SG-WAM 提出在策略表征空间内学习几何感知、动作条件化的动力学，用自引导潜在预测和几何监督训练，无需大规模预训练。基于 0.9B 模型，它在 LIBERO 上取得 98.5% 平均成功率、LIBERO-Plus 上 73%，并在分布内和分布外真机评测中优于强基线。方法将潜在未来预测、几何接地与流匹配动作生成端到端联合优化。
推荐理由：论文提出在策略表征空间内做几何感知的世界建模，并给出 LIBERO 与真机评测结果，可供关注世界模型与操作策略训练的读者参考。
Hugging Face 论文页发布 Zero-Mem，提出面向 LLM Agent 的零 Token 记忆操作。该工作聚焦 Agent 记忆读写不再消耗 token，具体方法、实验数据与开源情况原文未披露。
Hugging Face 的 LeRobot 发布 v0.6.1，将 lerobot.types 模块更名为 lerobot.lerobot_types，属破坏性变更。
DeepMind 发布 Gemini Robotics ER 2 具身推理模型，作为机器人的高层大脑负责对话、理解物理世界并规划多步任务，再把动作执行交给底层 VLA 模型。
推荐理由：官方给出进度分类、时刻定位与多机协作的量化结果，可据此判断高层推理模型与底层 VLA 的分工方式。
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。
NVIDIA 技术博客指出，医疗机器人无法像自动驾驶或工业机器人那样依赖互联网规模数据采集或无限制的真实世界实验，因为每次演示都需要专用设备、临床专业知识和患者或实验室环境。这给开发者带来三大根本挑战，首先是数据缺口，现代机器人策略训练因此受限。
PruhaNLP 在 Hugging Face 发布 TurboVLA-base，一个面向 SO-100 / SO-101 机械臂的可直接微调 VLA 检查点，单个文件夹内含 config、完整权重（DINOv3 ViT-B + BERT + 交互层 + 动作解码器）与 tokenizer。
推荐理由：读者可据此了解一个去掉 LLM 的 VLA 检查点如何组装、微调与在 SO-100 上部署。
研究者提出一个可控多轮环境，系统研究基础模型智能体长时程规划的获取、塑造与整合三阶段。预训练阶段，通过 CoT 状态转移建模显式构建世界模型可带来更强的长时程泛化，仅靠原子技能不足以实现组合泛化，而少量长时程数据即可奏效。后训练阶段，OPD 在低质量与长时程设定下有效区域比 GRPO 更广，多教师在线策略蒸馏（MOPD）则通过收敛到跨环境共享规划模式来整合能力。
论文《Data Pyramid for Embodied Manipulation》将具身机器人学习数据组织为五类互补来源的金字塔，包括真实机器人数据、UMI 风格数据、第一人称与第三人称视角数据、仿真数据和通用视觉语言数据。
推荐理由：论文把具身数据来源整理成五层金字塔，并梳理各类数据配方与基础模型能力之间的对应关系。
一篇综述统一了机器人学习中的进度奖励建模，从模型接口、内部构建方法与评估基准三个层面梳理该领域。综述指出，终端成功信号无法说明机器人当前行为是在推进、停滞还是倒退，因此近期研究转向任务执行中提供反馈的进度奖励，但现有方法在观测、目标设定、输出信号、监督来源和评估协议上各不相同，难以比较。综述还总结了当前方法的主要局限并讨论了未来方向。
NVIDIA 发布 Cosmos-H-Dreams，一个动作条件驱动的实时生成式手术机器人仿真器，由 Cosmos-H-Surgical-Simulator 蒸馏为因果少步学生模型，并通过 FlashDreams 推理库在单张 RTX PRO 6000 上运行。
推荐理由：原文给出从离线世界模型到实时交互仿真的蒸馏与推理链路，可了解手术机器人策略评估环境的构建方式。
VisCo 提出用大语言模型作为内在编码器来压缩视觉 token。该论文页面已在 Hugging Face 上线，具体方法与实验结果尚未在页面内容中给出。
NVIDIA 开源 Medical Physics Simulation 框架，作为 Isaac for Healthcare 内的 GPU 加速能力，用于建模解剖结构与器械交互、生成难以采集的场景并训练或评估机器人策略。
推荐理由：原文给出框架的仿真能力、开源入口与并行训练数据，读者可据此判断医疗机器人仿真工作流的复用方式。
Pollen Robotics 发布开源低成本系统 Grabette，用手持夹爪加双摄像头录制操作示范，自动转成 LeRobot 格式数据集。Grabette 硬件物料成本约 490€，配套机械臂末端夹爪 Gripette 约 120€，采集数据经 RTAB-MAP SLAM 处理后在浏览器中完成转换。
推荐理由：开源手持夹爪加浏览器处理流程，把真机操作数据采集从遥操作里解放出来，可据此判断数据采集门槛的变化。
