机器人 / 具身智能

GeniWorld: A Generalizable Interactive World Model for Robotic Manipulation via Visual Actions

GeniWorld：一种用于机器人操作的可泛化交互式世界模型

Chenghao Gu, Hanyang Yu, Jingbo Zhang, Haitao Lin, Wenyao Zhang, Jinghe Wang, Hanglei Jin, Shuzhao Xie, Jingyan Jiang, Zhi Wang

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Tencent Robotics X（腾讯Robotics X实验室） ； The Hong Kong University of Science and Technology（香港科技大学） ； Shenzhen Technology University（深圳技术大学） 纠错

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

AI总结 针对通用机器人策略在复杂环境中鲁棒性不足的问题，提出GeniWorld交互式世界模型，通过解耦本体与环境动态、构建自回归视频预测模型实现泛化，可用于策略评估并提升下游操作性能。

Beyond Flat Policies: Hierarchical Post-Training for Embodied Agents in Robotic Manipulation

超越扁平策略：面向机器人操作具身智能体的分层后训练

He Kong, Zengjue Chen, Qi Wang, Qianli Xing, Runliang Niu, Peidong Liu, Jiawei Li, Shiqi Wang, Yi Chang

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

AI总结 针对现有VLA模型扁平策略难以处理长时程操作的问题，提出HiRoC分层后训练框架，通过解耦规划与执行并对齐分布，在机器人操作基准上取得优于强基线的性能。

Acoustic-driven millimetric helical robot: ultrasonic synergistic manipulation in confined fluidic environment

声驱动毫米级螺旋机器人：受限流体环境中的超声协同操控

Hanlin Wang, Xin Wang, Xinwei Wei, Jiaxu Liu, Le Wang, Shengze Cai, Chao Xu

机构 * Zhejiang University（浙江大学） ； Huzhou Institute of Zhejiang University（浙江大学湖州研究院） ； Huzhou Normal University（湖州师范学院） ； Huzhou Vocational and Technical College（湖州职业技术学院） 纠错

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

AI总结 该研究提出协调多声场方法，利用声辐射力与声流协同实现毫米级螺旋机器人在受限流体环境的可控运动，提升了操控性，为相关生物医学应用提供支撑。

JoyAI-RA 0.5: Scaling Robot Manipulation Learning via Dual Action Alignment

JoyAI-RA 0.5：通过双动作对齐扩展机器人操纵学习

RA Team

机构 * Joy Future Academy, JD（京东探索研究院） 纠错

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

AI总结 针对机器人操纵学习中异构数据的负迁移问题，提出 JoyAI-RA 0.5 框架，通过双动作对齐结合 VLWA 与强化学习，在 AgiBot 基准上实现性能提升，证明人类弱标注数据可作为扩展操纵能力的核心资源。

Comments Project Page: https://joyai-ra-05.github.io/

World-to-Wrist: Task-Conditioned Future Wrist Modeling for Fine-Grained Robot Manipulation

世界到手腕：面向精细机器人操作的任务条件未来手腕建模

Yuhao Pan, Haosong Peng, Zhengshen Zhang, Zhengyang Yan, Yalun Dai, Fushuo Huo, Chujie Wang, Tianyu Qi, Xiucheng Wang, Nan Cheng, Wenchao Xu

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Wuhan University（武汉大学） ； Sun Yat-sen University（中山大学） ； Xidian University（西安电子科技大学） ； Southeast University（东南大学） 纠错

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

AI总结 本研究提出W2-VLA模型，通过任务条件未来手腕建模结合W2-CoT辅助监督，在LIBERO等数据集及真实任务中提升了机器人精细接触敏感操作能力，动作生成速率超80Hz。

Velocity- and Regime-Aware Detection of Intraday Options Market Manipulation, with Explainable Attribution

感知速度与 regime 的日内期权市场操纵检测及可解释归因

Alex Chen, Maria Hybinette

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

AI总结 该研究提出感知速度与 regime 的日内期权市场操纵检测方法，结合 SHAP 归因，在印度期权和美国股票数据上实现高召回率与 AUC，揭示跨市场迁移的动态操纵特征。

VIDP: Variable Impedance Diffusion Policy for Compliant Robot Manipulation from Diverse Demonstrations

VIDP：用于柔顺机器人操作的可变阻抗扩散策略（Variable Impedance Diffusion Policy）

Hisham Khalil, Neil Fernandes, Thomas M. Kwok, Hsiu-Chin Lin, Yue Hu

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

AI总结 该研究针对接触丰富的机器人操作问题，提出基于模仿学习的可变阻抗控制框架VIDP，利用TP-DAMM从多样本演示中提取物理一致的轨迹分布，无需力传感器即可联合预测位姿与柔顺性，在真实实验中任务成功率及力、跟踪误差表现均优于基线方法。

