# Physical AI 前沿雷达 · 2026-09-28

语言：中文 · [EN](./2026-09-28.en.md) · [JA](./2026-09-28.ja.md)

> 每日自动更新的具身智能前沿雷达：八条主线、三语精炼、证据可查。

- 生成时间: `2026-09-27 23:40 UTC`
- 统计窗口: `论文 2026-09-24 → 2026-09-28 · 博客与报道 2026-08-29 → 2026-09-28 · 30 天内不重复 (UTC)`
- 证据标注：O = 一手官方 · R = 论文/预印本 · M = 媒体或二手

## 今日重点

### 1. Beyond Binary Success: Sample-Efficient and Statistically Rigorous Robot Policy Comparison

- **主线**: 仿真与评测（sim2real / 闭环） ｜ **证据**: `[R]` ｜ **来源**: [Toyota Research Institute](http://www.tri.global/research/beyond-binary-success-sample-efficient-and-statistically-rigorous-robot-policy-comparison) ｜ `2026-09-09`
- **关键数字**: `70%` (“we demonstrate up to 70% reduction in evaluation”) · `50%` (“methods and up to 50% reduction compared to”)
- **信号**: `含量化指标` · `含真机实验`
- **为什么重要** `AI 起草`: 如果你比较策略只能靠少量真机 rollout，这篇预印本自报评测量最多可减少 70%，且标有真机实验；在据此缩减评测预算之前，先核对这个降幅是相对哪些基线得出的。

> Generalist robot manipulation policies are becoming increasingly capable, but are limited in evaluation to a small number of hardware rollouts.

### 2. Using Non-Expert Data to Robustify Imitation Learning via Offline Reinforcement Learning

- **主线**: 数据引擎（采集 / 清洗 / scaling） ｜ **证据**: `[R]` ｜ **来源**: [Toyota Research Institute](http://www.tri.global/research/using-non-expert-data-robustify-imitation-learning-offline-reinforcement-learning) ｜ `2026-09-09`
- **信号**: `含真机实验`
- **为什么重要** `AI 起草`: 如果你的模仿学习管线只收专家演示，这篇预印本主张非专家数据经离线 RL 也能派上用场；它标有真机实验，但本页没有任何数字，暂时只能当作是否保留这类数据的一条线索。

> Imitation learning has proven effective for training robots to perform complex tasks from expert human demonstrations.

### 3. TACTIC: Tactile and Vision Conditioned Contact-Centric Control for Whole-Arm Manipulation

- **主线**: 仿真与评测（sim2real / 闭环） ｜ **证据**: `[R]` ｜ **来源**: [Toyota Research Institute](http://www.tri.global/research/tactic-tactile-and-vision-conditioned-contact-centric-control-whole-arm-manipulation) ｜ `2026-09-09`
- **信号**: `含真机实验`
- **为什么重要** `AI 起草`: 当任务需要整条手臂而不只是夹爪受力、接触在多个连杆上形成、滑动又断开时，这篇预印本给出了带真机实验的控制思路；本页没有数字，传感与控制方案先别据此定型。

> Whole-arm manipulation involves direct contact with the environment while the robot completes a task by distributing contact across multiple links as contacts form, slide, and break.

### 4. ダイフクが物流倉庫の完全自動化へヒューマノイドを開発、2030年に実証実験

- **主线**: 本体与供应链（硬件 / 成本） ｜ **证据**: `[M]` ｜ **来源**: [MONOist (ITmedia)](https://monoist.itmedia.co.jp/mn/articles/2609/28/news058.html) ｜ `2026-09-27`
- **为什么重要** `AI 起草`: 对仓储自动化采购而言，大福此次展出的是自动仓库与 AMR 的组合方案，人形机器人只是被提及的开发方向；这是二手报道且没有量化数据，现阶段不宜把人形纳入选型。

> ダイフクは、「国際物流総合展2026」において、自動倉庫やAMRを組み合わせた物流倉庫向けの自動化ソリューションを披露。併せて、物流倉庫の完全自動化の鍵となるヒューマノイド開発の方向性についても言及した。

## 前沿基线（人工策展）

### 1. ISO 25785-1 (under development): safety for dynamically stable industrial mobile robots

- **主线**: 安全、权限与合规 ｜ **证据**: `[O]` ｜ **来源**: [ISO](https://www.iso.org/standard/91469.html) ｜ `2026`
- **关键数字**: `committee stage as of 2026-09` · `covers legged / self-balancing robots`
- **为什么重要**: 人形打破了 ISO 10218 的固定基座前提；专用标准落地前，安全只能靠架构与运行时保证。

