专属的机器人训练。在RoboTwin 2.0 C2R上零样本成功率为53.2%，加入一次上下文演示后提升至73.6%，超过π0.5的46.0%，并在真实Franka机械臂上完成放块、叠块验证。
vlazero-shotagentic-vlm
关联机器人:Franka Panda
返回日报列表
2026年9月23日#101
Physical AI 日报 #101
原文: AI综合多源生成今日要闻
Boston Dynamics在现代汽车佐治亚工厂开设Atlas训练中心，人形机器人开始在真实汽车产线上练习零件排序；机器视觉巨头Cognex以约6亿美元收购深度相机厂商RealSense；GPT-6 Astra直接作为机器人策略在RoboDojo上取得22.48%平均成功率，超过全部40个已发表基线策略；Google Intrinsic以Apache 2.0开源工业机器人软件栈Intrinsic Core
论文进展
GPT-6 Astra在RoboDojo上的首次系统性评估
该论文让GPT-6 Astra直接作为机器人策略跑完RoboDojo全部42个任务共2100次试验，平均成功率22.48%，超过所有40个已发表策略；相同后处理下GPT-5.5仅0.88%。其能力高度两极分化：在需要语义理解的任务上泛化良好，但在高精度、动态控制和复杂双手协调任务上表现不佳，且提供演示并未带来整体提升。
vlallm-as-policybenchmark
Grounded Action Model：基于3D定位的机器人基础模型
论文指出既有VLA与世界-动作模型骨干并未显式学习"目标在哪里、有多大"，因此将度量几何置于模型最前端：语言、点或框提示先被转换为以物体为中心的表征，再结合状态历史预测动作块。在LIBERO-PRO的16种扰动下平均成功率61%（π0.5为53%），真实双臂YAM在视觉偏移下成功17/20次（π0.5仅4/20）。
vla3d-groundingfoundation-model
关联机器人:yam
CARE：从真实失败中学习纠错的VLA执行框架
不同于人工扰动生成纠错数据，CARE从真实策略失败中收集轨迹，按任务阶段统计建模失败后的偏差分布，用于合成失败状态与纠正演示。在多个VLA骨干上平均仿真成功率提升14.5个百分点，双臂真机成功率提升15.9个百分点，代码、模型、数据及配套基准FSR-Bench全部公开。
vlamanipulationerror-recovery
EgoWild2Dex：从家庭、工厂、药店第一视角视频学习灵巧操作
作者让受试者在日常工作中佩戴头戴相机，构建了总计538.9小时、含179,049个片段、覆盖1,282类物体的EgoWild数据集，并提出将晃动的自我中心视角与机器人观测对齐的方法。在三个长时程双臂灵巧任务上真机平均成功率96.7%，对未见物体零样本成功率33.3%，数据、模型与代码将开源。
dexterousegocentricdata
CHOREO：将人形机器人技能统一为可执行轨迹
针对强化学习、运动模仿与生成建模产生的人形技能因表征与接口不兼容而彼此割裂的问题，CHOREO将异构技能统一表达为可执行轨迹，实现免训练的技能组合，在130个多动作任务序列上成功率达95.4%。
humanoidskill-composition
融资与投资
Cognex以约6亿美元现金收购RealSense
机器视觉巨头Cognex宣布以5亿美元现金收购深度相机厂商RealSense，含留任激励的总对价约6亿美元。此举标志着3D视觉正加速成为具身智能与工业自动化供应链中的战略性资产。
funding3d-visionm-a
商业化落地
Boston Dynamics在现代汽车佐治亚工厂开设Atlas训练中心
Boston Dynamics在现代汽车佐治亚工厂设立Atlas训练中心，电动人形机器人已开始在真实汽车产线上练习零件排序。这是Atlas从实验室走向汽车制造量产场景的又一关键节点。
humanoidautomotivedeployment
关联机器人:boston-dynamics-atlas
Google Intrinsic以Apache 2.0开源Intrinsic Core工业机器人软件栈
Google旗下工业机器人平台公司Intrinsic开源了其平台的底层Intrinsic Core，涵盖控制、运动规划与仿真模块，兼容ROS并已在真实产线部署；平台已集成Gemini模型。Forbes评价此举相当于Google把"机器人界的Android"免费开放。
open-sourceindustrial-roboticsgoogle
NVIDIA发布Isaac ROS 5.0，机器人专长被打包为可被AI代理调用的技能
新版本将机器人专业知识封装为人类工程师与AI编程代理均可调用的技能，新增FoundationStereo微调、更快的FoundationPose物体跟踪与独立拾放功能，支持ROS Lyrical与Ubuntu 24.04，算力覆盖从Jetson Orin Nano到Jetson Thor，免费开源。
open-sourcemiddlewarenvidia
深度分析与争议
动作写成绝对值还是增量？同一个世界模型给出两种答案
同一指令轨迹写成绝对关节目标还是相对增量，会使按另一种编码训练的潜在动力学模型失效：在三个机器人数据集上检索性能下降2.6至13.4倍，目标条件动作选择从53%跌至15%。两种编码本可互相重建（R²达0.996），信息并未丢失——问题在于动作通道从未被审计。作者提出对两种编码平均训练目标并加入散度惩罚的修复方案。
world-modelaction-representation
奥斯汀实际运营Robotaxi缩至8辆，注册Cybercab却增至67辆
数据显示过去7天特斯拉在奥斯汀实际载客收费的车队回落至8辆，而州政府注册的Cybercab数量升至67辆。"注册扩张"与"实际运营"之间的持续背离，引发外界对特斯拉Robotaxi真实落地进度的质疑。
autonomous-drivingrobotaxitesla
关联机器人:tesla-cybercab
内容来源与版权声明
本日报由 AI 综合以下公开信息源自动生成：
- AI综合多源生成
- arXiv.org 开放获取论文
- Hugging Face Daily Papers
原始内容版权归原作者所有。如有异议请联系本站。