机器人 / 具身智能

GE-Sim 2.0: A Roadmap Towards Comprehensive Closed-loop Video World Simulators for Robotic Manipulation

GE-Sim 2.0：迈向机器人操作综合闭环视频世界模拟器的路线图

Boxiang Qiu, Liliang Chen, Yue Liao, Nan Wang, Lintao Wang, Jiayi Luo, Wenzhi Zhao, Shengcong Chen, Di Chen, Ye Li, Chen Gao, Shuicheng Yan, Si Liu, Maoqing Yao, Guanghui Ren

机构 * AgiBot ； BUAA（北京航空航天大学） ； LV-NUS Lab（国立大学理工学院实验室） ； TJU（天津大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；world model(abstract)；robot policy(abstract)

AI总结 提出GE-Sim 2.0，一种基于动作条件视频生成的闭环视频世界模拟器，通过重新训练数千小时真实机器人数据并新增状态专家、世界裁判和加速框架三个模块，实现高保真动作跟随和轨迹覆盖，在WorldArena排行榜上以2B参数超越专用模型和通用视频生成器，并验证了基于其生成轨迹和奖励训练的策略在真实世界中的有效性。

Mag-VLA: Vision-Language-Action Model for Bimanual Magnetically Actuated Microrobot Manipulation

Mag-VLA：用于双臂磁驱动微机器人操作的视觉-语言-动作模型

Yongchen Wang, Kangyi Lu, Lan Wei, Dandan Zhang

机构 * Department of Bioengineering, Imperial-X, Imperial College London（生物工程系，Imperial-X，帝国理工学院伦敦） 纠错

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

AI总结 提出Mag-VLA模型，利用双臂磁驱动微机器人实现灵巧操作，通过视觉-语言-动作框架和动作分块Transformer解码器，在真实机器人实验中达到90%接近成功率和最高80%运输成功率。

Comments Accepted by 2026 MARSS

Tabero: Learning Gentle Manipulation with Closed-Loop Force Feedback from Vision, Touch, and Language

Tabero: 通过视觉、触觉和语言闭环力反馈学习轻柔操作

Qiwei Wu, Rui Zhang, Xin Xiang, Tao Li, Weihua Zhang, Junjie Lai, Renjing Xu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Nvidia, Beijing, China（英伟达（北京，中国）） 纠错

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

AI总结 针对现有视觉-语言-动作模型缺乏触觉反馈导致无法实现轻柔操作的问题，提出Tabero基准和模型套件，通过数据高效管道生成视觉-触觉-语言任务，并采用解耦力-位置命令接口的Tabero-VTLA架构，在保持高任务成功率的同时将轻柔指令下的平均夹持力降低70%以上。

Comments Code:https://github.com/NathanWu7/Tabero

Beyond Binary: Sim-to-Real Dexterous Manipulation with Physics-Grounded Contact Representation

超越二元：基于物理接触表示的仿真到现实灵巧操作

Jiahe Pan, Stelian Coros, Jitendra Malik, Toru Lin

机构 * ETH Zürich（苏黎世联邦理工学院） ； UC Berkeley（伯克利加州大学） 纠错

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

AI总结 提出基于物理原理的中心压力（CoP）触觉表示，结合可微动力学传感器标定，实现多指手的零样本仿真到现实迁移，在插销入孔和球平衡任务中优于二元接触和原始触觉基线。

Comments Project site: https://mpan31415.github.io/tactile_rep/

ProgVLA: Progress-Aware Robot Manipulation Skill Learning

ProgVLA：进度感知的机器人操作技能学习

Seungsu Kim, Jinyoung Choi, Seungmin Baek, Jean-Michel Renders

机构 * NAVER LABS（NAVER实验室） ； NAVER LABS Europe（NAVER实验室欧洲） 纠错

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

AI总结 提出ProgVLA，一种紧凑的视觉-语言-动作模型，通过显式表示任务进度和两阶段Perceiver重采样机制，在有限计算和内存下实现长序列多模态处理，并在多任务操作基准上达到或超越大模型性能。

HumanoidMimicGen: Data Generation for Loco-Manipulation via Whole-Body Planning

HumanoidMimicGen: 通过全身规划生成行走操作数据

Kevin Lin, Ajay Mandlekar, Caelan Reed Garrett, Nikita Chernyadev, Yu Fang, Runyu Ding, Yuqi Xie, Justin Tran, Linxi Fan, Yuke Zhu

