Arm 首席架构师 Richard Grisenthwaite 推出与架构无关的能力描述框架，把机器人能做什么、需要什么运行环境、需要多少监督、给什么安全保证写进同一套词汇表。它不是新标准，但可能是第一个能跨厂商串起来用的。
机器人会说话之后，最尴尬的是手不知道往哪放。银河通用联合六校的 RoboGesture 把自碰撞帧率从 4.16% 压到 0.13%——这项研究真正的工程难点，不是让动作像人，是让动作不伤到自己。
光象科技与清华李升波课题组的 Phi-WM 1.0 ActEffect，让世界模型只在训练时上班、部署时退场。真正有意思的不是 80.3% 这个分数，是它的消融实验：去掉后果反馈，分布内只掉 1.8 个点，分布外掉 28.8 个点。
动态投掷 39% 提到 94%，给笔戴帽 8% 提到 83%，开箱 30% 提到 90%。三个数字都很硬，但它们不是这篇报告里最值得看的部分。最值得看的是那条 30%→20%→40%→90% 的非单调曲线，和「机器人错法变了」这件事。
深朴智能说它的 Omni-Simple-World 模型「预训练与后训练全程未使用任何一条真机数据」。这句话在技术上是成立的，但在传播上极其容易被读歪——它绕开的是机器人本体，不是真实世界。
智谱 GLM-5.3-Flash（中文圈称「牛来」）以约 1/40 的单价追平 Claude Opus 4.8 的智力指数，MIT 开源、原生多模态、跑在国产芯片上。对机器人仿真与专家 IP 内容降本很香，但限时价、速度和本地部署门槛三件事被原帖讲轻了。
行业吵了几个月的「VLA 还是世界模型」，在 2026 智源大会上被给出一个共识判断：世界模型不是 VLA 的竞争路线，而是 VLA 体系的核心组成部分。本文拆这个判断是怎么成立的，以及它对做落地的人意味着什么。
H2 Plus 全身 75 个自由度里，两只手占 44 个。智元的灵巧手子公司「临界点」估值突破 10 亿美元，单手 19 自由度、850 克。灵巧手正在从配件变成决定机器人能力上限的核心部件——这是 2026 年最容易被低估的一条线。
Physical Intelligence 的 π0.7 被称为机器人领域的「GPT-3 时刻」，关键词是组合泛化——模型见过「抓红杯」和「杯子烫就用夹子」之后，能组合出没练过的动作。它还首次把世界模型作为 Subgoal Image Provider 集成进 VLA。
