VideoPhysEdit:基于刚体物理场景重建的物理反事实视频编辑
Hugging Face 论文页发布 VideoPhysEdit,一种无需训练的物理反事实视频编辑(PCVE)流程,通过刚体物理场景重建显式还原场景物理,将物理编辑作为干预并利用生成轨迹引导反事实视频生成。
Hugging Face 论文页发布 VideoPhysEdit,一种无需训练的物理反事实视频编辑(PCVE)流程,通过刚体物理场景重建显式还原场景物理,将物理编辑作为干预并利用生成轨迹引导反事实视频生成。
Hugging Face 上线 SO-101 SimStudio Lab01 抓放数据集 v4(alexhegit/so101-simstudio-lab01-pnp-agent-yaw-v4),共 140 个 episode、67235 帧,20 fps、3 路 640×480 相机,状态为 15 维位置+速度+末端 XYZ。
Hugging Face 上发布 strands-isaaclab-ant-131k-policy,这是用 rsl_rl PPO 在 Isaac Lab 的 Isaac-Ant 任务上训练的机器人策略,训练规模达 131,072 个并行环境。
strands-robots 通过 isaaclab train_policy provider 在 Isaac Lab 中训练宇树 Go2 四足机器人 PPO 策略,4096 个并行环境、1500 次迭代、147M 环境步,在单张 NVIDIA L40S 上耗时 57 分 39 秒,速度跟踪成功率 0.98。
推荐理由:原文给出从 Isaac Lab 训练 PPO 策略到录制 LeRobot v3 数据集的完整命令与验证流程,可迁移到其他机器人任务。
cagataydev 在 Hugging Face 发布 strands-isaaclab-shadow-reorient-policy,这是用 strands-robots 的 isaaclab train_policy provider(PR #4227)训练的 rsl_rl PPO 策略,任务为 Isaac-Reorient-Cube-Shadow 手中方块重定向。
推荐理由:读者可据此了解用 strands 工具链在 Isaac Lab 中训练并导出 Shadow Hand 转方块策略的完整流程与实测指标。
Linorobot2 Cockpit 发布 v2026.09,这是一个容器化、基于浏览器的 ROS 2 移动机器人监管器,覆盖 micro-ROS 固件生成、硬件验证、物理仿真调参与自主导航。
Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r03-mining-no-cf-divl,这是一个基于父代冻结扩散 actor 与分布式 DIVL critic 的状态型智能体,训练步数 150001,含 5 个随机种子检查点。
Hugging Face 上的 Mulligan 组织发布 sim-square-narrow-r03-auto-iql-success-bc-n32-idql,这是一个基于状态的 IDQL 智能体,采用扩散 actor 与标量 IQL critic,任务为 sim-square-narrow,训练步数 150001,含 5 个随机种子检查点。
EPFL 与 NYU 团队在 npj Robotics 发表 ScaFi(Scalable Fish)机器鱼,采用刚性前段加玻纤杆柔性尾部、单电机拉动交叉肌腱产生 S 形摆动,仅需改变尾部杆径即可缩放尺寸。
Hugging Face 上线 mim-chess-vlas 数据集,基于 LeRobot v3.0 构建,含 787 段、195184 帧 Panda 机器人仿真演示,覆盖 40 项任务,20 fps,状态为 9 维、动作为 7 维,含 agentview 与两路 eye-in-hand 相机视频。
Hugging Face 上线数据集 mim-chess-vlas/train_800_complex__mask__blackout__sim__all_cameras__live__depth,含 790 条 Franka Panda 仿真演示、共 157,904 帧,任务是把被两条扁平弧形臂夹住的圆球放入盒子。
