剛剛，機器人頂會RSS三項最佳論文出爐！708篇送審，僅8篇殺入決賽
重點摘要
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 剛剛，機器人頂會RSS三項最佳論文出爐！
據量子位報導，機器人領域頂級學術會議RSS 2026論文獎項於近日正式揭曉。作為機器人研究風向標的RSS，今年共收到708篇投稿，最終錄用210篇，接收率僅29.7%，競爭相當激烈。經過層層篩選，僅8篇論文進入最終決賽名單，並從中誕生了三項最佳論文獎，其中華人團隊與學者表現亮眼。 最佳論文獎由FlashSAC拿下，該研究來自韓國Holiday Robotics、KAIST、KRAFTON與德國TU Darmstadt等機構的聯合團隊。FlashSAC核心針對離線策略強化學習在高維機器人控制中訓練緩慢且容易不穩定的問題，提出減少梯度更新次數，同時擴大模型規模、數據吞吐量和經驗池，並透過限制權重與梯度範數來抑制價值網絡誤差累積。在60餘項模擬任務中，FlashSAC整體表現超越PPO等多種基線，尤其在人形機器人行走的Sim2Real實驗中，將訓練時間從數小時壓縮到數分鐘。 最佳學生論文獎則由Muninn獲得，這項工作來自伊利諾伊大學厄巴納香檳分校等機構。Muninn為軌跡擴散模型設計了一套無需重新訓練的緩存機制，在每一步去噪時估算複用過往計算結果可能帶來的偏差，風險小時直接調用快速生成，風險大時再重新計算。在離線強化學習、運動規劃與視覺運動策略等任務中，Muninn實現最高4.6倍加速，同時基本維持原有任務表現，並已在真實機器人的導航與操作任務中得到驗證。 最佳系統論文獎授予NeuralActuator，由MIT博士生Zhiyang Dou擔任第一作者。該研究瞄準低成本機械臂因摩擦、回差和溫度變化導致傳統電流與力矩關係失準的問題，利用Transformer和可微分仿真，同時預測執行器力矩、外部接觸力、接觸概率與電機狀態，讓機器人在部署時無需額外力或扭矩傳感器就能感知受力。團隊在價格從約500美元到3萬美元以上的三類機械臂上完成驗證，並展示了其在動力學建模、無傳感器力感知與模仿學習控制中的應用。 除了三項獲獎論文，進入最終決賽名單的其餘五篇論文同樣極具含金量。清華大學智能產業研究院與北京航空航天大學等團隊合作，提出自動合成仿生機器人面部機構的方法，讓聊天機器人擁有更自然的表達。哈佛大學與史丹佛大學團隊提出的OAT，將連續動作壓縮為具有因果順序的短Token序列，使機器人可根據算力需求在推理速度與動作精度間靈活取捨，在20餘項任務中整體超越先前方案。 銀河通用機器人參與的DAPL框架，先通過世界模型學習雜亂場景物體碰撞與滑動的動態變化，再指導強化學習，使機器人不再只依賴直接抓取，而是能借助環境物體完成推、撥、翻轉等靈巧操作，在仿真與真實場景中成功率顯著提升。影眸科技與劍橋大學團隊合作的cuNRTO，利用GPU加速重新設計魯棒軌跡優化架構，將過去需數十分鐘甚至數小時的求解過程縮短至秒級，並計劃進一步推向毫秒級。 卡內基梅隆大學團隊則通過統一可微分流體與多物理場仿真框架，將機器人多剛體動力學與水流納維斯托克斯方程融入同一優化問題，成功為六節仿生機器鰻優化出波浪式游動與C形轉向動作，並遷移至真實硬體，在高幅度游動中將軌跡誤差最高降低約75%。 時間檢驗獎項方面，IJRR與RSS分別表彰了兩項經典工作。IJRR時間檢驗獎頒給蘇黎世聯邦理工學院團隊提出的EuRoC微型無人機數據集，該數據集包含11組標準化視覺慣性數據，為VIO與SLAM領域提供統一基準。RSS時間檢驗獎則授予柏林工業大學學者於2014年發表的高柔順欠驅動擬人機器人手設計，該研究證明少量驅動器即能完成豐富抓取姿態，為軟體機器人與柔順抓取奠定基礎。 今年的Early Career Spotlight環節適逢20週年，四位青年學者帶來前沿報告。香港大學李弘揚教授從全身控制邁向全身智能，提出以大規模預訓練為核心的技術架構，涵蓋行為基礎模型、全身感知與大腦級調度，目標是實現長時程多任務自主決策。