它是什么，解决什么问题
本主题覆盖新任务、新场景、新本体、动作头、策略组合。它属于“训练、适配与算力部署”，用于理解这一组能力、方法或产业对象的边界。
范围与比较维度
- 新任务
- 新场景
- 新本体
- 动作头
- 策略组合
需要持续回答
- 把训练与推理条件写清楚，同时观察任务成功、延迟、显存、功耗、成本和版本可维护性。
当前知识边界
本页为范围入口，代表路线与证据尚待补充。
历史观察
按发布时点排列，反映本站已收录范围，不代表完整研究时间线。
- 从 12 条到 200 条示范：ACT、Diffusion Policy、SmolVLA 与 π0.5 在低成本机械臂上的扩展表现
给机器人本体软件工程师几条可直接用的判据：示范只有几十条时优先微调预训练策略，且要训练动作专家而不是 LoRA；数据上百条时把从零训练的 ACT 当基线再决定要不要上大模型；遥操作演示开头若有一段静止，务必剪掉再训；评测时记住同一权重重复测十回合平均会差 2.0 次成功，别用十回合给两个模型下结论。
- 一次扫描就够：语言引导导航的无示范适配与真机验证
对机器人本体软件开发者，最实用的变化是把「进入一个新场地」的前置成本从逐场景遥操作采数据，换成一次扫描加一次人工标定：同一份重建几何在流程里承担三件事——生成训练回合、提供后训练用的效用信号、以及在动作被判不安全或进度倒退时由规划器接管。可照搬的是这条「扫描—标定—后训练」的分工与几何兜底思路，而不是他们的模型或数字；换用自家策略与本体仍需自行复现，本文数字是在作者自己的五个室内场景和自有机器人上、按 1.5 m 判定半径得到的。
- NVIDIA Cosmos 扩展世界模型的数据、训练、仿真评估与部署工具
对机器人软件团队，关注点是可分别使用数据生成、模型训练适配、仿真评估和推理部署工具，而非将此次更新视为机器人能力突破。开放性及工具支持范围来自厂商声明，不能等同于工程产物已被核验或独立研究已复现。
- 超越外观变化：为 VLA 模型做任务语义动作校准（Beyond Appearance Shifts: Task-Semantic Action Calibration for VLA Models）
对做机器人本体软件的开发者，可借鉴的是接入方式而不是网络结构：校准层作为可插拔组件挂在共享 VLA 的动作输出上，骨干权重不动，训练侧额外准备“保义改写”和“语义破坏改写”两类指令对即可，推理侧默认路径的代价是 p50 增加 47–53 ms。作者主张的工程逻辑是：目标或约束真变时，先让策略“不再按旧任务继续跑”，再谈改对，这比笼统追求鲁棒性更贴近部署中“指令换目标”这类变更。保义支路则把“什么时候才允许改动基础动作”写成显式证据门控，可用于设计回退与监控策略；但它需要再查一次冻结策略，端到端延迟接近 1 秒，按其量级更适合作低频或早期修正，不宜放进高频控制回路。文中全部数字来自作者自测的仿真与真机试验，本次材料未见独立复现。
- KITE：分开学习交互意图与硬件动作，迁移操作任务
对本体软件开发者，价值在于明确任务策略与硬件动作实现的分工：已有交互策略可以保持不变，新增硬件的适配集中在运动学解码器组，而非重新采集目标任务示范；这仍需要目标运动学模型及相应训练。
- AWLS：面向单步生成式机器人操作策略的优势加权潜空间引导
为已有单步操作策略提供一种保留解码器的离线适配路径；部署端无需保留价值评估器，也不引入迭代去噪或候选动作筛选。
- 价值即记忆：面向通用机器人策略的在线价值引导后训练
将价值预测从训练监督扩展为策略输入，为任务进度记忆与部署经验闭环更新提供了一条经真机消融检验的后训练路径。
- T2-z：面向机器人世界模型的环境潜变量测试时优化
提供了一条冻结世界模型、仅优化环境表示的测试时适配路线，使交互证据可用于执行前比较候选动作结果，无需预定义物理因素监督或独立环境编码器。
展开其余 11 条历史观察
- MAIA：通过多模态世界模型预判接触密集型操作中的交互异常
这项工作展示了世界模型的一种用途：预测计划动作的物理后果，为执行前的候选动作筛选提供依据，而不只在异常出现后报警。
- EgoJEPA：超越重定向，从第一视角视频学习灵巧操作
提供了一条以共享潜在动作连接人类视频预训练与机器人控制的路线；作者实验支持其在所测本体间复用预训练、降低重复适配开销的价值。
- TartanMatch：迈向跨模态通用稠密对应
该工作为多传感器稠密对应提供共享模型路线，并在指定实验中显示跨模态联合训练的正迁移。
- 无需更新策略的基于流的策略适配
提供一种把任务理解留给底层智能体、以目标无关专家先验选择性修正执行动作的适配路径。
- TaskAnchor：为长时程操作中的反应式VLA锚定任务状态
作者实验支持将历史证据与显式阶段条件结合，用于改善预训练VLA的历史依赖动作选择，而非另设规划循环。
- ARC：面向机器人基础模型的推理配方
对机器人本体软件工程师，这是一条不靠堆数据的改造路径：不重新采数据、不重训基础模型，用自动生成的因果轨迹改造已有策略，改动点是标注脚本、轨迹注入接口和运行时的一个轨迹生成服务。
- StressDream：引导视频世界模型，用于鲁棒策略评估与改进
该研究展示了用引导生成筛查候选轨迹失败风险、并以悲观生成辅助示范重加权的路径；证据限于作者所评估的设置，不外推为通用策略能力。
- RawVLA：面向机器人操作的具身神经图像信号处理器
该工作将成像处理作为机器人策略评测和适配的显式变量，提供了不更新VLA策略、转而优化视觉前端的技术路径。
- SCOUT：通过动作结果反馈实现测试时策略适配
提供了一条通过共享信念潜变量，将动作结果预测误差转为部署时策略调整的路线，而不是直接微调策略网络权重。
- 从预训练到熟练掌握：以最少人工干预开展面向长时程操作的真实世界子任务强化学习
提供一种保留基础策略、用局部奖励集中修补失败环节的适配路径；改进仍以完整任务执行评估，而非只看孤立子任务。
- ICI-VLA：面向视觉—语言—动作模型、利用时空对齐示范的上下文模仿
作者实验支持将时空对齐示范作为固定策略的测试时适配输入；消融中，移除掩码、DTW或语义筛选均降低成功率。