● 对话罗剑岚：把机器人“部署”本身变成训练的一部分

📌 一句话摘要 上海创智学院与智元机器人联合发布 LWD（Learning While Deploying）方法，将机器人部署过程本身变为训练的一部分，通过数据飞轮实现边干边学，在真实场景测试中成功率提升至 95%。 📝 详细摘要 本文深度报道了上海创智学院副教授、智元机器人首席科学家罗剑岚团队

● 从「座上宾」到「主战场」：具身智能如何完成对计算机视觉的「范式夺权」？| CVPR 2026

📌 一句话摘要 本文以 CVPR 2026 为背景，深度分析具身智能如何从计算机视觉的「边缘分支」演变为重新定义问题、标准与路线的核心范式，完成对视觉研究的「范式夺权」。 📝 详细摘要 文章以 CVPR 2026 上具身智能的集中爆发为切入点，系统论述了机器人学习从「存在性证明时代」到「基础模型

● 具身智能来时路：谷歌 RT1、2，SayCan 作者 Ted Xiao 复盘机器人学习三大时代

📌 一句话摘要 本文基于 Google DeepMind 前研究员 Ted Xiao 的深度访谈，系统复盘了具身智能领域从端到端学习、基础模型到规模化时代的十年演进历程，揭示了关键决策背后的思考与顿悟。 📝 详细摘要 本文整理自机器之心对前 Google DeepMind 研究员 Ted Xia

● 具身智能的下一步：边部署，边进化

📌 一句话摘要 本文深入解读了智元机器人团队最新发布的 LWD（Learning While Deploying）框架，该框架通过真实世界强化学习，让机器人在部署后能自主从执行经验中持续进化，实现「边部署边学习」。 📝 详细摘要 文章围绕智元机器人团队的最新研究成果 LWD 展开，系统性地阐述了

● a16z 合伙人：当 AI 走出屏幕，五大技术基元如何撑起物理世界的智能前沿

📌 一句话摘要 本文编译自 a16z 合伙人观点，指出 AI 正从数字世界走向物理世界，并分析了机器人学习、自主科学实验和新型人机界面三大方向及其底层技术基元构成的相互增强的飞轮系统。 📝 详细摘要 文章编译自 a16z 合伙人关于 AI 物理化趋势的观点。作者指出，当前 AI 的商业成功主要局

● 思考 World Action Model！从 Masked World Model 到 Fast WAM 与 Cosmos Policy

📌 一句话摘要 本文从一篇预测 Mask 而非 RGB 的 ICML 论文出发，深入探讨了 World Model 加速与简化的思想脉络，提出了 FastWAM 的构想，并与 Cosmos Policy 进行了对比分析。 📝 详细摘要 文章以一篇 ICML 论文（Masked World Mod

● 统一 VLA 范式！港科大开源 StarVLA 乐高式架构，复现成本大幅降低

📌 一句话摘要 香港科技大学开源了 StarVLA 项目，提出了一套 Backbone-Action Head 的「乐高式」统一架构，旨在解决具身智能 VLA 赛道因架构割裂、管线强耦合和评测标准不一导致的复现成本高、方法难以横向对比的问题。 📝 详细摘要 文章报道了香港科技大学开源的 Star

● 中国具身屠榜全球！10 万小时数据炸场，PI、英伟达集体破防

📌 一句话摘要 灵初智能发布具身智能框架 PSI，利用近 10 万小时人类操作数据预训练策略模型 Psi-R2，并结合世界模型 Psi-W0 进行反事实推演，在 MolmoSpaces 榜单上超越 PI 和英伟达 GEAR 等主流方案。 📝 详细摘要 文章报道了灵初智能在具身智能领域的最新突破。

● 通过 EgoVerse 突破远程操作，实现机器人学习的规模化

📌 一句话摘要 Jim Fan 探讨了行业从远程操作向行为克隆的转变，利用全新的 EgoVerse 生态系统，在无需物理机器人的情况下实现机器人学习的规模化。 📝 详细摘要 作为 NVIDIA 机器人技术总监，Jim Fan 提供了关于机器人学习演进的专家视角。他指出，该领域正从远程操作转向行为

