Agentic Robots：让机器人会规划也会纠错
机器人已经会抓握、导航和按语言指令行动，但长任务真正难的是：下一步该调用什么、失败后怎么办、这次经验又该改变什么。只会预测动作的 VLA 很难独立承担这些职责，而这正是机器人走向开放环境与长期自主运行
2026-11-05 09:00 · 摘要已收录，可打开文章获取原文内容
Weight-Space Programming：直写权重胜过亿步训练
训练神经网络通常要准备数据、执行前向与反向传播，再让优化器反复更新权重；只看一串参数就判断模型会做什么，更不是人类擅长的任务。如果通用大模型能直接理解并编辑这些参数，模型分析和修复就多了一条不依赖完整
2026-11-04 09:00 · 摘要已收录，可打开文章获取原文内容
Gym-Anything：让 AI 自建物理仿真
机器人仿真可以低成本并行、瞬间重置，还能提供真实状态与自动奖励，但液体、布料、切割、化学反应等环境至今仍高度依赖专家手工建模，难以规模化。Gym-Anything for Robotics 的核心思路
2026-11-03 09:00 · 摘要已收录，可打开文章获取原文内容
RSI-Anything：用世界模型驱动自我进化
AI 系统能不能像生物进化一样，把每一次与环境交互的经验都转化为自身能力的持久提升？这就是递归自我改进（Recursive Self-Improvement, RSI）的核心命题。然而现实中的 RSI
2026-11-02 22:53 · 摘要已收录，可打开文章获取原文内容
JustGoal：通用Agent跑赢专家库
大语言模型训练和推理的效率，往往取决于少数几个 GPU kernel，但高性能实现仍需要专家围绕硬件反复调优，耗时可达数周甚至数月。随着基础模型变强，一个关键问题浮现：专用 Kernel Agent
2026-10-31 10:03 · 摘要已收录，可打开文章获取原文内容
ResearchBoost：四项训练提速2.60倍
研究代码里，一个 kernel 变快，并不等于端到端训练一定变快；数据等待、同步、通信和重复计算，都可能吃掉局部优化的收益。ResearchBoost 把这个问题作为 AI4AI 的切入点：让 Age
2026-10-30 09:00 · 摘要已收录，可打开文章获取原文内容
RAX：让机器人靠练习进化
换一台机器人、换一个新任务，往往就要重新遥操作采数据、重新训练策略，这正是通用机器人落地最昂贵的一道门槛。RAX（Robot Agent eXploration）让冻结的 Coding Agent 直
2026-10-29 09:00 · 摘要已收录，可打开文章获取原文内容
Psi-R2.5：让手机视频训练机器人
人类演示视频容易采集，却很难直接教会机器人完成精细操作：画面里是人手而不是机械手，动作轨迹也未必能在真实机器人上执行。Psi Robotics 在 Psi-R2.5 中给出的核心方案，是规模化生产严格
2026-10-28 09:00 · 摘要已收录，可打开文章获取原文内容
FLORA：机器人标注成本降低 125 倍
给一小时机器人视频补上动作时间戳和执行质量评分，GPT-6 Astra 的 API 成本是 88.49 美元；NVIDIA 新开放的 FLORA 把这一估算降到了 0.72 美元，约为前者的 1/12
2026-10-27 09:00 · 摘要已收录，可打开文章获取原文内容
π0.7：80% 成功率跨本体叠衣
通用机器人模型常能“做过很多任务”，却未必能把旧技能组合成新能力；一旦加入失败轨迹和低质量数据，表现还容易不升反降。Physical Intelligence 提出的 把任务指令、子目标图像、速度、
2026-10-26 09:00 · 摘要已收录，可打开文章获取原文内容
PyRUA-Lean：Token 少 65%，成功率反升
机器人 Agent 常常不是“不会做”，而是每一步都要把历史、状态和多张图片重新交给大模型，导致调用与 Token 开销不断膨胀。这个问题直接限制长程操作、失败恢复和实际部署成本。PyRUA-Lean
2026-10-25 09:00 · 摘要已收录，可打开文章获取原文内容
VPP2：预测更好才能行动更好
机器人领域最近很流行一类做法：把视频生成大模型改造成机器人策略，即 World Action Model（WAM，世界动作模型）。但这类方法有个尴尬的通病——在训练过的任务上表现很好，一到开放式新场景
2026-10-24 09:00 · 摘要已收录，可打开文章获取原文内容
LLM Agents：智能体全景与AGI之路
当 ChatGPT 掀起大模型浪潮之后，"让 LLM 长出眼睛、手和记忆，变成一个能自主干活的智能体（Agent）"成了 AI 社区最炙手可热的方向。这篇来自复旦 NLP 团队的重磅综述系统地回答了一
2026-10-23 09:00 · 摘要已收录，可打开文章获取原文内容
DeepInfer：开源生产级推理引擎
做推理框架的不少，但把支撑线上大规模生产服务的引擎原样拿出来开源，这样的例子并不多见。DeepSeek 近日在 GitHub 上开源了 DeepInfer——按官方说法，这正是驱动其生产服务的高性能推
2026-10-22 09:00 · 摘要已收录，可打开文章获取原文内容
ASPIRE：机器人智能体学会攒经验
用 Claude Code、Codex 这类编码智能体写机器人控制程序，已经不是新鲜事了——code-as-policy 路线把感知、规划、控制 API 组合成可执行的 Python 程序，智能体可以
2026-10-21 09:00 · 摘要已收录，可打开文章获取原文内容
HybridAgent：用潜空间思考，用文本行动
今天的 LLM Agent 有一个根本矛盾：外部交互必须用文本，但用文本逐字推理又慢又贵。随着 Agent 被用于更复杂的搜索、编程和决策任务，这种成本会直接限制其扩展性；Latent Reasoni
