Physical AI 前沿雷达 · 2026-09-27
每日自动更新的具身智能前沿雷达：八条主线、三语精炼、证据可查。
- 生成时间:
2026-09-26 23:40 UTC - 统计窗口:
论文 2026-09-23 → 2026-09-27 · 博客与报道 2026-08-28 → 2026-09-27 · 30 天内不重复 (UTC) - 证据标注：O = 一手官方 · R = 论文/预印本 · M = 媒体或二手
今日重点
1. Uncertainty-Gated Exploration Noise Suppresses Task Collapse in Online RL Fine-Tuning of a Flow-Matching Vision-Language-Action Policy
- 主线: 训练与自我改进（RL / 后训练） ｜ 证据:
[R]｜ 来源: arXiv 2609.28838 ｜2026-09-26 - 关键数字:
96.02%(“under which 96.02% of the action”) - 信号:
含量化指标·有开放代码或权重 - 为什么重要
AI 起草: 若打算让已部署的流匹配 VLA 持续在线 RL 微调，作者点名的风险是更新会逐步毁掉单个任务上的既有能力，值得纳入监控；本页唯一数字 96.02% 缺少指标语境，且为作者自报，但标注了开放代码，可自行复核。
Online reinforcement learning fine-tuning of pretrained flow-matching vision-language-action (VLA) policies promises robots that keep learning after deployment, but continued updates often destroy competence on individual tasks while the…
2. Exploiting answer-invariant redundancies in satellite imagery for efficient VLM inference on edge
- 主线: 边缘与实时性（端侧推理 / 控制频率） ｜ 证据:
[R]｜ 来源: arXiv 2609.29029 ｜2026-09-26 - 关键数字:
78%(“Rift reduces energy by 78% and latency by”) ·69%(“78% and latency by 69%”) ·45%(“while increasing accuracy from 45% to 73%”) ·73%(“accuracy from 45% to 73%”) - 信号:
含量化指标·含延迟或控制频率 - 为什么重要
AI 起草: 在端侧对高分辨率图像跑 VLM 时，逐块穷举推理未必必要：作者自报能耗降 78%、延迟降 69%，准确率由 45% 升至 73%；但场景是卫星图像问答，能否迁移到机器人相机与控制回路，本页没有证据。
Onboard vision-language models could enable satellites to answer queries directly, but exhaustive tiled inference over high-resolution imagery is slow and energy-intensive.
3. Decoupled Early Exits for Task-Dependent Compute Allocation in Flow-Matching VLAs
- 主线: 基座模型（VLA / WAM） ｜ 证据:
[R]｜ 来源: arXiv 2609.29382 ｜2026-09-26 - 信号:
含闭环成功率·含延迟或控制频率 - 为什么重要
AI 起草: 为 VLM 骨干加动作专家的流匹配 VLA 规划端侧算力时，按任务分配计算可能是一个可调旋钮；该预印本标注了闭环成功率与延迟结果，但本页未给出任何数字，省多少算力、掉多少成功率暂无从判断。
Flow-matching Vision-Language-Action (VLA) models have emerged as a potential solution for generalist robot control, designed by combining a pretrained Vision-Language Model (VLM) backbone with an action expert that generates continuous…
4. Learning from Mixed-Quality Deployment Experience for Robot Manipulation
- 主线: 训练与自我改进（RL / 后训练） ｜ 证据:
[R]｜ 来源: arXiv 2609.29000 ｜2026-09-26 - 信号:
含真机实验 - 为什么重要
AI 起草: 若你在记录部署数据，本文提示不应只保留成功轨迹：部分完成和失败同样是训练素材；该预印本标注了真机实验，但本页没有量化结果，收益大小需回原文核对。
Robot policies deployed in real environments naturally accumulate mixed-quality experience, including successful executions, partial progress, and failures.
5. AnchorDream: Repurposing Video Diffusion for Embodiment-Aware Robot Data Synthesis
- 主线: 仿真与评测（sim2real / 闭环） ｜ 证据:
[R]｜ 来源: Toyota Research Institute ｜2026-09-09 - 关键数字:
36.4%(“with relative gains of 36.4% in simulator benchmarks”) - 信号:
含量化指标·含真机实验 - 为什么重要
AI 起草: 示教采集成本是瓶颈时，可考虑用视频扩散合成机器人数据来补量；但本页唯一数字是仿真基准上 36.4% 的相对提升，真机实验虽有标注却未见数字，采购或替代遥操作前应先看真机结果。
The collection of large-scale and diverse robot demonstrations remains a major bottleneck for imitation learning, as real-world data acquisition is costly and simulators offer limited diversity and fidelity with pronounced sim-to-real gaps.
6. DAWN: Noise-Robust Quadruped Parkour via Depth-Denoising World Models
- 主线: 本体与供应链（硬件 / 成本） ｜ 证据:
[R]｜ 来源: arXiv 2609.29092 ｜2026-09-26 - 为什么重要
AI 起草: 若你的四足视觉步态依赖训练时的干净深度和部署时手调的后处理滤波，这项工作把深度噪声纳入世界模型来处理，值得关注；但本页没有数字或真机信号，仅凭页面还不足以替换现有滤波链路。
Vision-based legged locomotion methods assume clean depth at training time and rely on hand-tuned post-processing filters at deployment.
