机器人想抓稳东西，小脑模型得先过三道关
VLA让机器人把看见、理解和动作接起来，但玻璃杯、软包装和瓶盖仍会暴露控制短板。到了2026年夏季，具身小脑模型最要紧的三件事，是消化高频触觉、提前识别微滑移，并在磨损和漂移中持续校准。
阅读全文
Search
站内搜索
关键词：具身智能
找到 121 篇相关文章
前沿研究
当世界模型开始模拟流体与刚体，AI 视频的‘违和感’消失了吗？
从单纯的像素拟合到具备物理常识的模拟，2026年的世界模型正在通过集成动力学推演与强化学习，解决流体流动与刚体碰撞的‘违和感’。本文分析蚂蚁灵波 LingBot-World 等前沿模型如何习得物理直觉，并探讨纯生成路径与
阅读全文从会动到会判断，BIGAI在补机器人的物理常识
SceneVerse++、TongSIM、通通 3.0 和 OmniXtreme，分别对应 3D 场景、仿真训练、认知决策与运动控制。BIGAI正尝试把这些环节串起来，但“完全无标签”和未见场景泛化，仍缺公开指标与完整评
阅读全文物理世界模型新进展：让AI适应从未见过的场景
2026年AI重心已从文本Scaling Law转向预测物理现实。本文拆解世界模型在训练数据构造、可微仿真环境与零样本评估指标上的工程突破，揭示物理智能体如何跨越实验室边界，在非结构化场景中实现因果推理与稳定迁移。
阅读全文沿着高文的智能定义，看2026年AGI走到哪了
高文把人工智能落在感知、认知与行动三个层面。结合DeepSeek R1、Manus、宇树机器人和AGI-Next峰会的公开信息，2026年更值得追踪任务收尾、失败恢复、工作流适配和物理执行。
阅读全文抛弃预训练包袱，通研院如何用极简环境跑通物理Agent的常识推理
针对2026年7月具身智能大模型的高昂训练成本与落地幻觉，北京通用人工智能研究院（通研院）提出了一种新解法：舍弃端到端多模态预训练，在极简仿真沙盒中通过物理因果反馈跑通物理Agent的常识推理，为中小具身智能创业团队提供
阅读全文
技术应用
人形机器人进酒店：优必选、Figure之后，服务场景的落地瓶颈在哪？
2026年7月实地探访上海酒店人形机器人试点，优必选Walker S协助入住成功率仅30%。从工厂到酒店，感知失明、成本倒挂、人机期望差三大瓶颈暴露。拆解具身智能在动态服务环境中的真实挑战与短期突破口。
阅读全文
前沿研究
机器人学会触觉，不只是为了摸出物体材质
VLA 加入触觉后成为 VTLA。Meta ReSkin、9位清华博士团队采用的“具身本能”、AWE 3.5 和 Quintet AI 指向同一问题：机器人进入精细操作场景，不能只看见物体，还要在接触中修正动作。
阅读全文
战略前瞻
具身智能验收期到来，工厂VC的尽调清单改了哪三条
2026年，具身智能投资逻辑从“看Demo”转向“看良率”。本文通过采访三位硬科技VC，揭示物理AI在工业落地中残酷的盈利分水岭：MTBF、场景定义能力与单工位替代成本，已成为人形机器人融资的新生死线。
阅读全文
前沿研究
大模型长出“手脚”后，物理AI要先学会什么
会写文案、画图，不等于能稳稳抓住一颗草莓。物理AI要补上的，是感知、预测、执行和纠错组成的闭环：世界模型估计动作后果，传感器报告偏差，端侧控制在现场及时响应。
阅读全文
前沿研究
通通4.0仍无官宣，BIGAI近期在忙什么
现有公开材料没有给出通通4.0的发布日期，也不足以证明它已经“跳票”。更清晰的线索来自通通3.0、TongSIM、OmniXtreme、SceneVerse++和TongAgents：BIGAI正在同时推进物理空间智能与
阅读全文
技术应用
2026年人形机器人进厂，良率账为何更难算
东莞B线的FPY升至98.7%—99.1%，工位间次品拦截率却从2.4%升到2.8%；昆山产线终端不良率下降0.18%，复检打回量增加12%。机器人让标准动作更稳，也把良率瓶颈推向非标来料、工位交接和责任划分。
阅读全文