Hugging Face 上的 Qyvos：基于 Julia-1 的决策分类模型
Qyvos 是基于 SupersonicLabs/Julia-1 仅微调决策头得到的决策/分类模型，在 ZefanCai/Open-Jev 数据集上训练，支持 choice、score、noul 三类决策。模型冻结 ModernBERT-small 编码器与动作头，仅训练 3,699,073 个参数（占 2.56%），在 3.9 GB 内存约束下完成 3,750 步训练。
全部具身动态
全部动态
今日 3 条HF blogAI 评分1818
qbitaiAI 评分7272 紫东太初开源 ZDTaichu5.0-9B 多模态模型，九项空间理解基准中八项第一
紫东太初开源通用多模态大模型 ZDTaichu5.0-9B，在九项空间理解基准测试中八项位列 10B 档位第一，MindCube-tiny 得分 78.27，对照的 Gemma4 8B-E4B、Gemini 3 Pro、Grok 4 分别为 48.8462、70.87 和 63.56。
qbitaiAI 评分3636 智象未来发布首款物理规律导向视频模型 HiDream-O1-Video-1.0，双榜进入全球第一梯队
智象未来（HiDream.ai）发布首个原生全模态视频生成模型 HiDream-O1-Video-1.0（HD-V1），支持文本、图片、视频等多模态输入，可一键直出 5–20 秒 1080p 视频。
qbitai精选AI 评分7878 生数科技发布世界模型 Motus2，探索机器人自我进化
生数科技发布世界模型 Motus2，在同一模型中整合行动、预测与评估三种能力，形成生成动作、预测后果、评估结果、更新策略的闭环，探索递归自我改进（RSI）。真机测试中，手机放置与多指操作两项任务基础策略平均成功率 65%，加入规划为 67.5%，加入基于模型的强化学习为 72.5%，两者结合达 75%；加入触觉后抽取纸杯与撕纸任务平均成功率从 60% 提升至 72.5%。
推荐理由：生数科技 Motus2 把动作生成、后果预测与价值评估放进同一世界模型，读者可了解其闭环自进化机制与真机数据。
qbitaiAI 评分7171 深度机智发布物理基座模型 PhysBrain 1.5，28 项基准综合均分 72.5 居开源首位
深度机智于 2026 年 9 月 9 日发布物理基座模型 PhysBrain 1.5，8B 版本在 28 项公开基准上取得 72.5 综合均分，位列参评开源模型首位，与 GPT-6 Astra（73.3）、Gemini 3.6 Flash（73.0）差距在 1 分以内。
qbitaiAI 评分7171 亮源新创发布LightParkour、LightNav-0与Light REACT三项技术
亮源新创过去一个多月连续发布LightParkour、LightNav-0和Light REACT三项技术，分别面向复杂接触技能扩展、通用导航和全身韧性控制。
qbitai精选AI 评分7878 生数发布世界模型 Motus2，探索机器人闭环自进化
生数科技发布世界模型 Motus2，在同一模型中整合行动、预测与评估三种能力，形成生成动作、预测后果、评估结果、更新策略的闭环，探索递归自我改进（RSI）。真机测试中，手机放置与多指操作两项任务基础策略平均成功率 65%，加入规划升至 67.5%，加入基于模型的强化学习达 72.5%，两者结合达 75%。
推荐理由：生数 Motus2 把动作生成、后果预测与价值评估放进同一世界模型，读者可了解闭环自进化的实现路径与真机数据。
NVIDIA blog robotics精选AI 评分7171 Skild AI 发布 S1 机器人基础模型，单段视频即可学习新任务
Skild AI 发布 S1 机器人基础模型，可用单段视频演示作为提示，在不更新权重、不做任务专项后训练的情况下执行此前未见的长程任务，最长约 10 分钟，涵盖装盆、做煎饼、手冲咖啡和套件装配等。
推荐理由：S1 用单段视频提示完成长程任务且不更新权重，读者可据此判断免重训部署路径的可行边界。
qbitaiAI 评分6262 高德发布3D原生城市世界模型ABot-Earth 0.7
9月10日，阿里巴巴集团旗下高德发布3D原生城市世界模型ABot-Earth 0.7，支持从星球到街景的一体化全尺寸AI生成，覆盖超过196个国家和地区。模型输入一张卫星图像或一段文字描述，可在消费级GPU上用10分钟生成公里级3DGS城市场景，效率比传统模式提升1000倍。体验官网已上线，相关能力已应用于飞行街景2.0，用户可操控摇杆漫游3D场景。
qbitaiAI 评分7171 蚂蚁灵波开源1.3B轻量版LingBot-World 2.0，单卡可实时生成世界
