这届 IROS 2026 上，具身学术与产业边界正在消融- 大数跨境

首页

这届 IROS 2026 上，具身学术与产业边界正在消融

AI科技评论

2026-09-28

导读：模型、数据、灵巧操作都在工程化，顶会上具身传递出的信号变了。

模型、数据、灵巧操作都在工程化，顶会上具身传递出的信号变了

作者丨齐铖湧

编辑丨岑峰

9 月 27 日到 10 月 1 日，全球机器人领域顶级国际会议 IROS 2026 将在美国匹兹堡开幕。与前两年聚焦“概念”和实验室 Demo 不同，今年 IROS 释放出的信号显示，具身智能的技术路线正明显收敛，风向从“卷概念”转向“工程化落地”。

纵观主会论文和 Workshop，行业趋势可总结为四点：基础模型内化物理规律；“大小脑”架构成为行业标准；触觉成为精细操作核心变量；数据采集成本大幅降低。

具身基模：从“语义拟合”转向“懂物理”

过去，让大模型（LLM/VLM）理解任务语义并翻译为动作是主流做法，但这种方式缺乏对物理世界（如摩擦力、重力、形变）的认知，导致在真实环境中表现不佳。今年 IROS 的核心共识是：模型必须将物理规律内化为本能。

标志性事件是 10 月 1 日的 Workshop Physical World Models for Scaling Embodied AI，由斯坦福大学吴佳俊等学者主导，探讨物理规律融入具身智能的路径。配套的 WorldArena 2.0 挑战赛首次将视触觉感知、强化学习效用与真实物理操作纳入统一评测，标志着评价体系从“语义正确”转向“物理正确”。

针对不确定性难题，9 月 27 日的 Rethinking Uncertainty for Modern Robotics Paradigms Workshop 探讨了自适应滚动截断等方法，优化离线世界模型在不确定环境下的训练效率。同时，第三届 AI Meets Autonomy Workshop 也聚焦基础模型与机器人系统的融合，推动从语义理解向物理交互落地。

主会论文方面，UIUC 团队中稿的 ULTRA（Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation）入围最佳移动操作论文候选。该框架摒弃“LLM 外挂控制器”模式，结合物理驱动的神经重目标算法与统一多模态控制器，在接触密集型交互中保持物理合理性。同期代表作 HALO 框架则聚焦重载场景下仿真到现实的迁移，确保模型在真实物理负载下的动作精度。

此外，利用 2D 特征蒸馏与 3D 几何对齐方案跨越本体形态差异的工作，也有效降低了下游任务的数据需求。

“大小脑”架构成标配，解决实时性难题

为解决大模型推理慢与控制高频需求之间的矛盾，“分层架构”成为今年共识：大脑（LLM/VLM）负责慢思考与规划，小脑（实时控制律）负责快控制。

软件层面，主会论文 LITHE 实现了 Python 层（大脑）与 C++ 层（小脑）的动态热切换，最坏执行时间低于 100 微秒，支持在低成本硬件（如树莓派 4B）上运行，且无需停机即可在线更新控制策略。

操作场景下，VOFA 展示了该架构性能：大脑规划路径，小脑实时调整接触力与姿态，使人形机器人推动 17 公斤重物的成功率超 80%。

感知底座方面，Beyond Exteroception Workshop 聚焦 IMU、关节编码器等内部感知。Blind Dexterity 工作证明，仅靠本体感知系统即可完成全身灵巧操作，验证了小脑独立闭环的能力。

触觉进阶：从“替补”走向“核心”

针对视觉在遮挡、透明物体等场景的局限，触觉已成为精细操作的核心。今年 IROS 通过 Sensors and Actuators for Dexterous Manipulation 和 Touch-to-Action 两个 Workshop，系统性打通了从传感器设计、仿真学习到真机操作的链路。

主会论文 KineFuse 提出运动学感知的触觉融合方案，通过“自动门控”机制在视觉受限时无缝切换至触觉主导，解决手中操作时的姿态追踪难题。

硬件层面，VTAP Gripper 整合指尖感知与视触觉主动手掌，提升感知精度。ViHaTeleop 推出 0.7 公斤轻量化视触觉遥操作系统，加入触觉反馈后任务成功率显著提升，且采集的数据可直接用于训练，降低了触觉数据获取门槛。

双臂协同也是热点，MOMA.v5 与北大董豪团队主办的 Scaling vs. Structure Workshop 分别探讨了移动操作与双手机器人的规模化能力。

数据采集：“新平替”方案降低成本

针对数据采集成本高、通用性差的痛点，今年 IROS 成熟了两条“平替”路线：

一是 Sim2Real 仿真数据规模化。HALO 框架通过高保真仿真合成对抗式轨迹，配合少量真实数据，实现了重载动作高达 80% 以上的仿真到现实迁移率。

二是 轻量化真机采集。ViHaTeleop 等设备大幅降低采集成本，使中小团队可采用“仿真预训练+少量真实数据微调”的模式，打破了数据壁垒。

总结：工程落地成新风向，中国团队存在感增强

IROS 2026 表明，具身智能已度过“概念泡沫期”，进入工程优化、成本压缩与场景落地的新阶段。学界不再空谈宏大叙事，而是聚焦于物理建模、架构实时性、触觉融合及数据效率等具体工程问题。

值得注意的是，中国团队参与度显著提升。大连理工大学 MIWA 方法、酷哇科技 DeLM 框架以及北大董豪团队主办的 Workshop 等，显示中国学术界与产业界正深度嵌入全球具身智能技术网络。

具身机器人已从“未来科技”变为“正在发生”。谁能加速学术成果向产线、仓库和家庭场景的转化，谁将在下一波浪潮中占据先机。

【声明】内容源于网络

AI科技评论

聚焦AI前沿研究，关注AI工程落地。

内容 8972

粉丝 0

AI科技评论聚焦AI前沿研究，关注AI工程落地。

总阅读257.3k

粉丝0

内容9.0k