论文：评估许可证意味着什么？Inspect Evals 中声明可复现性的提交绑定普查
一项提交绑定普查发现，Inspect Evals 的 124 个评估中有 110 个无法复现到其对应的声明，在确定性推理之前就已中断。论文认为，若评估未绑定到产生该分数的确切代码，排行榜数字与部署决策之间就存在缺口。作者还建议进一步检验评估的推理是否与模型在生产中的实际行为一致。
全部具身动态
全部动态
今日 9 条HF blogAI 评分3838 HF blog精选AI 评分6262 TacForcing：用执行时触觉反馈的流式动作生成框架
TacForcing 是一个流式动作生成框架，用流式动作专家和执行感知触觉注意力（EATA）在执行过程中引入实时触觉反馈，以改善接触密集操作。论文指出，基于分块预测的视觉语言动作模型在执行前采集观测、预测完整动作块，导致执行期间触觉条件滞后，而现有触觉反应方法多依赖独立的高频控制器，增加架构与训练复杂度。
推荐理由：论文提出在执行中引入触觉反馈的流式动作生成框架，并给出仿真与真机任务的成功率对比。
HF blogAI 评分2424 Agentic Game Development 作为可验证轨迹数据引擎：为世界模型扩展提供数据
论文提出将智能体游戏开发用作可验证的轨迹数据引擎，以扩展世界模型训练数据。作者质疑"不崩溃"作为奖励信号的价值：能编译运行的游戏未必在第一关之后保持连贯，基于"未崩溃"奖励的强化学习会优化出平淡安全的场景。真正的问题是这种信号能否带来空间一致性，生成轨迹需经人类试玩检验，而非仅通过运行时检查。
HF blogAI 评分4848 GameWAM：面向视频游戏的世界动作模型
Hugging Face 论文页发布 GameWAM，一个面向原生视频游戏控制的统一世界动作模型，通过块因果流匹配、模式特定分布和块循环重规划，联合预测未来画面与可执行键鼠动作。实验显示其任务成功率具竞争力，且执行的原生动作数少于对比智能体；研究还发现低频动作源印记（LASI）这一生成控制的源敏感失效模式。
HF blog精选AI 评分6262 PAWBench：当前视频生成模型距离概率对齐的世界模型还有多远
论文提出概率对齐这一分布层面的世界模型要求，并发布 PAWBench 基准与 PAWEval 协议，把重复生成的视频 rollout 转成物理行为的经验分布。在 50 个场景和 11 个现有系统上，没有模型能同时稳定匹配参考概率并覆盖有效行为范围。作者随后测试语言提示、初始噪声采样和模型训练能否改变模型的预测分布。
推荐理由：论文把世界模型评估从单条视频合理性推进到行为分布层面，并给出 PAWBench 与 PAWEval 的具体评测协议。
HF blog精选AI 评分6262 UrbanGround：基于香港全域三维数据的真实尺度城市智能体导航沙盒
UrbanGround 是一个基于香港全域三维地理数据构建的真实尺度城市副本沙盒，用于测试多模态大语言模型智能体能否在闭环第一人称视角下完成可靠导航与空间推理。
推荐理由：UrbanGround 用香港全域三维数据搭建可闭环交互的城市沙盒，读者可了解 MLLM 智能体在长程城市导航中的能力边界。
HF blog精选AI 评分7171 Zero-WAM：以人类视频上下文建模世界与动作，实现开放任务泛化
Zero-WAM 提出一种因果视频-动作模型，通过上下文人类视频引导执行训练中未见的操作任务。作者用自动流程将任务采样的机器人轨迹转换为语义匹配的人类视频，构建 HumanGen 数据集，包含 8.6K 个任务、74.2K 对人类-机器人上下文学习配对，并提出上下文未来片段预测（IFP）目标以抑制已见任务的捷径。
推荐理由：论文给出以人类视频作为上下文任务说明的跨任务泛化方案，并公开数据集与仿真对比结果。
HF blogAI 评分2020 什么构成好的智能体数据？ACE 视角下的 LLM 智能体数据生成
Hugging Face 论文页收录《What Makes Good Agentic Data? An ACE Lens on Data Generation for LLM Agents》，从 ACE 视角审视 LLM 智能体的数据生成问题。该页面目前仅开放论文讨论，未给出具体方法、数据规模或实验结果。
HF blogAI 评分88 Hugging Face 数据集 jeffreylin1222/SDGBiasBench
Hugging Face 上线数据集 jeffreylin1222/SDGBiasBench，页面仅附 Hugging Face 推进开源开放科学的使命说明，未给出该数据集的规模、任务或评测指标等信息。
NVIDIA dev blog roboticsAI 评分5858 NVIDIA 教程：如何用 AI 智能体训练跨本体机器人导航策略