蚂蚁灵波发布LingBot-World 2.0轻量版，参数规模1.3B，面向消费级单卡GPU设计，可在本地实现实时世界生成。该版本延续7月开源的14B主模型路线，先训练Causal World因果预训练底座，再经一致性蒸馏与DMD蒸馏压缩去噪步数，并让Student在自身长时self-rollout轨迹上训练以减少累计漂移。
qbitaiAI 评分6060 脸谱心智发布循环世界模型论文 LoopWM，称早于 OpenAI Astra 曝光
脸谱心智于 2026 年 6 月发布技术报告《Looped World Models》（arXiv: 2606.18208），提出 LoopWM，称其为首个将循环 Transformer 架构用于世界建模的方法，论文登上 Hugging Face Papers 当日 Top 1。
HF blogAI 评分3636 Hugging Face 上发布 Evo-1 SO-101 多任务模型
Hugging Face 上出现 quangnd58/evo1-so101-multitask，这是基于 OpenGVLab/InternVL3-1B 视觉语言主干、在 hungho77/so101-multitask 数据集上训练的 Evo-1 第二阶段检查点，用于 SO-101 机械臂的 3 项任务。
qbitaiAI 评分6666 Scalabot 发布 HERON-World Model，可预测多智能体交互
Scalabot 发布首个世界模型 HERON-World Model，输入当前画面和待执行动作即可预测后续画面，并支持多智能体动作配合与相互影响的预测。
qbitaiAI 评分5858 智象未来发布具身世界模型HiDream-O1-Embodied，RoboColiseum扰动适应子榜登顶
智象未来（HiDream.ai）发布具身世界模型HiDream-O1-Embodied，强化机器人物理感知与动态预判能力，打通图像、视频、3D、动作等模态。该模型首次参评具身智能仿真评测平台RoboColiseum，在扰动适应（Robustness）子榜以平均分0.692登顶榜首。
qbitaiAI 评分6060 李飞飞World Labs发布Atlas后，影溯开源世界模型InSpatio-World被指半年前已具备类似能力
World Labs于9月2日发布多模态世界模型Atlas，可将文字、图像、视频和3D信息放入统一空间上下文，实现三维场景重建与新视角生成。国内团队影溯早在今年3月已开源具备类似能力的InSpatio-World，其升级版本即将发布并继续开源。
qbitaiAI 评分6262 它石智航发布通用具身大模型 AWE3.7，同一模型贯通工业与家庭多场景
它石智航通用具身大模型 AWE3.7（AI World Engine）在十天内连续发布一系列任务，用同一套基座模型覆盖工业产线、物流作业、生活服务与移动操作等场景。
qbitaiAI 评分2222 神秘具身团队 MVP 模型连发 Demo：自进化路线曝光，机器人将上街开放环境测试
神秘具身团队放出代号“MVP”（Make Veritable People）的自进化模型系列 Demo，展示机器人在木棍推搡下端水不洒并同时扶住易拉罐、zero-shot 完成客厅收纳（团队称成功率 80%）、两台不同型号机器人跨本体协作抖床单，以及一次收纳 4 件物品的长程任务。团队称训练全部来自人类视频，并计划让机器人进入开放环境上街展示。
qbitai精选AI 评分7878 李飞飞 World Labs 发布多模态世界模型 Atlas
李飞飞 World Labs 发布多模态世界模型 Atlas，称其可仅凭一张图片生成像素级相机控制的图像和视频，最高输出 1 分钟、1440p 视频，并基于一张到数十张输入图像重建真实场景、输出显式 3D 表示。
推荐理由：Atlas 把相机控制生成、3D 重建与 Real-to-Sim 串成一条路径，可据此判断世界模型在机器人训练数据上的落点。
qbitaiAI 评分7373 清华AIR与域变换发布具身WAM模型Zeva，实现In-Context Causal Learning
清华AIR与域变换发布具身WAM模型Zeva，在权重冻结、零梯度更新的情况下从交互经验中持续学习，RoboCasa365-Atomic5上平均成功率76.8%，累计成功率从Evolve 1的26%提升到Evolve 4的73%。
DeepMind blogAI 评分2222 Google DeepMind 模型全景：Gemini、Genie 3、Gemini Robotics 2 等
Google DeepMind 集中列出其模型阵容，包括新一代前沿智能 Gemini、实时音频模型 Gemini Audio、视频生成模型 Veo、图像生成与编辑模型 Nano Banana。