### 2. EgoScale: scaling dexterous manipulation with diverse egocentric human data

- **主线**: 数据引擎（采集 / 清洗 / scaling） ｜ **证据**: `[R]` ｜ **来源**: [arXiv 2602.16710](https://arxiv.org/html/2602.16710v1) ｜ `2026`
- **关键数字**: `44k hours of egocentric video` · `+54% average success vs no-pretraining on a 22-DoF hand` · `transfers to lower-DoF hands`
- **为什么重要**: 大规模人类动作被证明是可复用、跨本体的 motor prior，灵巧手不必从零学起。

### 3. Z-1: efficient RL post-training for flow-based VLA models

- **主线**: 训练与自我改进（RL / 后训练） ｜ **证据**: `[R]` ｜ **来源**: [arXiv 2606.31846](https://arxiv.org/abs/2606.31846) ｜ `2026`
- **关键数字**: `80.6% average success on 24 RoboCasa tasks` · `+13.2 points over SFT init` · `public demos only`
- **为什么重要**: 在不增加私有演示数据的前提下，系统性 GRPO 后训练就能拿到两位数增益，改变了"只能靠加数据"的默认认知。

### 4. PL-CBF: finite-horizon safety at runtime via parallel fallback rollouts

- **主线**: 安全、权限与合规 ｜ **证据**: `[R]` ｜ **来源**: [arXiv 2605.16588](https://arxiv.org/html/2605.16588) ｜ `2026`
- **关键数字**: `library of fallback policies` · `least-invasive safe mode` · `QP minimally modifies the nominal policy`
- **为什么重要**: "最小侵入回退"可以直接写进客户验收标准，比"我们很安全"具体得多。

### 5. Post-train NVIDIA Cosmos 3 Edge for on-device robot control

- **主线**: 边缘与实时性（端侧推理 / 控制频率） ｜ **证据**: `[O]` ｜ **来源**: [NVIDIA Technical Blog](https://developer.nvidia.com/blog/post-train-nvidia-cosmos-3-edge-for-on-device-robot-control/) ｜ `2026-08`
- **关键数字**: `4B omni-model` · `2B Nemotron reasoner` · `runs on Jetson Thor` · `receding-horizon control loop`
- **信号**: `含闭环成功率` · `有开放代码或权重`
- **为什么重要**: 世界模型进端侧的第一条可复现路径：post-train 到 Thor 上服务、再闭环评测，代码与 checkpoint 都公开。

### 6. RD-VLA: implicit test-time compute scaling via latent iterative reasoning

- **主线**: 边缘与实时性（端侧推理 / 控制频率） ｜ **证据**: `[R]` ｜ **来源**: [arXiv 2602.07845](https://arxiv.org/html/2602.07845v1) ｜ `2026`
- **关键数字**: `constant memory regardless of reasoning depth` · `up to 80x inference speedup vs token-based reasoning VLAs`
- **信号**: `含延迟或控制频率`
- **为什么重要**: 机器人可以"想久一点"而不付 token 延迟代价，这是把推理时计算搬进控制回路的关键。

## 主线分布 (近 7 天入选)

| 主线 | # |
| --- | --- |
| 基座模型（VLA / WAM） | 2 |
| 数据引擎（采集 / 清洗 / scaling） | 4 |
| 训练与自我改进（RL / 后训练） | 6 |
| 仿真与评测（sim2real / 闭环） | 12 |
| 边缘与实时性（端侧推理 / 控制频率） | 6 |
| 安全、权限与合规 | 1 |
| 系统与编排（长程 / 多策略） | 5 |
| 本体与供应链（硬件 / 成本） | 8 |

## 近期节奏

- 来源构成 (近 7 天入选): `[O]` 14 · `[R]` 17 · `[M]` 13
- 最近各轮入选条数: 09-22 **8** · 09-23 **6** · 09-24 **2** · 09-25 **8** · 09-26 **8** · 09-27 **8** · 09-28 **4**

## 合规与标准观察

- [ISO 25785-1 — Safety requirements for dynamically stable industrial mobile robots](https://www.iso.org/standard/91469.html) — Under development; committee-stage as of 2026-09.
- [Regulation (EU) 2023/1230 (Machinery Regulation)](https://eur-lex.europa.eu/eli/reg/2023/1230/oj/eng) — Fully applicable 2027-01-20.
- [EU AI Act official timeline (Council of the EU)](https://www.consilium.europa.eu/en/policies/artificial-intelligence-act/timeline-artificial-intelligence/) — High-risk deadlines 2027-12-02 / 2028-08-02 per Digital Omnibus.

---

*本页逐条分析由 radar-analyst 起草（claude-opus-5.5），经确定性检查与 agent 复核后自动合并，**未经人工复核**；标题与数字未经改写。*

*本仓库为技术观察，不构成投资建议、产品承诺或安全认证结论。论文结论以作者自报为准。*

[方法论](../../docs/METHODOLOGY.md) · [每周汇总](../weekly/2026-W40.zh.md) · [历史归档](../INDEX.md)