Physical AI 前沿雷达 · 2026-09-29
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:
2026-09-28 23:40 UTC - 统计窗口:
论文 2026-09-25 → 2026-09-29 · 博客与报道 2026-08-30 → 2026-09-29 · 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. NVIDIA Cosmos 3 on AWS: Omnimodal World Models for Physical AI
- 主线: 基座模型（VLA / WAM） ｜ 证据:
[O]｜ 来源: AWS Physical AI Blog ｜2026-09-28 - 信号:
含真机实验 - 为什么重要
AI 起草: 如果你的感知、预测或控制模型卡在训练数据不足上，这是 AWS 延续此前“用 Cosmos 世界基座模型缓解数据稀缺”的一手续篇；本页未给数字，是否据此调整数据预算，要等实测结果。
Introduction In our previous blog, we demonstrated how NVIDIA Cosmos world foundation models on AWS address the data scarcity problem in physical AI: the challenge of training robust perception, prediction, and control models when…
2. Fast Plans, Faithful Actions: Closing the Planning-Execution Gap in Hierarchical Vision-Language-Action Models
- 主线: 基座模型（VLA / WAM） ｜ 证据:
[R]｜ 来源: arXiv 2609.30833 ｜2026-09-25 - 关键数字:
91.0%(“on LIBERO-Long increases from 91.0% to 96.2%”) ·96.2%(“increases from 91.0% to 96.2%”) ·95.85%(“four suites increases from 95.85% to 98.45%”) ·98.45%(“increases from 95.85% to 98.45%”) - 信号:
含量化指标·含闭环成功率·含延迟或控制频率 - 为什么重要
AI 起草: 如果你在用“高层视觉语言规划器 + 低层动作专家”的分层 VLA，这篇预印本自报 LIBERO-Long 从 91.0% 升到 96.2%；但页面上只有仿真基准的提升、没有真机结果，改架构前先看能否在自己的平台复现。
Hierarchical vision-language-action (VLA) systems consist of a high-level vision-language planner and a low-level action expert that generates continuous actions.
3. 三箭齐发！Sharpa三大新品IROS全球首秀，三位一体再次刷新灵巧操作上限
- 主线: 本体与供应链（硬件 / 成本） ｜ 证据:
[M]｜ 来源: 雷峰网 Leiphone ｜2026-09-28 - 信号:
含量化指标·含延迟或控制频率 - 为什么重要
AI 起草: Sharpa 一次推出触觉灵巧操作机器人 D01、灵巧手 W02 和外骨骼触感数据手套 AE01，意味着手部硬件与采集手套可能来自同一家；这是媒体转述，选型前应向厂商核实规格与供货。
美国匹兹堡，9月28日——美国匹兹堡智能机器人与系统国际会议（IROS）现场，Sharpa正式发布三款重磅全自研新品：首个一体式触觉感知灵巧操作机器人D01、新一代全触觉超紧凑、轻量化灵巧手W02，以及高保真外骨骼触感数据手套AE01。
4. VLaRL: Augmenting Vision-Language-Action Models with Simulation-Trained Latent-Conditioned Residual RL
- 主线: 训练与自我改进（RL / 后训练） ｜ 证据:
[R]｜ 来源: arXiv 2609.30868 ｜2026-09-25 - 信号:
含真机实验 - 为什么重要
AI 起草: 如果你的 VLA 在接触密集的操作中执行不够精确，这篇预印本提出在其上叠加仿真训练的残差 RL，并标有真机实验；但本页没有任何数字，还不足以决定是否引入这类后训练环节。
Vision-language-action (VLA) models provide broad, instruction-conditioned manipulation behaviors, but their physical execution can remain imprecise during contact-rich interaction.
5. Praxis: Distilling Physical Interaction Priors from Egocentric Videos for Generalizable Whole-Body Manipulation
- 主线: 数据引擎（采集 / 清洗 / scaling） ｜ 证据:
[R]｜ 来源: arXiv 2609.30735 ｜2026-09-25 - 信号:
含闭环成功率 - 为什么重要
AI 起草: 做移动人形操作的团队要同时解决“够到可用工作空间”和“在物体位姿与接触变化时保持手-物交互”，这篇预印本主张可从第一人称视频中提炼先验；标有闭环成功率但页面无数字，只能先当线索。
Mobile humanoid manipulation requires both reaching a usable workspace and preserving precise hand-object interactions as object poses and contact conditions change.
