机器人 / 具身智能

V-CAGE: Vision-Closed-Loop Agentic Generation Engine for Robotic Manipulation

V-CAGE：用于机器人操作的视觉闭环代理生成引擎

Yaru Liu, Ao-bo Wang, Nanyang Ye

机构 * University of Cambridge（剑桥大学） ； Wuhan University（武汉大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；embodied agent(abstract)；分类 cs.RO

AI总结 V-CAGE通过闭环代理生成框架实现机器人数据合成，结合语义布局规划和视觉自验证，提升环境生成的语义结构和可达性，解决传统方法在场景生成中的不足。

Robotic chip-scale nanofabrication for superior consistency

机器人微米级纳米加工以实现卓越的一致性

Felix M. Mayor, Wenyan Guan, Erik Szakiel, Amir H. Safavi-Naeini, Samuel Gyger

专题命中 机器人操作 ：robotic(title,abstract)；robotics(abstract)

AI总结 本文提出利用机器人手臂自动化微米级纳米加工，提高复杂器件制造的一致性，通过Josephson结电阻开发验证了机器人在减少人工操作波动方面的有效性。

Comments 5 pages, 3 figures

Journal ref Appl. Phys. Lett. 128, 144101 (2026)

Off-the-shelf Vision Models Benefit Image Manipulation Localization

现成视觉模型助力图像篡改定位

Zhengxuan Zhang, Keji Song, Junmin Hu, Ao Luo, Yuezun Li

机构 * School of Computer Science and Technology, Ocean University of China（中国海洋大学计算机科学与技术学院） ； Southwest Jiaotong University（西南交通大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.CV

AI总结 本文提出ReVi适配器，利用现成通用视觉模型提升图像篡改定位性能，通过解耦语义冗余与篡改信息实现高效训练。

TouchAnything: Diffusion-Guided 3D Reconstruction from Sparse Robot Touches

TouchAnything: 从稀疏机器人触碰引导的3D重建

Langzhe Gu, Hung-Jui Huang, Mohamad Qadri, Michael Kaess, Wenzhen Yuan

机构 * Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出TouchAnything框架，利用预训练的2D视觉扩散模型作为语义和几何先验，从稀疏触觉测量中实现准确的3D重建，优于现有基线方法，支持开放世界中未见过的物体实例重建。

Comments Project Page: https://grange007.github.io/touchanything

Adaptive Action Chunking at Inference-time for Vision-Language-Action Models

推理时的自适应动作分块

Yuanchang Liang, Xiaobo Wang, Kai Wang, Shuo Wang, Xiaojiang Peng, Haoyu Chen, David Kim Huat Chua, Prahlad Vadakkepat

机构 * National University of Singapore（新加坡国立大学） ； Shenzhen University of Advanced Technology（深圳理工大学） ； Sangfor Technologies Inc.（深信服科技股份有限公司） ； Mininglamp Technology（明略科技） ； Shenzhen Technology University（深圳技术大学） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文提出自适应动作分块策略，通过动作熵动态调整分块大小，提升机器人操作的反应与一致性。

Comments accepted by CVPR 2026

Neurons Speak in Ranges: Breaking Free from Discrete Neuronal Attribution

神经元以范围说话：摆脱离散神经元归因

Muhammad Umair Haider, Hammad Rizwan, Hassan Sajjad, Peizhong Ju, A. B. Siddique

机构 * University of Kentucky（肯塔基大学） ； Dalhousie University（达尔豪斯大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI、cs.LG

AI总结 研究发现大语言模型中神经元具有多义性，提出NeuronLens框架通过范围归因提升模型可解释性和可控性。

Journal ref Transactions on Machine Learning Research, ISSN 2835-8856, 2026. https://openreview.net/forum?id=AukyIhfBuW

Detection and Characterization of Coordinated Online Behavior: A Survey

协调在线行为的检测与表征：综述

Lorenzo Mannocci, Michele Mazza, Anna Monreale, Maurizio Tesconi, Stefano Cresci

机构 * University of Pisa（比萨大学） ； Institute for Informatics and Telematics, National Research Council (IIT-CNR)（国家研究委员会信息学与远程信息处理研究所） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI、cs.LG

AI总结 本文综述了协调在线行为的研究现状，提出综合框架，讨论检测与表征方法，指出研究挑战与方向，为学者和政策制定者提供指导。

CaRLi-V: Camera-RADAR-LiDAR Point-Wise 3D Velocity Estimation

CaRLi-V：摄像头-雷达-激光雷达点云三维速度估计

Landson Guo, Andres M. Diaz Aguilar, William Talbot, Turcan Tuna, Marco Hutter, Cesar Cadena