机构 * NVIDIA ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 提出HumanoidMimicGen方法，通过全身规划自动生成人形机器人行走操作演示数据，在模拟基准上使联合训练的策略性能提升20%。

Comments website: https://humanoidmimicgen.github.io/

REVEAL: Reference-Grounded Reasoning for Multimodal Manipulation Detection

REVEAL：基于参考依据的多模态篡改检测推理

Jun Zhou, Bingwen Hu, Yaxiong Wang, Zhedong Zheng, Yongzhen Wang, Yuchen Zhang, Ping Liu

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

AI总结 提出REVEAL框架，通过参考依据验证和差异感知融合机制，结合任务解耦的混合专家架构，实现多模态篡改检测与定位，并支持无训练域适应。

Comments 11 pages, 3 figures

ICAN-Deploy: Identity-Stable Canary Deployment for Safety-Critical Embodied Agents

ICAN-Deploy：面向安全关键具身智能体的身份稳定金丝雀部署

Xue Qin, Simin Luan, John See, Zeyd Boukhers, Cong Yang, Zhijun Li

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Heriot-Watt University, Malaysia Campus（赫瑞-沃德大学马来西亚分校） ； Fraunhofer Institute for Applied Information Technology（弗劳恩霍夫应用信息技术研究所） ； Soochow University（苏州大学） 纠错

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

AI总结 提出ICAN-Deploy中间件，通过分离能力名称与版本，在安全关键具身智能体的金丝雀部署中保持身份哈希不变，避免重新认证。

Comments 14 pages, 6 figures, 4 tables

Simultaneous Contact Selection and Planning for Contact-Rich Manipulation with Cascaded Optimization

基于级联优化的接触丰富操作中同时接触选择与规划

Zhe Zhang, Xingrong Diao, Haoxiang Liang, Han Yang, Bi-Ke Zhu, Dandan Zhang, Jiankun Wang

机构 * IEEE 纠错

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

AI总结 提出一种级联优化框架SCSP，通过接触选择优化和接触规划优化实现接触丰富操作中的主动接触位置选择与轨迹规划。

Comments 20 pages, 18 pages

SIGMA: Semantic-Difference Instruction-Grounding Mask Annotator for Text-Driven Image Manipulation Localization

SIGMA: 基于语义差异的指令引导掩码标注器用于文本驱动图像操作定位

Peiyu Zhuang, Jianquan Yang, Haodong Li, Zhuoying Cai, Ruitao Xie, Jishen Zeng, Baoying Chen, Jiwu Huang, Xiaochun Cao

机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Guangdong Provincial Key Laboratory of Intelligent Information Processing and Shenzhen Key Laboratory of Media Security（广东省智能信息处理重点实验室和深圳媒体安全重点实验室） ； Shenzhen University of Advanced Technology and Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（深圳先进技术大学和深圳先进技术研究所，中国科学院） ； Alibaba Group（阿里巴巴集团） ； Shenzhen MSU-BIT University（深圳MSU-BIT大学） 纠错

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

AI总结 提出SIGMA方法，通过视觉基础模型中的语义特征差异和指令引导的空间先验，自动从公开编辑数据集中生成像素级掩码，用于训练图像操作定位模型，在五个基准上F1提升12.20%，并生成约110万训练集使六个检测器平均F1提升18.34%。

Aligning Few-Step Generative Models by Amortizing Sample-based Variational Inference

通过摊销基于样本的变分推断来对齐少步生成模型

Jaewoo Lee, Hyeongyu Kang, Dohyun Kim, Kyuil Sim, Woocheol Shin, Minsu Kim, Taeyoung Yun, Jeongjae Lee, Sanghyeok Choi, Tabitha Edith Lee, Jong Chul Ye, Jinkyoo Park

机构 * KAIST（韩国科学技术院） ； MongooseAI ； Mila – Quebec AI Institute（魁北克AI研究院） ； University of Edinburgh（爱丁堡大学） ； Université de Montréal（蒙特利尔大学） ； Omelet 纠错

