十篇具身智能論文：統一大腦到機群進化

統一具身大腦

阿里巴巴達摩院等機構提出RynnUnify，一個16B參數的統一具身模型，把空間推理、物理預測與定位能力連接起來，整體得分較Cosmos 3 Nano提升9.75分，並在20個複合任務上達51.5%成功率。

另有研究系統評估GPT-6-Astra在機器人操作與導航中的具身能力，於12個基準上取得先前未見的成績，但結論是該模型大體跨過具身能力門檻，尚未跨過實用具身智能門檻。

機群集體進化

集體經驗學習（CEL）範式讓已部署機器人共享執行經驗，更新共享策略後回灌整個機群；藉助失敗引導的經驗檢索微調，操作員只需提供二元結果標籤與環境重置，無需額外收集專家演示。在5個真實操作任務上成功率達93.3%至99.2%。

另一項研究把多台機器人共同學習應用於多階段手機包裝任務，96台機器人的成功率由79.2%提升至98.3%，顯示機群層面的經驗累積可以帶來可觀的持續改進。

靈巧操作與數據

DONIC是首個跨操作類別與人體運動來源聯合訓練的通用雙手跟蹤器，配套發布含1,575段序列、覆蓋229個物體的BiHOI數據集。單一檢查點在訓練物體未見軌跡上成功率86.79%，留出物體上為57.32%。

數據基礎方面，RopediaW0構建了10k小時第一人稱人類數據與3k小時機器人數據組成的Xp-Data，統一多模態標註，在五個跨具身基準上均取得最優表現；EgoXperience則產出50小時帶秒級任務描述的EgoX-Data-6M數據集。

世界模型與自主

Holi-World提出連接體驗採集、世界表示與獨立評估的整合生態，約100個自採場景產出約80K問答對，用於訓練HoliWorld-VL-4B，實驗顯示相關數據能顯著提升模型的時空推理能力。

HexaShell則以輕量框架探究編碼智能體控制機器人的能力邊界，在42個任務的官方評測中取得46.9%成功率，位列排行榜首位，同時顯示精密接觸類任務仍是當前瓶頸。

自主進化與遊戲

有研究把遞歸自我改進（RSI）正式引入機器人學習領域，梳理從提升能力到提升改進過程的路徑，並指出現有研究尚無法隔離出「遞歸」本身帶來的增益，據此提出評估原則。

分層VLA智能體HiSTEVE則面向開放世界遊戲，在Minecraft類環境中實現長時程自主，於原子任務基準取得85.0%得分，並能像人類玩家般從零完成鍛造鐵鎬等長時程任務。