机器人 / 具身智能

SpatialVAM:Spatial-Aware Multi-View Video Diffusion as a Data-Efficient Robot Policy

多视角视频扩散策略：一种3D空间-时间感知的视频动作模型

Peiyan Li, Yixiang Chen, Yuan Xu, Jiabing Yang, Xiangnan Wu, Jun Guo, Nan Sun, Long Qian, Xinghang Li, Xin Xiao, Jing Liu, Nianfeng Liu, Tao Kong, Yan Huang, Liang Wang, Tieniu Tan

机构 * New Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所模式识别国家重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； FiveAges（五时代） ； Tsinghua University（清华大学） ； Xi’an Jiaotong University（西安交通大学） ； Wuhan University（武汉大学） ； Nanjing University（南京大学） 纠错

专题命中 机器人学习 ：robot policy(title)；manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出MV-VDP，通过联合建模环境的3D空间-时间状态，解决机器人操控中对3D空间结构和时间演变理解不足的问题，实现高效、鲁棒且可解释的动作执行。

Comments Updated Version; Project Website: https://spatialvam.github.io/

Deliberate Practice: Learning Robot Skills under a Budget

刻意练习：有限预算下的机器人技能学习

Shivam Vats, Sudarshan Harithas, Mete Tuluhan Akbulut, Arvind Raghunathan, George Konidaris

专题命中 机器人学习 ：manipulation(abstract)；分类 cs.RO、cs.AI

AI总结 研究有限预算下机器人序列任务技能学习问题，提出刻意练习算法，通过双线性规划计算预算最优分配，经仿真与真实实验验证可提升机器人长程规划能力。

Comments 16 pages including appendices

DreamX-Phi 1.0: Action-Conditioned Video World Model for Robotic Manipulation

DreamX-Phi 1.0：面向机器人操控的动作条件视频世界模型

DreamX Team, Rui Chen, Xiangxiang Chu, Geng Li, Jifan Li, Qingfeng Shi, Datao Tang, Jing Tang, Jun Wang, Pengfei Zhang

机构 * DreamX 纠错

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

AI总结 DreamX-Phi 1.0是面向机器人操控的动作条件视频世界模型，通过几何编码、深度分支等优化，在WorldArena 2.0挑战赛获Track1第一、Track2第二，模型与代码将公开。

Comments Code: https://github.com/AMAP-ML/DreamX-Phi

H2R-Bench: Benchmarking Human-to-Robot Manipulation Video Generation in World Models

H2R-Bench：面向世界模型的人到机器人操作视频生成基准测试

Dingyi Rong, Yue Shi, Chaofan Ma, Jiezhang Cao, Zongrui Wang, Zeyu Zhang, Yao Mu, Guangtao Zhai, Ning Liu

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

AI总结 该研究推出H2R-Bench基准测试，评估视频世界模型跨实体将人类操作视频转为机器人操作视频的能力，发现现有模型在实体一致性等方面存在局限，为相关模型评估提供诊断框架。

S2-HWM: Sparse Event-Structured Hierarchical World Model for Long-Horizon Surgical Robot Manipulation

S2-HWM：用于长程外科机器人操作的稀疏事件结构化分层世界模型

Shuzhe Zhang, Xin Zhu, Yinling Qian, Qiong Wang

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

AI总结 针对长程外科机器人操作奖励稀疏、进展隐含的问题，提出S2-HWM模型，通过事件证据协调管理器与工作器，在SurRoL的PegTransfer任务上成功率达98.7%，优于基准模型。

RoboSynChallenge: Mastering Real-World Dexterity via Generalizing Synthesized Manipulation Skills

RoboSynChallenge：通过泛化合成操作技能掌握真实世界灵巧操作

Runyi Zhao, Ruixin Wu, Chengkun Li, Hongrui Zhang, Ang Li, Ruixing Jin, Yueci Deng, Yingying Guo, Lihe Ding, Shaocong Dong, Tianfan Xue, Yanjun Gao, Yudong Luo, Pascal Poupart, Simo Wu, Kui Jia, Wei-shi Zheng, Guiliang Liu