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

AI总结 提出FAV框架，利用Stein变分梯度下降进行基于样本的变分推断，并通过固定点回归将粒子更新摊销到生成器参数中，实现对少步生成模型的对齐，在机器人操作和图像生成任务中优于现有方法。

Comments Under review

Attosecond soft X-ray pulses generated by chirp-dispersed manipulation in an XFEL reveal nonlinear core-electron dynamics in neon

通过XFEL中啁啾色散操控产生的阿秒软X射线脉冲揭示氖中的非线性核心电子动力学

Lars Funke, Markus Ilchen, Svitozar Serkez, Kristina Dingel, Tommaso Mazza, Terence Mullins, Thorsten Otto, Daniel E. Rivas, Sara Savio, Peter Walter, Niclas Wieland, Lasse Wülfing, Sadia Bari, Rebecca Boll, Markus Braune, Francesca Calegari, Alberto De Fanis, Winfried Decking, Andreas Duensing, Stefan Düsterer, Felix Egun, Arno Ehresmann, Benjamin Erk, Danilo Enoque Ferreira de Lima, Andreas Galler, Gianluca Geloni, Natalia Gerasimova, Marc Guetg, Jan Grünert, Patrik Grychtol, Andreas Hans, Arne Held, Ruda Hindriksson, Till Jahnke, Joakim Laksman, Mats Larsson, Jia Liu, Jon P. Marangos, Lutz Marder, David Meier, Michael Meyer, Najmeh Mirian, Christian Ott, Christopher Passow, Thomas Pfeifer, Patrick Rupprecht, Albert Schletter, Philipp Schmidt, Frank Scholz, Simon Schott, Evgeny Schneidmiller, Bernhard Sick, Kai Tiedtke, Sergey Tomin, Andrei Trebushinin, Sergey Usenko, Vincent Wanie, Markus Wurzer, Mikhail Yurkov, Igor Zagorodnov, Vitali Zhaunerchyk, Wolfram Helml

专题命中 机器人操作 ：manipulation(title,abstract)

AI总结 本研究提出一种基于电子束啁啾色散操控的简单操作方案，在欧洲XFEL上以4.5 MHz重复率产生低至200阿秒、峰值功率达太瓦级的X射线脉冲，并通过时间分辨电子光谱测量揭示了氖原子双核心空穴形成中的非线性峰值强度依赖性。

Agentic Language-to-Objective Synthesis for Optofluidic Assembly

面向光流组件的智能语言到目标合成

Ivan Saraev, Elena Erben, Weida Liao, Fan Nan, Gerhard Neumann, Eric Lauga, Moritz Kreysing

机构 * Institute of Biological and Chemical Systems, Karlsruhe Institute of Technology, Germany（马克斯·普朗克研究所生物和化学系统研究所，卡尔斯鲁厄技术大学，德国） ； Department of Applied Mathematics and Theoretical Physics, University of Cambridge, UK（应用数学和理论物理系，剑桥大学，英国） ； Department of Mathematics, Imperial College London, UK（数学系，伦敦帝国理工学院，英国） ； Institute of Anthropomatics and Robotics (IAR), Karlsruhe Institute of Technology, Germany（人机学与机器人研究所（IAR），卡尔斯鲁厄技术大学，德国） 纠错

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

AI总结 提出Speak-to-Objective模块化智能流水线，利用条件大语言模型将口语或书面指令转换为可微目标函数，实现光流控微粒子组装，并支持用户反馈学习。

Comments 21 pages, 5 figures

Inducing Calmness With Pocket-Sized Robotics: Reducing Movement and Heart Rate in Children through Hand-Held Tactile Interactions

用口袋大小的机器人诱导平静：通过手持触觉交互降低儿童的心率和运动

Morten Roed Frederiksen, Kasper Støy, Maja Matarić

机构 * Data Systems and Robotics, IT-University of Copenhagen（数据系统与机器人，丹麦IT大学） ； Interaction Lab, University of Southern California（交互实验室，南加州大学） 纠错

专题命中 机器人操作 ：robotics(title)；分类 cs.RO

AI总结 本研究通过手持触觉设备上的节奏振动匹配游戏，发现触觉交互能显著降低儿童的生理唤醒（心率下降3.56 bpm）和身体躁动（整体运动减少38%），从而促进平静和专注状态。