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。
QERRA-v2 Classical 发布 Webots Demo 6,在 PAL Robotics TIAGo 上演示 Layer 1 物理安全反射 QERRA-HSR v0.1。
Genesis 发布 v1.4.2,通过休眠机制让休眠岛屿不再产生运行时开销,并加速了启用休眠的刚体仿真与大规模接触岛屿的 GPU 刚体求解器。该版本还改进了 Signorini 接触求解的收敛性,但因收敛问题仍属实验性功能。此外修复了约束求解退出时阻尼关节注入能量的问题,并暴露场景步进各阶段的墙钟时间。
马里兰大学 MATRIX Lab 正在招聘一名 AI/ML 助理研究工程师,工作将紧密围绕 ROS 2 以及 Gazebo、Isaac Lab 等仿真栈,主要面向 UAV 和 UUV 等机器人用例。岗位职责、目标、工作地点与薪资可在 LinkedIn 帖子和 Workday 申请页面查看。
DENSO 机器人 ROS 2 stack 新增 VS-050 支持、MoveIt Servo 与双 VS-050 同时操作,并更新至 Gazebo Fortress(Humble),同时推出包含上述改动的 ROS Jazzy 版本。
一位卫星公司工程师公开了为 NASA 提案 / USSF 合同提交的轨道空间机器人仿真工作,使用 Isaac Sim 5.1 与 ROS 2 Jazzy 完成航电与轨道动力学仿真,已获准公开发布。该提案已提交 NASA,第二阶段有望引入 agentic ROS。作者称这是其已知首个用 ROS 仿真在轨空间机器人的项目。
MuJoCo 3.14.0 新增实验性接触模式 ipc 标志,用离散积分器实现无穿透柔性接触,每步求解带线性化接触约束的增量势能,位置更新经连续碰撞检测验证,目前仅支持 dim-2 flex 且接触无摩擦。
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0,新增对 ROS Lyrical 和 Ubuntu 24.04 的支持,并引入面向 AI agent 的 setup、manipulation 等可复用技能与 agent-ready 文档。
推荐理由:Isaac ROS 5.0 的 agentic 工作流与 ROS Lyrical、Ubuntu 24.04 支持,为开发者提供了从开发到 Jetson 部署的完整路径参考。
开发者对机器人行为树执行守卫 QERRA-v2 Classical 开展 20 例对抗基准测试,在 Webots 仿真中用 PAL Robotics TIAGo 验证。
一个研究原型打通了医学 CT 影像与 ROS 2 可视化及机器人仿真:从 DICOM/NIfTI CT 扫描出发,用 TotalSegmentator 分割左右肾及邻近器官,以高 HU 阈值加连通域提取结石候选,生成毫米级 3D 网格,再规划并排序 PCNL 经皮肾镜取石通道,在 RViz 和 Gazebo 中用带穿刺针的 Franka FR3 复现所选路径。
DeformSmith 是一个从文本或单张图像自动生成可交互、物理可信可形变资产的框架,通过分层智能体构建与共享物理约束工具,逐步构建、测试并细化几何、物理模型、材质行为和机器人交互,直至资产可用于仿真与操作。
论文提出 Movement Trend Guidance,让 3D 扩散策略从短观测历史中学习交互演化的紧凑隐表示,训练时用稀疏未来夹爪状态监督,推理时仅保留该隐表示作为未来导向条件。
推荐理由:论文提出 Movement Trend Guidance,用隐变量为 3D 扩散策略提供交互走向的前瞻信息,并给出多基准对比数据。
ETH Zurich 研究人员把一只商用机器人手改造成能用手指行走的装置,为其加装电池和 Raspberry Pi Zero 2 W,并开发神经网络控制软件。该手有 20 个关节、每指 4 个,网络根据先前动作、手部状态和当前目标迭代输出下一关节状态;训练先在仿真模型中进行强化学习,行走速度快于改造的四足运动模型。
Isaac Lab 3.0 Early Access 发布,引入工厂式多后端架构,物理、渲染与可视化可分别选择 isaacsim_physx、ovphysx、newton_mjwarp 等配置,并支持不安装 Isaac Sim 的无 Kit 工作流。