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； DexForce（德克斯力公司） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； University of Colorado Anschutz（科罗拉多大学安舒茨医学中心） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） ； Vector Institute（向量研究所） ； University of Waterloo（滑铁卢大学） ； Fudan University（复旦大学） ； Sun Yat-sen University（中山大学） ； Shenzhen Loop Area Institute (SLAI)（深圳环区研究所） 纠错

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

AI总结 RoboSynChallenge竞赛推出统一基准，结合合成数据与真实评估，提供多类基准策略，旨在推动开发泛化性强、数据高效的机器人操作系统，助力通用机器人智能发展。

Comments NeurIPS 2026 Competition Track

NestDex: Nested Policy Learning with Copilot Assisted Teleoperation for Dexterous Manipulation

NestDex：基于 Copilot 辅助遥操作的嵌套策略学习用于灵巧操作

James Zhao, Jinhe Tang, Mingyuan Ba, Weiming Zhi

机构 * Australian Centre for Robotics, The University of Sydney（悉尼大学澳大利亚机器人中心） ； College of Connected Computing, Vanderbilt University（范德堡大学互联计算学院） 纠错

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

AI总结 NestDex 是一种嵌套策略学习框架，借助 Copilot 辅助遥操作减轻灵巧操作演示收集负担，提升演示可靠性与效率，助力自主策略学习。

Comments 9 pages, 11 figures, 3 tables. Project website: https://aus.bot/research/nestdex

JEPA-WAM: Stage-Level Joint-Embedding Prediction for World-Action Models in Robot Manipulation

JEPA-WAM：机器人操作中世界-动作模型的阶段级联合嵌入预测

Xiao Liu, Yuguang Yang, Xi Wang, Kai Jiang, Cheng Chi, Yong Xu, Wenchao Ding, Yilun Chen, Yan Wang

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

AI总结 该研究针对通用机器人策略未明确建模任务阶段级未来的问题，提出JEPA-WAM模型，在50个RoboTwin 2.0任务上实现90.25%的整体成功率，成功减少了平均执行步骤数。

SONIC: Supersizing Motion Tracking for Natural Humanoid Whole-Body Control

SONIC：为自然人形全身体控进行超大规模运动追踪

Zhengyi Luo, Ye Yuan, Tingwu Wang, Chenran Li, Fernando Castañeda, Sirui Chen, Zi-Ang Cao, Jiefeng Li, David Minor, Qingwei Ben, Jinhyung Park, David Sami, Zi Wang, Xingye Da, Runyu Ding, Cyrus Hogg, Lina Song, Edy Lim, Eugene Jeong, Tairan He, Haoru Xue, Wenli Xiao, Simon Yuen, Jan Kautz, Yan Chang, Umar Iqbal, Linxi "Jim" Fan, Yuke Zhu

机构 * NVIDIA 纠错

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

AI总结 本文提出了一种超大规模运动追踪方法，通过扩大模型容量、数据和计算资源，实现了一种能够产生自然且稳健全身体态的通用人形控制器，并展示了其在运动追踪任务中的可扩展性及在下游任务中的应用价值。

Comments Project page: https://nvlabs.github.io/SONIC/

Journal ref Science Robotics 11 (117), eaed4592 (2026)

Algorithm Transparency and Search Manipulation: Steering vs. Persuasion

算法透明度与搜索操纵：引导与说服

Raphael Boleslavsky, Thomas Jungbauer, Mehdi Shadmehr

专题命中 机器人操作 ：manipulation(title)

AI总结 本文研究平台通过算法操纵消费者注意力，发现算法透明度会影响消费者福利，扩大或调整透明度要求会分离引导与信息提供，使消费者福利回到不透明状态。

Real-World Cooperative Bimanual Dexterous Grasp of Large Objects from Single-View Observations

