具身智能

HumanEgo：机器人不模仿人的身体，只复现手与物体的关系HumanEgo 最主要的原创不是 flow matching，也不是用了某个更大的模型，而是：用 Interaction-Centric Token（ICT）把“模仿人的身体”改写成“复现手—物体交互几何”。

平头哥技术团队

《G1234 一路正点：出行管家阿程的端到端链路巡检手记》这不是一篇从"背景—接入—CSS"顺下来的拆解。我们换一个视角：把高铁出行主题的后端链路，当成一趟真实车次来巡检。车次 G1234，北京南 → 上海虹桥，07:15 发车，12:48 到站，沿途停靠若干个中途站。每到一个站，我们就下车检查一个技术环节——这样走完全程，端到端的链路也就一并验完了。

UniDex-VLA：用人类第一视角视频，训出能跨 8 种灵巧手的 3D VLA论文把贡献拆成三块：UniDex-Dataset、FAAS + UniDex-VLA、UniDex-Cap + 人机共训。方法上，UniDex-VLA 基本是 π0 骨架 + Uni3D 点云 + FAAS；真正拉开差距的是人类视频 → 机器人可执行轨迹的数据管线，以及跨多种灵巧手的统一动作表示。

启元无真机二开实战1：54 个接口能做什么、不能做什么——启元 Q1/T1 SDK 能力全景与版本矩阵版权声明：本文为原创技术梳理，遵循 CC 4.0 BY-SA 协议。转载请注明出处。本文依据启元官方 AtomGit 组织（atomgit.com/primebot）公开仓库整理：q1-sdk 锚定提交 7310314eee058323a2c15ab1f4f947df4112573e、t1-sdk 锚定提交 a460300（两者均为 2026-10-08 “merge GitHub repository initialization”，即下载页所称 v1.0.0.0 的代码实体），q1-dev-guide

论文解读｜智元 GO-1：VLA 进化到 ViLLA，中间多出来的那个“L“到底有什么用？2025 年 3 月，智元发布首个通用具身基座大模型 GO-1（Genie Operator-1），提出 ViLLA（Vision-Language-Latent-Action）架构。名字只比 VLA 多了一个 L，但这个 L 解决的是 VLA 最疼的一个问题：互联网上海量的人类视频没有动作标签，怎么才能喂给机器人模型？本文基于官方技术报告《AgiBot World Colosseo》（arXiv:2503.06669）做通俗解读。

启元无真机二开实战：先在Mac上养一台Q1——官方URDF到MuJoCo数字孪生的完整链版权声明：本文为原创技术实践记录，遵循 CC 4.0 BY-SA 协议。转载请注明出处。本文依据启元官方 AtomGit 组织（atomgit.com/primebot）公开仓库与 Q1 SDK 示例代码梳理，q1-sdk 引用锚定提交 7310314eee058323a2c15ab1f4f947df4112573e（tag v1.0.0），q1-urdf 为 V3.0（2026-09-24 发布），资料查阅日期为 2026 年 10 月 23 日。全部仿真在 Apple 芯片 macOS（arm64）+

LeRobot 全链路原理：用一个“1+1=2“的例子讲透机械臂与模型如何接入本文用一个贯穿到底的例子，讲清楚 LeRobot 是什么、它定义了哪些"协议"、一台新机械臂和一个新模型分别要怎么接入，以及 6 个舵机和 12 个舵机的机器人如何被同一种模型适配。文中结论对照过 LeRobot 源码（基于 LeRobot 0.6.x 的分支阅读）；为了讲清楚，例子里虚构了一个新模型 “MiniVLA” 和一台新机械臂 “双臂 12 舵机”。代码是简化版，但类名、方法名与真实 LeRobot 一致。

、达西先生

rucking插值调试记录,运动控制速度和加速度的理解IK 目标位置：例如 1 rad，要求最终到达时速度为 0 ↓ Ruckig 规划100hz控制下发 10 ms 后的位置：q₁，此时速度可能仍在增加 20 ms 后的位置：q₂，此时速度也可以不为 0 …… 最终到达 1 rad，速度降到 0

