机器人 / 具身智能

ViTacWorld: Scaling Visuo-Tactile World Models for Contact-Rich Robot Manipulation

ViTacWorld：用于丰富接触式机器人操作的视觉-触觉世界模型扩展

Yunao Huang, Shiyu Sang, Haotao Lu, Suting Ni, Shijie Wu, Ziyang Guo, Ye Shi, Jingya Wang

机构 * ShanghaiTech University（上海科技大学） ； InstAdapt 纠错

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

AI总结 研究针对丰富接触式机器人操作中视觉-触觉学习扩展难的问题，提出ViTacWorld模型，利用真实和模拟数据预训练并微调，能根据机器人动作预测视觉与触觉反馈，实现动作条件策略评估，提升策略性能。

Comments 18 pages, 6 figures, 5 tables. Project page: https://vitacworld.github.io/

Robot-Factored World Models via Robot Rendering

通过机器人渲染实现机器人因素分解的世界模型

Byungjun Kim, Taeksoo Kim, Hyunsoo Cha, Hanbyul Joo

机构 * Seoul National University（首尔国立大学） 纠错

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

AI总结 研究动作条件视频世界模型，提出机器人因素分解的世界模型，通过动作实现和机器人渲染将特定机器人因素移出模型，解决深度模糊问题，实验表明其优于基线且能推广，还能从人类演示生成机器人操作视频。

Comments Project Page: https://bjkim95.github.io/rofacto/

Industrial Dexterity Benchmark: A Hardware-Software Benchmarking Platform for Industrial Dexterous Manipulation

工业灵巧性基准测试：一个用于工业灵巧操作的硬件-软件基准测试平台

Honglu He, Jacob Laufer, Zhiwu Zheng, David Elkan-gonzalez, Raman Goyal, Xinyi Li, Su Lu, Mishek Musa, Berke Saat, Nicolas Tan, Colm Prendergast

机构 * Analog Devices, Inc.（亚德诺半导体技术有限公司） 纠错

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

AI总结 针对工业灵巧操作瓶颈，提出从经典流程到端到端多模态模仿学习框架的转变，介绍了IDB板、DAG-ROS框架和AG-iDP3策略框架，通过数据中心电缆操作实验表明新策略在多方面优于传统方法，推动向可扩展机器人自动化发展。

Compliant Non-Prehensile Pushing Manipulation

顺应性非抓取推动操作

Francesco Cufino, Mario Selvaggio, Fabio Amadio, Fabio Ruggiero

机构 * PRISMA Lab, department of Electrical Engineering and Information Technology of the University of Naples Federico II（PRISMA实验室，那不勒斯费德里科二世大学电气工程与信息科技系） ； Inria, CNRS, Université de Lorraine（Inria、CNRS、洛林大学） ； ABB Corporate Research Center（ABB企业研究中心） 纠错

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

AI总结 针对顺应性机器人系统中的非抓取推动操作，提出基于阻抗控制与模型预测控制的框架，通过优化位置/速度设定点实现顺应性推动，并集成能量罐无源性滤波器保证安全交互。

One Hand Watches The Other: Dynamic Multi-Agent Cooperation for Sample-Efficient Bimanual Manipulation in Dynamic Environments

一只手注视着另一只手：动态环境中用于高效样本双机器人操作的动态多智能体协作

Jan Ole von Hartz, Abhinav Valada, Joschka Boedecker

机构 * University of Freiburg（弗莱堡大学） 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 研究动态环境中双机器人操作问题，提出轻量级DynaMAC框架，将相对手臂视为动态任务参数，解决因果限制，保留多流策略优势。通过DynaBench基准测试，性能远超基线，能零样本泛化，简化数据收集，为人机协作助力。

SAFE-Pruner: Semantic Attention-Guided Future-Aware Token Pruning for Efficient Vision-Language-Action Manipulation

SAFE-Pruner: 语义注意力引导的未来感知令牌剪枝用于高效视觉-语言-动作操控

Shilin Ma, Chubin Zhang, Changyuan Wang, Yuji Wang, Yue Wu, Zixuan Wang, Jingqi Tian, Zheng Zhu, Yansong Tang

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） 纠错

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

AI总结 针对视觉-语言-动作模型推理加速中现有剪枝方法忽略深层视觉信息的问题，提出SAFE-Pruner框架，通过引入未来层注意力线索和语义注意力一致性实现前瞻性令牌剪枝，在仿真和真实实验中取得最高1.89倍加速且成功率下降小于1.7%。