基于单视图观测的真实场景中大型物体的双臂协同灵巧抓取

Ziming Li, Mingxuan Wu, Jiaqi Zhang, Hongfei Li, Yan Gan, Deqiang Ouyang, Ning Wang

机构 * The University of Auckland（奥克兰大学） ； Chongqing University（重庆大学） ； Southwest University（西南大学） 纠错

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

AI总结 本文针对机器人双臂抓取大型物体的挑战，提出含多模态数据集、DDPM模块及执行策略的真实场景双臂抓取框架，实验表明其对未见物体抓取成功率高。

Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Flex-$π$: A Multi-Stream World-Action Model with Compute Flexibility

Flex-$π$：具备计算灵活性的多流世界-动作模型

Ge Yan, Jinghao Liu, Yuzhi Fan, Lei Cai, Minwen Liao, Jesse Zhang, Dieter Fox

机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（艾伦人工智能研究所） 纠错

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

AI总结 该研究提出Flex-$π$多流世界-动作模型，利用冻结的视频生成VAE实现多模态监督，通过混合专家Transformer与每流丢弃机制提升效率，在双臂操作任务上性能优于基线模型且运行更快。

Comments Project page: https://flex-pi.github.io/

From Observation to Intervention: Memory in Brains and Large Language Models

从观察到干预：大脑与大型语言模型中的记忆

Morteza Salehjahromi, Shayan A. Zadegan, Amgad Muneer, Jia Wu

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

AI总结 该研究对比大脑与LLMs的记忆系统，提出可利用LLMs在实验访问上的优势，将记忆相关功能问题转化为更精准的生物学假设，核心是转移实验逻辑而非解剖结构。

Comments Perspective article, 11 pages, 3 figures, 1 table, and 1 key terms box. Submitted for consideration to Nature Machine Intelligence

FAM-DQ: A Dual-Quadrotor-Based Fully Actuated Aerial Manipulator for High-Torque Interaction

FAM-DQ：一种基于双四旋翼的全驱动空中操纵器，用于高力矩交互

Xuwei Yang, Ruoyu Ren, Ziqian Guo

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

AI总结 针对空中物理交互的高力矩需求，本文提出基于双四旋翼的全驱动空中操纵器FAM-DQ，通过特定结构设计实现解耦6自由度控制，实验验证其具备高力矩输出能力。

Comments 7 pages, 7 figures

Learning Unified Video and Image Representation for Video Face Forgery Detection

用于视频人脸伪造检测的统一视频与图像表示学习

Haotian Liu, Yang Liu, Guoying Zhao, Xiaobai Li

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

AI总结 针对部分伪造视频检测难题，提出UVIF框架，通过统一编码器、伪标注及特征对齐策略联合建模视频与图像，检测性能优于现有最优方法且无额外计算开销。

Discovering Persistent Behavioural Patterns for Interpretable Blockchain Forensics

面向可解释区块链取证的持久性行为模式发现

Dorottya Zelenyanszki, Zhe Hou, Kamanashis Biswas, Vallipuram Muthukkumarasamy

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

AI总结 该研究提出一种可扩展、应用无关的区块链行为模式发现框架，结合两步嵌入与可解释分析，可在以太坊超3000万笔交易中发现常规与恶意模式，支持区块链取证等应用。

Error-Aware Reverse Auction Mechanism for Large Language Model Routing

面向大语言模型路由的误差感知反向拍卖机制

Haolong Chen, Zhengyuan Xin, Liang Zhang, Lei Xue, Guangxu Zhu

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

AI总结 针对大语言模型路由的信息风险不匹配与可扩展性瓶颈，提出EA-RAM反向拍卖机制，证明其相关特性，实验显示该机制鲁棒且性能优于集中式基线。

Position: The Alignment Community is Unintentionally Building a Censor's Toolkit

立场：对齐社区正在无意之中构建审查者的工具包

Sarah Ball, Phil Hackemann

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

AI总结 该立场论文指出现代AI对齐方法是两用技术，可能被恶意滥用，呼吁社区讨论其滥用风险并提出缓解策略。

Comments Accepted as oral paper at ICML 2026

Journal ref Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea. PMLR 306, 2026

