机器人 / 具身智能

3D Generation for Embodied AI and Robotic Simulation: A Survey

用于具身AI和机器人模拟的3D生成：综述

Tianwei Ye, Yifan Mao, Minwen Liao, Jian Liu, Chunchao Guo, Dazhao Du, Quanxin Shou, Fangqi Zhu, Song Guo

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Wuhan University（武汉大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Xinjiang University（新疆大学） ； Tencent（腾讯） 纠错

专题命中 机器人数据与评测 ：embodied AI(title,abstract)；robotic(title,abstract)；robot learning(abstract)；分类 cs.RO、cs.CV

AI总结 本文综述了用于具身AI的3D生成，探讨了其在数据生成、模拟环境构建和Sim2Real桥梁中的作用，指出领域正从视觉真实转向交互准备，并识别了物理标注有限、几何质量与物理有效性差距等主要瓶颈。

Comments 27 pages, 11 figures, 8 tables

PhySPRING: Structure-Preserving Reduction of Physics-Informed Twins via GNN

PhySPRING: 通过图神经网络实现物理信息双胞胎的结构保持降维

Yixiong Jing, Xingyuan Chen, Guangming Wang, Olaf Wysocki, Haibing Wu, Brian Sheil

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

专题命中 机器人数据与评测 ：robotics(abstract)；manipulation(abstract)；robot policy(abstract)；robotic(abstract)

AI总结 PhySPRING通过图神经网络学习层次化简化图拓扑及其机械参数，实现弹簧-质量双胞胎的结构保持降维，提升重建和预测精度并提高计算效率。

Comments 16 pages and 6 pages, conference paper

Bi3: A Biplatform, Bicultural, Biperson Dataset for Social Robot Navigation

Bi3：一个双平台、双文化、双人数据集用于社交机器人导航

Andrew Stratton, Phani Teja Singamaneni, Pranav Goyal, Rachid Alami, Christoforos Mavrogiannis

机构 * Department of Robotics, University of Michigan（机器人系，密歇根大学） ； LAAS-CNRS, University of Toulouse（LAAS-CNRS，图卢兹大学） ； INRIA, University of Lorraine（INRIA，洛林大学） 纠错

专题命中 机器人数据与评测 ：navigation(title,abstract)；分类 cs.RO

AI总结 Bi3数据集通过双平台、双文化、双人交互，为社交机器人导航提供多样性模型复杂性的基准，用于研究人类与机器人在受限环境中的协同活动。

Comments ICRA 2026

CSR: Infinite-Horizon Real-Time Policies with Massive Cached State Representations

CSR：具有大规模缓存状态表示的无限时间 horizon 实时策略

Robin Karlsson, Go Suzui

机构 * GODOT Inc（GODOT公司） ； Graduate School of Informatics, Nagoya University（名古屋大学信息研究生院） 纠错

专题命中 机器人数据与评测 ：robotics(abstract)；embodied AI(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出CSR框架，通过优化KV缓存重用和异步状态协调算法，实现大规模LLM在机器人中的实时应用，显著降低延迟并提升性能。

Comments Extended Technical Report for Paper Accepted to IEEE RA-L

TAVIS: A Benchmark for Egocentric Active Vision and Anticipatory Gaze in Imitation Learning

TAVIS：一种用于第一人称主动视觉和预见性注视的模仿学习基准

Giacomo Spigler

机构 * Department of Intelligent Systems（智能系统系） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 TAVIS提出了一种评估主动视觉模仿学习的基础设施，包含两个任务集和两个仿人躯干机器人，通过实验发现主动视觉对任务类型和条件具有任务依赖性，且多任务策略在分布偏移下表现下降，模仿学习能产生与人类参考相当的预见性注视。

MolmoAct2: Action Reasoning Models for Real-world Deployment

MolmoAct2：面向现实部署的动作推理模型

Haoquan Fang, Jiafei Duan, Donovan Clay, Sam Wang, Shuo Liu, Weikai Huang, Xiang Fan, Wei-Chuan Tsai, Shirui Chen, Yi Ru Wang, Shanli Xing, Jaemin Cho, Jae Sung Park, Ainaz Eftekhar, Peter Sushko, Karen Farley, Angad Wadhwa, Cole Harrison, Winson Han, Ying-Chun Lee, Eli VanderBilt, Rose Hendrix, Suveen Ellawela, Lucas Ngoo, Joyce Chai, Zhongzheng Ren, Ali Farhadi, Dieter Fox, Ranjay Krishna

机构 * Allen Institute for AI（艾伦人工智能研究所） ； University of Washington（华盛顿大学） ； National University of Singapore（新加坡国立大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Amazon（亚马逊公司） ； University of Michigan（密歇根大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 机器人数据与评测 ：robotics(abstract,abstract_cn)；分类 cs.RO

