ICRA 2026
PulseAugur coverage of ICRA 2026 — every cluster mentioning ICRA 2026 across labs, papers, and developer communities, ranked by signal.
- instance of Booster Robotics 90%
- instance of Flexiviridae 90%
- instance of AGIBot World Challenge 90%
- instance of Wuji Hand 2 90%
- instance of Very Large Array 90%
- instance of Institute of Electrical and Electronics Engineers 90%
- affiliated with Institute of Electrical and Electronics Engineers 70%
- used by Sharpay's Fabulous Adventure 70%
- located in Shanghai Jiao Tong University 60%
- affiliated with Unitree Robotics 60%
- affiliated with Jeannette Bohg 60%
- located in Very Large Array 50%
4 天有情绪数据
LiOS system could accelerate embodied AI deployment by bridging cloud AI and robotics
The unveiling of Lion Rock Lab's LiOS system at ICRA 2026, designed to connect cloud AI models with robotic hardware, suggests a potential pathway to overcome integration challenges. If successful, LiOS could significantly speed up the development and deployment cycle for embodied AI applications.
ICRA 2026 to feature increased focus on tactile sensing for manipulation
Multiple papers and industry trends highlighted at ICRA 2026 emphasize the integration of tactile feedback and data-driven dexterous manipulation. This suggests a growing recognition of the importance of touch in robotic tasks, moving beyond purely visual or language-based control.
Vision-Language-Action (VLA) models are a dominant theme at ICRA 2026
The ICRA 2026 conference prominently features Vision-Language-Action (VLA) models, with researchers exploring their use in learning complex tasks from diverse data sources like internet videos and simulations. This indicates VLA models are a key area of current research and development in robotics.
ICRA 2026 highlights VLA and dexterous manipulation as key trends
ICRA 2026's finalists and main themes strongly emphasize Vision-Language-Action (VLA) models and dexterous manipulation. This indicates a significant industry and research focus on these areas, suggesting a convergence of efforts towards more capable and versatile robotic systems.
LiOS system to see wider adoption for cloud-to-robot AI integration
The unveiling of Lion Rock Lab's LiOS system, designed to connect cloud AI models with robots, suggests a growing need for streamlined integration. If successful, LiOS could become a standard for deploying complex AI models onto physical robots, facilitating faster iteration and deployment cycles.
-
中国机器人公司在ICRA 2026上聚焦感知、控制与数据
在ICRA 2026上，多家中国机器人公司展示了在具身AI的感知、操控和数据利用方面的进展。Siasun、PerceiveAI和Lightwheel AI等公司展示了多模态传感、触觉反馈和仿真基础设施的解决方案。讨论强调了对工程和系统能力的日益增长的重视，重点关注在机器人领域闭合数据积累与性能改进的循环。
-
ICRA 2026 上涌现具身AI趋势：全栈、数据聚焦、类人手