Controlling the dynamics of an electric-field-driven droplet on a lubricant-infused micropillar surface

电场驱动下润滑剂浸润微柱表面液滴的动力学控制

Geng Wang, Junyu Yang, Timan Lei, Jin Chen, Halim Kusumaatmaja, Kai Li, Kai H. Luo

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文开发了能捕捉界面流与电动力学相互作用的格子玻尔兹曼方案，结合模拟与解析计算建立了微柱LIS上电场驱动液滴的力的定量模型，可准确捕捉液滴动力学，有望实现液滴的精确控制。

Acoustic Tweezers for Magnetic Skyrmions

用于磁性斯格明子的声学镊子

Chongzhou Wang, Weichao Yu

专题命中 机器人操作 ：manipulation(abstract)

AI总结 针对现有磁性斯格明子驱动方法缺乏单粒子选择性的问题，本文提出声学镊子方案，利用空间扩展声学束实现单个斯格明子的确定性捕获与路由，为高精度拓扑自旋电子学提供非破坏性片上路径。

Comments 3 figures

Building an analog simulator of a photonic quantum computer with transparent tape, maple syrup, and cat lasers, and implementing first quantum algorithms in the classroom

用透明胶带、枫糖浆和猫激光器构建光量子计算机的模拟器，并在课堂上实现首个量子算法

Ghislain Lefebvre

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文利用透明胶带、枫糖浆和猫激光器构建光量子计算机模拟器，实现单量子比特门和双量子比特门，并在课堂上演示首个量子算法，成本低且易于操作。

Comments 29 pages, 43 figures

Thermodynamic work capacity of quantum information processing

量子信息处理的热力学功容量

Himanshu Badhani, Dhanuja G S, Siddhartha Das

专题命中 机器人操作 ：manipulation(abstract)

AI总结 该研究定义量子信道的热力学功容量，将其与非热资源理论的渐近可逆性关联，为构建量子过程热力学提供关键定量表征。

Comments Close to published version, 1 table, 20 pages, extended appendix; see companion work arXiv:2510.12790

Journal ref APS Open Science, vol 1, page 000092, 12 August, 2026

OpenRC: An Open-Source Robotic Colonoscopy Framework for Multimodal Data Acquisition and Autonomy Research

OpenRC：一种用于多模态数据采集和自主性研究的开源机器人结肠镜框架

Siddhartha Kapuria, Mohammad Rafiee Javazm, Naruhiko Ikoma, Joga Ivatury, Mohammad Ali Nasseri, Nassir Navab, Farshid Alambeigi

机构 * Walker Department of Mechanical Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校沃克机械工程系） ； Department of Surgical Oncology, Division of Surgery, The University of Texas MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心外科肿瘤学系） ； School of Medicine and Health, Technical University of Munich（慕尼黑工业大学医学与健康学院） 纠错

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

AI总结 OpenRC框架通过整合开源硬件和多模态数据集，为机器人结肠镜和手术自主性研究提供了可重复的基础，支持同时记录视频、操作指令、执行状态和末端位置，并验证了运动一致性和跨模态延迟。

Comments Abstract: Added repository and contribution statement

ASPIRE-VINS: Adaptive Spline-based Visual-inertial Navigation System With Robust 3D Measurement Residuals

ASPIRE-VINS：具有鲁棒3D测量残差的自适应样条视觉-惯性导航系统

Kwangyik Jung, Eungchang Mason Lee, Taekjun Oh, Hyun Myung

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

AI总结 ASPIRE-VINS是结合AKP、MRS与3D-MSR的连续时间VINS框架，可自适应轨迹节点分配，在多样运动与传感条件下实现更低或相当的轨迹误差，提升视觉-惯性导航的灵活性与精度。