NVIDIA 发布技术博客，介绍如何用 AI 智能体训练跨本体机器人导航策略。文章指出导航不同于产生稳定运动的运动控制，需要持续定位、理解变化的环境、选择路线并避障以安全到达目标；把这一能力迁移到新机器人或新场景可能需要新的数据、仿真资产和机器人接口。
DeepMind blogAI 评分2727 DeepMind 发布《视觉通用智能》白皮书：视觉经验能否通向 AGI
Google DeepMind 发布白皮书《Visual General Intelligence》，探讨以视觉为中心、从图像、视频和几何等模态的学习中能否涌现出通向 AGI 的智能，并将其称为视觉通用智能（VGI）。白皮书由多位不同机构作者共同撰写，目标不是给出视觉智能的唯一定义，而是厘清 AGI 时代计算机视觉应追求的原则、视觉输入模态、基准、学习范式，以及视觉作为核心与语言等其他模态的关系。
HF blog精选AI 评分6565 WorldToken 机器人模仿学习实验记录数据集发布
Hugging Face 上线 mepi31415/WorldToken_Experiment_Records 数据集，公开 WorldToken: Time-First Sequence Modeling for Robotic Imitation Learning 的训练日志、配置、评估结果与 rollout 视频。
推荐理由：WorldToken 论文的实验记录与检查点打包公开，读者可据此复现多任务控制与长历史实验的表格结果。
HF blogAI 评分3030 EXIMO：用 VLM 引导 VLA 策略的探索
Hugging Face 论文页上线 EXIMO，一种用视觉语言模型（VLM）引导 VLA 策略探索的方法。页面目前仅开放论文讨论，未披露模型版本、任务本体、仿真或真机结果等细节。
HF blogAI 评分3030 TinyCast：146,505 参数的概率零样本时间序列预测模型
Hugging Face 博客介绍 TinyCast，一个 146,505 参数的零样本时间序列基础模型，是 GIFT-Eval 榜单上最小的公开逐配置结果且无测试数据泄漏的模型，也是 140 万参数以下唯一输出预测分布而非点预测的零样本模型。
HF blog精选AI 评分7171 τ_0-VLA：世界模型引导测试时计算的分层机器人基础模型
τ_0-VLA 是一个分层视觉语言动作模型，把高层子任务生成建模为可扩展算力的推理问题，通过世界模型引导的测试时计算在需要时搜索备选子任务再输出。高层策略利用执行记忆生成子任务，低层策略在多种机器人本体上执行，模型基于 40,115 小时异构真实数据与多模态联合训练。在域内和分布偏移设置下，增加测试时计算量可提升下一子任务预测准确率，并转化为长时程操作任务的闭环成功率提升。
推荐理由：论文提出用世界模型引导的测试时搜索为高层子任务决策分配更多算力，并给出跨本体与分布偏移下的闭环结果。
HF blog精选AI 评分6262 GOAG：面向灵巧操作的生成式物体无关抓取规划器
GOAG 是一种物体无关的深度生成式抓取规划器，学习特定夹爪的接触面分布，无需物体特定训练数据即可为未见物体采样有效抓取。作者在仿真与真实场景的抓取协议上验证该方法，在 MultiDex 数据集上取得 86.93% 的平均成功率，生成大量抓取时处理速度明显更快，性能与专门在该数据集上训练的方法相当。代码与视频见项目网站 https://cea-list.github.io/goagweb/。
推荐理由：论文提出与物体无关的抓取规划思路，读者可了解其如何用夹爪接触面分布替代物体特定训练数据。
HF blogAI 评分5353 CoToGrasp：以接触拓扑为条件的灵巧抓取生成框架
CoToGrasp 是一个以特定接触拓扑为条件生成多样稳定抓取的生成框架，采用与物体无关、以夹爪为中心的工作空间实现零样本泛化。该方法完全在物体无关的方式下训练，通过特征化规范工作空间将局部物体特征投影到统一的夹爪中心域，解耦语义功能意图与物体几何。
HF blogAI 评分3030 EnvHarness：为智能体学习唤醒静态世界
Hugging Face 论文页发布 EnvHarness，提出为智能体学习"唤醒静态世界"的方法。该页面目前仅开放论文讨论，未披露模型版本、任务本体、成功率或真机部署等具体细节。
HF blogAI 评分3030 ForgeWM：面向少步动作条件视频世界模型的渐进式因果训练
Hugging Face 论文页发布 ForgeWM，一种面向少步动作条件视频世界模型的渐进式因果训练方法。该页面目前仅开放论文讨论，未披露模型规模、任务本体、成功率或推理时延等具体结果。
HF blogAI 评分1818 PolicyGuide：从守护单个动作到引导合规 LLM 智能体全流程
Hugging Face 论文页面发布 PolicyGuide，将 LLM 智能体的策略合规从守护单个动作扩展为引导整个工作流。页面仅提供论文标题与讨论入口，未披露模型版本、评测数据或成功率等细节。
