强化学习不是主角，而是具身智能的“试错引擎”_智能机器人

1. 机器人行业，终于有人把“吹牛”变成“交付”了 #具身智能 #科技改变生活 #AI新星计划 #星动纪元 #机器人达人秀

2. ML：强化学习经验数据的基本结构

3. 比剥橘子也能拿世界冠军？别笑，这是全球最难的机器人“高考 #科技改变生活 #玩个很新的东西 #人工智能 #具身智能#机器人

4. 18万起，连干4小时满血输出，机器人进化得有点不礼貌了吧？ #具身智能 #科技改变生活 #玩个很新的东西 #机器人达人秀 #众擎机器人

5. 打破具身世界模型可执行性鸿沟！港中深-跨维智能团队提出EVA框架，用强化学习让视频世界模型真正“动”起来

6. 具身智能奇点已至！超越π*0.6，极佳视界自我进化VLA大模型拿下世界第一

7. RLinf v0.2重磅发布 | RLinf-USER：具身智能的「系统时刻」，让机器人在真实世界中自学成才

8. 中国AI王炸！具身智能把欧美甩到身后！ #大咖观察 #红衣聊AI #人工智能 #具身智能#ai新星计划

9. 当AI学会了创造世界，科幻电影中的机器人时代开始全面加速！ #AI新星计划 #科技改变生活 #玩个很新的东西 #世界模型 #具身智能

10. RLinf团队新作｜如何让RL在想象里训练，又不被骗！

11. 为什么现在普遍基于RL去提升模型的推理能力，而不是通过构造数据做SFT的方式呢？

12. ML：从状态到策略——强化学习的最小闭环

13. 从车到机器人：一颗“超强大脑”如何重塑万物 #科技改变生活#AI新星计划#地平线#具身智能#智能辅助驾驶

14. 小米HAD增强版即将在21号的广州车展上发布，这次的重点是引入了“强化学习”与“世界模型”让辅助驾驶有较大提升的点。强化学习不同于之前辅助驾驶的模仿学习，之前的模仿学习更像是辅助驾驶在学习一个人如何开车，强化学习是通过世界模型内不断生成新场景用来学习，学习的范围以及成果都会得到显著提升。这次小米HAD增强版中加入强化学习，也是目前行业头部辅助驾驶的选择，小米这次的迭代速度非常迅速。总的来说，小米在辅助驾驶的投入一直很多，而且短短几年的发展也能跟上行业第一梯队的步伐，这是小米在辅助驾驶中大量投入达成的表现。

15. 50公斤负载+全自主搬运！Galbot S1机器人打破工业门槛，具身智能走进宁德时代产线

16. 「Github一周热点97期」开源AI手机、AI画架构图、AI编程的指导、看板工具、GO语言的游戏引擎和具身智能资料库

17. #与追觅一起敢梦敢为##CES2026#看完追觅这支视频，不得不感叹，所谓的“未来生活”正在被技术一步步变为现实。在 CES 2026 的舞台上，追觅 Dreame 再次展示了什么是真正的“敢梦敢为”。这次最让我兴奋的不是某一个单品，而是追觅在“具身智能”领域的全面爆发。从追觅 AI 具身洗护机器人到具身智能割草机器人，再到仿生爬楼机 CyberX，你会发现追觅已经打通了机器人“感知-决策-执行”的核心技术闭环。这不仅仅是硬件的堆砌，更是算法与深度学习能力的体现。正是这种死磕技术内核的极客精神，让追觅有底气去构建一个不仅能“动”还能“懂”你的智能家庭。在这个赛道上，追觅极有可能成为最快实现具身智能家庭化规模商用的公司。这就是硬核科技的浪漫，也是中国品牌走向全球的底气。

18. 强化学习远不是最优，CMU刚刚提出最大似然强化学习

19. 小米辅助驾驶HAD增强版，引入强化学习和世界模型，对细节进行了很多优化，后面还有更质变的。强化学习，在世界模型里面不断的模拟学习，在一定的规则之下，通过对的奖励和错的惩罚机制，去积累经验、不断优化改善驾驶能力。其实很像考驾照的过程。小米辅助驾驶起步晚一点，但是一年多，从1000万clips版本，到现在都在进步。小米手机积累的软件能力和投入决心，不用担心

20. #大v聊车# Momenta R6强化学习大模型与铂智7强强联合，辅助驾驶能力要直冲第一梯队了。丰田铂智3X搭载Momenta辅助驾驶后，实现了销量六连涨。这次铂智7，搭载了Momenta R6强化学习大模型，实现了更强的高阶智驾体验，期待实车表现！十三先生Studio的微博视频

