本窗口覆盖 2026-10-02 至 10-15 共 14 天。先说清数据边界：这 14 天里只有 2026-10-15 一天经核验为完整采集，其余 13 天属缺失或未核验，其中 10-11 无回执。因此以下内容只描述已采集到的样本，不足以支撑任何"领域级"判断；凡属推断处均已明确标注。

在已采集样本中，本期可点开的内容分三类：

• 模拟器工具链更新三则：MuJoCo 3.15.0（10-05）、OmniGibson v3.9.3-post2（10-07）、Genesis v1.4.4（10-11），链接见「开源项目与工具」。
• 手册新增十篇深度解析：覆盖动作空间接地、人-机对齐表征、世界模型合成数据、离线目标条件优化等方向，完整清单见「值得关注的论文」。
• 一条产业融资：据二级媒体报道，星尘智能据报完成约 10 亿元人民币融资、估值约 150 亿元（2026-10-13）。

本期样本里，模型与架构方向的几条进展集中在"如何把预训练模型接到动作输出"上。以下描述仅取各来源链接的题目层面信息，未做超出来源的推断：

• 把 VLM 直接当作动作模型：一项工作主张通过显式动作空间接地，让预训练 VLM 原生具备机械臂操作能力。 <https://arxiv.org/abs/2610.12832v1>
• 高效时空推理：IG-VLA 提出"先想象未来、再内化为直觉"，以降推理成本。 <https://arxiv.org/abs/2610.02626>
• 人-机对齐表征：HARP-VLA 用配对桥接把人类视频转成 VLA 监督。 <https://arxiv.org/abs/2605.31234>
• 离线目标条件策略优化：OGPO 面向"可恢复"的 VLA。 <https://arxiv.org/abs/2610.12914v1>
• 物理锚定世界模型：Grounded-Dreamer 用世界模型合成数据训练操作策略。 <https://arxiv.org/abs/2610.13164v1>

这些均为本地评级的采集样本，不等于质量背书或领域共识；除题目与链接以外的细节（如具体实验设置、指标）在本次输入中未知，故不作展开。

本期样本中检出的发布类事件为三款模拟器/工具链更新（均为一手发布链接）：

• MuJoCo 3.15.0 — 2026-10-05 — <https://github.com/google-deepmind/mujoco/releases/tag/3.15.0>
• OmniGibson v3.9.3-post2 — 2026-10-07 — <https://github.com/StanfordVL/BEHAVIOR-1K/releases/tag/v3.9.3-post2>
• Genesis v1.4.4 — 2026-10-11 — <https://github.com/Genesis-Embodied-AI/genesis-world/releases/tag/v1.4.4>

除上述三条外，本期样本未检出其他已验证的发布类新增。这些发布内容与本窗口内方法进展之间是否存在因果关系，未知，不作关联。

就本次审阅的样本而言，本期未检出已验证新增（芯片、传感器、本体硬件等硬件层面的具体条目均未出现在样本中）。唯一与部署/产业相邻的信号是公司融资：据新浪财经等媒体报道，星尘智能据报完成约 10 亿元人民币融资、估值约 150 亿元（2026-10-13；二级来源 <https://finance.sina.com.cn/jjxw/2026-10-13/doc-iniuzuyr8157270.shtml>）。该条属媒体转述的公司融资信息，不构成产品发布或部署数据。