mujoco releasesAI 评分4040 MuJoCo 3.12.0 发布：新增 pid 执行器并重构 dcmotor 控制器
MuJoCo 3.12.0 发布，新增带真实位置与速度设定点输入的 pid 执行器，支持积分项、设定点速率限制与前馈输入，可替代 mujoco.pid 插件。dcmotor 控制器改为按 input 签名选择 pos、vel、ff、voltage 子集，增益从电压空间改为力矩空间，旧速度模式积分项被移除。
gz-sim releasesAI 评分1212 gz-sim 11.0.0-pre1 修复旋转碰撞形状的分级浮力问题
Open Robotics 发布 gz-sim 11.0.0-pre1，修复了旋转碰撞形状下分级浮力（graded buoyancy）的计算问题（#3880）。该提交由 Carlos Agüero 签署，并标注 Assisted-by: Claude Fable 5。
HF blogAI 评分2626 FACET：在终端任务合成中保留源意图与可执行状态
Hugging Face 论文页上线 FACET，一种在终端任务合成中保留源意图与可执行状态的方法。该页面目前仅开放论文讨论，正文未披露模型版本、任务成功率或真机验证等具体结果。
NVIDIA dev blog robotics精选AI 评分6565 NVIDIA 发布 Cosmos 3 Edge 世界模型，用于端侧机器人控制
NVIDIA 发布 Cosmos 3 Edge，这是 Cosmos 3 系列中面向端侧机器人控制的 4B 全模态模型，并配有基于 Nemotron 的 2B 推理器。原文指出，世界模型可为学习物理交互提供基础，但模型体积往往使端侧部署困难，Cosmos 3 Edge 正是针对这一问题推出。
推荐理由：NVIDIA 发布面向端侧机器人控制的 Cosmos 3 Edge 世界模型，读者可了解其 4B 规模与配套推理器的构成。
HF blog精选AI 评分7878 NeDM Study 4 数据集发布：宇树 Go2 在 CRM 颗粒地形上的神经降维动力学复现材料
Hugging Face 上发布 NeDM Study 4 数据集，包含宇树 Go2 在 Chrono CRM 颗粒地形（SPH 颗粒土壤）上行走的语料、训练好的神经降维代理模型。
推荐理由：论文配套数据集公开了宇树 Go2 在颗粒地形上的语料、代理模型与微调策略，可复现其仿真到真实迁移流程。
zenoh releasesAI 评分2222 Zenoh 1.10.0 发布：支持 io_uring，SHM 传输优化与多项破坏性变更
Zenoh 1.10.0 发布，新增 io_uring 支持、可等待的 SHM 传输提供者，并在 shared_memory/transport_optimization 中新增配置以选择要优化的消息类型。
HF blog精选AI 评分7070 用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 打通录制、训练与部署闭环
AWS 开源 SDK Strands Robots 发布教程，演示如何用同一个 Robot() 对象完成录制 LeRobotDataset、同步到 Hugging Face Storage Buckets、从 Hub 流式读取训练、再以 mode="real" 部署回 SO-101 硬件，全程保持 LeRobot 磁盘格式不变。
推荐理由：以 Strands Robots 为例拆解录制、去重同步、流式训练到真机部署的完整数据闭环，含可运行 notebook 与实测数字。
genesis releasesAI 评分2222 Genesis v1.3.3 发布：修复刚体求解器收敛回归，新增确定性算法选项
Genesis 发布 v1.3.3，修复刚体求解器收敛回归，并新增类 torch 的 use_deterministic_algorithms 选项，可在给定机器上实现位精确可复现仿真。
gz-sim releasesAI 评分1212 gz-sim 9.6.0 发布
Open Robotics 发布 gz-sim 9.6.0，对应标签 gz-sim9_9.6.0（提交 fffcee0），由 Arjo Chakravarty 签署。该提交经 GitHub 验证签名，随附 2 个资源文件。
gz-sim releasesAI 评分88 Open Robotics 发布 gz-sim 8.15.0
Open Robotics 发布 gz-sim 8.15.0，为 8.15.0 版本发布做准备，提交由 Arjo Chakravarty 签署。该版本以 gz-sim8_8.15.0 标签发布，具体更新内容未在提交信息中列出。