DeepMind blogAI 评分1212 Google DeepMind 发布 Gemini 4 Argon 等系列模型与研究成果
Google DeepMind 公布 Gemini 4 Argon，称其为下一代前沿智能。同期发布 Gemini 3.8 Live 与 Live Avatar、Gemini 3.8 Flash 及 3.8 Flash Cyber、Gemini 3.8 文本转语音，以及 AlphaGenome Atlas 和 WeatherNext 3 全球天气 AI 模型。
qbitaiAI 评分7272 高德发布万帧级流式3D重建模型ABot-Recon，仅用12帧局部画面重建万帧3D场景
8月28日，阿里巴巴集团旗下高德发布首个无长程依赖的万帧级流式3D重建模型ABot-Recon，仅凭连续12帧局部画面即可实时重建上万帧3D场景，在KITTI、Oxford Spires、VBR等评测中取得最低误差的SOTA。
TechCrunch roboticsAI 评分6262 前 Meta 科学家创办的 Perceptron 发布开放权重视觉模型 Isaac 0.5
由两位前 Meta FAIR 研究科学家创办的 Perceptron 本周发布视觉模型 Isaac 0.5，面向仓库、工厂等工业场景，帮助视觉引导机器人感知、推理与行动，并从机器人拍摄的视频中提取视觉信息。
qbitai精选AI 评分8080 Skild AI 发布机器人基础模型 S1，上下文学习支持 10 分钟长程任务
北美具身初创 Skild AI 发布机器人基础模型 S1，主打上下文学习，无需后训练或微调，只看一段人类示范视频即可完成煎饼、冲泡咖啡、给植物换盆、设备组装等长程任务，上下文学习任务长度最长 10 分钟。
推荐理由：Skild AI 的 S1 把机器人上下文学习拉到 10 分钟长程任务，并给出与语言提示 VLA 的成功率对比数据。
qbitaiAI 评分3636 宇树智元共用一个大脑：神秘具身模型10分钟一镜到底Demo曝光
一段10分钟一镜到底、无剪辑无遥操作的Demo显示，宇树G1与智元远征A3两款不同品牌机器人共用同一套模型，在15m²出租屋内协作完成擦玻璃、收纳、跨本体递围巾等长时序家务。模型支持任务随时打断后断点续做，宇树G1够不到第三层柜子时自主搬箱、用脚踢箱垫高，据称仅用几十小时视频数据训练。
qbitai精选AI 评分7878 原力灵机DM0.5登顶RoboDojo并全面开源
原力灵机DM0.5在RoboDojo具身评测中以综合得分24.90、平均成功率19.34%登顶，Memory维度得分47.74，Cover Blocks任务三次随机测试成功率均为100%。
推荐理由：原力灵机DM0.5登顶RoboDojo并开源权重与训练框架，读者可了解其数据、架构与推理加速的具体做法。
qbitaiAI 评分6262 生数科技发布通用世界模型五级发展路线，Motubrain 在 RoboTwin 2.0 达 96.1 分
生数科技创始人朱军在 WRC 2026 分论坛发布团队最新研究成果，提出通用世界模型五级发展路线，从 L1 世界生成、L2 与世界交互、L3 在世界中行动，到 L4 自主世界智能体与 L5 世界组织者。
qbitaiAI 评分4242 智象未来 HiDream-O1-World 原生全模态世界模型：从模拟世界到交互世界
智象未来在 WRC 2026 发布原生全模态交互式世界模型 HiDream-O1-World，基于自研 UiT 架构，首次参评即登顶 WBench 的 Navi 分榜。该模型支持文本、图像及交互式操控输入，具备漫游、编辑、交互三项能力，核心突破是长时程时空一致性与物理一致性。
qbitaiAI 评分5252 银河通用人形机器人全球首次直播全自主网球对打
8月22日世界人形机器人运动会开幕式上，银河通用机器人参加机器人网球比赛，与网坛运动员同台竞技并由中央广播电视总台全球直播，完成正手、反手、发球、接发、底线调动、网前截击等动作，并在双打中与人类队友实时协作。
qbitaiAI 评分4242 知跃空间智能发布 DeepSoma：精细神经元全脑仿真平台对标 Eon 数字果蝇
知跃空间智能发布全脑仿真基础平台 DeepSoma（知跃灵物），从树突、膜电位、离子通道等生物物理层面建模精细神经元，而非 Eon Systems 采用的 LIF 简化模型。
qbitai精选AI 评分7878 Generalist AI 发布机器人基础模型 GEN-1.5，看 3-12 秒示范即可学会新任务