Comments 8 pages, 5 figures

Hijacking Robots with a Piece of Paper: A Systematic Study of Physical Prompt Injection in VLM-Controlled Robots

用一张纸劫持机器人：对VLM控制机器人的物理提示注入的系统研究

S. M . Bhagya P. Samarakoon, M. A. Viraj J. Muthugala, W. K. R. Sachinthana, Mohan Rajesh Elara

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

AI总结 该研究针对VLM控制的分拣机器人，系统分析了四类物理提示注入攻击的成功率，发现其存在显著脆弱性，且三种简单防御措施可大幅降低风险。

Agentic Nesting: A New Methodology for Existing Enterprise Application Integration and Services

智能体嵌套：现有企业应用集成与服务的新方法论

Xi Wang, Kun Li, Xianyao Ling, Gang Yin, Liang Zhang, Jiang Wu, Wenbo Lei, Jun Xu, Annie Wang, Fu Zhang, Weizhe Wang

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

AI总结 针对企业应用集成的传统方法存在的缺陷，本文提出Agentic Nesting多智能体协作框架，构建分层嵌套的智能体结构，实现跨应用的对话式集成，探索其在异构系统等场景的泛化潜力。

Resourced Authority A Mechanism-Design Model for Participatory Governance of Deployed AI Agents

资源权威：部署AI代理参与式治理的机制设计模型

Praphul Chandra, Sujit Gujar, Ganesh Ghalme

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

AI总结 本研究提出资源权威机制设计模型，用于通过计算预算使授权自我执行，实现对已部署AI代理的参与式治理，同时指出被治理代理操纵治理 electorate 是核心开放问题。

Comments 22 pages, 9 Figures

Floating Radiance Networks

浮动辐射场网络

Krzysztof Byrski, Rafał Tobiasz, Grzegorz Wilczyński, Mikołaj Zieliński, Dawid Baran, Dominik Belter, Jacek Tabor, Przemysław Spurek

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

AI总结 该研究提出浮动辐射场网络（FlaRe），一种结合可显式光线追踪几何与连续神经辐射函数的神经场景表示，可实现高保真渲染、光线追踪、几何操作与外观编辑的统一，在基准测试中具竞争力。

Vorch-Omni: Multi-Task Orchestration of Sight and Sound

Vorch-Omni：视觉与听觉的多任务编排

Vorch Team, Xiaoyu Chen, Yang Ding, Cong Han, Menglin Han, Yuxin Hong, Jiebo Hou, Zequn Jie, Xiang Li, Jing Liu, Qi Liu, Yulei Lu, Siyuan Luo, Lin Ma, Xin Ma, Yinlong Qian, Peng Shi, Fang Wan, Siqi Wang, Yaohui Wang, Yaole Wang, Yidi Wu, Siqian Yang, Mingyu Yin, Haoran Yu, Gang Yue, Lisai Zhang, Yuting Zhang

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

AI总结 Vorch-Omni是基于流匹配扩散Transformer的统一多任务视听合成框架，支持10余项视听相关任务，为通用视听生成与操作提供可扩展基础。

Comments Project Page: https://vorch-project.github.io/Vorch-Omni-project/

ARGUS: Aligning Robot Scene Geometry Under Shifting Views with Large 3D Vision Models

ARGUS：利用大规模3D视觉模型在视角变化下对齐机器人场景几何结构

Rishik Sathua, Haonan Chen, Katherine Driggs-Campbell

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Harvard University（哈佛大学） 纠错

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

AI总结 本研究提出ARGUS，一种利用大规模3D视觉模型对齐机器人场景几何结构的观测预处理流水线，可提升机器人操纵策略在视角多样化场景下的性能与学习效率。

Comments Project webpage: https://rsathua.github.io/ARGUS/

Behavioral Residualization for Unsupervised Intrusion Detection in Automotive CAN Networks

汽车CAN网络无监督入侵检测的行为残差化方法

Chandan Hegde, Mukundh R Reddy

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

AI总结 针对汽车CAN网络现有入侵检测方法在攻击者复用合法仲裁ID时失效的问题，提出每ID行为残差化表示，经多检测器和数据集验证，可有效提升无监督入侵检测性能，但存在新颖ID泛洪和跨ID模糊测试的局限性。

Comments 9 pages, 5 figures, 8 tables

Generating two-mechanical mode entangled cat states, and steady-state entanglement, in cavity optomechanics in the presence of dissipation

耗散存在下腔光力学中两机械模式纠缠猫态与稳态纠缠的产生

Sanket Das, Jason Twamley

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本研究基于耗散工程方法，通过相位依赖的声子跳变相互作用，在腔光力学中实现两机械模式纠缠猫态与稳态纠缠的产生，为多模非高斯态制备提供可行方案。