AI总结 本文提出MolmoAct2，一个完全开放的动作推理模型，通过改进架构和引入新数据集，在五个方面提升性能，展示了在多个基准测试中优于现有模型的成果。

Comments 31 pages, project page: https://allenai.org/blog/molmoact2

123D: Unifying Multi-Modal Autonomous Driving Data at Scale

123D：规模化统一多模态自动驾驶数据

Daniel Dauner, Valentin Charraut, Bastian Berle, Tianyu Li, Long Nguyen, Jiabao Wang, Changhui Jing, Maximilian Igl, Holger Caesar, Boris Ivanovic, Yiyi Liao, Andreas Geiger, Kashyap Chitta

机构 * KE:SAI ； University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） ； NVIDIA Research（NVIDIA研究） ； Valeo Brain（法雷奥大脑） ； OpenDriveLab at Shanghai Innovation Institute（上海创新研究院自动驾驶实验室） ； Zhejiang University（浙江大学） ； Delft University of Technology（代尔夫特理工大学） 纠错

专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.RO、cs.CV

AI总结 123D通过单一API统一多模态自动驾驶数据，解决数据碎片化、同步难题，并提供分析工具，支持跨数据集3D目标检测和强化学习规划应用。

FactoryBench: Evaluating Industrial Machine Understanding

FactoryBench：评估工业机器理解的基准测试

Yanis Merzouki, Coral Izquierdo, Matei Ignuta-Ciuncanu, Marcos Gomez-Bracamonte, Riccardo Maggioni, Alessandro Lombardi, Camilla Mazzoleni, Federico Martelli, Balazs Gunther, Jonas Petersen, Philipp Petersen

机构 * ETH Zurich（苏黎世联邦理工学院） ； Forgis ； UC3M ； Imperial College London（帝国理工学院伦敦分校） ； University of Berkeley（伯克利大学） ； KTH Royal Institute of Technology（皇家理工学院） ； University of Vienna（维也纳大学） 纠错

专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出FactoryBench基准测试，用于评估时间序列模型和LLM在工业机器人 telemetry 中的机器理解能力，通过四个因果层次和五种答案格式评估，包含70k问题-答案对，揭示当前模型与实际操作理解之间的差距。

Comments 9 pages, 4 figures, 14 tables; appendix with 24 pages

Uneven Evolution of Cognition Across Generations of Generative AI Models

不同世代生成式AI模型认知能力的不均衡发展

Isaac Galatzer-Levy, Daniel McDuff, Xin Liu, Jed McGiffin

机构 * Google DeepMind（谷歌DeepMind） ； Google Research（谷歌研究） ； University of Washington（华盛顿大学） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.AI、cs.CV

AI总结 本文通过心理测量框架评估生成式AI的认知特征，发现其在语言抽象推理方面发展迅速，而视觉感知组织能力停滞，表明架构偏倚影响认知平衡发展。

Comments 25 pages, 5 Figures, 3 Tables

Mind the Gap: Geometrically Accurate Generative Reconstruction from Disjoint Views

注意间隙：从不重叠视角进行几何准确的生成重建

Grzegorz Wilczynski, Mikołaj Zielinski, Bartosz Świrta, Dominik Belter, Przemysław Spurek

机构 * Jagiellonian University（雅盖隆大学） ； IDEAS Research Institute（IDEAS研究机构） ； Poznań University of Technology（波兹南技术大学） ； Warsaw University of Technology（华沙技术大学） 纠错

专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.CV

AI总结 本文提出了一种新的生成重建范式，针对不重叠视角下的几何重建问题，提出GLADOS框架，通过生成桥梁、鲁棒粗重建和迭代上下文扩展优化，解决传统方法在零重叠场景下的失败问题。

Channel-Level Relation to Attentive Aggregation with Neighborhood-Homogeneity Constraint for Point Cloud Analysis

通道级关系与具有邻域同质性约束的注意聚合在点云分析中的应用

Jiaqi Shi, Jin Xiao, Xiaoguang Hu, Wenxuan Ji, Zichong Jia, Zifan Long, Tianyou Chen, Baochang Zhang

机构 * 1School of Automation Science ； Electrical Engineering, Beihang University, Beijing, China 2Wuhan Leaddo Measuring \& Control Technology, Wuhan, China 3School of Artificial Intelligence, Beihang University, Beijing, China Emails 纠错

专题命中 机器人数据与评测 ：embodied AI(abstract)；分类 cs.CV

AI总结 本文提出PointCRA网络，通过引入时间趋势变化作为新评估维度，解决现有空间和通道注意机制中权重维度坍缩导致的信息丢失问题，提升点云分析的精度与效率。

SynthForensics: Benchmarking and Evaluating People-Centric Synthetic Video Deepfakes