Comments Accepted to ECCV 2026

Embodying Multi-Hand Manipulation Policies by Searching the Assignment and Null Spaces

通过搜索分配空间和零空间来体现多手操作策略

Yorai Shaoul, Jiaoyang Li, Maxim Likhachev

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

AI总结 研究多臂机器人执行操作策略的问题，基于冲突搜索构建框架，通过搜索轨迹分配空间和零空间，统一处理分配与零空间运动，有效解决多手操作策略执行难题，实现多臂机器人协调操作。

Comments Published in SoCS 2026

GuidedAttention: Interpretable and Correctable Visual Attention for OOD-Robust Robot Manipulation via Imitation Learning

引导注意力：通过模仿学习实现面向OOD鲁棒机器人操纵的可解释和可校正视觉注意力

Masaki Murooka, Ryoichi Nakajo, Keisuke Shirai, Tomohiro Motoda, Hanbit Oh, Ryo Hanai, Yukiyasu Domae

机构 * Artificial Intelligence Research Center, National Institute of Advanced Industrial Science and Technology (AIST)（日本产业技术综合研究所人工智能研究中心） 纠错

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

AI总结 研究针对端到端视觉运动策略中人类难以理解和校正视觉注意力的问题，提出引导注意力框架，通过预测任务相关注意力关键点并结合扩散动作策略，经用户校正后由跟踪模块传播，提升了机器人在OOD条件下的操纵性能。

Comments Project page added

SIREN (Luring LLMs onto the Rocks): PAIR-Driven Preference Manipulation in Web-RAG Recommenders

SIREN（诱使大语言模型陷入困境）：网页增强型大语言模型推荐系统中基于配对驱动的偏好操纵

Evan Caville, Siamak Layeghy, Billy Sung, Sara Dolnicar, Marius Portmann

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

AI总结 研究网页增强型大语言模型推荐系统中排序推荐的对抗操纵问题，提出SIREN方法，利用23种内容中毒技术迭代编辑检索到的网页，在两个Claude模型上实验，使选定实体多次达排名第1，验证了声明性排名等方式的有效性。

SiPhy: Single-Image Physical Property Reasoning

SiPhy：单图像物理属性推理

Hoang Le, Joonwoo Kwon, Elkhan Ismayilzada, Yufei Zhang, Zijun Cui

机构 * Michigan State University（密歇根州立大学） 纠错

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

AI总结 研究从单图像推断物理属性，核心方法是引入SiPhy框架，将视觉线索与材料知识对齐，通过采样、提取特征等操作及对比聚合器、重量感知细化来实现。在多个数据集上取得领先性能，还验证了其在真实交互数据集上作为数据标注引擎的潜力。

Comments Accepted to ECCV 2026 (main track)

Probing Speaker Identity Sensitivity in Audio Deepfake Detectors

探究音频深度伪造检测器中的说话者身份敏感性

Daniyal Kabir Dar, Arun Ross

机构 * Michigan State University（密歇根州立大学） 纠错

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

AI总结 研究音频深度伪造检测器对说话者身份的敏感性问题，提出身份敏感性分数（ISS），该方法无需真实标签，通过计算检测器分数变化量化身份敏感程度，能有效预测错误分类，为基于说话者的故障分析提供实用诊断。

Comments Accepted at IEEE/IAPR International Joint Conference on Biometrics (IJCB) 2026. 8 pages, 3 figures, 7 tables

An Explainable FFT-Based Spatial-Frequency Fusion Framework for Deepfake Detection

一种基于快速傅里叶变换的可解释空间频率融合深度伪造检测框架

Pamela Kirui, Cho Hyuk, Qingzhong Liu, Haodi Jiang

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

AI总结 针对深度伪造检测问题，提出基于快速傅里叶变换的MSCA-FFT框架，结合Xception空间分支与FFT频率分支，经变压器编码器细化、交叉注意力融合后由MLP分类，性能优于DCT方法及基线模型，且频率分支能提供互补线索并给出可解释证据。

Plug, Play, and Comply: A Modular Framework for Online Variable Impedance with Arbitrarily Oriented Compliance Axes

即插即用且合规：具有任意定向柔顺轴的在线可变阻抗模块化框架

Mihael Simonič, Xiaocong Li

机构 * College of Information Science and Technology, Eastern Institute of Technology（信息科学与技术学院，东方理工学院） ； Zhejiang Key Laboratory of Industrial Intelligence and Digital Twin, Eastern Institute of Technology（浙江省工业智能与数字孪生重点实验室，东方理工学院） 纠错

