大厂专区
Spa3R：用于3D视觉推理的预测空间场建模
机构 * Huazhong University of Science & Technology（华中科技大学） ； Horizon Robotics ； D-Robotics Intern at D-Robotics（D-Robotics 实习生）
AI总结 Spa3R通过自监督学习从多视角图像中提取统一的空间表示，提升3D视觉推理能力，实现与VLMs的结合，达到3D VQA任务的高准确率。
流强制：构建用于鲁棒流视频生成的统一训练轨迹
机构 * Huazhong University of Science & Technology（华中科技大学） ； Horizon Robotics（地平线机器人） ； Anyverse Dynamics
AI总结 针对流视频扩散模型的训练-推理不匹配问题，提出Stream Forcing统一训练框架，通过构建训练轨迹及相关算法，在UCF-101基准测试中FVD分别提升36.6%、27.9%，提升了生成质量与长时序泛化能力。
Comments 15 pages,6 figures
IGGT4D：流式4D实例关联几何变换器
机构 * Horizon Robotics（地平线机器人公司） ； S-Lab, Nanyang Technological University（南洋理工大学S-Lab） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院）
AI总结 针对现实世界空间智能中视频流场景理解问题，提出IGGT4D流式实例关联几何变换器，通过因果时空建模更新统一表示，还构建数据集。实验证明其在长动态序列在线推理上优于现有基线。
Comments Project Page: https://iggt4d.github.io
NoDrift3R：用于无漂移前馈3D重建的光线图引导耦合
机构 * Sungkyunkwan University（成均馆大学） ； Horizon Robotics（地平线机器人） ； Yonsei University（延世大学）
AI总结 研究针对无姿态前馈3D重建中长序列因姿态漂移致性能下降等问题，提出用光线图引导耦合模块明确耦合几何与外观的协同框架及双频视点调度策略，提升了渲染和姿态估计性能，验证了几何-外观协同的关键作用。
Comments Project page: see https://xiangyu1sun.github.io/NoDrift3R-project-page/
EmbodiedGen V2：用于具身人工智能的具有智能体特性、可用于模拟的3D世界引擎
机构 * Horizon Robotics（地平线机器人） ； WuwenAI（悟文智能）
AI总结 研究提出EmbodiedGen V2这个用于具身智能的3D世界引擎，通过统一表示解决资产组装问题。其生成环境支持多种任务，评估中资产管道表现良好，强化学习提升了模拟成功率，确立了它作为可扩展模拟基础设施的地位。
Comments Minor revisions to presentation; technical content and results remain unchanged. Project page: horizonrobotics.github.io/EmbodiedGen
NativeMEM：用于长期机器人操作的原生内存压缩
机构 * The University of Hong Kong（香港大学） ； Beihang University（北京航空航天大学） ； Peking University（北京大学） ； The Chinese University of Hong Kong（香港中文大学） ； Horizon Robotics（地平线机器人）
AI总结 研究如何让预训练VLA模型高频更新时保留长期视觉历史且高效。提出NativeMEM策略，用原生内存压缩编码，通过开发分词器对齐内存令牌与策略，该方法在模拟和真实机器人实验中效果好，数据效率高。
通过隐式时间步长快速学习软机器人控制
机构 * Horizon Robotics ； University of Michigan（密歇根大学）
AI总结 研究针对软机器人模拟框架稀缺及策略学习难的问题，采用隐式时间步长，以DisMech模拟器及增量自然曲率控制方法，经与Elastica对比实验，证明该方法能在不牺牲准确性的情况下显著加速软机器人策略学习。
Comments Accepted to IROS 2026. Code: https://github.com/QuantuMope/dismech-rl
TabletopGen: 桌面场景生成与机器人操作的交互式仿真
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS), Institute of Automation, Chinese Academy of Sciences（中国科学院多模态人工智能系统国家重点实验室） ； D-Robotics ； Horizon Robotics