21. 人工智能通识课：机器学习之强化学习

22. #小米新SU7XLA大模型揭秘# 新一代 SU7 搭载的XLA 认知大模型，依托小米自研MiMo-Embodied 具身智能基座，实现行业重大突破：首次彻底打通辅助驾驶与具身机器人两大核心任务，完成知识双向迁移那区别于传统 VLA 架构，XLA 升级多模态感知，融合视觉、雷达、声音及机器人交互数据，结合世界建模、潜空间推理技术，兼顾端到端快速响应与语义理解能力。厘米级环境感知、毫秒级极速决策，不再机械识别路况，而是真正理解真实世界、预判风险、自主规划路径小米用 2 年走完同行 5-10 年技术路XLA 大模型以统一具身架构领跑行业，让汽车成为最先落地的民用具身智能载体，重新定义高阶辅助驾驶新范式#车是最先落地的具身智能 #

23. 小米正式开源首代机器人VLA大模型Xiaomi-Robotics-0，成为国产具身智能领域的重要突破。#小米发布机器人基座模型#这款47亿参数的基座模型，核心采用“大脑+小脑”MoT混合架构，以VLM负责多模态理解、DiT实现平滑动作生成，打造出感知-决策-执行的高效闭环，成功解决传统VLA模型推理延迟、真机动作卡顿的行业痛点，还能在消费级显卡上实现实时推理，大幅降低硬件门槛。模型在LIBERO、CALVIN、SimplerEnv三大主流仿真测试中刷新多项SOTA，真机部署后在积木拆解、叠毛巾等高难度任务中也展现出优异的手眼协调性，兼顾多模态理解与精细动作控制的能力尤为亮眼。此次开源不仅为开发者提供了优质的技术底座，更将加速具身智能技术的落地与行业协同创新，让机器人向物理世界的智能交互又迈进一步。#雷军公布小米机器人最新进展#

24. 特斯拉正式发布FSD V14.3版本，可以看到一个用户使用的初步反馈：导航指示FSD 14.3错误地驶入停车场，但FSD似乎识别了“禁止进入”标志并进行了纠正以下是所有新功能亮点：• 优化停车位置预测功能，现可通过地图上的P图标显示。• 提升停车位选择与操控的决策效率。• 基于MLIR技术彻底重写AI编译器与运行时系统，实现反应速度提升20%，并加速模型迭代。• 强化对应急车辆、校车、路权违规车辆及其他特殊车辆的识别响应。• 减少不必要的车道偏移及轻微跟车过近行为。• 通过强化学习重点训练复杂案例并增加主动安全奖励机制，提升对小动物的避让处理能力。• 基于特斯拉车队采集的复杂场景数据训练，优化复合信号灯路口、弯道及黄灯刹车的交通灯处理逻辑。• 升级FSD神经网络训练的强化学习阶段，全面提升多场景驾驶表现。• 升级神经网络视觉编码器，增强对罕见及低能见度场景的理解能力，强化3D空间感知并扩展交通标志识别范围。• 通过车队采集的罕见事件数据，优化对延伸、悬挂或倾斜侵入车道的异常物体处理。• 提升系统临时性能下降时的处理能力，保持车辆控制并实现无需人工干预的自动恢复，减少非必要接管。即将推出的改进：• 将智能决策逻辑扩展至目的地规划外的所有驾驶行为。• 新增坑洼避让功能。• 通过优化视线追踪、眼镜兼容性及多变光照条件下的识别精度，提升驾驶员监控系统灵敏度。#特斯拉##特斯拉fsd#

25. 奔驰居然用S级豪华车做无人驾驶出租车，用的居然是中国AI#Momenta #梅赛德斯奔驰 #Robotaxi #F1赛场外的AI无人车突围战 #MomentaR6强化学习大模型

26. 当AI开始懂物理世界这才叫真智能Momenta R7强化学习世界模型正式发布，各位，物理AI量产上车啦！智能辅助驾驶终于从“看见世界”迈入“理解世界”的全新阶段！！！#MomentaR7强化学习世界模型##MomentaR7物理AI##Momenta##北京车展# 一雪的微博视频

27. #AI为小米汽车带来出行新体验#AI 是辅助驾驶的技术核心之一，无论是VLA模型，还是 Xiaomi HAD 增强版全新上线的「世界模型」，其本质就是让辅助驾驶系统能够像人一样思考、推理、预判。可以说，AI 就是辅助驾驶为车主带来“出行新体验”的关键一环。小米汽车在辅助驾驶能力迭代过程中相当重视AI 能力的落地与应用。2025年，小米集团于 AI 领域投入70亿资金，并建立了辅助驾驶三大研发中心，同时拥有超1800人的精英研发团队，“有钱、有人、有决心”，这便是小米汽车技术团队深耕 AI 的底气与毅力。在近期发布的 Xiaomi HAD 增强版中，我们已经能够领略小米汽车在 AI 领域的初步进展：「强化学习」带来相较传统模仿学习更高的效率与上限、「世界模型」不断丰富辅助驾驶学习场景来源，于仿真世界中不断强化模型学习推理能力。像这些 AI 技术的新进展所带来的“体验提升”是广大车主有目共睹的。AI 对辅助驾驶的“变革”离不开实践的检验，期待车主们实际场景下的体验央视财经的微博视频