Apple-PI 提出一个以物理定律为锚的基准，用分阶段推理评测诊断视频生成模型在模拟经典力学时的失效位置。该基准包含 Orchard 数据集，覆盖经典力学十类典型任务的 400 段视频，区分单定律与多定律任务；评测协议分感知、公式化、演绎三阶段，采用链式帧提示，并将生成视频视为模型的可见推理轨迹。
ReflectWorld-MM 是一个面向开放视频流的实体导向多模态记忆系统，用分层长期记忆围绕持续存在的实体组织观察，以改进跨时间的跟踪与推理。系统包含三部分：在有限短期记忆下把音视频流转化为实体解析观察的感知前端、基于人类记忆理论的分层长期记忆（耦合多尺度情景记忆、演进的实体中心语义记忆与程序性记忆），以及可接入现成助手的完整实现。
推荐理由：论文提出面向开放视频流的实体导向多模态记忆系统，读者可了解其分层记忆结构与六项基准表现。
RynnBrain 1.1 发布，是覆盖 2B、9B 和 122B-A10B 三个规模的具身基础模型家族，在 1.0 基础上为全系列引入接触点预测，并为 2B 和 9B 模型加入原生 3D 定位。
推荐理由：RynnBrain 1.1 在 1.0 基础上加入接触点预测与原生 3D 定位，并给出多本体真机部署结果，可据此了解具身基础模型的能力边界。
JoyNexus 是面向视觉语言动作（VLA）模型的多租户服务，通过解耦 API、隔离租户槽位和分组批处理，支持共享资源上的训练、推理与评估。它解耦训练模型服务、推理模型服务和环境服务，各租户的动作模块、优化器、rollout 记录与策略版本相互隔离，由全局训练队列和推理队列调度。仿真与真实具身场景评估显示，相比单租户独立执行，JoyNexus 降低了总 GPU 时间并提升了服务利用率。
论文提出机器人中心点图（robot-centric pointmaps），像素存储场景点在机器人坐标系下的三维坐标，从而对齐视觉观测与机器人坐标系动作，缓解 VLA 中相机视角与动作定义之间的坐标系错配。
推荐理由：论文提出以机器人坐标系点图替代相机视角输入，读者可了解跨视角泛化在仿真与真机上的验证方式。
一项在 ALFWorld 上用 Qwen2.5-0.5B-Instruct 做的稀疏奖励智能体强化学习研究显示，在 GiGPO 下仅对隐藏权重矩阵应用 Muon，可将最终窗口验证成功率从 0.290 提升到 0.546（+88%），而高学习率 AdamW 对照组更新后无成功率保留。
论文提出 RynnWorld-Teleop，一种动作条件世界模型，用生成式世界模型替代实体机器人实现数字遥操作，将操作者手部姿态流转化为机器人视角的高保真视频，并作为与本体无关的动作标签经重定向迁移到任意目标机器人。
推荐理由：论文提出用生成式世界模型替代实体机器人采集数据，读者可了解数字遥操作如何解耦硬件约束并生成可迁移轨迹。
RynnWorld-4D 是一个多模态 4D 世界模型，可从单张 RGB-D 图像和语言指令出发，在统一扩散过程中同步生成未来的 RGB 帧、深度图和光流。其三分支架构结合跨模态注意力与逐帧 3D RoPE，并配套超过 2.544 亿帧的 Rynn4DDataset 1.0 数据集。
推荐理由：论文提出用同步 RGB、深度与光流构建 4D 世界模型，并给出策略头与大规模数据集，可供世界模型与操作研究者参考。
Hugging Face 的 LeRobot 发布 v0.6.0，带来多项破坏性变更：pip install lerobot 不再包含数据集与训练依赖，需按需安装如 lerobot[training]。
推荐理由：LeRobot v0.6.0 的破坏性变更清单和新增基准、策略，能帮现有用户判断升级成本与可迁移能力。
Rank-Then-Act（RTA）提出一种无需手工奖励函数的强化学习控制方法，通过训练视觉语言模型从打乱顺序的视频帧中识别任务进度，并将该进度信号作为强化学习的唯一奖励。该方法不依赖人工设计奖励函数，也不使用稀疏环境信号。
LingBot-VLA 2.0 在 LingBot-VLA 基础上从三方面改进：重构数据处理流程并预训练约 6 万小时数据，含 5 万小时覆盖 20 种机器人构型的轨迹和 1 万小时第一人称人类视频；动作空间扩展到头部、腰部、移动底盘和灵巧手的自由度；引入视频表示模型与深度估计模型做未来预测的代理任务以增强时序推理。
推荐理由：论文给出 LingBot-VLA 2.0 在数据规模、动作空间与预测建模三方面的改动，可了解 VLA 落地差距的一种应对思路。
SIEVE 是一种面向 VLA 模仿学习的结构感知数据选择方法，将示范轨迹视为可复用视觉运动基元与转换接口的组合。它从机器人轨迹中发现可复用基元，按结构信息量分配数据预算，并挑选更易被行为克隆学习的中心稳定示范。作者称该方法在多个数据集、基准和 VLA 模型上稳定优于数据选择基线，仅用 50% 数据加 50% 训练步数即超过全量数据训练。
NVIDIA 发布技术博客，介绍如何用 Isaac GR00T 端到端开发人形机器人策略。文章指出，随着团队从人形机器人调试转向特定任务技能开发，对可重复开发工作流的需求在增长，而当前开发流水线仍高度碎片化，开发者需花大量时间配置机器人基础设施，之后才能专注于构建机器人能力。