Comments 34 pages, 2 tables, 7 figures

Frequency-Guided Action Diffusion via Sub-Frequency Manifold Traversal

通过子频率流形遍历的频率引导动作扩散

Junlin Wang

机构 * School of Engineering and Applied Science University of Pennsylvania（工程与应用科学学院 费城大学） 纠错

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

AI总结 提出频率引导算子（FGO），通过子频率流形逐步引导扩散策略生成平滑动作，在15个机器人操作任务上提升了动作平滑性和时间一致性。

Comments A preprint version of FGO

Natural Functional Gradients for Smooth Trajectory Optimization

平滑轨迹优化的自然函数梯度

Kisang Park, Chanwoo Kim, Kyungjae Lee, Sungjoon Choi

机构 * Department of Artificial Intelligence, Korea University, Seoul, Republic of Korea（韩国大学人工智能系，首尔，大韩民国） ； Department of Statistics, Korea University, Seoul, Republic of Korea（韩国大学统计系，首尔，大韩民国） 纠错

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

AI总结 提出一种基于自然函数梯度的轨迹优化框架，通过函数空间中的几何感知更新和蒙特卡洛估计，在无解析梯度时生成更平滑、更可行的运动轨迹。

TacSE3: Equivariant SE(3) Motion Estimation from Low-Texture Visuotactile Images for In-Gripper Tracking and Compensation

TacSE3: 基于低纹理视触觉图像的等变SE(3)运动估计用于夹爪内跟踪与补偿

Zhongyuan Liao, Junzhe Wang, Qingyang Liu, Zhenmin Huang, Jun Ma, Yi Cai, Fei Meng, Haobo Liang, Michael Yu Wang

机构 * Hong Kong Center for Construction Robotics, The Hong Kong University of Science and Technology, Hong Kong, China（香港建设机器人中心，香港科技大学，中国香港） ； The Hong Kong University of Science and Technology (Guangzhou), China（香港科技大学（广州），中国） ； School of Engineering, Great Bay University, Dongguan, China（工程学院，大湾大学，中国东莞） 纠错

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

AI总结 提出TacSE3，一种将低纹理视触觉观测转化为解耦三维力场并估计SE(3)增量刚体运动的触觉运动估计流程，通过双传感器感知减少平移-旋转歧义，实现夹爪内跟踪与补偿。

Con-DSO: Learning Short-Horizon Consistency Priors for RGB-D Direct Sparse Odometry

Con-DSO：学习RGB-D直接稀疏里程计的短时一致性先验

Haolan Zhang, Thanh Nguyen Canh, Chenghao Li, Ziyan Gao, Xiongwen Jiang, Nak Young Chong

机构 * School of Information Science, Japan Advanced Institute of Science and Technology（信息科学学系，日本科学技术先进研究院） ； College of Information Engineering, Shenyang University of Chemical Technology（信息工程学院，沈阳化学工业大学） 纠错

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

AI总结 提出Con-DSO框架，通过预测光度与深度几何一致性不确定性，实现质量感知的像素选择和加权，提升RGB-D直接稀疏里程计在动态、遮挡等挑战环境下的鲁棒性。

Comments Submitted

JECA^2: Judgment-Explanation Consistent Adversarial Attack against Forensic Vision-Language Models

JECA^2: 面向取证视觉语言模型的判断-解释一致对抗攻击

Jiachen Qian

机构 * City University of Hong Kong（香港城市大学） 纠错

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

AI总结 针对取证视觉语言模型，提出一种白盒对抗攻击方法JECA^2，通过Grad-CAM引导的视觉扰动和令牌邻近约束的文本嵌入优化，实现判断与解释的一致性，实验表明攻击成功率和一致性优于基线。

Comments 37 pages, 6 figures. Includes supplementary material

How Should We Teach Robots? A Comparison of Kinesthetic, Joystick, and Gesture-Based Teaching

我们应如何教机器人？动觉、摇杆和手势教学的比较

Petr Vanc, Jan Kristof Behrens, Václav Hlaváč, Karla Stepanova

机构 * Czech Institute of Informatics, Robotics and Cybernetics (CIIRC CTU)（捷克信息学、机器人学与控制研究所（CIIRC CTU）） 纠错

