具身智能

正行创新发布零售Physical AI方案，连发两款机器人瞄准24小时便利店

正行创新（Striding AI）发布面向零售场景的Physical AI解决方案，首次完整展示“模型+机器人+平台+场景”产品版图，包括具身大脑（世界动作模型SLM-0.5、强化学习后训练体系STEAM、具身智能体Rpent）、双足人形机器人H1和搬运理货机器人C1，以及多机管理平台M1。方案首先进入便利店、商超等零售环境，承担搬运、补货、盘点、巡检等任务

TechCrunch Disrupt 2026 开幕倒计时 5 天，现场购票将涨价

TechCrunch 发布文章，提醒读者距离 TechCrunch Disrupt 2026 大会开幕仅剩 5 天，现场购票价格将上涨。大会将于 10 月 13 日在旧金山 Moscone West 举行，设有六个舞台、200 多场会议，涵盖 AI、金融科技、机器人和创业投资等主题，并设有 300 多家公司的 Expo Hall。文章主要推广提前购票可节省最

正行创新发布全球首个零售物理智能24/7服务方案

正行创新在APRCE 2026上发布全球首个面向零售开放场景的物理智能24/7服务解决方案，由双足人形机器人H1、轮臂式机器人C1及统一管理平台M1组成，支持门店0改造快速部署。方案依托自研具身大脑，包括轻量级世界动作模型SLM-0.5、强化学习后训练体系STEAM和智能体基座Rpent，宣称可实现99%任务自主完成。公司计划2027年正式商业化，并与全球连

另有 1 家信源报道

机器人AI突破短期内难以改变生活

MIT Technology Review 与 Aventine 合作的文章探讨了人形机器人热潮与现实差距。特斯拉 Optimus、英伟达黄仁勋、Marc Andreessen 等预测人形机器人将很快普及并形成数万亿美元市场，但 Yann LeCun 等研究者认为，基于语言和图像训练的 AI 难以应对物理世界的无限变化，人形外观与通用智能被混为一谈。文章以

AVEVA 谈工业 AI 安全自主化路径

MIT Technology Review 与 AVEVA 合作推出 Business Lab 播客，探讨工业 AI 进入新阶段。AVEVA 首席技术专家 Arti Garg 指出，基础模型、物理 AI 和智能体 AI 正推动工业自动化加速，工业领域 AI 采用率两年内增长约 78%。她强调在关键基础设施中部署 AI 需兼顾安全、可靠性与人类监督，AVEVA

北醒李远：给机器造眼睛，押注物理AI的十一年

北醒（Benewake）创始人李远在专访中回顾了公司十一年来为机器制造激光雷达“眼睛”的历程。2025年上半年北醒交付25万台机器人用激光雷达，机器人业务收入占公司营收超过一半，且该业务收入较2024年翻倍。李远提出激光雷达测得的距离、位置等信息不应只用于避障，还应成为模型学习物理世界的材料，并介绍了水下UW500、具身智能NOVA20及轨道交通Horn等产

至简动力冯宗宝：0.5毫米间隙下实现机器人造机器人

在 IROS 2026 现场，至简动力（Simplexity Robotics）强化学习负责人冯宗宝分享了让机器人自主照看两台 CNC 机床、在工件与卡盘间隙仅 0.5 毫米的真实场景下完成抓取、上料、插入、取出与放置的完整作业方案。团队提出 SimpleWAM（多模态世界动作模型）、DRAM（Delta 规则循环关联记忆）与 DPE（独立评估器打分、策略冻

Long-WAM：扩展世界-动作模型的上下文

研究团队提出 Long-WAM，一个在实时控制约束下扩展因果世界-动作模型上下文的模型-系统框架。核心发现是：仅提供历史信息不等于有效利用历史，只有当视频基础模型以自回归方式预训练时，更长的历史才能带来显著收益。在 RoboCasa GR-1 上，上下文从 0.0 秒增至 19.2 秒使成功率从 63.3% 提升到 78.7%，而双向预训练初始化则无净增益。

经典多智能体路径规划的解质量代价

该论文研究经典多智能体路径规划（MAPF）因离散时间、单位边长和顶点/边冲突假设而牺牲的解质量。作者以连续时间MAPF（MAPFR）作为对照，在不同智能体数量、尺寸、图连通性、拓扑和分辨率下比较，发现连续时间和智能体形状本身价值有限，其价值主要来自扩展移动动作范围，在狭窄受限地图和开放空间地图上平均提升解质量，部分情况提升显著。将经典MAPF地图分辨率加倍只

IROS 2026 大奖揭晓：长期记忆研究获最佳论文，人形机器人打网球、端托盘获奖

IROS 2026 在美国匹兹堡闭幕，最佳论文奖颁给 LT-Mem，一项面向机器人长期场景理解的分层时空记忆研究，提出 Volatility 易变性概念以应对时间性遗忘。最佳学生论文奖授予多架四旋翼极近距离编队飞行的物理信息残差学习工作。此外，人形机器人网球技能学习和端托盘稳定两项研究分别获奖，获奖名单还覆盖 VLA、世界模型、视触觉操作、农业与水下机器人等

