Embodied AI Daily具身智能科研日报

具身智能早报

关注机器人研究、开源与产业的新进展

‹ ›
具身智能科研日报(2026-10-11)
本期导读

本期于2026-10-18按新要求重编,各条保留原始发布日期。本期聚焦两项直接提升具身系统关键瓶颈的前沿研究:1Step-WAM 解决世界动作模型中视觉预填充与动作生成的串行延迟,实现端到端推理加速;ASM-6D 提出可认证、实时的类别级6D位姿-形状联合估计框架,填补部分观测下灵巧操作的感知基础。MuJoCo 3.15.0 更新作为简讯同步收录。

11 条内容 · 2 篇重点解读 · 9 条简讯

1Step-WAM: Your World Action Model but Faster using 1-Step Action Generation:Figure 2: Overview of 1Step-WAM. It combines lightweight velocity calibration, bandwidth-constrained action decoding, and joint execution of video prefill for faster action generation.
Figure 2: Overview of 1Step-WAM. It combines lightweight velocity calibration, bandwidth-constrained action decoding, and joint execution of video prefill for faster action generation.图源:论文作者 / arXiv
arXiv cs.CV filtered精读

1Step-WAM: Your World Action Model but Faster using 1-Step Action Generation

Rundong Su、Pengtao Chen 等 · 9 位作者

1Step-WAM 将世界动作模型(WAM)中多步迭代的动作去噪过程压缩为单次前向推理,通过轻量速度校准器与带宽约束解码,在保持多步性能的同时显著提升推理速度。

模型与系统优化robot_foundation_modelmodel_system_optimization
论文
展开解读与证据

1Step-WAM 将世界动作模型(WAM)中多步迭代的动作去噪过程压缩为单次前向推理,通过轻量速度校准器与带宽约束解码,在保持多步性能的同时显著提升推理速度。

为什么值得关注

解决了 WAM 部署中‘视觉预填充-动作预测’串行瓶颈,使动作生成可与视觉编码并行执行,直接提升闭环控制频率与实时性,对真机部署具有明确工程价值。

研究问题

WAM 的迭代动作去噪与串行视觉-动作流程导致高延迟,阻碍实时机器人控制。

方法原理

观察到 WAM 动作去噪轨迹近似直线,利用首步速度作为最终动作方向强估计;引入轻量校准器修正首步速度,并采用带宽约束动作解码降低误差;将动作生成与视觉预填充联合调度。

结果与证据

在 RoboTwin 和 LIBERO 上,1Step-WAM 保持多步基线任务成功率,参数量仅约 13.4M;推理速度提升 7.44×(FastWAM)、5.98×(ImageWAM)、24.84×(Kairos);真机部署确认 7.44× 加速且成功率接近基线。

阅读边界
实测结果基于 RoboTwin/LIBERO 仿真基准及 FastWAM 真机部署;本次已读材料尚未核验在更复杂动态场景或长时序任务中的泛化性;‘约 13.4M 参数’为可训练参数量,未说明总参数或内存占用。

作者:Rundong Su、Pengtao Chen、Haohan Geng、Sha Zhang、Zhihang Yuan、Yicheng Rong、Chong Yu、Hao Huang、Tao Chen

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…

ASM-6D: Fast Certified Pose-Shape Inference with Complete Correspondence Flow Maps:Fig. 1: ASM-6D generates alternative complete indexed 3D correspondence hypotheses, whose shared point identities enable direct ASM fitting for pose, scale, and instance shape with a computation rate of 6–38 Hz.
Fig. 1: ASM-6D generates alternative complete indexed 3D correspondence hypotheses, whose shared point identities enable direct ASM fitting for pose, scale, and instance shape with a computation rate of 6–38 Hz.图源:论文作者 / arXiv
arXiv cs.CV filtered精读

ASM-6D: Fast Certified Pose-Shape Inference with Complete Correspondence Flow Maps

Ho Jin Choi、Minku Kim 等 · 3 位作者

ASM-6D 提出一种耦合生成式完整几何预测与显式类别级位姿-形状联合推理的新框架,通过共享对应关系实现无需单独匹配的实时优化,支持机器人抓取等下游任务。

机器人基础模型robot_foundation_modellearning_simulation
论文
展开解读与证据

ASM-6D 提出一种耦合生成式完整几何预测与显式类别级位姿-形状联合推理的新框架,通过共享对应关系实现无需单独匹配的实时优化,支持机器人抓取等下游任务。

为什么值得关注

实现类别级 6D 位姿与形状联合估计的实时、可认证求解(九变量优化),填补了部分观测下无实例模型物体操作的感知基础空白,直接支撑灵巧抓取。

研究问题

类别级 6D 位姿与形状估计需从部分观测恢复物体姿态与几何,缺乏实例模型且易受遮挡影响,现有方法难以兼顾精度、速度与可解释性。

方法原理

生成多个完整 3D 对应假设(含遮挡点),共享 Active Shape Model(ASM)点身份;直接拟合旋转、平移、尺度与实例形状;解析消除平移与形状系数,将问题简化为九变量缩放旋转优化;使用批处理 ADMM 求解器。

结果与证据

在 ROPE 和 HouseCat6D 基准上达 SOTA;消融验证生成对应预测与主动形状变化的重要性;支持形状补全、跟踪及机器人抓取(6–38 Hz)。

阅读边界
实测抓取帧率(6–38 Hz)未说明硬件平台与负载;‘可认证’指全局最优性证书(SDP 松弛),但本次已读材料尚未核验证书验证耗时或失败率;本次已读材料尚未核验真机抓取成功率数据。

作者:Ho Jin Choi、Minku Kim、Nadia Figueroa

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…

简讯

3.15.0

MuJoCo 3.15.0 发行说明涉及执行器 dampratio 阻尼比计算的变更,并为 insidesite 传感器增加 enclosed 几何侵入与间隙测量属性;仅就已读发行说明片段整理。

更多

本次依据 metadata 中保存的发行说明片段,未复现仿真结果、升级兼容性或具体性能;不推断新增硬件传感器能力。

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…

已读取原始资料,研究结论与完整解读待复核。请先查看原文与实际阅读范围。

更多

本条为待复核的资料,不代表审核已通过,不用于确认具体指标或部署效果。

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…

已读取原始资料,研究结论与完整解读待复核。请先查看原文与实际阅读范围。

更多

本条为待复核的资料,不代表审核已通过,不用于确认具体指标或部署效果。

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…

已读取原始资料,研究结论与完整解读待复核。请先查看原文与实际阅读范围。

更多

本条为待复核的资料,不代表审核已通过,不用于确认具体指标或部署效果。

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…

已读取原始资料,研究结论与完整解读待复核。请先查看原文与实际阅读范围。

更多

本条为待复核的资料,不代表审核已通过,不用于确认具体指标或部署效果。

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…

已读取原始资料,研究结论与完整解读待复核。请先查看原文与实际阅读范围。

更多

本条为待复核的资料,不代表审核已通过,不用于确认具体指标或部署效果。

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…

已读取原始资料,研究结论与完整解读待复核。请先查看原文与实际阅读范围。

更多

本条为待复核的资料,不代表审核已通过,不用于确认具体指标或部署效果。

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…

已读取原始资料,研究结论与完整解读待复核。请先查看原文与实际阅读范围。

更多

本条为待复核的资料,不代表审核已通过,不用于确认具体指标或部署效果。

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…

已读取原始资料,研究结论与完整解读待复核。请先查看原文与实际阅读范围。

更多

本条为待复核的资料,不代表审核已通过,不用于确认具体指标或部署效果。

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…