UIUC助理教授溫真元聚焦觸覺智能，指出光學觸覺傳感器只是起點，真正的關鍵在於將觸覺轉化為操作能力，團隊正透過物理仿真學習跨傳感器通用觸覺表徵，並強調手指形狀、相機與材料必須與感知策略協同設計。 Inria Rennes研究員Marco Tognon探討空中物理交互，讓無人機不只是飛行拍攝，還能接觸、搬運與操作物體。MIT副教授Pulkit Agrawal則指出具身智能當前缺的兩項關鍵能力：力智能與終身學習，機器人必須理解在不確定環境中何時、何地施加多大的力，並在部署後持續從成敗中學習。 頒獎現場出現一個小插曲，主持人一度誤將最佳論文FlashSAC同時宣佈為最佳學生論文，彷彿出現「一篇論文包攬兩項大獎」的名場面，但工作人員隨即更正。會議尾聲也預告了下一屆RSS將在希臘舉行，為本次盛會畫下圓滿句點。
Related
相關文章
階躍星辰，還是有點急了
階躍星辰，還是有點急了藍媒匯2026.07.21 08:52 · 來自天津全文3056字00:00 / 08:58是好棋，還是豪賭？文 | 藍媒匯，作者 | 封華，編輯 | 魏曉剛結束的WAIC（世界人工智能大會）上，手機有了很多新花樣。榮耀把創新形態的Robot Phone推到臺前，試圖直接定義“機器人手機”；中興努比亞聯手豆包，要將第二代豆包手機敞開賣。最激進的當屬階躍星辰。7月13日，階躍星辰一口氣推出了大模型原生AI終端品牌STEPX、智能體原生操作系統階躍Step AOS、個人智能體Amoo，以及大模型原生智能體手機階躍STEPX Neo。“幹晚了，就不用幹了。”階躍星辰董事長印奇的一句話，講述了“大跨步”的原因——“全球首款大模型原生智能體手機”唯一的定義權，階躍星辰要搶到手。與此同時，7月15日，網信辦發佈“手機端側生成式人工智能服務”備案信息，為手機的AI Agent進程鋪路。這場AI手機混戰，是手機廠商、大模型廠商、互聯網公司之間，圍繞用戶入口的話語權分配。對於階躍星辰這樣的AI大模型廠商來說，意味著商業模式的重構，特別是在推進IPO的關頭上，意義非凡。不過，沒有硬件基因的階躍星辰，真能突破App生態、操作系統和商業模式之間的壁壘嗎？此次究竟是鎖定未來定義權的好棋，還是一次激進的豪賭？給安卓打工？階躍星辰的野心很大。智能體手機的整機製造，交由ODM廠商華勤技術負責，階躍則把最核心的資源放在軟件和AI能力上。其提出的路線更靠底層：以智能體的需求為核心，從零構建一套獨立操作系統。Step AOS在底層做了三件事：統一算力調度，彈性調配CPU、GPU、NPU 等異構算力；統一語義數據層，將感知、行為與個人數據加工為標準格式；原子化能力引擎，拆解系統功能為智能體可直接調度的服務，用戶無需逐個打開App，所有應用能力均由階躍Amoo統一調用。由此，同一臺STEPX
智譜保衛硅谷
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作智譜保衛硅谷錦緞·2026年07月21日 08:36地緣無法阻擋代碼的流動 上週，全球最大的AI開源社區Hugging Face遭遇入侵。攻擊者是一個完全自主的AI智能體系統，在大量短生存期沙盒中執行了數千個獨立操作，在一個週末內橫向移動進入了多個內部集群。這是一次被行業預測多年、但首次在現實中完整上演的“智能體攻擊”。 事件發生後，Hugging Face的安全團隊需要分析攻擊者留下的超過17000條事件日誌。他們首先使用了商用API背後的某美國前沿大模型。結果被攔住了。Hugging Face在事件報告中的原話是：“分析需要提交大量真實的攻擊命令、漏洞利用載荷以及C2痕跡數據，而這些請求被服務提供商的安全護欄攔截了——它們無法區分事件響應者和攻擊者。” 翻譯成直白的話：美國AI的“安全機制”，在真正的安全危機中，把防禦者的手綁住了。 於是，Hugging Face的工程師們做了一個讓整個硅谷側目的決定：他們下載了中國智譜的開源模型GLM 5.2，在自己的基礎設施上跑完了全部取證分析。危機解除。 這是一次發生在安全戰場的意外交鋒，但它的隱喻遠遠超出了安全本身。當全球最大的AI開源社區在遭遇攻擊時，最終用一隻中國模