2026-10-20 09:00 · 摘要已收录，可打开文章获取原文内容
GPT-6-Astra 实现具身智能了吗？12个基准、8台真机与下一代评测标准的一次全面检验
当一个通用大模型不再只是"指挥"机器人，而是直接闭环输出末端执行器动作时，它的能力边界在哪里？这篇由商汤研究院、ACE Robotics、南洋理工 S-Lab 等组成的联合团队发布的技术报告，对 GP
2026-10-19 22:53 · 摘要已收录，可打开文章获取原文内容
Muse Spark Open：Meta 开源 816B 多模态 MoE 模型，单台 Mac 也能跑 2-bit 量化版
816B 参数的模型需要多大的机器才能跑？Meta 给出的答案跨度很大：BF16 原版要 4 台 8×H200 的节点，而 2-bit 量化版能在一台 512GB 内存的 Mac M3 Ultra 上
2026-10-18 12:29 · 摘要已收录，可打开文章获取原文内容
UniWAM：统一世界-动作模型，让机器人同时拥有「语义大脑」和「物理直觉」
具身智能领域一直存在一个「鱼与熊掌」的困境：基于 VLM 的 VLA 模型语义理解强，但对世界动力学（dynamics）理解薄弱；基于视频生成的 WAM 模型物理直觉好，但遇到分布外（OOD）场景就「
2026-10-15 09:00 · 摘要已收录，可打开文章获取原文内容
MiMo-V2.6：规模化RL逼近自我改进
递归式自我改进（Recursive Self-Improvement, RSI）是大模型的终极目标之一，但它一直停留在愿景层面——因为模型想自我改进，就必须在复杂环境中持续探索并获得反馈，而这需要把强
2026-10-14 09:00 · 摘要已收录，可打开文章获取原文内容
ReHarness：给 Agent 记忆装上反向传播
LLM Agent 越来越需要在一条源源不断的数据流上边干活边学习（Continual Learning），但现有的 Agent 记忆框架（Harness）大多只会"往前写、往前读"：经验一旦写进记忆
2026-10-13 09:00 · 摘要已收录，可打开文章获取原文内容
OpenWAM：可组合的世界动作模型开放框架
世界-动作模型（World-Action Model, WAM）把「预测未来画面」和「生成机器人动作」塞进同一个模型，但现有工作各用各的骨干、各定各的交互方式，谁也说不清到底哪个设计在起作用。斯坦福李
2026-10-12 21:38 · 摘要已收录，可打开文章获取原文内容
Le Chonk：欧洲最强开源权重模型
Mistral 发布 1 万亿参数「Le Chonk」：欧洲最强开源权重模型来了欧洲 AI 阵营很久没有这么热闹过了。2026 年 10 月 6 日，法国 AI 公司 Mistral AI 正式发布新
2026-10-10 17:37 · 摘要已收录，可打开文章获取原文内容
GPT-6 家族：选型与实战官方指南
GPT-6 家族模型实战指南：选型、Prompt 与长任务管理的最佳实践GPT-6 系列模型发布了，但"模型更强"不等于"用得更对"。这篇 OpenAI 官方指南要解决的，正是开发者最头疼的现实问题：
2026-10-09 11:50 · 摘要已收录，可打开文章获取原文内容
PhoneBot：旧手机当大脑的人形机器人
PhoneBot：旧手机当大脑的双足机器人玩人形机器人最大的门槛不是算法，而是钱——一台像样的科研级小型人形机器人动辄数千上万美元，还得自己搞定传感器、算力和系统集成。这篇来自 UCLA RoMeLa
2026-10-08 23:43 · 摘要已收录，可打开文章获取原文内容
Finetuning with Sampling: SFT Learns Better Than You Think
换个数据就能赢：哈佛团队用 MCMC 采样"改造"专家数据，让 SFT 反超 RL这篇来自哈佛大学的工作直击后训练（Post-training）领域最核心的一对矛盾： RL 泛化好、不忘旧知识，但只能
2026-10-03 11:40 · 摘要已收录，可打开文章获取原文内容
Gemini 4 Argon: our next era of frontier intelligence
Gemini 4 Argon 发布：Google 的下一代前沿智能，一次能"吐"出 100 万 token2026 年 9 月 30 日，Google DeepMind 正式发布了新一代前沿模型 Ge
2026-10-01 10:02 · 摘要已收录，可打开文章获取原文内容
GLM-5.3：顶级漏洞利用能力开始扩散
GLM-5.3：无护栏的顶级漏洞利用能力开始扩散五个月前，Anthropic 发布了 Claude Mythos Preview —— 第一个能 端到端自主构建复杂网络 Exploit 的 AI 模型
2026-09-30 16:37 · 摘要已收录，可打开文章获取原文内容
Atlas 深度解读：World Labs 的通用世界模型，一个模型统一生成、重建与仿真
2026 年，World Labs 发布了他们的下一代世界模型 Atlas。这不是一个单纯的视频生成模型，也不是一个 3D 重建工具，而是一个从零预训练的 全模态（Omni Model）世界模型：它
2026-09-29 23:32 · 摘要已收录，可打开文章获取原文内容
Cosmos 3 深度解读：NVIDIA 的全模态世界模型，一个模型统一理解、生成与行动
在 Physical AI（物理人工智能）的语境下，一个机器人或自动驾驶系统往往需要同时调动一整套模型：用 VLM 做场景理解、用视频生成模型做未来模拟、用 VLA / 世界-动作模型做动作预测。这
2026-09-28 22:39 · 摘要已收录，可打开文章获取原文内容