SynthForensics：以人为中心的合成视频深度伪造基准测试与评估

Roberto Leotta, Salvatore Alfio Sambataro, Claudio Vittorio Ragaglia, Mirko Casu, Yuri Petralia, Francesco Guarnera, Luca Guarnera, Sebastiano Battiato

机构 * iCTLab s.r.l.（iCTLab公司） ； University of Catania（卡塔尼亚大学） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.CV

AI总结 本文提出SynthForensics基准测试，评估合成视频深度伪造的可检测性，通过20445个视频数据集验证了人类和算法在识别合成视频中的性能差异。

Geometric Analysis of Neural Regression Collapse via Intrinsic Dimension

神经回归崩溃的几何分析：通过内在维度

George Andriopoulos, Zixuan Dong, Bimarsha Adhikari, Keith Ross

机构 * New York University Abu Dhabi（纽约大学阿布扎比分校） ； SFSC of AI and DL, NYU Shanghai（纽约大学上海人工智能与深度学习学院） ； New York University（纽约大学） 纠错

专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.LG

AI总结 研究通过内在维度分析揭示神经回归崩溃的几何机制，发现过度压缩导致泛化能力下降，提出扩展或减少特征维度的策略以提升性能。

Comments 36 pages, 21 figures

Surgical Visual Understanding (SurgVU) Dataset

外科视觉理解（SurgVU）数据集

Aneeq Zia, Max Berniker, Rogerio Nespolo, Xiaorui Zhang, Conor Perreault, Ziheng Wang, Benjamin Mueller, Ryan Schmidt, Kiran Bhattacharyya, Xi Liu, Anthony Jarc

机构 * Intuitive Surgical 纠错

专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.CV

AI总结 本文介绍了用于外科数据科学的基础研究的大型外科视频数据集，包含视频及标注，展示了数据收集方法和独特属性，并提出了多个示例问题，旨在推动机器学习领域在手术数据科学中的应用。

Code Generation and Conic Constraints for Model-Predictive Control on Microcontrollers with Conic-TinyMPC

基于锥约束的模型预测控制与代码生成：适用于微控制器的Conic-TinyMPC

Ishaan Mahajan, Khai Nguyen, Sam Schoedel, Elakhya Nedumaran, Moises Mata, Brian Plancher, Zachary Manchester

机构 * School of Engineering and Applied Science, Columbia University（哥伦比亚大学工程与应用科学学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Barnard College, Columbia University and Dartmouth College（哥伦比亚大学巴纳德学院和达特茅斯学院） 纠错

专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出一种适用于微控制器的模型预测控制方法，通过支持二次锥约束和自动生成C++代码，显著提升了嵌入式系统的求解速度和问题规模。

Comments Accepted to ICRA 2026. 4 Figures. 2 Tables. First three authors contributed equally

A Marine Debris Detection Framework for Ocean Robots via Self-Attention Enhancement and Feature Interaction Optimization

面向海洋机器人的海洋垃圾检测框架：通过自注意力增强与特征交互优化

Yuyang Li, Jiashu Han, Yinyi Lai, Wenbin Kang, Zenghui Liu

机构 * Hefei Institutes of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院） 纠错

专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.CV

AI总结 本文提出YOLO-MD框架，通过自注意力增强模块和轻量级位移操作提升海洋垃圾检测性能，实验表明在UODM数据集上取得优异精度和F1分数。

Bridging Restoration and Generation Manifolds in One-Step Diffusion for Real-World Super-Resolution

连接恢复与生成流形的单步扩散在现实世界超分辨率中的应用

Shyang-En Weng, Yi-Cheng Liao, Yu-Syuan Xu, Wei-Chen Chiu, Ching-Chun Huang

机构 * National Yang Ming Chiao Tung University, Hsinchu, Taiwan ； MediaTek Inc., Taiwan 纠错

专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.CV

AI总结 本文提出IDaS-SR框架，通过Manifold Inversion Noise Estimator和CHARIOT机制，解决单步扩散中恢复与生成流形的匹配问题，提升现实世界超分辨率的性能。

Unfolding an Atomistic World: Atomistic Simulation of Reactor Pressure Vessel Steel Across Year-and-Meter Scales

揭示原子世界：反应堆压力容器钢的原子模拟跨越年和米尺度

Haozhi Han, Ruge Zhang, Haoquan Chen, Yifeng Chen, Haipeng Jia, Liang Yuan, Yunquan Zhang, Ting Cao, Yunxin Liu, Ya-Qin Zhang, Kun Li

专题命中 机器人数据与评测 ：world model(abstract)

AI总结 本文提出AtomWorld框架，通过算法、HPC和应用三层协同，实现反应堆压力容器钢在年和米尺度的原子模拟，首次达到十夸脱原子系统的模拟规模，时间效率达1.71天/服务年。