2026-10-09
Long-WAM 的 arXiv 摘要报告，RoboCasa GR-1 成功率从无上下文时的 63.3% 提升至使用 19.2 秒上下文时的 78.7%。在 RTX 5090 上，包含未来视频潜变量预测在内的每个动作块耗时为 107.4 ms。作者列出 RTX 5090、DGX Spark 和 Jetson AGX Thor 上的部署，但摘要没有分别披露各平台的时延或功耗。作者还报告在实体 Unitree G1 和 YAM 上进行操作，并在动态叠杯任务中达到 95% 成功率；所述对照方法在 20 次试验中有 0 次成功。这些是作者报告的研究结果，而非独立的端侧硬件基准测试。
The Robot Report 报道，AWS 推出了开源 Physical AI Toolchain，将 AWS 服务与 NVIDIA Physical AI 组件结合。报道中的流程连接合成数据、训练、仿真与验证、端侧部署及持续改进；所列组件包括 SageMaker、IoT Greengrass、Isaac Sim、Isaac Lab、Isaac GR00T 和 Cosmos。AWS 将其描述为硬件中立的方案，各组件可独立或组合使用。报道还提到 AWS 与 RLWRLD 在触觉手建模方面的合作，以及 Bedrock Robotics 基于云端训练的建筑自主系统。此次发布的重点是将既有组件打包为工作流；报道没有给出跨机器人部署成功率或硬件资源预算。
RFPO 的 arXiv 摘要描述了一种奖励感知的在线 Reflow 方法，以冻结的 Gaussian PPO 控制器监督单步流式学生策略。在 Unitree Go2、Spot、H1 和 G1 的评估中，作者报告 1-step 回报与对应 64-step 数值的差距在 2.4% 以内。Unitree Go2 板端平均推理时延从 4.39 ms 降至 0.08 ms，报告加速 54.9x，同时 1-step 执行保留了 64-step 奖励的 98.5%。作者报告真实机器人运动稳定。摘要未披露 SoC 算子映射或功耗测量，因此不能把这一加速视为通用 NPU 基准。
本期使用 2026-10-08 00:30 UTC 至 2026-10-09 00:30 UTC（2026-10-08 08:30 至 2026-10-09 08:30 Asia/Shanghai）的仅含已完成处理条目的部分冻结快照，数据截至 2026-10-09 00:40:46.098 UTC。快照包含 156 条已完成处理的候选，本期正文选取其中 11 条有证据支持的文章。数据源标记为部分覆盖，因此本期并非全面的市场盘点。多数研究发现属于论文摘要层面的作者主张；商业和开发者主张均归属于相应报道或公告。
VPP2 的 arXiv 摘要描述了事件级视频预训练、单步固定时域视觉规划器，以及 Mixture-of-Transformers 动作模块。作者报告 VPP2-14B 在开放式视频指令遵循上比 Cosmos3-64B 高出 11.0 个百分点，并在真实世界 ALOHA 零样本操作任务上比其最强基线高出 18.5 个百分点。作者还声称取得针对特定基准后训练的成果；这些结果尚无独立复现证据。
RealtimeWAM 的 arXiv 摘要介绍了并行执行、缓存和选择性 Transformer 精化。在 RTX 4090 上，FastWAM 与 OpenWAM 的平均时延分别为 24.09 ms 和 63.09 ms，对应 8.90x 和 10.67x 加速。两者平均成功率分别为 82.75% 和 87.41%，与原生推理的差距分别在 0.02 和 0.53 个百分点以内；作者还报告了真实任务中的提升。摘要没有提供等价的端侧 SoC 时延。
RoboJEPA 的 arXiv 摘要报告了一套跨 12 种机器人本体训练的 JEPA 世界模型，其中包括 8-billion-parameter 预测器。作者描述潜变量 rollout 的想象误差遵循二阶幂律，并与下游规划表现相关；还报告只根据一张目标图像在真实硬件上进行零样本长时域规划。作者称已发布模型检查点和代码，但当前有限证据未独立核实这些资产，也未提供端侧推理开销。
RoboQuest 的 arXiv 摘要提出 10 项实体搜索、检查与测试任务。作者报告，在 5 个前沿多模态 Agent 和一个微调的 pi_0.5 策略中，最佳 Agent 的任务成功率仅为 23%，微调策略则几乎从未成功。作者分析认为，即便具备单独的执行技能，Agent 仍常常在获得决定性证据前就停止探索。这是基准测试诊断，而非现场可靠性测量。
SAFE 的 arXiv 摘要描述在 Fin Ray 夹爪上结合 2 个无源 PVDF 声学传感器与电机反馈，无需视觉或事先掌握材料信息。使用 79 维特征的分类器报告 Alert-F1 为 0.884。在 Jetson Orin Nano 上以 104 Hz 运行的抓取控制器，在 46 次闭环试验中达到 91.3% 成功率；新物体成功率为 82.4%。这是具体的嵌入式原型结果，并非产品功耗或成本规格。
The Robot Report 报道，Jabil 正与 Apptronik 合作推进 Apollo 在制造场景中的部署。一位 Jabil 高管称目前客户机器人的部署仍是小批量，并把数万台规模视为未来阶段，而非已披露的出货量。他强调端侧算力需求、Jetson 采用情况、计算与内存成本、线束可靠性、模块化供电，以及尚未解决的人形机器人安全认证问题。这些是有明确归属的行业观察与预测。
The Robot Report 援引 Helm.ai 的说法称，该公司在 12 个月内签署了 $70 million 的商业基础模型合同，涉及汽车 OEM、Tier 1 供应商及工业自动化。其 CEO 将汽车业务称为旗舰方向，同时提到采矿和建筑项目以及接近盈亏平衡的路径。报道描述了 SAE L2–L4 项目及多模态摄像头、激光雷达和雷达相关工作。已签合同不等于已确认收入，也不等于经过独立核实的部署。
Open Robotics Discourse 上的一则公告将 Uranus 描述为利用多视角机器人观测、以关节轨迹为条件的自回归扩散世界模型。作者声称使用超过 3,300 小时机器人数据、1.3B 参数模型，并实现 24 FPS 的服务速度。D-Robotics Frontier 技术分享计划于 2026-10-15 的 20:00 GMT+8 举行。代码、权重与数据计划开源，但公告并未证实这些资产已经开放。
值得观察 WAM 和流式策略所报告的加速，能否在匹配的端侧测试中同时提供明确的时延、内存、功耗与任务成功率数据；今天的结果来自不同模型和硬件。
值得观察工具链整合和制造计划，能否转化为有测量依据的机器人部署、可重复的验证结果与单位经济性，而不仅是发布公告或前瞻性的产量目标。