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

AI总结 该论文提出与机器人无关的柔顺控制框架，通过插件架构分离控制器与控制律，标准化接口支持多种控制公式。其参考笛卡尔阻抗控制器可在线更新柔顺方向，实验和仿真验证了在不同操纵器上的任务相关柔顺性及可移植性。

Comments 8 pages, 7 figures, 2 tables. Paper page: https://smihael.github.io/plug-play-comply/

A Monolithic Hand with Asymmetric Origami Bending and Dual-chamber Actuators

一种具有非对称折纸弯曲和双腔致动器的一体式手

Nan Huang, Yuming Zhu, Zicong Zhang, Jianhui Liu, Xiaohuang Liu, Dihan Liu, Jiansheng Dai, Sicong Liu

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

AI总结 研究提出非对称折纸弯曲模式和非对称双腔设计，构成OSOR手的手指和手掌致动器，在一体式结构中实现仿生运动与足够输出性能，简化制造，经实验验证，其弯曲范围和输出力达标，能完成多种抓握动作，为软机器人手发展带来新可能。

Design and Human Evaluation of Tactile Withdrawal Reflexes for a Skin-Covered Robot Arm

用于皮肤覆盖机器人手臂的触觉退缩反射的设计与人体评估

Laura Babayeva, Lukas Rustler, Matej Hoffmann

机构 * Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（布拉格捷克技术大学电气工程学院控制论系） 纠错

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

AI总结 研究机器人手臂人工伤害感受，提出将压力变化映射到退缩动作的流程，比较三种反射。通过用户研究发现均匀反射在多项指标上获高评价，表明行为可预测性对用户接受很关键，笛卡尔反射被认为最适合触摸，生物启发反射表现不佳。

Comments Submitted to IEEE Humanoids 2026

Securing Multimodal AI through Internal Information Decomposition

通过内部信息分解保护多模态人工智能

Jehyeok Yeon, Hyeonjeong Ha, Qiusi Zhan, Heng Ji

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

AI总结 研究多模态大语言模型的攻击问题，提出FlowGuard框架，通过监测内部多模态一致性检测有害输入，受部分信息分解启发得出FlowVectors量化相关指标，有效降低攻击成功率且减少效用损失和延迟，为多模态推理提供有效防御。

Comments Accepted as Spotlight Paper at ICML 2026

From Mind to Machine: The Rise of Manus AI as a Fully Autonomous Digital Agent

从心智到机器：Manus AI作为完全自主数字代理的崛起

Minjie Shen, Yanshu Li, Lulu Chen, Zhichao Fan, Yanhang Li, Qikai Yang, Haochen Yang

机构 * Department of Electrical and Computer Engineering, Virginia Tech（弗吉尼亚理工学院电气与计算机工程系） ； Department of Computer Science, Brown University（布朗大学计算机科学系） ； Department of Computer Science, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机科学系） ； Khoury College of Computer Sciences, Northeastern University（东北大学科里尔计算机科学学院） 纠错

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

AI总结 Manus AI是一款通用人工智能代理，结合大语言模型的推理与规划能力，执行复杂任务并产生实际成果，本文全面介绍了其技术架构、跨行业应用及未来潜力。

Color Me Correctly: Bridging Perceptual Color Spaces and Text Embeddings for Improved Diffusion Generation

正确为我上色：弥合感知颜色空间与文本嵌入以改进扩散生成

Sung-Lin Tsai, Bo-Lun Huang, Yu Ting Shen, Cheng Yu Yeo, Chiang Tseng, Bo-Kai Ruan, Wen-Sheng Lien, Hong-Han Shuai

机构 * National Yang Ming Chiao Tung University 纠错

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

AI总结 研究文本到图像生成中颜色对齐问题，提出利用大语言模型消除颜色提示歧义、在文本嵌入空间指导颜色混合操作的无需训练框架，提高了颜色准确性且不影响图像质量，弥合文本语义与视觉生成差距。

Comments Accepted to ACM Multimedia 2025 (MM '25)

HunyuanVideo-HOMA: Generic Human-Object Interaction in Multimodal Driven Human Animation

混元视频-HOMA：多模态驱动人体动画中的通用人机交互

Ziyao Huang, Zixiang Zhou, Juan Cao, Yifeng Ma, Yi Chen, Zejing Rao, Zhiyong Xu, Hongmei Wang, Qin Lin, Yuan Zhou, Qinglin Lu, Fan Tang

