具身智能

【VLA】Qwen-VLA:VLM+DiT统一多模态理解与连续机器人动作生成Qwen-VLA 的做法，不是声称"把所有机器人统一成一种动作"，而是用 Qwen3.5-4B 视觉—语言骨干 + 约 1.15B 参数的 DiT 流匹配动作专家 + 一套 H×K 张量/前缀掩码/具身提示的接口，把操作、导航、人本动作、轨迹预测接进同一个条件生成框架。

I Am a robert girl

从零读懂世界模型的持续学习：一份组合式基准的源码级拆解从今天觉醒,技术赋予每一个人数字生命先抛一个面试里常被追问的问题：一个在世界模型里训练好的机器人，换了个新任务后为什么突然变笨了？

AI 解牛：刀刃不再需要手——技艺、判断与一次学习机制的重构《庄子·养生主》里，庖丁为文惠君解牛。手之所触，肩之所倚，足之所履，膝之所踦，砉然响然，奏刀騞然，莫不中音。文惠君看呆了，问：你的技术怎么到了这个地步？

天涯明月1993

世界模型：原理、范式与工程实践从 Dreamer 到可编辑世界定位：技术书 + 选型手册。全文不限篇幅，每个技术判断标注证据强度，每个数字可追溯到一手来源。

给机器人直接加「触觉」，真是“多此一举”。。。给VLA加触觉后，就越加越差了。——回答触觉进入模型后的四个问题目录01 触觉是有用，问题是模型未必知道该怎么用

CoRL 2026 | 在线 VLM 记忆已成瓶颈？MIT×CMU 给出机器人闭环控制解法用潜态Workspace Token解决长时序操作记忆——工作空间模型目录01 Workspace Models完整技术链路

新加坡国立大学：Show‑Harness，一个接口，直接让VLM操控实体机器人设计一个恰当的接口，就能让现成的VLM直接、精细地操控机器人。——接口即能力目录01 Show‑Harness核心系统设计：语义动作接口 + 模块化插件 + GUMI数据采集

技术狂人168

OmniBot-System多任务机器人：任务调度器路由设计与Jetson Thor端侧部署实践最近把OmniBot-System这个多任务机器人系统从训练到端侧部署完整跑了一遍，把过程中的关键设计和代码片段记录下来。这个系统的核心思路是用一个任务调度器把Manip（操作）、Nav（导航）、World（世界模型）三个子模型路由起来，而不是三个独立机器人硬拼。下面按模块拆开讲。

一直在努力的小宁

【阅读笔记】具身智能的真机数采，到了分水岭本篇位置：本批第 9 篇，也是今天三篇里信息密度最高的一篇，是主样本。它把第 8 篇提出的问题（缺什么数据、谁会成为主流）用一次行业深度访谈做了解答，而且给了具体的时间线、成本账和人物名单。第 10 篇（知乎技术综述）则是理解本篇所有设备名词的底图。

一直在努力的小宁

【阅读笔记】具身操作的数采方案概览本篇位置：本批第 10 篇。它是今天三篇里唯一的非新闻稿——一篇写于 2024 年 12 月、2025 年 1 月更新的技术综述，作者本人就在这个行业里做数采。前两篇（36 氪的行业评论、钛媒体的深度访谈）讨论的所有设备名词——ALOHA、UMI、Ego、外骨骼、动捕手套——这一篇是它们的技术底图。

技术狂人168

WAM-Trainer世界动作模型训练实战：IDM/FDM模块化架构与DeepSpeed ZeRO-2多卡训练最近把WAM-Trainer这个世界动作模型训练平台完整跑了一遍，从5.18亿帧第一视角数据的清洗对齐，到IDM逆动力学和FDM前动力学的模块化训练，再到8×A100上用DeepSpeed ZeRO-2跑通，最后WebSocket策略服务器把推理延迟压到150ms。LIBERO跑到99.3%，这里把工程上几个关键模块的代码和配置记录下来，方便做具身智能方向的同学参考。

数据堂官方账号

数据堂联合华为共筑 AI 数据价值新引擎9月17日，第十一届华为全联接大会2026在上海世博展览馆及世博中心举办。本届大会以“智启新未来”为主题，围绕全面智能化战略，系统阐述如何构建高效的AI基础设施、发挥“华为+伙伴”深度融合的体系化能力、繁荣开源开放的AI生态，以实现行业智能化规模落地。

搭一套具身智能软件栈的 5 个核心层级📖 摘要：2026 年"具身智能"从论文走向产线，但很多团队卡在"买了一台机械臂却跑不起智能"——缺的不是模型，而是把感知、仿真、控制、学习串起来的软件栈。本文按"硬件→中间件→仿真→策略→数据闭环"拆成 5 个可落地的核心层级，每层给出主流开源选型（ROS 2、Isaac Lab、LeRobot、OpenVLA 等）、做什么、为什么、怎么接，并附一段 ROS 2 节点和训练脚本示例。读完你能画出自己项目的栈图。

2026 机器人工程实例（六）：日志显示“抓住了”，机械手却还差 187.7 mm——MuJoCo 抓取假成功排查本文来自我在 MuJoCo 异构机器人工作站项目中的一次真实排查总结。文中的数字来自本地已有的仿真报告和日志；

具身智能三大核心赛道提起具身智能，很多人的第一印象是展会里跳舞的人形机器人。但具身智能不局限于此，真实产业已经清晰分化为三大核心赛道，三者的技术要求、客户群体、盈利逻辑完全不同。

陈天伟教授

DeepSeek Harness 6个使用技巧目录‌1. 一键启动的快捷与安全玩法‌2. 用对模式，事半功倍‌3. 把 AI 调教成懂你的专属工作台

2026 具身智能技术实战（一）：VLA 到底怎么控制机器人？——用 LeRobot 跑通 SmolVLA 推理给机器人一张桌面图片，再说一句“把红色方块放到蓝色托盘里”，接下来会发生什么？普通聊天模型通常给你一句回答。机器人需要的却是可以被控制系统使用的动作表示。两者之间，不是把一段自然语言直接发给电机那么简单。

陈天伟教授

技能人才评价考评员（高级考评员）备考要点-模块一技能人才评价制度体系与政策法规目录一、考试基本信息二、模块一备考要点：技能人才评价制度体系与政策法规（一）核心概念与判断（二）重点数字与时间线

六大具身路线详解：模块化、技能编排、IL、RL、VLA、世界模型，到底在“吵”什么。。。目录01 模块化规划：先弄明白，机器人为什么总喜欢“拆开做”🚩2021年 MIT 团队发表的 Integrated Task and Motion Planning（TAMP），就是理解这类问题非常好的入口。

AIGCmagic社区

具身智能专题：机器人也有Scaling Law？智元GE-Act 2.0用3万小时真机数据给出答案（1）《三年面试五年模拟》AIGC / LLM / AI Agent 算法工程师与开发工程师求职面试秘籍，独家资源见 WeThinkIn/AIGC-Interview-Book，欢迎 Star！（2）AIGC / LLM / AI Agent 算法岗与开发岗求职面试内推学习社群，涵盖 AIGC、LLM 大模型、AI Agent、传统深度学习、自动驾驶、机器学习、计算机视觉、自然语言处理、强化学习、大数据挖掘、具身智能、元宇宙、AGI 等方向的最新面试干货与核心知识，欢迎加入(https://t.zsxq