28. 世界模型到底是啥？相信很多人都😳着呢吧？听听我的解释，是不是够通俗易懂！现在连大众ID.ERA 9X都首搭Momenta R7强化学习世界模型了，中国方案续写“全球品牌共同选择”的故事 #大众9X全球首发MomentaR7强化学习世界模型##MomentaR7强化学习世界模型##MomentaR7物理AI上车#驭电客看车#大v聊车# 驭电客的微博视频

29. AI的下一步：强化学习是正确的AGI解法吗？｜硅谷101年度线下大会（全英）

30. #小米新SU7XLA大模型揭秘#，让我们看到小米在辅助驾驶领域的突破性进展。通过自研的MiMo-Embodied技术，小米首次将辅助驾驶与具身机器人任务打通，XLA大模型在端到端学习和世界建模上展现显著优势。#车是最先落地的具身智能#短短两年内，小米HAD辅助驾驶发布了3个大版本，进步速度远超同行，走过了别人五年甚至十年的路。这不仅体现了技术的快速迭代，更让智能驾驶变得实用可靠，为用户带来切实的体验提升。

31. 小米机器人最新进展，具身智能基座模型开源落地。雷军正式公布小米机器人阶段性成果，Xiaomi-Robotics-0 机器人VLA大模型重磅开源，47亿参数打造“大脑+小脑”混合架构，引领具身智能新高度。多模态VLM充当“大脑”，精准理解指令与空间关系；DiT作为“小脑”，生成平滑连贯动作块，配合创新技术解决动作断层，让机器人反应灵敏、控制稳定。模型在主流仿真测试与真机任务中表现优异，可在消费级显卡上实时推理，轻松完成叠积木、叠毛巾等复杂操作。小米坚持长期投入与技术开源，降低研发门槛，推动具身智能从实验室走向现实应用，也为未来家用与商用机器人落地打下坚实基础。#雷军公布小米机器人最新进展##小米发布机器人基座模型#

32. #车是最先落地的具身智能#推荐大家看看@微博科技《科技漫谈》栏目，给小米智能驾驶基座大模型负责人陈龙博士做的这个访谈，绝对可以刷新你对XLA认知大模型的认知。陈龙在访谈中透露了一个比较关键的逻辑，就是车和机器要共用一个大脑。比如新SU7这台车，用了XLA后，智驾不再只是为了开车设计，它还会学习通用的空间感知与交互能力，也就是我们常说的会主动思考的辅助驾驶系统。小米的XLA认知大模型首次打通了辅助驾驶和具身机器人这两大任务，多模态输入融合了汽车的激光雷达、视觉、导航、声音，甚至机器人物理交互数据。这一切，都会使智驾决策变得更为精准，尤其是面对复杂路况时，风险判断能力也要更前瞻。智驾不再背地图，而是像人一样看路况、做判断。面对加塞和复杂场景，也可以变道平顺、避让从容。这大概也是车作为具身智能，该有的样子科技漫谈等人的共创视频

33. #车是最先落地的具身智能#刚看完陈龙博士的采访，真的是满满干货啊！说实话以前总感觉具身智能这个词离生活很远，但听完这次访谈才发现汽车，就是目前落地最成熟、我们普通人接触最多的具身智能载体。尤其作为一名小米SU7车主，日常用车感触特别深。现在的智能驾驶早就不是简单的辅助开车了，有大模型做底层支撑，车子会理解路况、理解人的驾驶习惯，甚至能预判路上的突发情况。不像早期的智驾只会机械执行指令，现在更像是车子有了自己的思考逻辑。我一直觉得，汽车一定是未来智能科技最好的突破口。它一直在真实道路场景里不断学习、不断迭代，积累下来的数据和经验，反过来还能赋能更多智能设备。毕竟科技最终还是要服务生活的，所以我感觉比起各种概念，能实实在在落实在日常通勤、长途代步里，让开车变得轻松省心，才是真正有意义的智能化。也推荐大家看看这期完整采访，很多技术逻辑讲得通俗易懂，看完对小米智驾、对未来的具身智能都会有新认知。

34. 小米HAD增强版来了！真实体验到底怎么样？还有到底什么是强化学习、什么是世界模型、什么是小米VLA 、XLA？这次我们用一个视频和大家聊聊...#小米HAD增强版抢先体验# 飞机先生_的微博视频

35. 奥迪 E7X 迎来全球首秀，将于5月8日开启预售！这次不仅标志着AUDI品牌迈入全新发展阶段，更是奥迪品牌电动化转型中的关键里程碑。辅助驾驶领域，奥迪 E7X 将搭载Momenta R7强化学习世界模型，支持“从车位到车位”全场景驾驶辅助，覆盖全国高速与城市道路，可从容应对中国复杂交通环境，为用户带来更安全、更安心的出行体验。#2026北京车展#

36. 技术人必看！这本“具身智能”黑马书，真的把我惊艳到了！

37. 具身智能的到来会越来越好还是越来越凶呢!