AI总结 提出TabletopGen，一种无需训练的全自动桌面场景生成与交互仿真引擎，通过实例提取、位姿对齐和物理仿真生成可交互场景，用于机器人操作数据合成。
Comments Project page: https://d-robotics-ai-lab.github.io/TabletopGen.project/
DIVER：强化扩散突破端到端自动驾驶的模仿瓶颈
机构 * School of Artificial Intelligence (School of Software), Yanshan University（燕山大学人工智能学院（软件学院）） ； Beijing Key Laboratory of Traffic Data Mining and Embodied Intelligence, School of Computer Science and Technology, Beijing Jiaotong University（北京交通大数据挖掘与具身智能关键实验室，北京交通大学计算机科学与技术学院） ； Horizon Robotics（地平线机器人） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院） ； University of Macau（澳门大学） ； School of Electrical Engineering and Computer Science, The University of Queensland（昆士兰大学电子工程与计算机科学学院）
AI总结 DIVER通过融合强化学习与扩散生成，生成多样化可行轨迹，提升自动驾驶的泛化能力，解决模仿学习中的模式崩溃问题。
Comments 17 pages, 10 figures
GeoFlow-SLAM++：一种具有重定位功能的鲁棒多相机视觉惯性SLAM系统
机构 * Horizon Robotics（地平线机器人）
AI总结 提出GeoFlow-SLAM++多相机视觉惯性SLAM系统，通过统一身体中心公式融合多相机约束、IMU预积分和跨视角重定位，支持ORB和神经网络特征前端，在多个数据集上实现鲁棒定位，性能接近LiDAR。
Comments 10 pages
HoloAgent-0：具有3D空间记忆的统一具身智能体框架
机构 * Horizon Robotics ； D-Robotics Robotics
AI总结 提出HoloAgent-0统一框架，通过三层耦合结构（具身AgentOS、3D空间记忆、具身技能）实现真实机器人闭环执行，在长程导航、跨机器人协调等任务上验证有效性。
UniMM：一种用于多智能体仿真的统一混合模型框架
机构 * Zhejiang University（浙江大学） ； Horizon Robotics
AI总结 提出UniMM框架统一回归混合模型与离散NTP模型，通过闭环样本生成缓解分布偏移，并在WOSAC基准上取得最优性能。
Comments Accepted author manuscript. The version of record has been published in IEEE Transactions on Pattern Analysis and Machine Intelligence
Journal ref IEEE Transactions on Pattern Analysis and Machine Intelligence, Early Access, 2026
EventDrive: 用于视觉-语言驾驶智能的事件相机
机构 * NUS（新加坡国立大学） ； HKUST(GZ)（香港科技大学（广州）） ； Horizon Robotics（地平线机器人） ； A*STAR, I2R（新加坡科技研究局，资讯通信研究院） ； IPAL, CNRS IRL 2955, Singapore（IPAL，法国国家科学研究中心国际联合实验室2955，新加坡） ； University Toulouse, CNRS, CerCo, Toulouse, France（图卢兹大学，法国国家科学研究中心，CerCo，法国图卢兹） ； ETIS UMR 8051, CY Cergy Paris University, ENSEA, CNRS, France（ETIS UMR 8051，CY塞尔吉-巴黎大学，ENSEA，法国国家科学研究中心，法国）
AI总结 提出EventDrive基准和模型套件，通过多时域事件金字塔和时域混合专家模块融合事件流与RGB帧，在感知、理解、预测和规划四维度提升驾驶推理性能。
Comments CVPR2026, 34 pages, 15 figures, 15 tables, project page: https://dylanorange.github.io/projects/eventdrive
AlignDrive: 用于端到端自动驾驶的对齐横向-纵向规划
