外观
周报arXiv 2608.085982 个月前
具身赛道周报 · 2026 年第 32 周(2026-08-03 – 2026-08-09)
本期周报覆盖 2026-08-03 至 2026-08-09 周期内入库与更新的具身智能论文、开源模型、数据集、SDK 工具链、真机排障与产业动态。
本周速览
- 核心论文焦点:Open-DiffLoco:用于可部署盲四足运动的开源可微分学习;DF$^3$: 通过无解码器特征预测进行自主导航中的世界建模;LoDA:一种检测级别感知方法和用于对象级变化检测的多模态感知基准。
- 热门开源模型更新:Alpamayo-R1-10B、Alpamayo2-Super、Alpamayo-1.5-10B、InternVLA-A1.5-Libero。
前沿论文与算法突破
本周 cs.RO 与具身智能论文里,关联真机或核心方向的代表工作:
- Open-DiffLoco:用于可部署盲四足运动的开源可微分学习:Open-DiffLoco用MJX中的SHAC和可微分仿真训练本体感知盲四足策略,并在Unitree Go2真机上验证。
- DF$^3$: 通过无解码器特征预测进行自主导航中的世界建模:DF$^3$针对视频未来状态预测开销问题,在潜空间无解码器预测特征,并在公开基准和机器人仿真器零样本部署中验证。
- LoDA:一种检测级别感知方法和用于对象级变化检测的多模态感知基准:针对城市多时相LiDAR对象级变化检测,提出检测限感知3D管线与LoDA基准,并在Subiaco和Urb3DCD-V2验证。
- M2-SMap:基于分层多模型表示的内存高效语义建图:M2-SMap面向资源受限机器人稠密点云内存增长问题,采用分层多模型语义表示,并在三条RGB-D序列上验证实时性与紧凑性。
- ODG-NoMaD:顶视相机方向引导的 NoMaD:ODG-NoMaD用部署时顶视深度相机和机载深度为NoMaD探索提供方向,在模拟办公室环境中验证导航改进。
- PathCover:基于点云的随机迭代空间划分(RISP)沿路径快速凸分解:针对点云障碍下走廊生成实时瓶颈,提出RISP与PathCover,并在LiDAR数据、四旋翼仿真和四足真机中验证。
- SLAMFormer-∞:用于无界前端和后端处理的 Infinite SLAM Transformer:SLAMFormer-∞面向无显式距离界限的SLAM前后端处理,借助记忆条件建模,并在大规模数据集上验证轨迹估计与场景重建。
- StepTrigger:针对 VLM 驱动足式机器人的接触状态触发后门攻击:针对VLM足式机器人规划器的隐蔽后门问题,提出StepTrigger用足地接触模式触发,并以分层离线评估验证。
- 从被动镜像到主动智能体:面向网络物理AI的Holonic Digital Twins:针对物理系统中AI难以共享时空上下文与长程规划的问题,提出HDT-Nets框架用于实时物理AI推理。
- 声场驱动毫米级螺旋机器人:受限流体环境中的超声协同操控:针对受限生物环境中毫米级机器人声推进效率不足,提出多声场协同方法,并在仿真、运动实验和猪静脉体外测试中验证。
开源 VLA 模型与数据集动态
本周有权重或模型卡更新的具身模型(按点赞与下载排序):
- Alpamayo-R1-10B(♥ 442 · ↓ 9124 · AlpamayoR1):nvidia 在 Hugging Face 发布的机器人模型,架构为 AlpamayoR1,参数规模 11.1B,训练数据包含 nvidia/PhysicalAI-Autonomous-Vehicles。
- Alpamayo2-Super(♥ 152 · ↓ 20201 · Alpamayo2Super):nvidia 在 Hugging Face 发布的机器人模型,架构为 Alpamayo2Super,参数规模 35.8B,训练数据包含 nvidia/PhysicalAI-Autonomous-Vehicles。
- Alpamayo-1.5-10B(♥ 130 · ↓ 47503 · Alpamayo1_5):nvidia 在 Hugging Face 发布的机器人模型,架构为 Alpamayo1_5,参数规模 11.1B,训练数据包含 nvidia/PhysicalAI-Autonomous-Vehicles。
- InternVLA-A1.5-Libero(♥ 8 · ↓ 227 · Transformer (InternRobotics/InternVLA-A1.5-base)):InternRobotics 在 Hugging Face 发布的机器人模型,架构为 Transformer (InternRobotics/InternVLA-A1.5-base),参数规模 2.7B,训练数据包含…
- parti-base(♥ 5 · ↓ 43 · Qwen2ForCausalLM):caid-technologies 在 Hugging Face 发布的机器人模型,架构为 Qwen2ForCausalLM,参数规模 3.1B。
