HexaAnything：把任务状态与执行写成代码的自进化编程智能体
本文将编程智能体范式引入机器人领域，把任务状态、进度与失败恢复写成可检查、可修改的代码，系统HexaAnything将VLA作为感知、规划与控制工具链中的一环。在RoboCasa365上，它于未见组合任务和整体成功率上超越XR-1 VLA，且基于其执行轨迹训练的HexaModel在所有数据划分上均优于基座模型。
vlacode-as-policyagent
返回日报列表
2026年9月30日#108
Physical AI 日报 #108
原文: AI综合多源生成今日要闻
AMD以82亿美元全股票收购World Labs，李飞飞出任AMD执行副总裁兼首席科学家；IDC与沙利文对上半年全球人形机器人出货量的统计严重分歧：近2.5万台 vs 3.6万台；具身智能初创公司Knowin一年内完成5轮融资累计超10亿元人民币，本轮由京东系基金领投；清华大学等开源APXInf端侧推理引擎，将pi0.5推理时延降低10.7倍
论文进展
FINGR：单只灵巧手在真机上转魔方，单层旋转成功率99%
转动魔方时部分手指需固定方块、其余手指推动目标层，接触频繁。FINGR以各指尖为参照表示魔方几何，让模型预测接触力变化与转层进度：真机300次转层成功率达99.0%（基线流策略为79.7%），配合桌面抓取与重抓，10个打乱的二阶魔方全部复原，平均用时约137秒。
manipulationdexterous-handtactile
人形机器人打羽毛球：从少量人体运动数据学习击球技能
作者称这是首个在真机上与人类多拍对打、并能跳跃接杀的人形拍类运动系统。方法分三层：将稀疏击球动作扩展为可执行的技能空间；高层规划器依据来球状态在线组合正手、反手等技能；再用对抗正则项约束动作的自然度。
humanoidlocomotionskill-learning
Uni-VLaT：为人形VLA加入全身分布式触觉感知
当接触区域被遮挡时，视觉与本体感知都无法判断真实情况。Uni-VLaT在VLA中加入全身分布式触觉通路并预测未来的触觉、本体与视觉表征：5个真机任务平均成功率达75%，较无触觉基线高出43个百分点；在'拍背行走'任务上两种VLA骨干均提升85至90个百分点。
vlatactilehumanoid
ZeroBot：一张图片生成3D网格，2分钟训练出操作策略
无需人类示教、策略预训练或已知物体模型：ZeroBot用图生3D模型从单视角物体图像生成完整网格，再在仿真中大规模并行强化学习。真机在抓取、推动、关节物体与多阶段任务上平均成功率87%，平均训练时间仅119秒。
manipulationsim2realrl
DexRoam：用VR头显采集全身人类示教，训练移动双臂灵巧操作
采集仅使用消费级VR头显加头戴双目相机，无需外部相机或动作捕捉。加入人类示教后，GR00T N1.7平均成功率从29%升至56%，pi0.5从32%升至57%；要达到纯机器人数据训练的性能，所需机器人示教数量可减半。
data-collectionmanipulationteleoperation
融资投资
Knowin一年内完成5轮融资累计超10亿元，本轮由京东系基金领投
中国具身智能初创公司Knowin过去一年内完成5轮融资，累计融资超10亿元人民币，本轮由京东关联基金领投。高密度的融资节奏反映出资本对具身智能通用赛道持续加注。
fundingembodied-ai
商业化落地
珞石第10000台人形机器人力控臂下线，上半年经调整净利润转正
中国机器人臂厂商珞石（Rokae）第10000台人形机器人力控臂在山东邹城基地下线，且上半年经调整净利润转正。这标志着国产力控臂供应商正走向规模化量产与盈利。
humanoidrobot-armmanufacturing
清华等开源APXInf端侧推理引擎：pi0.5推理时延降至26毫秒
APXInf是清华大学联合中国AI算力初创公司无问芯穹（Infinigence AI）与上海交通大学于9月15日开源的具身模型端侧推理引擎。在不改动模型的前提下，pi0.5在Thor FP8上的推理时延从278毫秒降至26毫秒（约10.7倍），LIBERO-10成功率92.2%，与参考实现的92.4%基本持平。
inferenceedge-deploymentopen-source
行业动态
AMD以82亿美元全股票收购World Labs，李飞飞出任执行副总裁兼首席科学家
AMD正以全股票交易收购World Labs，交易价值82亿美元，创始人李飞飞将出任AMD执行副总裁兼首席科学家。算力巨头将世界模型与空间智能能力收归麾下，显示Physical AI已成为芯片厂商争夺的核心战场。
world-modelacquisitionchip
深度分析
上半年人形机器人出货量成罗生门：IDC与沙利文数据相差逾四成
两家机构对上半年全球人形机器人出货量的统计严重分歧：IDC称近2.5万台，沙利文称3.6万台，差距超过40%。如此大的差异通常源于统计口径（出货vs产量、产品覆盖范围）不统一，提醒行业在引用'出货量'数据时应保持审慎。
market-datahumanoidstatistics
自主技能发现的123轮之后：机器人自我改进卡在哪里
这是一份罕见的负面结果报告：智能体观察自身失败、编写新技能并安装外部模型，进行了123轮改进，每次改动都通过自测，但目标任务'把调味料放到冰箱最上层'一次都未成功。作者结论是瓶颈不在智能体本身：分割模型认识搁板却不认识'最上层'；长任务总在第一步失败，后续技能鲜被练习；评估器哪里量错了，智能体就朝着哪里优化。
self-improvementagentnegative-results
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。