Comments 10 pages, 6 figures

Structured coherence: A modern perspective on optical coherence as a resource

结构化相干性：将光学相干作为一种资源的现代视角

Ayman F. Abouraddy, Bahaa E. A. Saleh

专题命中 机器人操作 ：manipulation(abstract)

AI总结 该研究提出将结构化相干性作为光学资源，通过相干矩阵构建其理论框架，揭示部分相干性的相干优势，为集成光子平台的光信息处理应用提供新途径。

A platform for nuclear symmetry-violation searches with laser-coolable molecules carrying spinful nuclei

携带自旋核的激光冷却分子用于核对称性破缺搜寻的平台

Tatsam Garg, Jakob Weiß, Tesse Tiemens, Charly Beulenkamp, Andreas Schindewolf, Tim Langen

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文开发了适用于带自旋核分子的综合实验工具箱，结合已演示技术实现高灵敏度，可用于搜寻核对称性破缺，还能推进核理论基准验证。

Abruptly autofocusing waves enter space-time

突然自聚焦波进入时空域

Nikolaos K. Efremidis, Demetrios N. Christodoulides

专题命中 机器人操作 ：manipulation(abstract)

AI总结 曹等人通过实验合成球形艾里波包，首次实现从（2+1）维空间自聚焦到全时空域的转变，为超快结构化光等领域开辟了新机遇。

Comments 5 pages, 1 figure

Anyon-Impurity Bound States in Quantum-Engineered Fractional Chern Insulators

量子工程分数量子霍尔绝缘体中的任意子-杂质束缚态

Botao Wang, Amit Vashisht, Felix A. Palm, Fabian Grusdt, Laurens Vanderstraeten, Nathan Goldman

专题命中 机器人操作 ：manipulation(abstract)

AI总结 该研究在量子工程分数量子霍尔绝缘体的 Harper-Hofstadter 模型中，结合分析与数值方法表征任意子-杂质束缚态，证明其结合能可测准空穴分数电荷，为任意子操控与编织提供可行实验路径。

Comments 5.5+4 pages, 4+5 figures, comments are welcome!

Emergent Surface Altermagnetism

涌现表面交替磁性

Yuzhong Hu, Pan Zhou, Baoru Pan, Songmin Liu, Binchang Zhou, Lizhong Sun

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本研究提出表面交替磁性（SAM）概念，建立对称性框架识别其存在的对称性破缺表面，经紧束缚与第一性原理计算验证，将交替磁性扩展至材料表面，为无外场自旋操控铺路。

Journal ref Phys. Rev. Lett. (2026)

Uncertainty-Aware World Model for Aerial Image-Goal Navigation

面向航拍图像目标导航的不确定性感知世界模型

Deyi Zhu, Haoyu Fan, Yinan Zhu, Weichen Zhang, Shilin Ma, Xinlei Chen, Yansong Tang

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

专题命中 具身导航 ：navigation(title,abstract)；world model(title,abstract)；分类 cs.CV

AI总结 针对航拍图像目标导航中现有世界模型的未来状态预测不足问题，提出UA-NWM模型，将轨迹评分建模为条件分布外检测，仅用不可解释残差评分，实验验证其性能与实用性。

Unified Planning-Learning Framework for Robust UUV Navigation Under Partial Observability

部分可观测条件下用于自主水下航行器（UUV）鲁棒导航的统一规划-学习框架

Md Ether Deowan, Eleni Kelasidi

机构 * NTNU（挪威科技大学） 纠错

专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO

AI总结 该研究提出统一规划-学习框架，结合占用地图构建、规划与控制，通过行为树蒸馏等技术提升UUV在部分可观测动态水下环境的导航鲁棒性与安全性，经仿真验证优于基线方法。

Comments 8 pages, 6 figures. Accepted for presentation at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026), Philadelphia, PA, USA

Predicting Task Difficulty Without Rollouts

无需展开预测任务难度

Stefan Krsteski, Charlotte Meyer

机构 * Andromede AI（安卓迈德人工智能） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.LG

AI总结 该研究针对17个跨多领域的智能体基准，提出无需展开的任务难度预测方法，发现token级熵是有效预测信号，可通过难度残差暴露环境缺陷，助力校准基准与构建训练课程。

PathCover: A Fast Convex Decomposition along a Path via Randomized Iterative Space Partitioning (RISP) on Point Clouds

