2026 年 9 月具身智能前沿精选：八条主线的 14 条要点

本文基于 Physical AI 前沿雷达的归档整理。雷达从 2026-09-19 起每日发布，到 9 月 28 日共收录 67 条（一手官方 [O] 24 条、论文预印本 [R] 24 条、媒体二手 [M] 19 条）。我们按八条主线各挑出最多两条有实质内容的条目，逐条回到原文核对了数字。九月最清楚的信号有两个：VLA 评测开始跳出“初始状态成功率”这一个指标，推理延迟也成了论文里正式报告的指标。

阅读说明

证据标注：[O] 是厂商或机构自己的博客、文档；[R] 是论文预印本，数字均为作者自报，多数未经同行评审；[M] 是媒体报道，引用前需要找一手来源。
主线归类沿用雷达本身的结果。雷达按关键词匹配归类，会出现误归，例如 GeForce NOW 游戏上线的博客被归进了“训练”和“仿真”主线。这类条目以及与具身智能无关的 LLM 评测文章，本文已剔除。
时间：少数条目虽然是 9 月才被雷达收录，论文本身却发布得更早，文中会注明原始日期。

模型与训练

基座模型（VLA / WAM）

GeoAAC：根据去噪轨迹几何形态自适应确定 action chunk 长度（[R]，2026-09-17）。作者发现，flow matching 去噪轨迹在不同动作前缀上的几何变化和预测不确定性正相关，于是用它在单次生成里决定这一步执行多长的动作块，不需要额外训练。在 GR00T N1.5 和 π0.5 上，仿真最多提升 8.7 个百分点，真机平均成功率从 53.3% 提高到 74.4%。固定 chunk 长度是现在 VLA 部署时很少有人去动的默认超参，这项工作说明可以按任务阶段调整它，额外开销很小。

Telexistence 在 AWS 上试验 DreamZero（[O]，AWS Physical AI Blog，2026-09-09）。Telexistence 已在便利店部署 300 多台机器人。这次它用 NVIDIA 14B 参数的世界动作模型 DreamZero 做了一次概念验证，看它能否胜过自己现有的 VLA。文章把差距写得很直白：仿真里最好的模型成功率 45%；用 Telexistence 的真机数据微调、再到仿真里评测，成功率降到 0%，作者把原因归结为真机与仿真之间关节分布和状态尺度的差异。经过 DiT 缓存、把去噪步数从 16 降到 4 等优化，B200 上每步约 583 ms，作者称已接近实时控制所需的范围。定位是 PoC，不是部署，但这类把大世界模型在商业场景里的短板写清楚的一手材料并不多。

训练与自我改进

面向高自由度灵巧手的 VLA 后训练（[R]，2026-09-17）。流程分四步：学习一个时序手部动作 codec，让开源 VLA 能输出灵巧手绝对指令；然后依次做 SFT、DAgger 和真机 residual RL。在双手传递、手内重定向、工具使用等 5 个真机任务上，每个任务测 20 次，全部 100% 成功。价值在于给出了一条完整、可复用的后训练配方；但每个任务只测 20 次，而且结果限定在“报告的后训练预算内”。

不确定性门控探索噪声抑制在线 RL 微调中的 task collapse（[R]，2026-09-23）。在线 RL 微调时，整体平均分看起来正常，个别任务的能力却可能已经被毁掉，作者把这种现象叫作 task collapse。实验用 450M 参数的 SmolVLA，在 LIBERO-10 上跑 PPO：固定噪声在 3 个 seed 中有 2 个出现崩溃，学习式噪声在测到的每个 seed 上都崩溃，门控控制器一个都没有崩。但作者也写明，在这个算力预算内，没有任何一组超过行为克隆基线。

数据与评测

数据引擎

MATE：多智能体虚拟遥操作平台（[R]，2026-09-22）。多名异地操作员可以在同一个物理仿真环境里同时遥操作全身人形机器人，攒出了 24.1 小时、2,500 个联合 episode、覆盖 5 个长程协作任务（交接、接力递送、协同搬运等）的数据集。作者报告，策略无需真机微调即可零样本迁移到一台实体人形。这说明采集多机协作数据不一定要买多台真机；但摘要没有给出真机成功率。

Skild AI S1：单段视频学新任务（[O]，NVIDIA Blog，2026-09-10）。S1 把一段演示视频当作 prompt，以 in-context 方式执行最长 10 分钟的新长程任务，不更新权重。文中称，S1 在新多步任务上每一步的成功率约 66%，类似系统只有 9%；一段短视频约相当于 380 条人工示教，而采集这些示教需要 50–100 小时。注意这些数字是 NVIDIA 博客转述 Skild 的自报结果，没有公开评测协议。

仿真与评测

RoboRecover：执行偏离后的恢复能力基准（[R]，2026-09-24）。做法是从执行轨迹中截取偏离状态，通过重放动作前缀把场景重建出来，再让策略接着完成原任务。基准共 2,000 个场景，RoboTwin 和 LIBERO 各 1,000 个。结果显示：LIBERO 上 UnifoLM 的初始状态成功率为 98.83%，恢复成功率只有 48.00%；π0.5 的初始状态成功率低一些（94.17%），恢复成功率却最高（64.40%）。也就是说，初始状态成功率高，不代表出了偏差还能救回来。

