哥大李昀烛团队在 IROS 2026 介绍 FlexiTac 开源触觉传感器进展
哥伦比亚大学李昀烛团队在 IROS 2026 触觉专题研讨会上介绍了开源压阻式柔性触觉传感器平台 FlexiTac 开源一年半后的进展。该传感器采用 FPC 与力敏薄膜层叠结构，组装约需 3 分钟，可弯曲裁剪并适配手套、指尖或机器人皮肤，团队同时开源了 BOM、装配说明和读取数据的软件，并集成进 LeRobot。
#具身智能
雷锋网AI 评分6262
量子位AI 评分5858 清华大学联合无问芯穹、智元提出群体经验学习CEL，96台机器人验证规模化落地路径
清华大学、无问芯穹与智元联合提出群体经验学习（CEL）范式，让机器人共享同伴的成功经验，并在96台真实机器人集群中完成验证。两台未参与训练的机器人在插花、叠衣服、手机充电、凳子组装、手机包装五项任务上共测试600次，失败15次，总体成功率97.5%，五项均超过6名人类操作员的平均水平。
品玩AI 评分6262 清华大学联合无问芯穹、智元提出群体经验学习 CEL，96 台机器人完成验证
清华大学、无问芯穹与智元联合提出群体经验学习（CEL）新范式，并在 96 台真实机器人组成的集群中完成规模化验证。两台未参与训练的机器人在插花、叠衣服、手机充电、凳子组装、手机包装五项任务上共测试 600 次，失败 15 次，总体成功率 97.5%，五项任务成功率均超过 6 名人类操作员的平均水平。
量子位AI 评分3434 威卡发布具身智能赋能工程机械高质量数据集，已在 Hugging Face 上线
威卡移动控制（WIKA Mobile Control）在2026徐州第十届人工智能大会上发布“具身智能赋能工程机械高质量数据集”，并已在 Hugging Face 等国际数据仓库上线。
量子位AI 评分5252 逐际动力 FluxVLA Engine V2 技术报告详解：打通具身智能训练、评测与真机部署全链路
逐际动力更新开源工程底座 FluxVLA Engine 的第二版技术报告，相较首版新增在线强化学习后训练实验，并扩展仿真评测与真机部署覆盖。
量子位AI 评分5353 逐际动力发布FluxVLA Engine V2技术报告，在线强化学习与真机部署链路实测公布
逐际动力更新开源工程底座FluxVLA Engine的第二版技术报告，新增在线强化学习后训练并扩展仿真评测与真机部署覆盖。在线强化学习实验中，SmolVLA在LIBERO-10和RoboTwin Clean十项任务成功率分别提升10.0和15.4个百分点；推理端8组模型与设备组合实测频率提升至2.31至9.64倍，其中A100上π 0.5从2.20Hz升至21.2Hz。
雷锋网AI 评分4141 CNCC 2026：天津大学张长青谈广义多模态融合——从可信度量到 Fusion Anything 通用预测基座
在 CNCC 2026 的 Tutorial 报告中，天津大学张长青团队介绍了广义多模态融合研究，包括基于重构的潜在表征学习以应对模态缺失、结合 Dempster–Shafer 证据理论的 TMC 可信多视图分类。
品玩AI 评分3232 厘清智能发布 PrismWAM 与 RoboDoctor，领跑 RoboTwin、RoboDojo 双榜
厘清智能与清华大学李一鸣教授团队发布两项 Physical AI 研究成果：与英伟达研究者共同提出的 PrismWAM 在 RoboTwin 2.0 C2R 上取得 83.67% 平均成功率，位列官方榜单第一。
雷锋网AI 评分5555 贝塔无限 BetaMem 论文登上 arXiv，四项记忆基准取得 SOTA
贝塔无限于 10 月 20 日将 BetaMem 全时空多模态记忆架构的方法与实验挂上 arXiv，该架构用 9B 开源模型 Qwen3.5-9B 生成记忆，在 M3-Bench-robot、LoCoMo、OpenEQA 和 EgoLifeQA 四项记忆基准上均取得 SOTA。
MIT Technology ReviewAI 评分2525 MIT 与 EPFL 研发可潜水飞行的机器海鹦 FAAV
MIT 与 EPFL 工程师设计出重量不到 300 克的扑翼式水空两栖飞行器 FAAV，能在水中游动后直接跃出水面飞行。团队在水箱和日内瓦湖实验中确定了中等尺寸柔性翅膀、扑翼频率与 70 度尾翼仰角的最佳组合，且该机器人无需脚部辅助即可从水面起飞。研究人员下一步将设计可转向的翅膀并测试湍流环境下的性能。
雷锋网AI 评分6060 北大董豪团队推出 HIL-UMI，让具身后训练摆脱真机依赖
北大与启元机器人董豪团队推出 HIL-UMI，在 UMI 手持夹爪采集过程中接入模型实时比对人类动作，发现分歧即提示补录纠错数据，无需机械臂在场。
IEEE Spectrum (AI)AI 评分3030 人形机器人如何像职业选手一样打网球：自适应运动规划与跟踪框架
一套分层自适应运动规划与跟踪框架让人形机器人从广播视频和动捕数据中学习职业网球选手的发球与对打风格，高层规划器生成风格化运动，低层跟踪器负责执行。该框架通过在随机执行速度上训练跟踪器、并用学习到的运动速度表示调节规划器，缓解仿真到真机的复合跟踪误差。研究在一个人形研究平台和一台全尺寸人形机器人上完成验证，后者在无动捕的非受控环境中完成发球。
IEEE Spectrum (AI)AI 评分3838 HiPHI：面向高精度人体运动与物体交互的大规模基准
HiPHI 是一个 617.5 小时的全身体人体运动数据集，用光学动捕以亚毫米精度采集，其中 245.7 小时包含人体-物体交互，配有同步的物体轨迹与网格。数据集用 FrameNet 语言框架组织动作覆盖范围，并配套提出衡量运动多样性与交互 grounding 的基准套件。基于该数据训练的强化学习策略已部署到实体 Unitree G1 人形机器人上。
Microsoft Research精选AI 评分6767 微软研究：把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软对机器人端侧推理的系统性测量显示，把推理卸载到边缘或云端可提升任务成功率与续航，并给出可复用的 Kubernetes 工具链。