PathCover：基于点云的随机迭代空间划分（RISP）沿路径的快速凸分解

Kunal S. Narkhede, Abhijeet M. Kulkarni, Guoquan Huang, Ioannis Poulakakis

机构 * University of Delaware（特拉华大学） ； Athena Research Center（雅典娜研究中心） ； National Technical University of Athens（雅典国家技术大学） ； HERON–Center of Excellence in Robotics（赫伦机器人卓越中心） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 PathCover是基于点云的快速凸分解框架，采用RISP算法，可高效生成无障碍物多面体，速度较现有方法提升一个数量级，经仿真与实机验证适用于机器人导航。

Comments 13 pages, 5 figures

Dual-Faraday-laser-pumped cesium beam clock with $7.7\times 10^{-13}/\sqrtτ$ frequency stability

双法拉第激光抽运铯束钟，频率稳定度为$7.7\times 10^{-13}/\sqrt{τ}$

Xiaomin Qin, Suyang Wei, Haijun Chen, Yufei Yan, Qiang Wei, Hangbo Shi, Zhiyang Wang, Zheng Xiao, Zijie Liu, Tiantian Shi, Jingbiao Chen

专题命中 具身导航 ：navigation(abstract)

AI总结 该研究开发了基于原子参考低噪声激光架构的双法拉第激光抽运铯束钟，实现$7.7\times 10^{-13}/\sqrt{τ}$的频率稳定度，为可部署精密授时等提供高性能频率参考。

Comments 12 pages, 5 figures

XEWorld: Can Action-Conditioned World Models Generalize to Unseen Robot Embodiments?

XEWorld：基于动作的世界模型能否泛化至未见过的机器人 embodiment？

Yixiang Chen, Jiabing Yang, Yuan Xu, Qisen Ma, Keji He, Peiyan Li, Kai Wang, Ziheng He, Xiangnan Wu, Jing Liu, Nianfeng Liu, Yan Huang, Liang Wang

专题命中 具身推理 ：world model(title,abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV

AI总结 该研究针对XEWorld测试平台，发现基于动作的世界模型因视觉与物理动力学解耦不足，难以跨机器人 embodiment 泛化，需架构创新突破瓶颈。

From Economic Agents to Agentic Economies: A Systems Blueprint for Economic World Models

从经济智能体到智能体经济：经济世界模型的系统蓝图

Jiale Han, Xiang Li, Jing Qian, Wenyuan Gu, Pin Gao, Ye Luo, Hongyuan Zha, Dacheng Tao, Benyou Wang, Lin William Cong

机构 * Shenzhen Loop Area Institute（深圳河套学院） ； School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）数据科学学院） ； University of Hong Kong（香港大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文提出经济世界模型（EWM）的六级能力阶梯实施蓝图，旨在加速可作为人类决策沙箱与AI智能体基础的下一代高保真经济模拟环境开发。

Comments Project page: https://github.com/FreedomIntelligence/Awesome-Economic-World-Models

Quantum-Structured World Models (QSWMs) for Predictive Latent Dynamics

用于预测潜在动力学的量子结构化世界模型（QSWMs）

Hailong Jiang, Emran Hossain, Feng Yu, Jianfeng Zhu, Guilin Zhang, Wulan Guo

机构 * Youngstown State University（扬斯敦州立大学） ； Kent State University（肯特州立大学） ； George Washington University（乔治·华盛顿大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.LG

AI总结 本文提出量子结构化世界模型（QSWMs），研究量子启发结构对世界建模的作用，在基本元胞自动机上评估其变体，发现复值QSWM局部预测潜力良好但类密度矩阵变体存在长时序预测局限。

Comments 19 pages, 5 figures,

AppDeltaWorld: Transition-Grounded Delta Code World Model for Mobile GUI Agents

AppDeltaWorld：面向移动GUI智能体的基于转换的增量代码世界模型

Weikai Xu, Yunren Feng, Haoxiang Lei, Kun Huang, Yuxuan Liu, Kang Zhao, Xiaolin Hu, Shuo Shang, Bo An

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI

AI总结 针对移动GUI智能体轨迹获取难、模拟环境扩展难等问题，提出AppDeltaWorld增量代码世界模型，在CMGUIBench-500评估中表现最优，支撑的AppDeltaAgent在多基准达SOTA，测试时强化学习可进一步提升性能。

PhyLatent: Learning Dynamics-Relevant Representations for JEPA World Models

PhyLatent：为JEPA世界模型学习与动力学相关的表征

Xi Zeng, Haojie Ren, Ziying Song

机构 * School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航天工程学院） ； School of Artificial Intelligence (School of Software), Yanshan University（燕山大学人工智能学院（软件学院）） ； The University of Sheffield（谢菲尔德大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV

AI总结 PhyLatent为JEPA世界模型设计训练目标，解决其三类失效模式，在OGBench-Cube等数据集上显著降低失效率、提升MPC成功率，证明全局非坍塌不足以学习可靠的JEPA状态空间。

Comments 16 pages, 5 figures