机器人

DONIC 通用双手跟踪器：未见物体成功率 57.32%，超 SOTA 45.73 个百分点

首个跨类别通才双手跟踪器，PPO+BC 反馈回收与每手奖励设计对机器人操作有借鉴价值。

提出 WholeBodyMem 物体引导记忆，人形机器人操作成功率仿真 29.1%→72.6%、真实 36.7%→88.3%

针对VLA策略只看当前帧的问题，引入物体引导记忆，显著提升人形机器人移动操作成功率；对具身智能记忆机制设计有直接借鉴价值。

提出 GlobMP，支持多达 200 个机器人的团队连续时间运动规划与全局收敛

为机器人/自动驾驶中运动规划与学习策略修正提供可证明全局最优的算法，有助实际部署与多机协同。

Figure 发布 Helix 2.5，零样本泛化至 30 个未见家庭

单一人形基础模型在零采集数据的真实家庭完成长程全身操作，证明跨环境泛化可由大规模人类行为数据预训练得到，对具身策略的泛化路径有直接参考价值。

SuperMimic 单卡 3 小时胜 128 GPU 训 7 天基线，算力降 1000×

可微世界模型让人形全身控制摆脱算力瓶颈，缩放律研究变得可行

WarpWeaver 实现多机器人近最优协调，较集中式规划器旅行时间最多降 22%，硬件验证 6 台机器人

提供分布式实时近最优规划方法，兼顾联合最优与实时性，并有硬件验证，对多机器人协调工程实践有参考价值。

Attention-based Contacts 用接触接口协调人形移动

将动作数据作为训练先验并用接触作为接口，有助于人形政策在部署时无参考适应复杂地形。

GelSlim 5.0 单相机指尖传感器融合视触，深度误差降 61.2%

单相机共享视角避免多相机标定，视触互补降低位姿与接触估计误差，利于灵巧手精细操作。

OpenTac 发布可定制 3D 触觉皮肤，部分读取快 19.2X

提供开源触觉皮肤设计、仿真与采集链路，可支撑灵巧操作与机器人数据闭环。

落脚点预测+局部高程图采样，训练迭代降至约 1/3，零样本迁移 Unitree G1

按预测落脚点裁剪感知输入，训练效率与地形泛化显著提升，可直接借鉴到足式/人形运动策略训练

Tesla 在加州启动 Optimus 机器人生产，利润下滑 43%

Optimus 进入生产阶段是人形机器人规模化的标志性信号，但利润下滑 43% 显示投入巨大、商业化兑现仍远。

Skild AI 发布 S1 机器人基础模型，单段视频即可学新任务

不改权重、不做任务后训练，靠 in-context learning 泛化长程任务，为具身智能落地提供新范式