6. 本田重申Momenta合作，中国智驾全球布局提速
- 主线: 本体与供应链（硬件 / 成本） ｜ 证据:
[M]｜ 来源: 雷峰网 Leiphone ｜2026-09-28 - 为什么重要
AI 起草: 据报道本田明确采用 Momenta 高阶智驾方案，并称从 2027 年上市车型开始导入；对评估中国自动驾驶供应商能否进入海外量产车型的团队，这是一个时间锚点，但属媒体转述，需以本田官方口径为准。
本田与Momenta此前达成的智能驾驶合作，在近期媒体沟通会上再次受到关注。 除了再次明确采用Momenta高阶智驾方案外，本田还给出了具体的量产时间表，称相关技术将从2027年上市的车型开始陆续导入。
7. Gecko Robotics works with NVIDIA to add AI agent security and control
- 主线: 安全、权限与合规 ｜ 证据:
[M]｜ 来源: The Robot Report ｜2026-09-28 - 为什么重要
AI 起草: 如果你要让 AI agent 自主控制机器人系统，Gecko 据报道采用 NVIDIA 新的 Open Agent Safety Platform，说明 agent 权限控制开始有现成平台可选；但这是二手报道且无数字，能否支撑安全审批仍待验证。
Gecko Robotics is using the new NVIDIA Open Agent Safety Platform to ensure the secure autonomous control of systems.
8. Capturing Visual Environment Structure Correlates with Control Performance
- 主线: 仿真与评测（sim2real / 闭环） ｜ 证据:
[R]｜ 来源: Toyota Research Institute ｜2026-09-09 - 为什么重要
AI 起草: 既然连仿真中的策略 rollout 评测都很昂贵，TRI 这项工作主张可先按视觉表征对环境结构的刻画程度来筛选表征；本页没有数字，在用它代替 rollout 之前，先看相关性到底有多强。
The choice of visual representation is key to scaling generalist robot policies. However, direct evaluation via policy rollouts is expensive, even in simulation.
前沿基线（人工策展）
1. Bringing a frontier world model to the convenience store: Telexistence’s DreamZero experiment on AWS
- 主线: 仿真与评测（sim2real / 闭环） ｜ 证据:
[O]｜ 来源: AWS Physical AI Blog ｜2026-09-09 - 关键数字:
14B world action model·best closed-loop 45%·real-data-trained run 0% in sim·MSE -55.6% from 1k to 2k steps·~583 ms/step on 8xB200·curation flagged 39.3% vs human 49.7% - 信号:
含量化指标 - 为什么重要: 把”前沿模型是否适合我的机器人”变成可测数字，并诚实记录了真机数据迁到仿真时的 0%——域差诊断本身就是交付物。
2. XPENG commissions its humanoid production lines; IRON walks off the line autonomously
- 主线: 本体与供应链（硬件 / 成本） ｜ 证据:
[O]｜ 来源: PR Newswire ｜2026-09-08 - 关键数字:
>80% of core processes automated (reported)·target 1,000+ units/month by year-end (reported) - 为什么重要: 产线投产是可验证事实，月产目标是转述报道；把两者分开引用，是这一轮最容易被抓的口径问题。
3. Dyna Robotics announces DYNA-2 world action model trained on 1M+ hours of human data (vendor claim)
- 主线: 数据引擎（采集 / 清洗 / scaling） ｜ 证据:
[M]｜ 来源: PR Newswire ｜2026-08-10 - 关键数字:
1M+ hours (~170 years of waking experience)·claimed first human-to-robot scaling law·claimed 20% -> 80-90% on high-precision manufacturing from pretraining scale alone - 为什么重要: 厂商自报，但方向与学术侧一致：如果人类数据的 scaling law 成立，数据护城河会从机队规模转向采集与清洗管道。
4. HumanEgo: zero-shot robot learning from minutes of human egocentric video
- 主线: 数据引擎（采集 / 清洗 / scaling） ｜ 证据:
[R]｜ 来源: arXiv 2605.24934 ｜2026 - 关键数字:
30 min/task -> 92.5% average success on 4 real tasks·15 min -> 75%·+41% over matched-time teleoperation - 为什么重要: 把”单位新任务的数据成本”压到分钟级，这是判断数据策略是否落后的最直接基准。
5. 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。
6. 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。
主线分布 (近 7 天入选)
| 主线 | # |
|---|---|
| 基座模型（VLA / WAM） | 4 |
| 数据引擎（采集 / 清洗 / scaling） | 4 |
| 训练与自我改进（RL / 后训练） | 5 |
| 仿真与评测（sim2real / 闭环） | 11 |
| 边缘与实时性（端侧推理 / 控制频率） | 5 |
| 安全、权限与合规 | 1 |
| 系统与编排（长程 / 多策略） | 4 |
| 本体与供应链（硬件 / 成本） | 10 |
近期节奏
- 来源构成 (近 7 天入选):
[O]9 ·[R]21 ·[M]14 - 最近各轮入选条数: 09-23 6 · 09-24 2 · 09-25 8 · 09-26 8 · 09-27 8 · 09-28 4 · 09-29 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。