Hugging Face 数据集 hanxunh/VEX-Bench 页面内容异常
Hugging Face 上 hanxunh/VEX-Bench 数据集页面当前显示为占位内容，正文由大量重复的占位标记与气候、金融、健康等主题的 JSON 文件名组成，未提供可用的数据集说明。页面标注为“article invalid or not complied”，无法确认该数据集的真实内容与用途。
#开源生态
#开源生态
今日 0 条HF blogAI 评分00
HF blogAI 评分1818 Aaaay-0610/so101-task-1：基于 LeRobot 的 SO101 机器人操作数据集
Hugging Face 上线数据集 Aaaay-0610/so101-task-1，由 LeRobot 生成，采用 codebase_version v3.0，含 75 条 episode、35614 帧、1 个任务，机器人类型为 so_follower。
HF blogAI 评分1818 Fabyo04/so101_cube_demo_0_20260926_155239：基于 LeRobot 的 SO-101 抓取演示数据集
Hugging Face 上线数据集 Fabyo04/so101_cube_demo_0_20260926_155239，由 LeRobot 生成，机器人类型为 so_follower，共 100 条 episode、44553 帧、1 项任务，采用 v3.0 代码库、30 fps。
HF blog精选AI 评分7171 VLAct：面向视觉语言动作模型的表征中心持续预训练
论文提出 VLAct，一种面向 VLA 的 VLM 骨干，在任务微调前用多本体机器人数据做持续预训练，通过保留 VLM 先验、多头连续动作协同监督和部分统一的跨本体动作布局来共享动作语义。
推荐理由：论文给出在固定机器人数据预算下以表征为中心的持续预训练路线，并附开源数据与16卡训练配置。
RobohubAI 评分7171 仿真斑马鱼与装备视觉的机器鱼揭示身体如何塑造神经回路
EPFL、杜克大学和里斯本高等技术学院团队在 Science Robotics 发表研究，用物理仿真 simZFish 和 80 厘米、2.7 公斤的机器鱼 ZBot 复现斑马鱼视觉运动反应（OMR）神经回路。
BAIR精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon
IBM Research 基于 UC Berkeley Sky Lab 的 K-Search 演化内核搜索框架，为 Apple Silicon 的 MLX 构建了后端和结构化 CUDA-to-MLX 翻译层，让搜索以现有 CUDA 内核为知识库生成 Metal/MLX 内核。
推荐理由：IBM Research 把 K-Search 扩展到 MLX，并给出 CUDA 到 MLX 的翻译层设计，读者可据此判断跨平台内核迁移的可行路径。
HF blogAI 评分3030 Molt：面向智能体强化学习的可扩展 PyTorch 原生训练框架
Hugging Face 论文页介绍 Molt，一个面向智能体强化学习的可扩展 PyTorch 原生训练框架。该页面目前仅开放论文讨论，未披露模型规模、任务成功率或真机部署等具体结果。
qbitai精选AI 评分7878 新智具身与复旦发布 N0 系列三份技术报告，开源 3 万小时触觉数据
上海新智具身智能（NeoteAI）联合复旦大学可信具身智能研究院发布 N0 系列三份技术报告，数据与模型均开源。
推荐理由：三份报告分别给出触觉数据底座、VLA 触觉预判和世界模型触觉预测，可对照看触觉如何接入现有技术路线。
HF blog精选AI 评分6060 AlayaWorld：长时程可交互视频世界生成框架开源
AlayaWorld 是一个开源全栈框架，用于构建可实时交互的生成式世界，支持自由导航及战斗、施法、召唤怪物等多样动作。该框架统一了数据准备、模型架构、训练、推理加速与部署，并开源可复现管线、参考实现、评测工具与文档。论文称其基于游戏录像和真实视频训练，可捕捉多样视觉外观与物理动态，为游戏之外的具身智能等交互应用提供机会。
推荐理由：论文给出可复现的视频世界模型全栈框架，读者可了解其模块化架构与开源管线如何支撑实时交互生成。
ROS Discourse latestAI 评分1212 GSSI 研究团队就机器人系统中行为树的适应需求发起问卷调查
意大利 Gran Sasso Science Institute（GSSI）的研究人员发起一项关于机器人系统适应需求的问卷调查，聚焦使用行为树（Behavior Trees）的机器人系统。问卷旨在回答两个问题：不同适应需求在机器人系统中的相关性，以及各类行为树适应方法应对这些需求的适用性。问卷约需 20 分钟完成，参与者可获取机器人适应需求、行为树当前局限及相关研究的概览。
qbitaiAI 评分6464 涌生智能与上海人工智能实验室发布ProtoPilot多智能体系统与BioLab Bench评测体系
华大智造子公司涌生智能与上海人工智能实验室联合发布ProtoPilot多智能体系统和BioLab Bench评测体系，前者由Orchestrator、Protocol Expert、Coding三个Agent协同，将自然语言实验意图转化为设备可执行代码并依据湿实验反馈修正。