机构 * ETH Zürich（苏黎世联邦理工学院） ； Robotic Systems Lab (RSL), ETH Zürich（苏黎世联邦理工学院机器人系统实验室） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO

AI总结 本文提出CaRLi-V方法，结合雷达、激光雷达和摄像头数据，通过雷达速度立方体、光流和激光雷达测距，实现点云三维速度估计，优于现有场景流方法。

SHIFT: Steering Hidden Intermediates in Flow Transformers

SHIFT: 在流变换器中操控隐藏中间量

Nina Konovalova, Andrey Kuznetsov, Aibek Alanov

机构 * FusionBrain Lab（FusionBrain实验室） ； HSE University（高等经济大学） ； AXXX 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV

AI总结 SHIFT通过在推理时操控中间激活值，实现对DiT扩散模型中概念的去除，同时保持图像质量，支持风格域转换和目标对象的偏移。

One Interface, Many Robots: Unified Real-Time Low-Level Motion Planning for Collaborative Arms

一个接口，多种机器人：面向协作臂的统一实时低级运动规划

Yue Feng, Weicheng Huang, I-Ming Chen

机构 * Robotics Research Center (RRC), Nanyang Technological University（南洋理工大学机器人研究中心） ； WinGs Robotics LLC（WinGs 机器人有限责任公司） 纠错

专题命中 机器人操作 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出一个统一的实时低级运动规划接口，用于协作机器人臂，旨在提高在异构硬件平台上的应用性和可移植性。通过n次多项式插值与二次规划求解器结合，生成平滑连续可微的轨迹。在三个不同场景中验证了方法的可靠性、通用性和易用性。

Task-Aware Bimanual Affordance Prediction via VLM-Guided Semantic-Geometric Reasoning

基于VLM引导的语义-几何推理的任务感知双臂 affordance 预测

Fabian Hahne, Vignesh Prasad, Georgia Chalvatzaki, Jan Peters, Alap Kshirsagar

机构 * Department of Computer Science, Technical University of Darmstadt（达姆施塔特工业大学计算机科学系） ； German Research Center for AI (DFKI)（德国人工智能研究中心） ； Centre for Cognitive Science, Technical University of Darmstadt（达姆施塔特工业大学认知科学中心） ； Hessian Center for Artificial Intelligence (Hessian.AI), Darmstadt（黑森州人工智能中心） ； Robotics Institute Germany (RIG)（德国机器人研究所） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO

AI总结 本文提出一种任务感知双臂 affordance 预测框架，通过VLM实现跨物体类别和任务描述的泛化，融合多视角RGB-D数据生成全局6自由度抓取候选，结合语义和几何过滤提升任务成功率。

Allocation for Omnidirectional Aerial Robots: Incorporating Power Dynamics

多方向空中机器人分配：考虑功率动态

Eugenio Cuniato, Mike Allenspach, Thomas Stastny, Helen Oleynikova, Roland Siegwart, Michael Pantic

机构 * Autonomous Systems Lab (ASL), ETH Zurich（苏黎世联邦理工学院自主系统实验室） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO

AI总结 本文提出三种新型多方向空中机器人分配方法，通过考虑冗余性和动力学，提升动态 maneuver 的执行效率和轨迹跟踪速度。

Coherent Control of Nanoscale Nuclear Spin Ensembles in the Spin Noise Regime

在自旋噪声范围内实现纳米尺度核自旋集合的相干控制

Ana Martin, Roberto Rizzato, Carlos Munuera-Javaloy, Dileep Singh, Dominik B. Bucher, Jorge Casanova

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究通过相关光谱技术探讨核自旋控制，揭示初始RF相位和方向对NV读出对比度的影响，为多维自旋共振实验提供新见解。

Comments 5 pages, 2 figures and 3 appendices

Active nematic pumps

主动取向液体泵

Ignasi Vélez-Ceron, Rodrigo C. V. Coelho, Pau Guillamat, Marc Vergés-Vilarrubia, Margarida Telo da Gama, Francesc Sagués, Jordi Ignés-Mullol

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文通过实验与模拟结合，展示在主动取向凝胶中加入三角形掺杂物可局部打破主动湍流的前后对称性，稳定具有自泵能力的流场，实现无壁自供电微流体系统。

Comments Supplementary figures and videos at DOI 10.17605/OSF.IO/N8G4C

Journal ref PNAS 122 (46) e2427103122 (2025)