推荐理由:Isaac Lab 3.0 早期访问版把物理、渲染与可视化拆成可切换后端,并给出 2.x 到 3.0 的迁移清单,便于评估现有训练流程的改动量。
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。
Genesis 发布 v1.4.1,重点提升大规模场景下 CPU 与 GPU 的性能,速度随岛屿数量呈亚线性下降,不平衡场景的 Jacobi 均衡开销大幅降低,接触密集场景在 CPU 上明显加速。新版本支持不含 joint2 的 MJCF 关节等式,并修复 glTF 归一化整数访问器解码、法线与纹理坐标保留、MJCF 关节执行器力范围等问题。
Hugging Face 论文页介绍 Recursive Code World Models(RCWM),一种从单张参考图像以可执行代码递归重建复杂 3D 世界的框架。
高德9月10日宣布扫街榜全面AI化,升级后的2026版用AI算法理解不同导航到店行为的评分权重。其空间智能核心引擎ABot-Earth 0.7被称为全球首个3D原生城市世界模型,仅需一张卫星图或一段文字,在消费级GPU上跑10分钟即可生成真实街景3D城市,效率比传统方法提升1000倍,已覆盖190多个国家、300多座城市。
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。
全球 Robotaxi 市场预计到 2035 年达 4000 亿美元,超 600 万辆商用车上路,NVIDIA 以训练、仿真验证、车载三计算机架构支撑商业化车队规模化部署。
大晓机器人联合南洋理工大学 S-Lab、上海人工智能实验室发布人–场景交互重建研究 HSImul3R,已被 ECCV 2026 接收。
Hugging Face 论文页介绍 SyncWorld,一种通过视觉校准让世界模型在未见相机、环境和本体上做上下文机器人世界建模的方法,无需下游训练。该方法以少量视觉交互作为上下文,尝试模拟机器人控制带来的视觉后果。
推荐理由:SyncWorld 提出用视觉校准让世界模型在未见相机与环境上做零样本仿真,读者可了解其免下游训练的思路。
MuJoCo 3.13.0 发布,新增 discrete 积分器,将约束求解与隐式速度更新合并为一步,使被动弹簧和执行器位置增益在远超显式稳定极限的时间步下保持稳定。该版本还新增 Python 3.15(GIL 与自由线程)支持、站点几何关联网格、传感器 cutoff 属性,并移除 implicit/implicitfast 下 flex 有效度量的特例,相关模型需改用 discrete 积分器。
Genesis 发布 v1.4.0,支持将场景连同完整轨迹导出为独立归档,可在任意机器上通过 gs replay 实现位精确回放,目前仅支持刚体求解器。该版本还新增在内存中保存与恢复已构建场景、在连杆任意局部点施加外部力旋量,并修复了大量与资产解析相关的缺陷。
SteadyTray 提出分层强化学习架构 ReST-RL,将运动与负载稳定解耦,在宇树 G1 人形硬件上实现零样本仿真到真实迁移,可应对多种物体与外力扰动。Agility Robotics 的视频展示了人形机器人拖动沙发的场景。
德州农工大学团队研发的 1.8 米宽、150 公斤充气机器人 RoboBall III,通过内部摆锤移动重心滚动前进,仅用两个执行器,可翻越障碍并爬上 20 度斜坡。该机器人设想由月球车运至陨石坑边缘后自主下探,并用小型火箭将地质样本射回坑外,相关设计与德州采石场测试结果已发表于 IEEE Transactions on Field Robotics。
影眸 Hyper3D 发布世界生成模型 WorldGen,上传一张场景图后约 2 到 3 分钟可生成完整 3D 场景,场景内每件资产可单独移动、替换,并保留空间与物理关系。
Hugging Face 上线数据集 trinity-graphics/truncgradgs,页面仅附 Hugging Face 推进开源与开放科学的使命宣言,未披露数据规模、模态、许可或使用方式等细节。
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。