OpenAMRobot 2.0 将开源移动底座、升降机构与两条 OpenArm 2.0 机械臂整合为统一模型，软件栈基于 ROS 2，并使用 MoveIt 做运动规划、Gazebo 做仿真。原文未披露硬件参数、负载、自由度、发布时间或许可证细节。
机器人行业洞察
今日精选
The robotics journal行业消息
Google、UCLA与CMU联合论文提出GenXR-Bench，含112个专家编写的XR功能开发、缺陷修复与完整应用构建任务，测试模拟手部与房间输入，与使用真实头显的盲测XR专家一致率为96.5%。评测显示Claude Opus 5以50.9%领先，但无模型在SDK功能任务上超过29.2%；失败运行中64.4%出现坐标系错误，44.9%出现启动竞态条件。作者建议用模拟手部与房间输入验证智能体产出的XR应用，因智能体自写单元测试常漏掉运行时缺陷。
Google DeepMind 发布 Genie 4，称其为首个带原生音频的实时世界模型，可生成环境音、音乐，以及角色对用户和世界内事件作出反应的实时对话。用户可用文字改写运行中的模拟，如改变天气、移动镜头、添加人物，Gemini 负责把编辑适配进场景并保持连贯。Gemini 3.8 Flash 在循环中充当导演，拆解目标并检查帧；Gemini 4 Argon 借此模拟了 Apptronik 的 Apollo 人形机器人下跳棋。访问先从可信测试者开始，之后开放给 Google AI Ultra 订阅者和早期 Gemini API 合作伙伴。
研究团队在Idealworks的iw.hub差速驱动机器人与全向人形移动平台（HMP）上，测试NVIDIA X-Mobility与COMPASS学习型导航工作流的sim-to-real可靠性，并构建Idealworks研发中心数字孪生。在数字孪生中微调X-Mobility并加入NVIDIA Cosmos生成的sim-to-real增强数据后，策略部署于iw.hub板载Jetson AGX Xavier，在真实研发中心四个场景的成功率由65.3%升至91.7%，加权行驶时间较仅仿真训练近乎减半，与现有生产导航栈差距8.3个百分点，且全程板载运行；配合全局规划器可在每次试验中到达远处被遮挡目标。
arXiv 2605.29864v2 提出未来经验条件化（FEC）接口，将闭环策略条件化于短未来视频的潜在表示。未来片段分三阶段生成：LLM推理器在任务本体上推理、无机器人数字孪生推演物体运动、无掩码视频扩散模型合成与机器人一致的未来片段。在RoboCasa和CALVIN上以BC与BC+RL实例化，对比NoFuture、GTFuture、GenFuture、WrongFuture四种条件及SFP基线：生成未来优于无未来条件，不匹配未来则降低性能，BC+RL整体最强；8个CALVIN任务上GTFuture提升最快，GenFuture早于且高于NoFuture，WrongFuture全程为零。
该研究构建了一套面向农业抓取与采摘的仿真到真实机器人学习框架：基于MuJoCo搭建包含多种番茄植株结构的农业仿真环境，通过手柄遥操作采集专家演示，并用底层控制器执行机器人动作。研究将Octo与π0.5两个预训练通用机器人策略在仿真演示上适配，随后在实体Franka Research 3机械臂上用真实机器人演示进一步微调，并在分布内、视角/空间偏移和分布外条件下评估，同时考察本体感知信息对策略性能的影响。结果显示π0.5的任务表现得分高于Octo，且在分布偏移下性能退化更小。
研究团队提出 PlayPolicy（DSP）框架：机器人先通过行为克隆从数分钟人类玩耍数据中学得玩耍策略，再自主运行数小时采集交互数据训练世界模型；推理时该策略为模型预测控制（MPC）提出候选动作序列，由世界模型评估，并可用世界模型内自我对弈蒸馏闭环目标条件策略加速推理。在仿真与真实世界的多指手欠驱动推动和任意到任意手内姿态重定向任务上，真实实验成功率比事后行为克隆高 69.6%，交互数据量比强化学习少 490 倍而成功率相当，且无需任务特定演示或 sim-to-real 迁移。
针对人类视频到机器人策略迁移（H2R）方法因任务套件、场景布局、物体实例与机器人监督量不同而难以横向比较的问题，研究者提出 Real2Sim 基准 H2RBench，基于真实人类视频演示与仿真机器人演示建立标准化协议，覆盖四个交互需求不同的操作任务。论文评估了多种采用不同具身差距弥合策略的代表性 H2R 方法，刻画各方法随人类演示数量增加的性能扩展，发现方法间利用额外人类数据的能力差异显著。仿真性能对真实机器人性能具有预测性，跨方法-任务配置的 Pearson 相关系数 r=0.89、Spearman 相关系数 ρ=0.85、平均最大排名违规 MMRV=0.06。
