-
(HN 481 分) — Mistral 首发机器人导航模型 Robostral Navigate,这是欧洲 LLM 一线厂商正式切入具身赛道的标志性动作。至此 OpenAI、Google DeepMind、Mistral 三家都有明确的机器人产品线,欧洲机器人生态终于有了自己的基础模型玩家。
-
(HN 97 分) — 多人交互世界模型,用 Rocket League 这种高频对抗的游戏做训练场。多智能体交互场景下的世界模型是通用具身智能的关键拼图。
-
(HN 80 分) — Petoi 出的浏览器内可编程机器人仿真,零门槛跑机器狗算法。对教育、快速原型验证很有价值。
-
— 统一视觉-语言理解、未来帧生成与动作预测的 VLA 单模型,无需目标标注/分割掩码/注意力监督,action pathway 就能自动聚焦指令目标,泛化性显著提升。
-
— 让预训练 VLA 内生地压缩长视觉历史,不依赖外部内存管理,兼顾长时程与实时更新。是 VLA 走向长时程操作的关键工程改进。
-
— 单张 RGB 图片生成物理稳定、视觉可信的仿真场景。Real2Sim2Real 是策略评测规模化的关键路径。
-
— VLA 在无人机与双手操作两个新战场的综述,系统梳理了 VLA 从 manipulator 向 aerial/双臂扩展的架构与数据方案。
-
— 本地 open-weight LLM + PDDL 混合规划,兼具 LLM 的上下文理解与经典 planner 的可执行性/安全性保障。神经+符号规划继续是 VLA 之外的可靠路线。
-
— 面向模块化软体机器人的持续学习控制框架,回答"结构可重构机器人如何在线自适应"的问题。
-
— learning-free 的全局定位框架,支持从窄 FOV 到全景的一致 pipeline,对轻量化机器人/AGV 的复用性很好。