ACID 提出在世界模型决策时规划中加入循环动作一致性代价：用逆动力学模型推断每个预测状态转移背后的动作，其与条件动作的偏差作为逐步规划代价。该方法在四个世界模型和六个任务上改善了规划效果，并显著减少了计算量。
论文提出 SVA（Search, Value, and Act）框架，将动作生成与后果评估解耦，为冻结的 VLA 策略引入长期后果感知。SVA 先用蒙特卡洛树搜索在仿真中探索 VLA 输出分布并收集带经验回报的轨迹，再蒸馏为轻量 Q 值模型，部署时由冻结 VLA 提出多个候选、评估器选出不确定性正则化后 Q 值最高的动作，无需仿真器。
推荐理由：论文提出冻结 VLA 的动作评估框架，用树搜索蒸馏 Q 值模型，读者可了解测试时扩展的替代思路。
LeRobot v0.6.0 发布，引入 VLA-JEPA、LingBot-VA、FastWAM 三个世界模型策略，以及 GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT 等新 VLA 和 Robometer、TOPReward 奖励模型 API。
推荐理由：LeRobot v0.6.0 一次放出世界模型策略、多个 VLA 与奖励模型 API，读者可据此判断开源机器人学习栈的能力边界。
NVIDIA 介绍基于 OpenUSD 和 Omniverse 的三种视觉 AI 智能体工作流：用 Defect Image Generation 技能生成合成缺陷数据、用 Video Data Augmentation 扩展场景覆盖、用 TAO 技能微调模型。
Google DeepMind 推出为期三个月的机器人加速器项目，从欧洲选出 15 家早期机器人初创公司，提供技术指导、产品辅导及 Gemini 机器人模型等 AI 资源支持。入选企业覆盖物流、制造、医疗、气候与导航等领域，包括开发机器人焊接平台的 3D-Components、做自主水下机器人的 Bubble Robotics、研发神经外科微机器人的 ROBEAUTE 等。
NVIDIA Research 在 CVPR 展示三篇论文：首个零样本抓取基础模型 GraspGen-X 基于 20 亿次仿真抓取训练，可为未见过的夹爪和物体生成抓取位姿。
推荐理由：三篇论文分别覆盖零样本抓取、自动驾驶推理加速与虚拟环境智能体训练，可了解规模化训练如何提升跨场景泛化。
NVIDIA 在 CVPR 发布面向物理 AI 研究的 agent skills，帮助研究者自动化自动驾驶、机器人和视觉 AI 的开发流程。
推荐理由：NVIDIA 在 CVPR 发布面向物理 AI 的 agent skills，读者可了解其覆盖自动驾驶、视觉 AI 与机器人学习的工具链与开放入口。
DeepMind 发布 Gemini Robotics-ER 1.6，这是其面向机器人推理的模型升级版，增强了空间推理、多视角理解和成功检测能力，并新增仪表读数功能，可读取压力表、液位计等工业仪表。
推荐理由：Gemini Robotics-ER 1.6 在指向、计数、成功检测和仪表读数上的能力变化，以及通过 API 和 AI Studio 开放使用，可供开发者评估其作为机器人高层推理模型的适用性。
IsaacLab 为 Linux 多 GPU 训练文档补充 NCCL 排障说明，针对 ProcessGroupNCCL 报出 CUDA "an illegal memory access was encountered" 导致分布式训练失败的情况，给出 NCCL_SHM_DISABLE=1、NCCL_IB_DISABLE=1、NCCL_ALGO=Ring 三个环境变量变通方案。
IsaacLab 合并 #5195，在多 GPU 训练文档中新增 NCCL 故障排查说明，针对 Linux 上分布式训练报 ProcessGroupNCCL 的 CUDA illegal memory access 错误。
Hugging Face 的 LeRobot 发布 v0.5.1，为 pi0、pi0.5 和 pi0_fast 策略新增相对动作支持，并加入 HIL/Dagger/HG-Dagger/RaC 风格数据采集功能。
Isaac Lab 3.0 Beta 发布，基于 Isaac Sim 6.0 做架构重构，引入多后端物理、可插拔渲染器与 Warp 原生数据管线。新增 isaaclab_newton 扩展支持 MuJoCo-Warp 求解器与无 Kit 模式，并给出四元数 XYZW 顺序、.data.* 返回 wp.array 等破坏性变更及迁移工具。
推荐理由：Isaac Lab 3.0 Beta 的架构改动与迁移工具清单，可帮助现有用户评估升级成本与后端切换路径。
NVIDIA 发布 Project Rheo 蓝图，开发者可在 Isaac Sim / Isaac Lab 中搭建智能医院数字孪生，训练医院自动化机器人系统。
推荐理由：原文给出 Project Rheo 从数字孪生搭建、示范采集到合成数据与策略训练的完整命令流程，可据此复现医院自动化训练管线。