EvoMem-VLA：把状态变化写进机器人记忆
EvoMem-VLA 预印本将成对观测之间的状态变化编码为 token，并让共享 VLM 在直接生成动作与先生成可执行子任务之间切换。作者报告 RMBench 成功率 80.7%、RoboMME 82.0%，以及两种机器人、四项现实任务中的 83.8%。这些数字属于论文自身的评测范围；部署延迟、功耗和内存需求未披露，保留时间证据的工程成本仍待验证。
Daily Intelligence · 2026-10-06｜机器人记忆、自主采数与 AI 制造.
2026-10-06
今天值得看
VAMPS：用规划轨迹生成机器人策略训练数据
VAMPS 用 MPPI 控制生成监督信号，不依赖人工示范。仿真路径迭代改进运动策略并迁移到 Unitree Go2；真机路径在 Flexiv Rizon 10S 上采集 RGB 与传感器数据，再离线训练 Action Chunking with Transformers。演示包含抓放与力感知白板擦拭。研究给出了从自主规划走向训练数据的具体路径，但尚未披露量产部署、机群可靠性或实测端侧计算预算。
Teradyne 投资 Bright Machines，连接机器人、测试与 AI 制造
据 The Robot Report，Teradyne 战略投资 Bright Machines，并合作连接机器人、测试设备与软件定义制造平台。计划场景包括精密装配、测试设备上下料和自主物料搬运，目标地点为 Bright Machines 及客户工厂。这是商业整合信号，尚不能视为组合系统已经落地的证明；报道未披露投资金额、具体客户或部署时间，也没有确立机器人端 SoC 的设计订单。
本期覆盖上海时间 2026-10-06 00:00 至 19:51:05，从已完成双评审的 20 条当日文章中选取 10 条。采集与评审仍有积压，内容偏重论文与技术动态，不代表当天行业全貌；论文结果、开发者陈述和计划部署均按原证据强度呈现。
往期日报
另外值得知道
Robot Brain 公测：带来源与反馈的任务记忆接口
开发者介绍了本地召回、反馈、事件撤销接口及 ROS 2 参考桥接，并称已在 Ubuntu 24.04/Jazzy/ARM64 上测试。核心为闭源评估许可；感知、控制、执行权限与急停仍由集成方负责。这是早期集成产品，尚不是生产机器人系统的验证。
AE-VLA：测试双臂技能能否组合到未见任务
ACG-Bench 覆盖八类任务的 23 个任务条件组合，其中 17 个为未见组合。AE-VLA 在共同的 π0.5 骨干上结合手臂 token 分组、技能 LoRA 与分臂注意力。作者报告 SO101 真机五个未见条件的平均成功率为 39%，最强基线为 10%；这些特定任务结果仍有很大改进空间。
AHEAD 论文更新：先预测未来 token，再操纵运动物体
更新版 AHEAD 预印本为冻结的 OpenVLA 增加运动感知世界模型，在动作解码前预测未来特征 token。它在 7B 模型上增加 490 万参数，报告 20 个动态仿真场景成功率 79%–97%，并在 xArm 7 上测试传送带、滚球和拦截任务。这是研究更新，不能解读为新品发布或已披露的端到端延迟保证。
JESSI：连接原始 LiDAR 感知与社会导航控制
JESSI 将原始 LiDAR 扫描映射为运动学可行的控制指令，结合多任务强化学习与注意力驱动的概率人类状态感知。作者介绍了仿真及差速机器人部署；摘要未给出数值性能或硬件延迟。其安全机制不能被解读为普遍适用的安全认证。
VPGGT：在感知细化中保留几何先验
VPGGT 在 OmniVGGT 基础上加入相机位姿噪声训练、无参数先验残差连接及用于尺度估计的 Metric Global Attention。作者在四个数据集上报告，在所有视图提供相机先验时，平移方向准确率与联合位姿 AUC 优于匹配基线；机器人产品集成和部署资源测量尚未披露。
FreeLoc：不依赖密集离线位姿库的平面图定位
FreeLoc 按需查询平面图几何，再用扩散辅助方法细化位姿锚点；时序模式通过直方图滤波融合候选似然。作者报告实时在线推理与真实室内定位，但摘要未给出端到端延迟或功耗。移除离线数据库本身，也不能证明具体的硬件节省幅度。
颗粒坡面行走：延迟锚定与后滑成为关键失效机制
六足机器人在可倾斜颗粒床上的研究发现，剪切阻力随坡度下降，而法向穿透阻力变化较小。模型将地形强度与锚定时机、步长和速度联系起来，把性能损失主要归因于延迟锚定和后滑。这属于受控地形交互研究；户外部署与在线嵌入式控制性能尚未披露。
我还在看
继续看：VLA 记忆与预测模块的端到端延迟、功耗、内存占用及更长任务验证。当前证据不能导出具体 SoC 规格。
继续看：自主采数在更大任务集合上的安全约束、可复现性与人工介入成本。
继续看：Teradyne 与 Bright Machines 的具体客户、部署时间和可核验产线成果。
阅读次数 —