穿透机器人产业链
数据驱动的深度研究
以审计级严谨度，系统拆解人形机器人、工业臂、AMR 等核心赛道。
为投资人、创业者与一线工程师提供可验证的产业情报。
Research Feed
前沿研究动态
最新论文解读 · AI & 机器人领域前沿进展
HALO：在一千个虚拟住宅里学会的人形自主性
HALO 把视觉-语言-动作数据放到一千个程序化生成的住宅里合成，让训练语料的扩张跟着算力走，而不是跟着遥操作工时走。由此习得的能力集——坐椅子、按名称导航到物体、侧身穿半开的门、蹲下钻过桌子、推箱子——可以编排成长时程任务，并零样本迁移到真机：在六个未建图的真实环境中完成 360 次试验，成功率 91%，而训练集中没有任何一个真实住宅。
把世界模型建在三维粒子上
GPWM 放弃像素空间的视频预测，改为在三维空间直接生成粒子与刚体的运动，用一个物体感知的多分辨率 Transformer 同时覆盖刚性、形变、布料与颗粒四类物质。在 2550 万帧语料上训练后，它在六个物理域上平均降低 31% 的预测误差，单套权重即可匹敌甚至超过分域专家模型；同一模型还能通过在潜噪声空间而非动作空间搜索来完成富接触操作规划。
把强化学习的控制力，蒸馏进只看图像的策略
Latent RL Prior 把灵巧操作拆成两段学：先在仿真里用特权信息做大规模强化学习，把 rollout 蒸馏进一个 flow matching 动作解码器；再冻结解码器，只用一个仅靠动作监督训练的视觉接口把图像映射到它需要的潜上下文。在三个仿真任务上，它在低数据区间超过 pi0.5 与 GR00T N1.7 的全参数微调，开门任务用 1/10 的演示、双臂装配用 1/5 的演示就超过了全量数据基线。
让人形机器人学会预测：身体与地形如何一起变化
STEP 的观点是：把深度与本体感知融合起来还不够，运动策略还必须学会这个融合状态在自己的动作下如何演化。这个单阶段框架在策略表示内部加入双向掩码跨模态预测，以及一个以动作为条件的下一状态预测器。在 23 自由度的 Noetix E1 上，它完成了 100 次硬件试验中的 98 次，覆盖楼梯、40 厘米平台、70 厘米沟槽、踏石，以及背后地形不可见时的倒退下楼梯。
cuRoboV2-Fast：带 3 公斤负载，规划只要 4.4 毫秒
cuRoboV2-Fast 把带 3 公斤负载的平均规划时间压到 4.4 毫秒（RTX 5090），比 cuRoboV2 快 14.7 倍。做法是三层叠加：B 样条轨迹优化减少迭代次数；可微逆动力学把负载计入细化过程；GPU 上的 TimeOpt 在速度、加速度、加加速度与力矩约束下求解带状牛顿系统来优化行进速度。Jetson AGX Orin 上运行新版规划器，比上一代在数据中心 GPU 上还快；双目相机 + YAM 的真机部署把抓放循环做到平均 5.93 秒，缩短 34.6%。
通用机器人策略上线之后，还能继续变强吗？
通用机器人策略开箱泛化能力很强，但部署时仍需一个适配阶段，而此前的自我改进工作只在单任务设定下得到验证。本文为多任务通用改进搭建了结构化评测，系统比较价值估计、策略提取与资源分配三类设计选择，结论是通用策略可以在多个任务上同时在线提升，且配方正确时还能提高那些在线训练中从未出现过的任务的表现。价值型强化学习与在线任务分布被认定为关键因素。
研究方法论
供应商直接访谈、工程师匿名问卷、产线实地调研。拒绝二手信息堆砌。
供应商报价 × 公开招标数据 × 上市公司财报。每个数据点标注置信度等级。
一线工程师持续纠错与补充。数据不是静态快照，而是动态演进的产业知识图谱。