机构 * School of Software Engineering, XJTU（软件工程学院，西安交通大学） ； Horizon Robotics ； Shenzhen Loop Area Institute（深圳河套学院） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 本文提出一种 cascaded 框架，通过将纵向规划转化为路径条件推理过程，提升自动驾驶的协调性和安全性。方法引入锚点回归设计和规划导向的数据增强策略，实现在 Bench2Drive 上达到 SOTA 性能。
Comments underreview
SimWeaver：面向可变形操作的零样本RGB仿真到现实
机构 * Shanghai Jiao Tong University（上海交通大学） ； Horizon Robotics（地平线机器人） ； Style3D Research（Style3D研究院）
AI总结 提出SimWeaver框架，通过200条仿真演示训练零样本RGB VLA策略，在5种可变形任务中达到91%平均真实成功率，无需遥操作或任务校准。
ManiSplat: 基于解耦3D高斯泼溅的单目视频操作轨迹合成
机构 * Zhejiang University（浙江大学） ； Horizon Robotics（地平线机器人）
AI总结 提出ManiSplat框架，通过图结构解耦表示和任务导向时空对齐，从单目视频重建可控的3D高斯数字孪生，支持机器人操作任务与策略学习。
Anchor3R: 基于瞬态锚点的流式3D重建用于长时程视觉映射
机构 * CASIA（中国科学院自动化研究所） ； UCAS（中国科学院自动化研究所） ； Horizon Robotics（Horizon机器人技术有限公司） ； HKUST(GZ)（香港科技大学（广州））
AI总结 提出Anchor3R框架，通过将前馈重建视为当前帧坐标系下的局部测量预测而非全局回归，结合窗口相对位姿预测、闭环插入和运动平均，实现长序列上的在线3D重建与位姿估计。
在不平衡EEG数据集中基于刺激重建的听觉注意力鲁棒解码
机构 * Key Lab of Modern Acoustics, Nanjing University（南京大学现代声学国家重点实验室） ； Horizon Robotics
AI总结 研究不平衡数据集对基于刺激重建的听觉注意力解码性能的影响，提出留一对包交叉验证协议以防止解码准确率膨胀。
HorizonStream: 用于流式3D重建的长程注意力
机构 * HKUST(GZ)（香港科技大学） ； Horizon Robotics（Horizon机器人） ； CASIA（中国科学院自动化研究所） ； CSU（中国科学技术大学）
AI总结 针对流式3D重建中长序列漂移和崩溃问题，提出HorizonStream模型，通过分解几何传播核为长程时间因子（几何线性注意力）和短程空间因子（几何局部注意力），实现恒定内存和线性时间下的稳定重建。
HorizonDrive: 用于长时域驾驶仿真的自纠正自回归世界模型
机构 * Wuhan University（武汉大学） ； The University of Tokyo（东京大学） ； Horizon Robotics ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 针对自回归驾驶仿真中教师模型因自身预测漂移导致监督退化的问题，提出HorizonDrive框架，通过计划性滚转恢复（SRR）训练抗漂移教师模型，并利用教师滚转分布匹配蒸馏（TRD）实现长时域监督下的高效学生模型部署。
Comments Comments: 22 pages, 14 figures. Project page: https://zcliangyue.github.io/HorizonDrive Code: https://github.com/zcliangyue/HorizonDrive
RankQ: 通过自监督动作排名实现离线到在线强化学习
机构 * Horizon Robotics（地平线机器人）
AI总结 该研究提出RankQ方法，通过自监督多项排名损失增强时序差分学习，以在大状态-动作空间中更准确地学习批评器，从而在稀疏奖励D4RL基准和基于视觉的机器人学习中实现更高效的离线到在线微调。
HoloMotion-1 技术报告
机构 * Horizon Robotics
AI总结 本文提出HoloMotion-1，一种用于零样本全身运动追踪的人形运动基础模型，通过大规模混合运动语料库训练控制策略，提升了运动行为的多样性和准确性，实现了对多种运动类型和捕捉条件的鲁棒泛化。
Comments 20 pages, 4 figures, 6 tables. Technical report
EponaV2：通过全面的未来推理驱动世界模型
机构 * PCA Lab, VCIP, College of Computer Science, Nankai University（PCA实验室、VCIP、计算机科学学院、南开大学） ； Horizon Robotics ； HKUST（香港科技大学） ； NJUPT（南京工程大学） ； NTU（国立台湾大学） ； Anyverse ； School of Intelligence Science and Technology, Nanjing University（智能科学与技术学院、南京大学）