38. 技术专栏 | 具身智能中的强化学习：从“试错”到“精通”的进化之路

39. 分享两篇RL综述,强化学习入门推荐！

40. 全球强化学习+VLA范式，PI*0.6背后都有这家中国公司技术伏笔

41. 机器人看了十万小时示范，为什么还是干不好活？

42. 奇瑞端到端亮剑 | 告别“撞车模仿秀”！PaIR-Drive端到端框架，让AI学会“超越”人类驾驶

43. 清华刘知远团队论文：在严格可控环境下重新回答「强化学习能否教会大模型新能力」丨ICLR 2026

44. 具身智能中的模仿学习和强化学习，有何不同？

45. 从AlphaGo到自动驾驶：强化学习+随机优化如何重塑序贯决策

46. 具身强化学习框架RLightning发布，一套代码实现从单机开发到规模化验证，加速物理智能算法迭代

47. 复旦、同济大学、上海创智学院提出SRPO：让机器人“自我参考”，操控成功率从48.9%飙升至99.2%

48. 【训练框架】开源！地平线端到端闭环训练框架RAD：3DGS+IL-RL协同！

49. VLA研究主线梳理

50. 《人工智能产业发展研究报告（2025年）》发布，具身智能处于从实验室验证向规模化商用过渡的关键期

51. 2026年RL（强化学习）在Robotics（具身智能）中的新范式分析

52. 人形机器人强化学习+具身智能学习合集教程代找 - 哔哩哔哩

53. 具身智能核心技术解析：三大技术路线构建虚实交互新范式

54. 【长安先导—行业观察】具身智能产业解读，前沿视角

55. 清华与南洋理工提出VLA-RL：用强化学习增强机器人大模型，告别模仿学习瓶颈

56. 5.5-4|强化学习与具身智能决策：通用机器人策略部署中学习；VLM强化学习百轮游戏决策，策略优化

57. 论文解读 |【RSS 2025】| ConRFT：一种基于一致性策略的具身大模型强化微调方法

58. CEAI 2026专题论坛 | 具身大模型与强化学习论坛 | 中国具身智能大会

59. 具身智能+强化学习！正把人形机器人推向真实任务执行

60. [GeWu-Lab最新进展] NeurIPS 2025 | APO: 通过动作偏好对齐实现机器人在环境交互中的持续进化

61. 世界模型+强化学习=具身智能性能翻倍！清华&加州伯克利最新开源

62. 人-机器人-环境系统智能模型的构建

63. 2026具身智能实验室建设白皮书（附下载）

64. 2026具身智能关键转折：从Demo走向产线，物理AI进入闭环落地新阶段

65. $π^{*}_{0.6}$: a VLA That Learns From Experience 【论文笔记】

66. 如何使用RL高效微调VLA？--RL Token: Bootstrapping Online RL withVision-Language-Action Models

67. 技术专栏 | 具身智能中的实时决策系统：在毫秒间驾驭物理世界

68. 央视《朝闻天下》：全球首个具身智能新技术投用机器人学新技能仅十几分钟

69. Waymo MotionLM+RL与DiffusionDriveV2的RL

70. 【研报A63】具身智能行业应用方案解决方案：技术框架与落地场景全解析

71. YEF2026 | 具身决策前沿：从强化学习到具身大模型

72. 策略修饰器：大策略模型的model-agnostic的在线精炼

73. 具身智能工业机器人:体系架构、关键技术与案例研究

74. RLinf团队新作｜让 VLA的RL任务在想象里训练，又不被骗！

75. 深度强化学习与模仿学习导论

76. 【AI术语解码局】具身智能：通过多模态交互、环境建模、动态控制与自主学习的深度协同，构建类人化的智能闭环

77. 具身智能产业创新发展趋势及路径研究报告（2026年）

78. 具身智能：从感知到行动的认知闭环构建

79. 具身智能--环境中的实时感知与反馈

80. 机器人学习现状！Physical Intelligence内部员工分享（从数采到VLA再到RL）

81. Cortex1.5 Interactive RL Policy Patching

82. 论文阅读｜TNNLS '25清华：因果强化学习综述（CRL）

83. 基于物理交互的具身智能决策框架设计

强化学习不是主角，而是具身智能的“试错引擎”

精选参考来源