该论文针对四足机器人通过被动弹簧臂搬运负载的场景，建立了将被动接口刚度、阻尼与负载质量关联到 ZMP 响应的降阶解析模型，指出低阻尼被动模态可能与步态谐波重叠。作者提出基于扩展单刚体动力学的臂感知模型预测控制 ARMPC，融合浮动基动力学、被动臂关节状态、扭转弹簧阻尼与基座-臂惯性耦合。仿真消融中 ARMPC 在所有测试条件下减少 ZMP 裕度违规并避免失败，Nominal MPC 与 Baseline MPC 违规率和失败率更高；2 kg 负载硬件拉放实验中 ARMPC 纵向与对角线扰动试验全部无失败，Baseline MPC 分别失败 7/15 和 8/15 次。
该研究在仿真中用基于采样的模型预测控制（SMPC）作为自动专家生成大规模离线数据集，以绕开稠密奖励塑形的人工瓶颈，使离策略强化学习仅凭稀疏任务奖励即可训练。高层智能体与低层动态稳定性控制器结合后，学到的策略在任务目标对齐上超过原始最优控制教师。作者在配备机械臂的Spot四足机器人和G1人形机器人两种形态上部署了复杂移动操作技能，验证了sim-to-real框架的鲁棒性。
威斯康星大学麦迪逊分校人机交互团队提出 SHRIMP 系统，用自然语言自动生成分层机器人基元任务计划，并支持用户通过重新提示和显式纠正迭代修订。每次修订后，用户可在仿真中验证计划，确认后再在物理机器人上执行。研究招募 35 名参与者完成桌面厨房任务规划，结果显示 SHRIMP 提升了用户的感知控制感与机器人透明度。系统视频与源代码已公开。
该论文提出接触隐式、基于直接仿真的多重射击（DSMS）框架，将运动学可行的参考轨迹转换为动力学可行的全身轨迹：把可微仿真器嵌入非线性规划，在内部处理接触、摩擦、碰撞、自碰撞与关节限制，同时施加跟踪、驱动和任务约束，无需预设接触时序或显式接触约束。作者称相比现有重定向方法，DSMS 可加速运动模仿强化学习训练，得到成功率更高、跟踪误差更低的策略；并在 Unitree G1 上完成零样本仿真到现实迁移，覆盖指令条件化行走、慢跑、接触密集爬行及 180 度跳跃转身。
研究团队提出开源无人机仿真器 Crazyflow，将高保真动力学与 JAX 结合，兼顾速度与可微分性，可在单 CPU/GPU 上扩展到数百万环境或数千个集群、每集群数千架无人机，并支持集群扩展。真实实验显示其支持基于解析梯度的策略学习，无需域随机化即可实现高精度跟踪，基于采样的避障速度超过每秒 5 亿步。团队将一架真实无人机抛向空中，从零训练恢复策略仅用 0.37 秒并在落地前接住，演示了飞行中强化学习，突破先训练后部署范式。
WorldArena 2.0 将具身世界模型基准从纯视觉预测扩展到视触觉多模态感知与预测，并把评估范围从策略评估与规划延伸到将世界模型作为交互式强化学习环境用于策略优化。平台维度上，该基准不再局限于仿真器，覆盖多种具身形态的仿真与真实机器人设置，在标准化协议下评估感知质量、交互效用与跨平台性能。代码与演示已发布于 world-arena.ai。
arXiv 2605.13775v2 提出 RoboEvolve 框架，将 VLM 规划器与 VGM 仿真器耦合成协同进化循环，用无标签种子图像自举，通过日间探索（语义控制多粒度奖励）与夜间巩固（挖掘近失失败）双阶段机制训练。实验显示基础规划器提升 30 个绝对点、仿真器成功率平均提升 48%；仅用 500 个无标签种子即超越全监督基线，初始 RL 数据减少 50 倍；并可将冷启动 LingBot-VA 在 LIBERO 上的平均任务成功率从 78.7% 提升至 98.7%。
AffordSim 将开放词汇 3D 可供性预测接入仿真轨迹生成：给定自然语言任务，合成场景、发出可供性查询并定位到物体表面、采样区域条件抓取，再用运动规划筛选可执行轨迹，同时随机化位姿、纹理、光照、噪声与背景以支持 sim-to-real。该基准含 50 个任务、五种机器人本体、500 多个刚性与铰接物体；在可供性关键任务上达到人工接触标注轨迹采集成功率的 93%，困难复合任务为 89%。用其数据训练的 VLA 策略零样本迁移到真实 Franka FR3，平均成功率 24%。
研究团队发布 IndustryNav 仿真环境，包含 24 个仓库场景，用于闭环导航至指定目的地，并引入安全感知指标记录每条轨迹的碰撞与近碰撞预警。对 11 个开源与闭源视觉大语言模型及 3 个导航基线的实验显示，智能体能够抵达目标，但会与移动障碍物发生碰撞，说明任务成功与安全导航之间存在差距。该环境还通过自动 oracle 轨迹与仿真器交互支持策略学习，并保留部分场景用于泛化测试；实验表明策略可在熟悉的仓库中完成新路线，却无法迁移到保留布局，跨场景泛化仍是待解问题。
arXiv 于 2025 年 10 月发布（v2 替换版）的立场论文提出「身体-控制协同设计」路线，主张人形机器人不应只在固定本体上优化控制策略，而应利用当前本体与策略的运行经验，递归地同时改进形态与行为，作者将其称为物理递归自我改进（Physical RSI），并类比生物进化。论文讨论了基于策略性探索、Sim2Real 迁移和元策略学习的三类协同设计方法，并从方法论、应用驱动和社区建设三个角度论证其必要性，同时指出该方向在人形机器人领域仍属研究不足，提出从短期创新到长期目标的开放问题清单。