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Tencent Hunyuan（腾讯混元） 纠错

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

AI总结 针对人体-物体交互视频生成的局限，提出混元视频-HOMA弱条件多模态驱动框架，通过稀疏解耦运动引导等方法，将外观和运动信号编码融合，经优化训练，在弱监督下性能达先进水平，还具文本生成和物体操纵通用性。

Multiplexed storage and interaction of Rydberg spinwaves via the gradient echo memory protocol

通过梯度回波记忆协议实现里德堡自旋波的复用存储和相互作用

Bartosz Niewelt, Stanisław Kurzyna, Bartosz Kasza, Wojciech Wasilewski, Michał Parniak

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究里德堡激发与GEM协议集成受运动去相阻碍的问题，提出新型多光子寻址和接口方案，通过特定驱动场延长里德堡自旋波寿命，实现多模量子存储器中长寿命自旋波的存储、操纵及相互作用控制，为相关应用提供途径。

Comments 12 pages, 3 figures

Unconventional $\mathbb{Z}_2\times\mathbb{Z}_2\times\mathbb{Z}_2$ topological order in the kagome XY toric code

非传统 $\mathbb{Z}_2\times\mathbb{Z}_2\times\mathbb{Z}_2$ 拓扑序在 kagome XY 顶点码中

C. Kölbl, M. Vieweg, K. P. Schmidt

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究揭示了kagome XY顶点码在特定条件下实现非传统的$\mathbb{Z}_2\times\mathbb{Z}_2\times\mathbb{Z}_2$拓扑序，并提出CSS拓扑稳定符码用于拓扑量子信息的编码和操控。

Comments 11 pages, 6 figures

Enhanced Curie temperature and room-temperature 50-nm skyrmions achieved in hexagonal ferromagnet Mn5Ge3+x synthesized via a high-pressure method

通过高压法合成的六方铁磁体Mn5Ge3+x实现居里温度的提高和室温下50nm斯格明子的形成

Yongsen Zhang, Wei Liu, Meng Shi, Shuisen Zhang, Sheng Qiu, Yaodong Wu, Jialiang Jiang, Huanhuan Zhang, Hui Han, Kang Wang, Dingfu Shao, Zhenfa Zi, Chao Ma, Haifeng Du, Mingliang Tian, Shouguo Wang, Jin Tang

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究通过高压合成技术提高Mn5Ge3+x晶体居里温度，实现室温下50nm斯格明子的稳定性，利用微磁模拟和磁输运测量等方法，展现其在自旋电子器件应用中的潜力，包括对单个斯格明子的电学操纵和检测。

Journal ref Sci. China Phys. Mech. Astron. 69, 247511 (2026)

Current-induced creation and dynamics of embedded magnetic skyrmion bags

电流诱导的嵌入式磁斯格明子袋的产生与动力学

Yaodong Wu, Jialiang Jiang, Lingyao Kong, Meng Shi, Shouguo Wang, Mingliang Tian, Haifeng Du, Jin Tang

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究在零磁场下通过直流电流在FeGe纳米板中诱导形成和操纵嵌入式斯格明子袋，利用原位洛伦兹透射电子显微镜观察转变过程，经理论分析确定驱动机制，还展示不同Q值斯格明子袋间电诱导转变，为全电控制拓扑自旋纹理和缺陷奠定基础。

Journal ref Nature Communications 2026

HARMONI at ELT: LPOU calibrations for a micron-level pointing accuracy

甚大望远镜上的HARMONI：用于微米级指向精度的LPOU校准

Gonzalo José Carracedo Carballal, Irene Ferro Rodríguez, David L King, Iago Funes Vecino, Guillermo Mercant Rubio, Alonso Álvarez Urueña, Laura García Moreno, Heribert Argelaguet Vilaseca, Javier Piqueras López, Chiara Cerruti

专题命中 机器人操作 ：robotic(abstract)

AI总结 研究HARMONI在甚大望远镜上为达微米级指向精度的校准问题，核心方法是探讨靠近引导探头插入校准掩膜及添加重新聚焦光学元件的可能性，主要贡献是分析其不同变体对图像质量及定位误差分辨能力的影响并经模拟验证。

Comments 7 pages, 8 figures

Generating persistent-current superpositions in Bose-Einstein condensates using dynamic optical potentials

利用动态光学势在玻色-爱因斯坦凝聚体中生成持久电流叠加

Renzo Testa, Donatella Cassettari

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出利用动态光学势在玻色-爱因斯坦凝聚体中生成高保真度的持久电流叠加，并分析了其稳定性。

Comments 11 pages, 9 figures