Generalist AI 发布机器人基础模型 GEN-1.5，主打 One-shot Learning，机器人看完 3-12 秒动作示范后无需梯度更新或微调即可执行新任务，还能把两段演示拼接成连续任务。
推荐理由：GEN-1.5 把动作示范当作上下文提示，读者可据此了解机器人基础模型在少样本学习上的新路径。
qbitaiAI 评分6666 墨奇智能 WRC 2026 首秀：MoRA 架构与轮式机器人 KINO 完成 15 分钟家务长程任务
墨奇智能在 WRC 2026 首次公开自研具身模型架构 MoRA 与轮式机器人本体 MORPHI KINO，现场用 15 分钟连续完成清理桌面、检查冰箱库存并补货、洗烘与叠放衣物等家居长程任务，全程无需人工指挥。
qbitaiAI 评分6060 星海图 WRC 最大展台展示 G0.5 模型与生产力觉醒
量子位在 2026 年 WRC 现场观察到，星海图以 500 平方米展台、10 组 Demo 展示其具身智能成果，主题为生产力觉醒。其与京东合作的前置仓场景中，机器人端到端完成下单、取货、打包与交付，背后 G0.5 模型据现场工作人员介绍可泛化到上万种 SKU；工业装配场景中引入强化学习后操作精度做到 1mm 以内、成功率 99.9%，效率提升 400%。
qbitaiAI 评分4242 墨奇智能 WRC 2026 首秀：MoRA 具身模型架构与 MORPHI KINO 轮式机器人完成 15 分钟家庭长程任务
墨奇智能（MORPHI）在 WRC 2026 首次国内亮相，发布具身智能模型架构 MoRA 并推出适配家庭长程任务的 MORPHI KINO 轮式机器人。现场机器人全自主完成 15 分钟跨区域家务演示，串联客厅清洁、冰箱补货、衣物洗烘折叠等多步骤任务。
NVIDIA dev blog robotics精选AI 评分6060 NVIDIA 发布 Cosmos 3 Edge，面向端侧机器人控制的后训练世界模型
NVIDIA 发布 Cosmos 3 Edge，这是 Cosmos 3 系列中的 4B 全模态模型，并配有基于 Nemotron 的 2B 推理器。原文指出机器人需要能适应自身传感器、环境和任务、同时运行在机载计算硬件上的策略，而世界模型虽然为学习物理交互提供了基础，但其体积会让端侧部署变得困难，Cosmos 3 Edge 正是针对这一问题。
推荐理由：NVIDIA 公布 Cosmos 3 Edge 的 4B 参数与 2B 推理器配置，读者可了解世界模型在机载硬件上部署的取舍。
qbitaiAI 评分6969 Current Robotics 发布交互式世界仿真器 CurrentWorld-0
Current Robotics 团队发布交互式世界仿真器 CurrentWorld-0，把跨本体、多视角和力-触觉预测放进同一个系统，用于机器人策略评测。团队称模型保留不同本体的 Action Subspace，可同步生成多路视角，并让力觉与触觉随动作一起变化，避免世界模型替失败策略补回成功结果。
qbitaiAI 评分4040 共生知行发布双足人形机器人驾驶卡丁车Demo，测试全身智能
具身智能初创公司共生知行8月17日发布双足人形机器人驾驶卡丁车Demo，机器人在封闭赛道完成双手转向与脚部油门、刹车协调控制。公司将其定位为全身智能压力测试，探索从视觉感知到全身动作输出的端到端基座模型路线，后续将通过技术报告披露模型架构与评测方式。
qbitaiAI 评分7171 Noiz AI 发布实时可交互音视频世界模型 HelixWorld 1.0，24FPS 画面配 48kHz 立体声
Noiz AI 联合香港科技大学、清华大学、CMU、Google DeepMind 等机构研究员发布实时可交互音视频世界模型 HelixWorld 1.0，支持 24 FPS 实时生成画面并同时输出 48kHz 双声道音频，画面与声音由原生 Transformer 架构统一生成。
qbitaiAI 评分6666 自变量机器人直播实测：WALL-B模型驱动双臂夹爪分拣达1816件/小时
自变量机器人进行「夹爪方案挑战1248件/小时物流分拣」公开直播实测，双机械臂加标准夹爪连续作业1小时，分拣效率达1816件/小时，准确率98%，全程无人工接管。
qbitaiAI 评分6262 Om AI联汇开源端侧原生模型VLX-Seek 1.5，3B版本多项评测对标英伟达LocateAnything
Om AI联汇于8月6日宣布开源端侧原生多模态模型VLX-Seek 1.5，含3B与10B两个版本，同日该公司完成数亿元融资，前海母基金领投。公开评测中，VLX-Seek 1.5-3B在LVIS Mean达57.5，高于LocateAnything-3B的50.7；RefDrone测试F1为73.2，对比后者52.3，目标幻觉指标FP/GT为18，后者为71.3。