需要说明：以上"未检出"仅指本次不完整采集的样本；采集缺失不等于该方向没有事件。

下列日期为手册收录日期，不是论文首次发表日期。

• 2026-10-14 收录：USER：面向真实世界在线策略学习的统一可扩展系统 (USER: A Unified and Extensible System for Real-World Online Policy Learning in Embodied AI) — https://arxiv.org/abs/2602.07837" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/frontier/user_a_unified_and_extensible_system_for_real_world_online_p_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
• 2026-10-14 收录：BrickCraft：用「情境说明书」把符号装配计划落到实时视觉上 (Visuomotor Skill Composition with Situated Manual Guidance for Long-Horizon Interlocking Brick Assembly) — https://arxiv.org/abs/2605.07605" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/planning/brickcraft_visuomotor_skill_composition_with_situated_manual_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
• 2026-10-14 收录：人类-机器人对齐表征学习：用配对桥接把人类视频变成 VLA 监督 (HARP-VLA: Human-Robot Aligned Representation Learning for Vision-Language-Action Model) — https://arxiv.org/abs/2605.31234" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/deployment/harp_vla_human_robot_aligned_representation_learning_for_vis_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
• 2026-10-13 收录：显式动作空间接地：让预训练 VLM 原生成为机械臂动作模型 (VLMs are Native Action Models: Unleashing the Manipulation Capabilities of VLMs with Explicit Action-Space Grounding) — https://arxiv.org/abs/2610.12832v1" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/frontier/vlms_are_native_action_models_unleashing_the_manipulation_ca_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
• 2026-10-13 收录：OGPO：面向可恢复 VLA 的离线目标条件策略优化 (Offline Goal-conditioned Policy Optimization for Recoverable Vision-Language-Action Models) — https://arxiv.org/abs/2610.12914v1" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/vla-core/ogpo_offline_goal_conditioned_policy_optimization_for_recove_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
• 2026-10-13 收录：Grounded-Dreamer：以物理錨定的世界模型合成資料訓練機器人操作策略 (Grounded-Dreamer: Robot Learning from World Model Synthetic Data with Physical Grounding) — https://arxiv.org/abs/2610.13164v1" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/world-model/grounded_dreamer_robot_learning_from_world_model_synthetic_d_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
• 2026-10-13 收录：先想象未来，再内化为直觉：IG-VLA 的高效时空推理 (Imagine the Future, Internalize the Gist: Efficient VLA Reasoning via Internalized Spatiotemporal Imagination) — https://arxiv.org/abs/2610.02626" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/planning/imagine_the_future_internalize_the_gist_efficient_vla_reason_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
• 2026-10-13 收录：用 Feynman–Kac 后验采样给预训练策略上约束 (BayesFP: Posterior Estimation for Flow-Based Policies via Feynman-Kac Sampling) — https://arxiv.org/abs/2606.21014" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/frontier/bayesfp_posterior_estimation_for_flow_based_policies_via_fey_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
• 2026-10-06 收录：检测并抑制：面向 VLA 对抗补丁的机制级防御 (Detect and Suppress: A Mechanistic Defense against Adversarial Patches in VLA Models) — https://arxiv.org/abs/2610.03498" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/vla-core/detect_and_suppress_a_mechanistic_defense_against_adversaria_dissection.md" target="_blank" rel="noopener noreferrer">手册解读
• 2026-10-06 收录：MobiAgent：长时程移动操作的双环递归策略自改进 (MobiAgent: Dual-Loop Recursive Policy Self-Improvement for Long-Horizon Mobile Manipulation) — https://arxiv.org/abs/2610.03476" target="_blank" rel="noopener noreferrer">原论文 · https://github.com/sou350121/VLA-Handbook/blob/main/theory/deployment/mobiagent_dual_loop_recursive_policy_self_improvement_for_lo_dissection.md" target="_blank" rel="noopener noreferrer">手册解读

再次强调：本窗口 14 天中仅 2026-10-15 经核验完整，其余 13 天缺失或未核验，因此下述一切方向性描述都只是已采集样本内的观察，不构成对领域状态的判断。

• 主题家族计数（样本内，推断）：在本期扫描的约 766 篇样本中，按主题家族计数，world_model 相关条目是唯一呈现环比加速的一类；长时程、人-机协作、flow matching、多任务、灵巧手、触觉、移动操作、sim-to-real、diffusion policy 等多类在样本计数上走平或回落。样本量有限且采集不完整，不能据此推断领域降温、成熟或收敛，仅能描述本样本。
• SOTA 观测：本期记录到 22 条 SOTA 观测，分布于 CALVIN（7）、MetaWorld（4）、LIBERO（3）、LIBERO Plus（3）、RoboCasa-GR1-Tabletop（3）、RoboChallenge（2）。这些是存储下来的观测记录，不等于换榜，也不代表可比的性能提升；任何基准比较都必须匹配基准名称、数据划分与评测协议。
• 基准健康：本样本中 CALVIN（含 ABC-D、ABCD-D、D-D 等划分）与 LIBERO（含标准闭源、标准开源、非标准划分）均显示饱和。该判断只适用于所列基准及其划分，不能套用到其他基准。
• 本地评级：本期共 370 篇进入本地评级，其中 ⚡ 级 0 篇、🔧 级 45 篇、📖 级 275 篇、❌ 级 50 篇。0 篇 ⚡ 只是本地评级样本的结果，不能代表全领域没有突破。
• 实体提及：OpenAI 被提及 111 次、Anthropic 61 次、DeepSeek 28 次等。提及次数只反映样本中的讨论频率，不能证明团队活跃度、竞争胜负或技术因果。
• 仓库变更抽样：基于 50 条提交的有限抽样，其中 6 条标记为 Moltbot、44 条为非 Moltbot。非 Moltbot 只是启发式判定，不等于已确认的人工提交；该样本不能推广到完整周期。本期未检出新增论文条目。
• 证据不足项：本期未出现经确认新增的新兴术语，相关候选计数均为 0；质量校准共执行 7 次检查，期内无触发项。二者均属证据不足，记为未知，不作推断。
• 社交采集：本期仅得一条且采集面窄；社交采集失败不等于没有产业事件。

返回主页