moveit2 releasesAI 评分2222 MoveIt 2 发布 2.15.0 版本
MoveIt 2 发布 2.15.0 版本，由 nbbrooks 于 8 月 12 日打上标签。该版本在 GitHub 上提供 2 个资源文件下载。
nav2 releasesAI 评分99 Nav2 发布 1.5.1 版本（Lyrical）
Nav2 发布 1.5.1 版本，代号 Lyrical，于 2026 年 8 月 11 日释出。该版本为 Nav2 的常规版本更新，具体功能变更与修复内容原文未作说明。
NVIDIA dev blog roboticsAI 评分3434 NVIDIA JetPack 7.2.1 新增智能体视频技能与 T3000 仿真
NVIDIA 发布 JetPack 7.2.1，为 Jetson 平台新增智能体视频技能与 T3000 仿真能力。该版本面向机器人、智能视频分析、工业自动化等场景，覆盖多路摄像头采集、网络流解码、AI 推理与传统视觉处理、结果绘制及视频编码存储或传输等完整视频数据链路。
ros2 releasesAI 评分1212 ROS Lyrical Luth 补丁版本 2 发布（2026/08/07）
ROS Lyrical Luth 补丁版本 2（2026/08/07）的二进制包已发布，安装前需确保系统为最新状态以兼容下载的包。GitHub 自动生成的 Source code 链接不含 ROS 2 源码，应改用对应平台的二进制包；如需从源码构建，可参考官方构建说明。
genesis releasesAI 评分2222 Genesis v1.3.2 发布：刚体仿真在 CPU 与 GPU 上实现完全确定性
Genesis 发布 v1.3.2，刚体仿真在给定机器上于 CPU 和 GPU 均实现完全确定性，并提升了刚体仿真在朝向与尺度物理不变量上的一致性及质量矩阵病态条件下的数值鲁棒性。
HF blogAI 评分2222 Hugging Face 上的 tavishh/robotarm：ACT（CVAE）SO-101 方块与圆柱抓放
东北大学 SV 机器人 SIG 的 Team TRON 在 Φ 硬件智能 ACT 训练竞赛中提交了 tavishh/robotarm：基于 phi_so101_cubes_cylinder_v1 数据集（120 条轨迹、66,873 帧、3 路相机）训练的 ACT（CVAE）策略，用于抓取方块或圆柱并放入盒中。
NVIDIA blog robotics精选AI 评分7878 NVIDIA 发布 Cosmos 3 开放世界基础模型家族
NVIDIA 发布 Cosmos 3 开放物理 AI 世界基础模型家族，基于 mixture-of-transformers 架构，同时支持视觉推理、世界生成与动作预测。
推荐理由：Cosmos 3 以开放权重和三种规模覆盖世界生成与动作预测，读者可据此判断物理 AI 团队如何做后训练与部署。
HF blog精选AI 评分7171 Ego2Robot：从第一视角人类视频合成可扩展机器人训练数据
Ego2Robot 提出一条可扩展流程，通过动作重定向、机械臂视觉合成和多级质量筛选，把第一视角人类操作视频转换为机器人训练数据，支持精选数据集与野外视频，产出 18,561 小时数据、覆盖 15 种机器人形态。
推荐理由：论文给出将第一视角人类视频转为机器人训练数据的可扩展流程，并公开数据规模与泛化评测设置。
HF blog精选AI 评分6262 BridgeVLA++：面向 3D 操作的数据高效、可泛化、记忆增强 VLA 框架
BridgeVLA++ 在 BridgeVLA 基础上加入统一时空记忆架构，可对观测历史进行推理，同时保留原框架的数据效率与泛化能力。该框架在两个记忆依赖型操作基准上取得 state-of-the-art 表现，并在双臂操作设置和另一个真实机器人平台上完成验证。项目主页为 https://bridgevla-plus.github.io/。
推荐理由：BridgeVLA++ 在原有数据效率基础上加入时空记忆，读者可了解记忆增强 VLA 在 3D 操作任务上的设计思路与验证范围。
HF blog精选AI 评分7171 WorldCycle：用可逆动作循环自监督强化学习训练长时程视频世界模型
WorldCycle 提出用可逆动作循环作为可自验证的强化学习信号，无需真值轨迹，将长时程状态回归漂移最多降低 44%，复合动作准确率提升近 4 倍。作者指出 WorldPlay、WorldCompass 等基线存在空间闭合失败与时间一致性失败，且短时程奖励无法察觉。团队同时发布 CycleBench，覆盖短、中、长时程的可逆、重复与复合循环，用于把视频世界模型当作模拟器评测。
推荐理由：作者把可逆动作循环当作无需真值轨迹的自监督信号，并公开 CycleBench，读者可据此理解长时程视频世界模型的漂移评测方式。