AI巨頭正在爭奪人類的錯題本
AI巨頭正在爭奪人類的錯題本深流研究所2026.07.21 08:43 · 來自北京全文5549字00:00 / 15:50有反饋的錯題，才能帶來複利。文 | 深流研究所，作者 | 山杉7月，AI大戰最關鍵的一條戰線陡然升溫。10日凌晨，奧特曼重擺陣形，發佈新版ChatGPT桌面端。原本獨立的Codex被併入其中，變成一個標籤頁，夾在“Chat”和“Work”之間。看起來是幾項產品調整，背後意味卻完全不同。新版桌面端的三個標籤，幾乎就是OpenAI下一階段的作戰地圖：Chat是過去的入口，Codex對準程序員的終端，Work則瞄向表格、文檔和辦公流程。過去只坐在聊天框裡的ChatGPT，如今開始走進電腦桌面，將之變成工位，在代碼、辦公兩條線同時幹活。奧特曼顯然著急了。這場圍繞coding和辦公場景的爭奪戰，直接燒到了家門口。最難纏的是Anthropic。其Claude Code最初只是被當成又一個編程助手。到了4月，Claude Mythos在SWE-bench上拿到93.9%。這個榜單考驗的是讓模型進入真實的GitHub倉庫，修復那些曾經摺磨過真人程序員的歷史bug。程序員隨即湧入。Claude Code 由此大舉進入企業代碼庫，接手真實項目，佔住了程序員的終端。嚐到coding的甜頭後，Anthropic又把同一套打法推向了辦公。Claude Cowork接管表格、文檔和企業流程，這條戰線任務鏈更長、用戶更多，正是OpenAI那個"Work"標籤瞄準的同一塊陣地。靠著coding和辦公Agent撕開的商業化缺口，Anthropic的ARR從年初的140億美元暴漲至470億，估值陡然飆升至接近萬億美元，反超OpenAI；其企業市場份額34.4%，同樣實現反超。在其他AI企業都受困於商業模式時，Anthropic率先奪得了市場的青睞。不止於此。在商業數據之外，奧特曼們也看到
Kimi K3爆火，GPU先扛不住了
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作Kimi K3爆火，GPU先扛不住了36氪的朋友們·2026年07月21日 08:32一場關於推理算力的現實考驗。 因為太過火爆，距離Kimi K3發佈不到一週，月之暗面就按下了“暫停鍵”。 7月19日晚，月之暗面宣佈，由於算力資源緊張，暫停開放Kimi新用戶訂閱，將有限算力優先保障現有訂閱用戶。 圖源：月之暗面 7月20日，月之暗面回應界面新聞稱，此次調整僅涉及新用戶訂閱，現有會員權益保持不變，老套餐並未取消，已訂閱用戶仍可正常使用並按原規則自動續費。 對於此前手動關閉自動續費的用戶，公司將陸續恢復續訂功能，老用戶升級套餐等功能也將逐步開放；至於新套餐，目前仍因算力資源限制暫未開放購買，恢復時間尚未確定。 從官方回應來看，此次調整更像是在有限算力資源下，對新增用戶和存量用戶體驗進行重新平衡，而非對會員體系進行調整。 K3發佈後，國內外開發者社區迅速湧現大量體驗和測評，不少人將它與Claude、GPT等國際頭部模型放在一起比較，圍繞推理成本、GPU資源、服務穩定性的討論，也開始取代Benchmark，成為AI圈新的焦點。 K3到底有多火？ K3發佈後，很快登上了全球AI模型討論的焦點。 獨立AI模型評測機構Arti
Edge AI Daily 早報（7月21日）
OpenAI模型突破數學難題後暴露安全困境，揭示長週期自主模型評測盲區。Alphabet將Gemini架構嵌入Frozen v2芯片，算力效率提升6-10倍，標誌AI競賽從規模轉向效率。SpaceX向鴻海下達520億美元AI服務器訂單，打破戴爾-超微壟斷，顯示算力產業邊界重構。