Hugging Face 上发布 maria715/CAT_adv_eps02_42_relativelr_REFAIT 模型
Hugging Face 上出现了一个名为 maria715/CAT_adv_eps02_42_relativelr_REFAIT 的模型仓库。该页面未提供模型架构、训练数据、任务类型或性能指标等具体信息，仅包含 Hugging Face 推进开源与开放科学的使命声明。
#具身智能
#具身智能
今日 0 条HF blogAI 评分44 HF blogAI 评分1515 Hugging Face 上 emmanuel-v 的 policy_2026-09-30_shake_it_up_on_cart_100kHz_nfft4096 模型
Hugging Face 上出现名为 emmanuel-v/policy_2026-09-30_shake_it_up_on_cart_100kHz_nfft4096 的模型条目，名称包含 100kHz 与 nfft4096 等参数标识。该条目页面未提供更多模型细节，仅附有 Hugging Face 推进人工智能开源与开放科学的使命说明。
HF blog精选AI 评分8080 EWAM 发布统一具身模型：单一扩散 Transformer 联合处理视觉语言、未来视频与动作
EWAM 是一个统一具身模型，在单个 flow-matching Diffusion Transformer 中联合处理视觉语言、未来视频和动作 token，无需显式阶段设计即出现按深度分工：浅层从视觉语言专家取指令与当前场景语义，中层转向预测的未来帧表示，深层由动作自注意力主导做运动细化。
推荐理由：EWAM 把视觉语言、未来视频与动作 token 放进同一扩散 Transformer，并公开各阶段权重与下载方式，便于对照其分层分工与基准结果。
HF blog精选AI 评分6262 JapaneseTinyAgentLM-Action-3M 发布：3.1M 参数模型在 ESP32-S3 上把日语指令转为机器人动作 JSON
ayousanz 发布 JapaneseTinyAgentLM-Action-3M，一个 3,148,608 参数的 decoder-only Transformer，把日语短指令转成 look、set_expression、nod 三类动作的 JSON 数组，非指令或无法执行的请求返回空数组。
推荐理由：3.1M 参数模型在 ESP32-S3 上本地把日语指令转成动作 JSON，附完整评测与误差区间，可看端侧具身控制的可行边界。
HF blogAI 评分1616 Hugging Face 上发布 arrg-unam/molmoact2_omx_hidroferol 模型
Hugging Face 上线了 arrg-unam/molmoact2_omx_hidroferol 模型页面。该页面目前仅展示 Hugging Face 推进开源与开放科学的使命表述，未提供模型架构、参数规模、训练数据或评测结果等具体信息。
HF blogAI 评分1818 Mulligan 发布 sim-square-narrow-r03-mining-no-cf-idql 基于状态的 IDQL 智能体检查点
Hugging Face 的 Mulligan 项目发布 sim-square-narrow-r03-mining-no-cf-idql，这是一个基于状态的 IDQL 智能体，采用扩散 actor 与标量 IQL critic，包含 policy.pt 和 stats.json 归一化器。
qbitaiAI 评分5555 Simate发布首版通用物理快系统Simate-beta，登顶RoboDojo
成立三个月的Simate发布首版通用物理快系统Simate-beta，据公司披露以平均Score 33.95、SR 27.96%登顶更新于2026年9月23日的RoboDojo榜单，该成绩属榜单评测，真机表现另行展示。
qbitaiAI 评分6262 Skild AI 用自我对弈训练人形机器人 Messinator 踢足球
Skild AI 在 NVIDIA Isaac Sim 虚拟足球场中让机器人自我对弈约 140 年，训练出人形机器人 Messinator，其大脑基于旗舰基础模型 S1，仅以进球为奖励，盘带、护球、抢断和倒地起身等行为由机器人自行习得。
qbitaiAI 评分6767 诺因发布 GLOW 技术报告：一次人类演示实现跨场景任务复用
诺因（Knowin）9月24日发布面向通用具身智能的生成式学习架构 GLOW 技术报告，称人类演示一次后机器人即可跨物体、跨环境、跨任务复用，在开盒收纳、浇水、擦桌、调酒等任务中得到验证。
qbitaiAI 评分6262 灵初智能发布 Psi-R2.5，用强配对数据改进人机动作对齐
灵初智能在十万小时级数据基础上发布模型 Psi-R2.5，改进数据质量与人机数据对齐方法。它逆向使用世界模型 Psi-W0，从真实机器人数据生成对应人手操作数据，训练端到端转换器输出匹配的机器人图像和动作，并称转换数据已在真机回放和后训练两类测试中得到验证，部分复杂任务仍未直接完成。
qbitai精选AI 评分7878 小米MiMo-V2.6开源发布：6天RL训练烧掉350万美元，登顶开源模型第一
小米发布MiMo-V2.6-Pro和Flash，Pro为1.02万亿参数、420亿激活，在Artificial Analysis Intelligence Index上拿到46分，位列开源第一。
推荐理由：原文披露了MiMo-V2.6的RL训练成本、评测成绩与开源清单，读者可据此了解大规模强化学习训练的工程细节。
HF blogAI 评分3636 Hugging Face 社区发布 CPM-jev：基于 MiniCPM5-2B-Base 的 Jev 风格决策模型研究预览版
社区独立项目 CPM-jev 发布 v0.1-research-preview，这是基于 openbmb/MiniCPM5-2B-Base 的 LoRA 微调模型，新增决策头为候选动作打分并归一化为概率分布。
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。
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。
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。