HIL-UMI论文解读：用手持示范补齐机器人操作短板——对启元Q1机器人开发的启发机器人模型已经学过大量操作示范，到了具体桌面上，仍可能卡在方块对齐、抽屉开合这样的细节。继续补数据时，一个实际问题随之出现：有限的采集时间，应该花在哪些动作上？如果只是重复顺利完成任务的过程，模型最需要学习的情形可能仍然缺席。

具身智能的进化分水岭：GPT-6-Astra踏进能力门，却卡在实用门——商汤联合团队开源RoboRSI：Harness递归改进能否填平这道落地鸿沟？一句话总结：商汤联合团队（SenseNova + ACE Robotics + Ropedia + 南洋理工大学 + 东京大学等）用一份技术报告回答了全行业都在问的问题——通用大模型是否已经"长出身体"？他们的结论是：GPT-6-Astra 已跨过"具身能力"（embodied competence）的门槛，但尚未跨过"实用具身智能"（practical embodied intelligence）的门槛；而伴随开源的 SenseNova-RoboRSI 框架与 27B 模型，则试图把这条鸿沟变成一条可递

稀缺真机｜AtomGit × 启元机器人具身智能原创内容征文活动如果你是一名技术博主，应该已经察觉到：具身智能、人形机器人，正是当下技术内容的流量蓝海。风口轮换不停，但硬核博主最稀缺的，永远不是选题，而是普通人、普通 KOL 拿不到的硬件资源——真机。

启元Q1机器人SDK实操：跑通触摸消息，用ROS 2图形界面完成调试与模型展示第一次打开机器人 SDK，我最想确认的是：应用程序怎样收到机器人的反馈，收到以后又该在哪里写自己的处理逻辑？启元 Q1 的头部触摸事件适合作为起点。传感器编号和事件类型都能直接读出来，回调也很短，可以把注意力放在接口接入上。

IROS 2026 | 开源、可复现的连续体机器人学习平台：从制造到自主操作摘要：上海科技大学团队提出开源连续体机器人平台 CoLI，集一体化制造、同构遥操作与标准化学习管线于一体；度量动捕为遥操作跟踪精度与动态响应提供位姿真值验证。

火星机器人life

从“会动”到“会学”：移动机器人学习型运动规划与控制全景综述具身智能（Embodied AI）的终极目标是让机器人像人一样，在与环境的持续交互中学习、进化。而运动规划与控制，正是机器人“如何交互”的底层答案。本文基于一篇系统综述，从系统架构这一全新视角，梳理学习型运动规划与控制的研究版图，并聚焦安全学习、Sim2Real 迁移与大语言模型三大关键支柱。

具身智能的下一层：VLA、WAM 之后，抢的是 Harness 这层“衔接”VLA管动作，WAM管预测，Harness管什么？——答案不在模型里目录01 同一个机器人系统里，三者分别负责什么？

搞科研的小刘选手

【计算机类稿件可投 | 211高校主办 | IEEE出版 | 南京（线上线下同步召开）】2026年机器学习与具身智能国际学术会议（ICMLEI 2026）2026年机器学习与具身智能国际学术会议（ICMLEI 2026）2026 International Conference on Machine Learning and Embodied Intelligence

火星机器人life

室内具身智能的语义建图：进展、挑战与未来方向全景解读论文标题：Semantic Mapping in Indoor Embodied AI — A Survey on Advances, Challenges, and Future Directions 作者：Sonia Raychaudhuri, Angel X. Chang（Simon Fraser University）

不爱学英文的码字机器

FAST 论文解读：把700个动作token压到53个之后FAST论文里有一组很醒目的数字：双臂叠衣任务中，同样一秒的动作，逐点量化要700个token，FAST约为53个。

音视频牛哥

“人工智能+”走向产业深处：音视频产业的机遇、挑战与技术选择2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，明确提出推动人工智能与科学技术、产业发展、消费提质、民生福祉、治理能力和全球合作等领域深度融合。文件提出，到2027年，新一代智能终端、智能体等应用普及率超过70%；到2030年超过90%；到2035年全面步入智能经济和智能社会发展新阶段。这些目标释放出一个重要信号：人工智能正在从模型能力竞争，逐步走向真实产业场景中的系统能力竞争。

机器人如何把二维画面变成三维动作？ECCV 2026 3DWay 论文解读@TOC版权声明：本文为原创，遵循 CC 4.0 BY-SA 协议。转载请注明出处。ECCV 2026 3DWay 论文解读