AI总结 本文提出EponaV2，一种新的驾驶世界模型范式，通过全面的未来推理实现高质量规划。模型通过预测更全面的未来表示，结合3D和语义模态，提升环境理解与现实推理能力，从而改进轨迹规划。
REAP：基于高斯点扩散模拟器的端到端自主泊车强化学习
机构 * Shanghai Jiao Tong University（上海交通大学） ； Horizon Robotics Technology Research and Development Co., Ltd.（地平线机器人技术研究与开发有限公司）
AI总结 本文提出REAP方法，通过高斯点扩散模拟器实现Real2Sim2Real迁移，利用SAC算法提升训练效率，结合行为克隆和软预测碰撞惩罚机制，解决极端场景下的泊车问题。
RISE：具有组合世界模型的自改进机器人策略
机构 * The Chinese University of Hong Kong（香港中文大学） ； Kinetix AI ； The University of Hong Kong（香港大学） ； Shanghai Innovation Institute（上海创新研究院） ； Horizon Robotics ； Tsinghua University（清华大学）
AI总结 本文提出RISE框架，通过组合世界模型提升机器人策略鲁棒性，在动态砖块排序、背包打包和箱盖闭合任务中分别取得+35%、+45%和+35%的性能提升。
Comments RSS 2026. Project page: https://opendrivelab.com/RISE/
VADv2：通过概率规划实现端到端向量自主驾驶
机构 * Huazhong University of Science and Technology（华中科技大学） ； Horizon Robotics
AI总结 本文提出VADv2，一种基于概率规划的端到端自主驾驶模型，通过概率场函数建模动作空间到概率分布的映射，利用大规模驾驶演示提升闭合回路性能，优于现有方法。
Comments Accepted to ICLR 2026. Code is available at https://github.com/hustvl/VAD
RAD-2: 在生成器-判别器框架中扩展强化学习
机构 * Huazhong University of Science & Technology（华中科技大学） ； Horizon Robotics
AI总结 RAD-2提出了一种生成器-判别器框架，通过扩散生成器生成轨迹候选并利用RL优化判别器评估长期驾驶质量，从而提升闭环规划的稳定性与安全性，实验显示碰撞率降低56%。
Comments Project page: https://hgao-cv.github.io/RAD-2
Progress-Think: 语义进展推理用于视觉-语言导航
机构 * School of Information, Renmin University of China（中国人民大学信息学院） ； Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing（北京未来区块链与隐私计算先进创新中心） ； Horizon Robotics
AI总结 本文提出语义进展推理方法，通过视觉观察预测指令式进展，提升导航准确性。采用三阶段框架，结合自对齐预训练、进展引导策略预训练和进展-策略联合微调，实现高效导航。
Scal3R: 适用于大规模3D重建的可扩展测试时间训练
机构 * Zhejiang University（浙江大学） ； Horizon Robotics（地平线机器人） ； Zhejiang Lab（之江实验室）
AI总结 本文提出Scal3R，通过轻量神经子网络在测试时自监督学习，提升大规模3D重建的精度和一致性，实验证明其在KITTI和Oxford Spires数据集上的优越性能。
Comments Project page: https://zju3dv.github.io/scal3r
LiloDriver：一种面向长尾自动驾驶场景闭环运动规划的终身学习框架
机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR）） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Horizon Robotics（地平线机器人）
AI总结 LiloDriver通过结合大语言模型与记忆增强的规划生成系统，实现了在长尾自动驾驶场景中闭环运动规划的持续适应，优于传统规则和学习方法。
Comments 7 pages, 3 figures
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