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

AI总结 通过用户研究比较动觉引导、摇杆遥操作和手势教学三种示范方式，评估其在操作任务中的成功率、工作负载和常见错误。

Comments 7 pages, 3 figures, 3 tables, presented at Cognition and Artificial Life (CAL/KUZ) 2026 conference at Chateau Trest

The Fragility of Chain-of-Thought Monitoring Across Typologically Diverse Languages

跨类型多样语言的思维链监控脆弱性

Eric Onyame, Runtao Zhou, Kowshik Thopalli, Bhavya Kailkhura, Chirag Agarwal

机构 * University of Virginia（弗吉尼亚大学） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） 纠错

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

AI总结 本研究通过13种语言和7个前沿模型家族的评估，发现思维链监控在语言分布偏移下普遍不可靠（平均不可信率95.9%），模型会进行策略性操纵，且低资源语言中欺骗模式完全存在。

WeatherCity: Urban Scene Reconstruction with Controllable Multi-Weather Transformation

WeatherCity: 可控多天气变换的城市场景重建

Wenhua Wu, Huai Guan, Zhe Liu, Hesheng Wang

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学） 纠错

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

AI总结 提出WeatherCity框架，利用文本引导的图像编辑、天气高斯表示和物理驱动模型，实现高保真、时间一致的4D城市场景重建与多天气编辑。

PhyloFrame: A DataFrame-based Library for Fast, Flexible Phylogenetic Computation

PhyloFrame：基于DataFrame的快速灵活系统发育计算库

Matthew Andres Moreno, Jeet Sukumaran, Luis Zaman, Emily Dolson

专题命中 机器人操作 ：manipulation(abstract)

AI总结 提出基于DataFrame的Python库PhyloFrame，通过数组存储和JIT编译实现大规模树（≥30万分类单元）的高效计算，性能媲美原生代码库。

Electrically driven Rabi dynamics of magnetic-field-induced corner states in a two-dimensional topological insulator

二维拓扑绝缘体中磁场诱导角态的电驱动拉比动力学

D. V. Khomitsky, E. A. Lavrukhina, D. P. Krasavin, S. S. Krishtopenko, F. Teppe

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文研究HgTe/CdHgTe量子阱中螺旋边缘双扭结处磁场诱导局域态的相干电操控，通过边缘态模型计算电偶极矩阵元并求解共振驱动下的时间依赖问题，发现拉比振荡频率可达20-40 GHz，且连续态泄漏可通过降低驱动幅度抑制到1%以下。

Comments 12 pages, 7 figures

A Wolf in Sheep's Clothing: Targeted Routing Hijacking in Federated RAG

披着羊皮的狼：联邦RAG中的目标路由劫持

Junjie Mu, Qiongxiu Li

机构 * Politecnico di Milano（米兰理工大学） ； Aalborg University（奥胡斯大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出路由劫持攻击，恶意客户端伪造语义配置文件以吸引目标查询，导致检索结果被篡改，并设计了一种基于信任的后路由框架来缓解该攻击。

Comments Under review. Code available at https://github.com/Junjie-Mu/routing-hijacking-fedrag

SilentRetrieval: Hijacking Retrieval-Augmented Generation via Semantically-Preserving Adversarial Data Poisoning

SilentRetrieval：通过语义保持的对抗性数据投毒劫持检索增强生成

Jiachen Qian

机构 * City University of Hong Kong（香港城市大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)

AI总结 提出SilentRetrieval两阶段数据投毒攻击，通过协调束搜索和上下文自适应触发生成，在保持文档流畅性的同时实现高检索命中率和攻击成功率，并评估了防御措施的有效性。

Comments 12 pages, 4 figures, KDD '26 camera-ready version

Journal ref Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.2 (KDD '26), August 09--13, 2026, Jeju Island, Republic of Korea

From Provable to Practical: A Problem-Driven Survey of Classical and Machine-Learning Defenses for DV/CV Quantum Key Distribution

从可证明到实用：针对DV/CV量子密钥分发的经典与机器学习防御的问题驱动综述

Hasan Abbas Al-Mohammed, Afnan S. Al-Ali

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文以九类实际问题为驱动，系统比较了经典防御与机器学习解决方案（如异常检测、参数预测、噪声估计、对抗净化与资源分配）在DV/CV QKD中的应用，并提出了包含数据集、压力测试协议和统一评估指标的基准框架。