研究了1933篇IROS论文，我们看到了机器人学的六项新变化

雷峰网 AI科技评论对 IROS 2026 的 1933 篇正式议程论文进行多标签梳理，发现 Robot Learning/Embodied AI 约 809 篇、Navigation/Planning 564 篇、Perception/Vision 556 篇、Control/Dynamics 546 篇、Manipulation 520 篇、Humano

银河通用与清华提出LATENT：用不完美人类数据让人形机器人学会网球对打

银河通用GaLbot团队联合清华大学、北京大学、上海启智研究院和上海人工智能实验室提出LATENT方法，用5名业余选手约5小时的不完美人体动作数据训练人形机器人网球技能。该方法先训练运动追踪器并压缩为潜在动作空间，再结合强化学习与Latent Action Barrier约束，并在仿真中随机化动力学与观测噪声以提升sim-to-real能力。在Unitree

吴佳俊 IROS 2026 演讲：用结构化表征构建物理智能体

斯坦福大学计算机科学系助理教授吴佳俊在 IROS 2026 的 RoBoWoMo 研讨会上发表题为《Building Physical Agents via Structured Representations》的受邀报告，探讨如何用结构化表征构建能在物理世界中行动的机器人智能体。他以厨房洗盘子场景为例，说明机器人需要理解物体属性、空间关系与任务状态，并提出

NVIDIA 教机器人组装 GB300 测试托盘

NVIDIA 西雅图机器人实验室与 Isaac 工程团队合作，训练机器人完成 GB300 测试托盘的母线组装和多连接器插入任务。这些任务因零件几何、外观和动态存在不确定性，且电缆会变形，自动化难度极高。团队采用经典模块化流水线（感知、规划、控制），结合 FoundationPose 等模型，最终无需转向端到端学习，并正接近富士康要求的 99.5% 成功率和

TechCrunch Disrupt 2026 开幕倒计时 6 天，门票优惠即将结束

TechCrunch 宣布其 Disrupt 2026 大会将于 6 天后在旧金山 Moscone West 举行，预计吸引全球 10,000 多名创业与科技生态参与者。大会设有 200 多场会议和 250 多位科技领袖演讲，涵盖 AI、融资、金融科技、机器人等主题，嘉宾包括 OpenAI、Anthropic、NVIDIA、Cerebras 等公司代表。现场

Hugging Face 发布 SmolVLA 紧凑型机器人视觉语言动作模型

Hugging Face 在 LeRobot 框架下发布 SmolVLA 基础模型（lerobot/smolvla base），这是一个紧凑高效的视觉-语言-动作（VLA）模型，基于 SmolVLM2-500M-Video-Instruct，采用流匹配训练目标，可在单张 GPU 上训练并部署于消费级硬件。模型支持多视角图像、本体状态和可选语言指令输入，输出连

LeRobot 发布 π₀.₅ LIBERO 微调 VLA 模型

Hugging Face 上发布了 lerobot/pi05 libero finetuned v044，这是 Physical Intelligence 的 π₀.₅ 视觉-语言-动作（VLA）模型在 LIBERO 任务上微调后的 LeRobot 版本。该模型基于 flow matching 动作头，支持多视角图像、本体状态和可选语言指令输入，输出连续动作

研究者将 LeCun 的 JEPA 扩展为跨物理到生物的通用世界模型

PhAI Labs 联合斯坦福、牛津、普林斯顿等机构提出 JEPA-Anything，将 Yann LeCun 的 JEPA 架构扩展为跨物理、机器人、医学等七个领域的通用世界模型。该方法把未来状态拆成多个部分预测而非单一预测，在动力学任务上误差最多降低约 35%，并在肝癌研究中提出 IL-18 联合 CD73 阻断的候选疗法，实验室和小鼠实验显示联合效果优

基于序列凸规划的非线性密度驱动多智能体覆盖最优控制

该论文将密度驱动最优控制（D2OC）框架扩展到离散时间控制仿射非线性系统，用于多智能体空间覆盖任务。方法通过序列凸规划在每个控制步对非线性动力学进行局部线性化，求解严格凸二次规划，同时保留基于 Wasserstein 的覆盖目标与输入约束。作者推导了有限时域误差界，并在独轮车与四旋翼团队仿真中验证：覆盖性能与非线性模型预测控制相当，但计算时间显著降低。

记忆状态评论家：面向视觉追逃的非对称Actor-Critic

该论文提出一种名为 memory-state critic 的非对称 actor-critic 方法，让 critic 以环境状态和策略自身的循环记忆为条件，而无需第二个历史编码器。作者证明该方法与 history-state critic 具有相同的 on-policy 价值函数和无偏策略梯度，且无需将 critic 损失反传进策略记忆。在双四旋翼视觉追逃