Comments 8 pages, 5 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L), June 2026

Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 9, pp. 10625-10632, 2026

HumanoidVLN: A Physics-Grounded Simulator and Benchmark for Vision-Language Navigation Across Diverse Humanoid Embodiments

HumanoidVLN：面向多种人形机器人形态的基于物理的视觉语言导航模拟器与基准

Quan-Dung Pham, Anh Dao, The-Anh Nguyen, Minh Nguyen-Dinh, Phuong Nam Dang, Tri Pham, Hung Tran, Bach Dao, Tuyen P. Le, Truong Nguyen, Quan Nguyen

机构 * VinMotion, Inc.（VinMotion公司） ； University of Southern California（南加州大学） 纠错

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

AI总结 本研究针对人形机器人VLN的物理约束与形态差异问题，提出基于NVIDIA Isaac Sim的HumanoidVLN模拟器与基准，验证其与多种模型、机器人的兼容性，实验揭示了VLN模型、控制器与人形形态的交互关系。

SAP-Nav: Spatial Semantic Representation Meets Active Perception for Hierarchical Open-Vocabulary Object Navigation

SAP-Nav：空间语义表示与主动感知结合的分层开放词汇对象导航

Xuetong Pei, Jian Liu, Vidura Munasinghe, Bo Miao, U-Xuan Tan, Wenrui Ding, Na Zhao

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

AI总结 该研究提出SAP-Nav框架，结合空间语义表示与主动感知，解决分层开放词汇对象导航问题，在基准测试中性能最优且真实场景可行，无需特定训练或预计算场景地图。

Cable-driven Continuum Robotics: Proprioception via Proximal-integrated Force Sensing

基于电缆驱动的连续机器人：通过近端集成力传感实现本体感觉

Gang Zhang, Junyan Yan, Jibiao Chen, Shing Shin Cheng

机构 * The Chinese University of Hong Kong（香港中文大学） ； T Stone Robotics Institute（T Stone机器人研究所） ； Department of Mechanical and Automation Engineering（机械与自动化工程系） ； Shun Hing Institute of Advanced Engineering（顺兴先进工程研究院） ； Multi-Scale Medical Robotics Center（多尺度医疗机器人中心） ； Curve Robotics Limited（Curve机器人有限公司） 纠错

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

AI总结 本文提出了一种基于近端集成力传感的新型本体感觉方法，用于提升微尺度连续机器人在三维接触力感知和形状估计方面的性能。

NavSight in the Wild: Understanding Real-World Use of a Mobile Augmented Reality Application for People with Low Vision in Outdoor Navigation

野外环境中的NavSight：面向低视力人群的户外导航移动增强现实应用的真实使用场景研究

Yuheng Wu, Kexin Zhang, Ben Kosa, Ru Wang, Sanbrita Mondal, Yuhang Zhao

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文通过7天日记研究，探究移动AR应用NavSight在12名低视力人群户外导航中的真实使用情况，明确其效果、挑战及设计启示，为相关辅助AR系统提供依据。

Comments 32 pages, 11 figures

Safety-Critical Control for Quadrotor UAVs via Decentralized Navigation Functions

基于分布式导航函数的四旋翼无人机安全关键控制

Omayra Yago Nieto, Alexandre Anahory Simoes, Leonardo Colombo

专题命中 具身导航 ：navigation(title,abstract)

AI总结 针对学习到的模型不确定性下的四旋翼无人机团队，提出基于分布式导航函数的安全关键控制方法，构造推力-姿态实现并设计聚合鲁棒HOCBF-QP安全滤波器，实现高概率两两避碰。

Koopman-Based Dynamic Environment Prediction for Safe UAV Navigation

Vitor Bueno, Ali Azarbahram, Marcello Farina, Lorenzo Fagiano

专题命中 具身导航 ：navigation(title,abstract)

Journal ref 2026 European Control Conference (ECC), IEEE