Hugging Face 上基于 LeRobot 训练的 ACT 策略模型 lenawngr/ACT_SWITCH-2-bottom_half1_test
Hugging Face Hub 上出现了一个用 LeRobot 训练的 ACT（Action Chunking with Transformers）模仿学习策略模型 lenawngr/ACT_SWITCH-2-bottom_half1_test，采用 apache-2.0 许可。
#模型发布
#模型发布
今日 3 条HF blogAI 评分2020 HF blog精选AI 评分6262 strands 发布 Isaac Lab Shadow Hand 手中方块重定向 PPO 策略
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。
HF blogAI 评分3636 klinzw/pi05_autolife_fridge：基于 π₀.₅ 的开关冰箱 VLA 策略
Hugging Face Hub 上线 klinzw/pi05_autolife_fridge，这是基于 Physical Intelligence π₀.₅、用 LeRobot 0.6.0 微调并推送的视觉语言动作策略，机器人本体为 autolife_s1，执行“open fridge”和“close fridge”任务。
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2222 Mulligan 发布 sim-square-narrow-r03-mulligan-divl 检查点与评估结果
Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r03-mulligan-divl 检查点，基于父代冻结扩散 actor 与分布式 DIVL critic，在 sim-square-narrow 任务训练至 150001 步，含 5 个随机种子。
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。
HF blogAI 评分2222 Mulligan 发布 sim-square-narrow-r03-baseline-repair-r3roll-divl 基线修复检查点
Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r03-baseline-repair-r3roll-divl 检查点，基于父代冻结扩散 actor 与分布式 DIVL critic，训练至 150001 步，含 5 个随机种子。
HF blogAI 评分2222 Mulligan 发布 sim-square-narrow-r03-auto-plain-il-n1-idql 基于状态的 IDQL 智能体
Mulligan 在 Hugging Face 发布基于状态的 IDQL 智能体 sim-square-narrow-r03-auto-plain-il-n1-idql，用于 sim-square-narrow 任务，包含 5 个随机种子、训练步数 150001 的 PyTorch 检查点。
HF blogAI 评分2222 Mulligan 发布 sim-square-narrow-r03-auto-iql-success-bc-n32-idql 模型
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。
HF blogAI 评分2222 Mulligan 发布 sim-square-narrow-r03-auto-iql-success-bc-n32-divl 机器人策略检查点
Hugging Face 上的 Mulligan 组织发布 sim-square-narrow-r03-auto-iql-success-bc-n32-divl 检查点，这是一个基于状态的智能体，使用父级冻结扩散 actor 与分布式 DIVL critic，任务为 sim-square-narrow，训练步数 150001，含 5 个种子。
HF blogAI 评分2222 Mulligan 发布 sim-square-narrow-r03-auto-iql-n32-idql 基于状态的 IDQL 智能体
Hugging Face 上 Mulligan 组织发布 sim-square-narrow-r03-auto-iql-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，属 R3 轮次。
HF blogAI 评分1010 Hugging Face 发布 mulligan/sim-square-narrow-r03-auto-iql-n32-divl 模型
Hugging Face 上线 mulligan/sim-square-narrow-r03-auto-iql-n32-divl 模型仓库。该条目名称显示其与 sim-square-narrow 任务、auto-iql 方法及 n32 配置相关，具体性能与训练细节尚未在页面中披露。
HF blogAI 评分88 Hugging Face 发布 mulligan/sim-square-narrow-r03-auto-filtered-bc-n1-idql 模型
Hugging Face 上线了名为 mulligan/sim-square-narrow-r03-auto-filtered-bc-n1-idql 的模型仓库。该页面未披露模型架构、参数规模、训练数据或评测结果等具体信息，仅以推进开源开放科学为宗旨说明。
HF blogAI 评分2222 Mulligan 发布 sim-square-narrow-r02-mining-no-cf-idql 基于状态的 IDQL 智能体检查点
Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r02-mining-no-cf-idql，这是一个基于状态的 IDQL 智能体，由扩散 actor 与标量 IQL critic 组成，提供 policy.pt 和 stats.json。
HF blogAI 评分2222 Mulligan 发布 sim-square-narrow-r02-mining-no-cf-divl 检查点与评估结果
Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r02-mining-no-cf-divl，这是一个基于状态、使用父级冻结扩散 actor 与分布式 DIVL critic 的智能体，任务为 sim-square-narrow，训练步数 150001，含 1-5 共 5 个种子检查点。
HF blogAI 评分2222 Mulligan 发布 sim-square-narrow-r02 IDQL 检查点与评估结果
Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r02 的 IDQL 智能体检查点，采用扩散 actor 加标量 IQL critic，训练步数 150001，覆盖 5 个随机种子。
HF blogAI 评分2222 Mulligan 发布 sim-square-narrow-r03-baseline-idql 基线 IDQL 检查点
Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r03-baseline-idql，为基于状态的 IDQL 智能体，采用扩散 actor 与标量 IQL critic，含 policy.pt 和 stats.json。
HF blogAI 评分2020 Mulligan 发布 sim-square-narrow-r02-baseline-divl 基线智能体
Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r02-baseline-divl 基线智能体，用于 sim-square-narrow 任务，采用父级冻结扩散 actor 与分布式 DIVL critic，训练步数 150001，含 5 个随机种子检查点。
HF blogAI 评分2222 Mulligan 发布 sim-square-narrow-r03-baseline-divl 基线智能体
Hugging Face 的 Mulligan 项目发布 sim-square-narrow-r03-baseline-divl，这是一个基于状态的智能体，使用父级冻结扩散 actor 与分布式 DIVL critic，任务为 sim-square-narrow，训练步数 150001。
HF blogAI 评分2222 Mulligan 发布 sim-square-narrow-r02-baseline-idql 基线检查点
Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r02-baseline-idql 基线检查点，为基于状态的 IDQL 智能体，采用扩散 actor 与标量 IQL critic，含 policy.pt 和 stats.json。
HF blogAI 评分2020 Mulligan 发布 sim-square-narrow-r03 修复版策略检查点（含 DIVL 评论家）
Hugging Face 的 Mulligan 项目发布 sim-square-narrow-r03-mulligan-repair-no-r3roll-divl 检查点，基于父代冻结扩散 actor 与分布式 DIVL 评论家，训练步数 150001，含 1-5 共 5 个种子。
HF blogAI 评分2222 Mulligan 发布 sim-square-narrow-r03 修复版 IDQL 策略检查点
Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r03-mulligan-repair-no-r3roll-idql 检查点，为基于状态的 IDQL 智能体，采用扩散 actor 加标量 IQL critic，含 policy.pt 与 stats.json 归一化文件。
HF blogAI 评分1818 krish5831/act_tissues_into_box：基于 ACT 与 LeRobot 的纸巾入盒策略
Hugging Face 上发布了一个名为 krish5831/act_tissues_into_box 的 ACT 模仿学习策略，用 LeRobot 0.6.2 训练，可让 so_follower 机器人完成“把纸巾包放进盒子”的任务。
HF blogAI 评分2222 Hugging Face 上 bk912/dp_green_cube_to_box_clean_20k 扩散策略模型发布
Hugging Face 上线扩散策略模型 bk912/dp_green_cube_to_box_clean_20k，用 LeRobot 0.6.2 训练，基于 50 条、38140 帧、30 FPS 的 so_follower 机器人数据，训练 20000 步、批量 32。
HF blogAI 评分2222 bk912/dp_green_cube_to_box_finetune_20k：基于 LeRobot 的扩散策略模型
Hugging Face 上发布 bk912/dp_green_cube_to_box_finetune_20k，这是一个用 LeRobot 0.6.2 训练的扩散策略（Diffusion Policy），在 so_follower 机器人上执行“从蓝色平台拿起绿色方块放入盒子”任务。
qbitaiAI 评分6666 美梦空间联合索辰科技发布Physical-WAM世界动作模型与RoboTwin-Phys物理漂移评测基准
9月26日，杭州美梦空间在第五届全球数字贸易博览会上发布Physical-WAM物理-世界动作模型与RoboTwin-Phys物理漂移评测基准。Physical-WAM由PhysLens、PhysDream、PhysAct三个模块构成，在感知输入与动作输出之间插入物理Token表征，用于估计摩擦、重量、重心、接触状态等物理信息并预判动作后果。
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。
HF blogAI 评分44 armand0e/MiMo-V2.6-Distill-Qwen-9B-RL 上线 Hugging Face
armand0e/MiMo-V2.6-Distill-Qwen-9B-RL 已在 Hugging Face 上线，页面归类于 Models。该条目位于 Hugging Face 的模型、数据集、Spaces 等资源导航中，正文未披露模型参数、训练方法或评测结果等更多细节。
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。
HF blogAI 评分2222 ravediamond/turbovla_so101_bowls：基于 LeRobot 训练的 SO-101 双臂放碗策略
Hugging Face 上发布 turbovla_so101_bowls 策略，基于 LeRobot 0.6.1 训练，用于 SO-101 的 so_follower 本体，输入前顶与腕部两路 640×480 相机图像和 6 维状态，输出 6 维动作。
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。
HF blogAI 评分2222 Hugging Face 上 K-vr/cube_stack3_Pi05_abs_batch8：基于 π₀.₅ 的叠方块策略
Hugging Face Hub 上线 K-vr/cube_stack3_Pi05_abs_batch8，这是基于 Physical Intelligence 的 π₀.₅ 视觉语言动作模型、用 LeRobot 0.6.1 微调并推送的机器人策略，基座为 lerobot/pi05_base。
HF blogAI 评分1818 Hugging Face 上的 Qyvos：基于 Julia-1 的决策分类模型
Qyvos 是基于 SupersonicLabs/Julia-1 仅微调决策头得到的决策/分类模型，在 ZefanCai/Open-Jev 数据集上训练，支持 choice、score、noul 三类决策。模型冻结 ModernBERT-small 编码器与动作头，仅训练 3,699,073 个参数（占 2.56%），在 3.9 GB 内存约束下完成 3,750 步训练。
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。