7. SeeAct AI穆尧：具身智能终局，一定是从“被训练”走向“自我进化”｜物理AI50人
- 主线: 仿真与评测（sim2real / 闭环） ｜ 证据:
[M]｜ 来源: 雷峰网 Leiphone ｜2026-09-24 - 为什么重要
AI 起草: 这是一篇访谈观点，核心论断是机器人缺的不是数据而是经验；可作为规划数据策略时的一种立场参考，但没有量化证据，不宜据此调整采集投入。
机器人真正缺的，不是数据，而是经验。那是具身智能最荒芜的时候。
8. 这次云栖，斑马智能亮出了从汽车到具身智能的入场券
- 主线: 本体与供应链（硬件 / 成本） ｜ 证据:
[M]｜ 来源: 雷峰网 Leiphone ｜2026-09-24 - 为什么重要
AI 起草: 二手报道称斑马智能借云栖从汽车转向具身智能，但本页摘录只描述车内助手场景，看不到机器人产品、价格或交付信息，暂时不构成选型或供应链决策的依据。
周五晚上六点，你坐进车里，什么也没说。 AI 系统已经知道，这周六是女儿的生日。
前沿基线（人工策展）
1. π*0.6 / Recap: a VLA that learns from experience via advantage-conditioned policies
- 主线: 训练与自我改进（RL / 后训练） ｜ 证据:
[R]｜ 来源: arXiv 2511.14759 ｜2026 - 关键数字:
RL from autonomous rollouts + human corrections·value function fine-tuned on online data - 为什么重要: “部署即训练”的方法学基础：要用它，运维必须先把干预记录和成功判定变成一等数据。
2. Fine-tuning π0 for robotic manipulation on Amazon SageMaker HyperPod EKS
- 主线: 训练与自我改进（RL / 后训练） ｜ 证据:
[O]｜ 来源: AWS Physical AI Blog ｜2026-09-10 - 关键数字:
MSE -89.7% (DROID)·MSE -88.9% (LIBERO)·8xH100, 20k steps, 6h15m·50-step chunk <200 ms at 1 ODE step·checkpoint ~45 GB - 信号:
含量化指标 - 为什么重要: 同一工作早期报 96% 改善，只因评测集与训练集重叠；修正切分后是 89%。这是 2026 年最值得引用的评测纪律案例。
3. Gemini Robotics 2 brings whole body intelligence to robots
- 主线: 基座模型（VLA / WAM） ｜ 证据:
[O]｜ 来源: Google DeepMind ｜2026 - 关键数字:
full humanoid control, feet to fingertips·bi-arm robots - 为什么重要: 全身控制进入通用 VLA 的能力清单，意味着上肢操作与下肢平衡不再被两套系统割裂。
4. NVIDIA Cosmos 3: physical reasoning, world generation and action generation in one open model
- 主线: 基座模型（VLA / WAM） ｜ 证据:
[O]｜ 来源: NVIDIA Technical Blog ｜2026-08 - 关键数字:
single open model·Nano / Super / Edge variants - 为什么重要: 把物理推理、世界生成、动作生成合进一个开放模型，意味着”想象”和”动作”不再是两个栈。
5. NVIDIA Jetson Thor: up to 2070 FP4 TFLOPS and 128 GB at 40-130 W
- 主线: 边缘与实时性（端侧推理 / 控制频率） ｜ 证据:
[O]｜ 来源: NVIDIA ｜2026 - 关键数字:
7.5x AI compute vs Orin·3.5x energy efficiency vs AGX Orin·Jetson T2000: 400 FP4 TFLOPS / 16 GB - 信号:
含量化指标·含延迟或控制频率 - 为什么重要: 端侧算力代际跳变给了世界模型和推理时计算空间，但实时预算依然要逐项实测。
6. Jetson-PI: onboard real-time control via foresight-aligned asynchronous inference
- 主线: 边缘与实时性（端侧推理 / 控制频率） ｜ 证据:
[R]｜ 来源: arXiv 2607.12659 ｜2026 - 关键数字:
8.66x control frequency vs naive PyTorch on Orin·+14.8% average success vs VLASH on LIBERO - 信号:
含延迟或控制频率 - 为什么重要: 在同一块硬件上靠系统工程换来近一个数量级的控制频率，说明部署优化的空间常大于换模型。
主线分布 (近 7 天入选)
| 主线 | # |
|---|---|
| 基座模型（VLA / WAM） | 2 |
| 数据引擎（采集 / 清洗 / scaling） | 4 |
| 训练与自我改进（RL / 后训练） | 7 |
| 仿真与评测（sim2real / 闭环） | 11 |
| 边缘与实时性（端侧推理 / 控制频率） | 8 |
| 安全、权限与合规 | 1 |
| 系统与编排（长程 / 多策略） | 7 |
| 本体与供应链（硬件 / 成本） | 8 |
近期节奏
- 来源构成 (近 7 天入选):
[O]21 ·[R]14 ·[M]13 - 最近各轮入选条数: 09-21 8 · 09-22 8 · 09-23 6 · 09-24 2 · 09-25 8 · 09-26 8 · 09-27 8
合规与标准观察
- ISO 25785-1 — Safety requirements for dynamically stable industrial mobile robots — Under development; committee-stage as of 2026-09.
- Regulation (EU) 2023/1230 (Machinery Regulation) — Fully applicable 2027-01-20.
- EU AI Act official timeline (Council of the EU) — High-risk deadlines 2027-12-02 / 2028-08-02 per Digital Omnibus.
本页逐条分析由 radar-analyst 起草（claude-opus-5.5），经确定性检查与 agent 复核后自动合并，未经人工复核；标题与数字未经改写。
本仓库为技术观察，不构成投资建议、产品承诺或安全认证结论。论文结论以作者自报为准。