- GN1x-Tuned-Arena-G1-Static-PickNPlace(♥ 4 · ↓ 402 · NVIDIA Isaac GR00T N1.7 (VLM + Diffusion Action Transformer)):nvidia 在 Hugging Face 发布的机器人模型,架构为 NVIDIA Isaac GR00T N1.7 (VLM + Diffusion Action Transformer),参数规模 3.1B,训练数…
- DM05-Table30v2-UR5(↓ 34 · DM05ForConditionalGeneration):Dexmal 在 Hugging Face 发布的机器人模型,架构为 DM05ForConditionalGeneration,参数规模 5.8B,训练数据包含 RoboChallenge/Table30v2。
- rskill-molmoact2-franka_panda-libero_spatial-nf4(↓ 30 · MolmoAct 2 (Molmo VLM + Action Generation)):OpenRAL 在 Hugging Face 发布的机器人模型,架构为 MolmoAct 2 (Molmo VLM + Action Generation),参数规模 3.3B。
本周有更新的机器人开源数据集:
- molmospaces(↓ 26667):allenai 在 Hugging Face 发布的机器人数据集,规模 1M<n<10M。
- OctoSense(↓ 3272):anthonytec2 在 Hugging Face 发布的机器人数据集,规模 n<1K。
- 2026-challenge-demos(↓ 71885):behavior-1k 在 Hugging Face 发布的机器人数据集。
- airoa-moma-5k(↓ 32319):airoa-org 在 Hugging Face 发布的机器人数据集,LeRobot 格式,规模 1K<n<10K。
- Omni-Frontier-Distillation-SFT-Cyber-Coding-Med-dataset-collection(↓ 1367):Manusagents 在 Hugging Face 发布的机器人数据集,规模 10M<n<100M。
- glowtact-gelsight-tactile(↓ 8348):yxma 在 Hugging Face 发布的机器人数据集,规模 1K<n<10K。
开源工具链与真机排障
本周有代码提交或版本更新的高星开源工具:
- map-anything(★ 3809):facebookresearch 在 GitHub 开源的算法库,主要语言 Python。 MapAnything: Universal Feed-Forward Metric 3D Reconstruction
- ManiSkill(★ 3400):mani-skill 在 GitHub 开源的仿真器,主要语言 Python。 Manipulation Skill Framework, an open source GPU parallelized robotics simulator and benchmark
- apriltag(★ 2563):AprilRobotics 在 GitHub 开源的算法库,主要语言 C。 AprilTag is a visual fiducial system popular for robotics research.
- Kimera-VIO(★ 1925):MIT-SPARK 在 GitHub 开源的算法库,主要语言 C++。 Visual Inertial Odometry with SLAM capabilities and 3D Mesh generation.
- manif(★ 1822):artivis 在 GitHub 开源的算法库,主要语言 C++。 A small C++11 header-only library for Lie theory.
- PegasusSimulator(★ 893):PegasusSimulator 在 GitHub 开源的仿真器,主要语言 Python。 A framework built on top of NVIDIA Isaac Sim for simulating drones with PX4 support and much…
本周社区已验证的真机 / 仿真排障记录:
- 如何计算人形双足机器人的质心以辅助平衡控制:提问者欲计算人形机器人质心用于双足平衡,确认通过正运动学加权平均各连杆质量和位置的方法可行。
- Go2 观测顺序与部署环境不一致怎么办:Go2 训练与部署观测顺序需按同一 checkpoint 对齐,可改训练端或部署端并用模型输入维度校验。
- G1策略在Isaac Sim中关节顺序不一致:G1在Isaac Gym训练与Isaac Sim部署的DOF顺序不同,应按关节名从训练URDF顺序映射到Sim顺序。
来源
本页事实对应的公开页面,以原文为准。