● ICLR 2026 | 机器人不够聪明？VLMgineer 让大模型自己「发明工具」，从设计到使用全自动

📌 一句话摘要 宾夕法尼亚大学研究团队提出 VLMgineer 框架，利用视觉语言模型（VLM）和进化搜索实现机器人工具设计与操作动作的全自动协同优化。 📝 详细摘要 本文详细介绍了被 ICLR 2026 接收的研究成果 VLMgineer。该框架旨在解决机器人因硬件限制难以完成复杂任务的问题，

● InternVerse 具身数据平台发布，从数据供给到模型迭代，助力物理智能全链路提效

📌 一句话摘要 上海人工智能实验室发布 InternVerse 具身数据平台，通过四大核心组件打通了从数据合成、资产供给到空间重建及模型评估的物理智能全链路。 📝 详细摘要 本文介绍了上海人工智能实验室推出的 InternVerse 具身数据平台，旨在解决具身智能（Embodied AI）发展中

● 人形机器人通过不完美数据学习网球技能

📌 一句话摘要 介绍 LATENT 项目，展示人形机器人如何利用不完美的人类运动数据学习并实现流畅的网球击球动作。 📝 详细摘要 推文介绍了一个名为 LATENT 的研究项目，该项目展示了人形机器人如何通过学习不完美的人类运动数据，实现具备动态运动、全身协调和快速反应的网球击球技能。这标志着机器

● Ropedia Xperience-10M：大规模第一视角多模态具身 AI 数据集

📌 一句话摘要 Ropedia Xperience-10M，一个全新的大规模第一视角多模态数据集，已在 Hugging Face 发布，它为具身 AI、机器人学、世界模型和空间智能研究提供了 1000 万条经验数据。 📝 详细摘要 这则推文宣布了 Ropedia Xperience-10M 的发

● 英伟达 Newton 1.0 正式发布：机器人学习物理引擎新里程碑

📌 一句话摘要 英伟达正式开放 Newton 1.0 物理引擎，提供高保真接触建模与大规模机器人仿真能力。 📝 详细摘要 该推文宣布英伟达（NVIDIA）的 Newton 1.0 物理引擎正式对外开放。该引擎核心能力包括：稳定的多关节复杂机械仿真、高保真水弹性接触建模（还原真实触觉）、基于 VB

● 跨实体迁移中的配对数据与多样性之争

📌 一句话摘要 切尔西·芬恩（Chelsea Finn）分享了一项研究，表明在不同机器人实体之间使用配对数据进行迁移学习，比单纯增加数据多样性更为有效。 📝 详细摘要 这条推文强调了一篇关于机器人学和跨实体迁移新研究论文的关键发现。尽管机器学习领域的普遍直觉是数据多样性越高，泛化能力越好，但这项

● 受生物启发：纸片机器人模拟人体肌肉纤维

📌 一句话摘要 研究人员开发出一种 3 毫米薄的柔性机器人，它能模拟人体肌肉收缩，并能举起自身重量的 70 倍。 📝 详细摘要 这则推文重点介绍了韩国研究人员在软体机器人学领域的一项突破：他们创造了一种纸片状的机器人“薄片”，其灵感来源于肌球蛋白——驱动人体肌肉收缩的蛋白质。该机器人利用微型气室

● 今日开源（2026-3-12）：NVIDIA Nemotron-3-Super 重磅发布，LatentMoE 混合架构赋能多智能体高效推理

📌 一句话摘要 本文汇总了 2026 年 3 月 12 日的开源 AI 动态，重点介绍了 NVIDIA 的 Nemotron-3-Super 模型及 Hugging Face 的 LeRobot 机器人库等前沿项目。 📝 详细摘要 文章精选了六项最新的开源 AI 技术进展，涵盖了基座模型、多模态