Beyond Binary Success：样本高效且统计严格的策略对比（[R]，TRI 等，论文 2026-03 发布，9 月被雷达收录）。方法基于 safe anytime-valid inference 做序贯检验，证据一够就可以提前停止评测，并且不限于二元的成功/失败指标。和标准批量方法相比，评测量最多减少 70%；和面向二元结果的序贯方法相比，最多减少 50%。作者还发现，用细粒度的任务进度指标比用二元成功率更快区分出两个策略的优劣。

部署：边缘与系统

边缘与实时性

PASSAGE：人形机器人在杂乱环境中的感知通行（[R]，2026-09-16）。作者用 VR 加惯性动捕在 1,500 个杂乱场景中采集了 100 小时人体动作；flow matching planner 以 6.25 Hz 规划，全身 tracker 以 50 Hz 控制，全部跑在 Jetson AGX Orin 上。3 个 seed 下，训练数据从 6 小时增加到 100 小时，留出场景的无碰撞成功率从 48.1% 升到 68.9%，加上场景增强后达到 70.3%；真机在 50 个未见过的布局上完成了测试。这是一个数据 scaling 和端侧实时同时成立的例子。

rMuscle：利用跨执行相似性的 VLA 推理缓存（[R]，2026-09-16）。工厂工位上机器人反复执行同一类任务，观测、动作轨迹乃至模型内部状态都高度相似。rMuscle 用 Context Cache 复用视觉 token 输出，用 Action Cache 复用神经元激活模式，在 RTX 4090 和 Jetson Thor 上实现 1.29–1.42 倍加速，真机成功率不下降。加速幅度不大，但不需要改模型，适合作为重复工位的默认优化手段。

系统与编排

Isaac ROS 5.0（[O]，NVIDIA Blog，2026-09-22）。这一版支持 ROS Lyrical 和 Ubuntu 24.04，提供面向 AI agent 的文档和 Isaac skills（包括 FoundationStereo 微调、抓放流程等）；官方称 FoundationPose 的物体跟踪速度最多提升 5.5 倍，覆盖从 Jetson Orin Nano 到 Jetson Thor 的硬件。NVIDIA 把“让编码 agent 操作机器人软件栈”当作正式功能来做，这一点比具体的性能数字更值得注意。

高通宣布收购 PickNik（[O] + [M]，2026-09-23）。PickNik 官网确认收购在 ROSCon Toronto 上宣布。高通公告页正文是动态加载的，我们没能读取，以下细节来自 The Robot Report 的报道（[M]）：交易尚未完成，金额未披露；高通表示 MoveIt 1 和 2 继续沿用现有许可证和社区路线图，同时把商业版 MoveIt Pro 接入 Dragonwing 平台和 Arduino VENTUNO Q。依赖 MoveIt 的团队短期内不必担心许可证，需要关注的是路线图会不会偏向单一芯片平台。

安全与本体

安全、权限与合规

NVIDIA Halos：分层安全架构（[O]，NVIDIA Blog，2026-09-21）。机器人侧的组成包括带 Functional Safety Island 的 IGX Thor、Halos Core for IGX、Holoscan Sensor Bridge，以及开源的 Halos Outside-In Safety Blueprint；文中援引的工业标准有 IEC 61508 和 ISO 13849。要分清状态：汽车侧的 DriveOS 6.0 已获 TÜV SÜD 的 ISO 26262 ASIL D 认证，机器人侧的 IGX Thor、Halos OS 和 Holoscan 还处在 TÜV Rheinland 的功能安全就绪检查阶段，尚未认证。在归档的每日精选里，这是“安全、权限与合规”主线唯一的一条。

本体与供应链

DAWN：用世界模型去除深度噪声的四足跑酷（[R]，已被 IROS 2026 接收）。训练时给编码器喂带噪声的深度图，同时以干净深度作为重建目标，再用对比学习对齐两者的隐状态，这样部署时就不必手工调滤波参数，也不增加推理开销。在 Unitree Go1 上直接用原始深度零样本完成跑酷：18 cm 楼梯、70 cm 间隙、45 cm 台阶。以往的视觉步态工作很少公开滤波参数，这项工作也改善了可复现性。本主线其余条目要么只有媒体报道、找不到一手来源（厂商新品、形态探索、2030 年人形实证计划等），要么是误归到这里的非机器人文章，本文均未收录。

局限 / 注意

归档只覆盖约 10 天，谈不上“一个月的全貌”；雷达每天限额入选，漏掉的重要工作不会出现在这里。
[R] 条目的数字都是作者自报，大多只来自 LIBERO、RoboTwin 等仿真基准，真机部分的样本量通常很小（例如每个任务 20 次）。
[O] 条目里也有厂商转述合作方数据的情况（如 Skild AI S1），性质接近自报，不等于独立评测。
只有媒体报道、找不到一手来源的条目本文没有收录；唯一例外是高通收购 PickNik，其中引用媒体的部分已单独标注。