在维也纳举行的ICRA 2026会议上，具身智能行业出现了三个关键趋势，中国公司表现强劲。首先，“全栈闭环”方法正成为标准，公司整合自己的模型、硬件和数据收集，以确保全面发展。其次，数据收集已成为核心焦点，许多公司建立了专门的数据工厂，并强调数据量和质量作为竞争优势。第三，机械手正迅速发展以模仿人手，具有1:1的真人比例、约20度的自由度以及集成的触觉传感器，旨在提高灵活性和实现类人交互。
-
NVIDIA选择Sharpa先进的机械手用于GR00T人形机器人
NVIDIA已为其新推出的Isaac GR00T参考人形机器人选择了Sharpa的Wave机械手，此举已引发行业关注。Sharpa Wave机械手具有1:1的人手比例、22个活动自由度以及每个指尖超过1000个触觉传感单元，能够实现精细的运动控制和丰富的感官反馈。Sharpa还展示了其自主研发的North机器人，该机器人由其CraftNet VTLA模型驱动，在多模态推理、精确操作和系统级协调方面展现了先进能力。该公司旨在成为一家全栈…
-
AI 系统以新颖的强化学习方法赢得服装折叠挑战赛
一种新颖的双臂服装折叠方法，作为 LeHome 挑战赛 2026 的解决方案，在在线模拟轮次中获得第一名，在真实世界竞赛中获得第二名。该系统通过整合一个强化学习循环来增强双臂服装折叠（VLA）策略，其中策略网络还预测任务成功率和进度。该方法将现有的强化学习概念与工程优化相结合，包括分布式训练管道和模拟到现实的迁移策略。
-
AI 机器人凭借新颖的强化学习策略赢得服装折叠挑战赛
一种新颖的强化学习方法在 LeHome Challenge 2026 的线上和线下比赛中分别获得第一名和第二名，该比赛专注于双臂服装折叠。该系统采用了一种视觉-语言-动作策略，在一个网络中集成了成功率估计和优势计算，以优化效率和实时适应性。关键创新包括异步分布式训练管道、使用 Thompson 采样进行的推理时超参数优化，以及包含类似 DAgger 的数据收集的仿真到现实迁移策略。
-
AI模型在ICRA 2026 GOOSE 2D分割挑战赛中取得顶尖排名 · 追踪4个来源
研究人员为ICRA 2026 GOOSE 2D细粒度语义分割挑战赛开发了先进的方法，并取得了顶尖排名。一个团队利用Segment Anything Model 3 (SAM3) 结合自蒸馏技术和多尺度测试时增强，以69.73%的mIoU获得第四名。另一组利用DINOv3结合Mask2Former解码器和集成方法，以76.57%的综合得分获得第一名。第三个参赛项目GOOSE-M2F，通过调整Mask2Former并结合特定模块和训练策略…
-
Itashi Intelligence发布以人为本数据和世界模型驱动的具身AI 2.0
具身智能初创公司Itashi Intelligence在ICRA 2026上发布了其“2.0时代”的进展，重点关注从数据收集到模型和硬件执行的完整流程。该公司强调，与依赖远程操作数据和VLM模型的“1.0时代”的局限性相比，正转向一种更具可扩展性的方法，采用以人为本的数据和世界动作模型。Itashi强调其专有的数据收集设备和独特的技能转移训练范式是实现高精度任务（如柔性线束组装）的关键差异化因素。
-
速腾聚创发布新视觉感知架构，加速机器人通用智能
Hesai Technology Vice President Yang Xiansheng unveiled a new robot vision perception architecture at ICRA 2026. This architecture achieves natural alignment of depth sensing and RGB information at the physical level, e…
-
LINXAI创始人探讨ICRA 2026上的户外机器人自主性
LINXAI创始人小凯受邀在顶级机器人会议ICRA 2026发表演讲，讨论户外机器人自主性的进展。他强调公司专注于解决无GPS信号环境下的定位挑战，采用“测距感知融合”架构。公司展示了其D50重型四足机器人，该机器人已展示出动态平衡、携带专业设备和导航复杂地形的能力，甚至在国家级活动中亮相。
-
2026年ICRA大会展示了具有先进灵巧性和传感能力的机械手
在2026年ICRA大会上，灵巧机械手取得了显著进展，已超越简单的工业夹持器，发展成为复杂、类人化的操纵器。Wuji Technology、Xynova、Tars、Lingzhang Robotics和Critical Point等公司展示了具有更高自由度、增强触觉传感和更稳定性的机械手，能够执行复杂任务。这些创新旨在缩小高性能机械手与实际工业应用之间的差距。
-
斯坦福大学教授：灵巧的手对机器人至关重要，应向物体学习而非人类
斯坦福大学教授 Jeannette Bohg 认为，尽管两指夹爪取得了进展，但灵巧的机器人手仍然至关重要。她强调了它们在吞吐量和可控子空间方面不可替代的优势，并以钟表匠的精细操作为例。Bohg 的实验室正在开发一种新方法，该方法通过统一的仿真到现实策略和用于精密任务的“玩到效果”微调方法，从物体轨迹而非人类手部运动中学习。
-
普渡大学教授提出用于机器人安全的“可检查接口”
普渡大学教授 Aniket Bera 在 ICRA 2026 上提出了一个开发鲁棒自主机器人的框架。他的核心思想是“学习提出，结构决定”，强调人工智能模块不应直接输出控制命令，而应通过“可检查接口”提供可验证的建议。然后，结构化输出由形式化方法和约束求解器进行审查，以确保安全性和可靠性，使机器人能够从简化的实验室环境走向复杂的现实世界场景。
-
哥伦比亚大学教授提出用于机器人AI训练的“结构化世界模型”
哥伦比亚大学助理教授李昀竹在ICRA 2026上提出了一种新颖的方法，提出了“结构化世界模型”（Structured World Models）作为机器人策略训练和评估的可扩展数据引擎。该方法旨在通过整合3D物理先验知识和广泛的2D数据学习，来弥合纯粹数据驱动的端到端模型与基于物理的模拟器之间的差距。提出的数字孪生框架能够高效、高保真地模拟机器人与环境的交互，与真实世界的机器人试验相比，显著加快了AI策略的测试和优化。
-
CVPR 2026：计算机视觉与机器人学融合，中国AI占据主导地位
在丹佛举行的CVPR 2026会议标志着计算机视觉与机器人学的显著融合，重点关注多模态基础模型和具身AI。中国高校和企业展示了实质性进展，中国机构在论文录用方面占据主导地位，腾讯、阿里巴巴和MiniMax等行业参与者获得了顶级赞助商级别。关键研讨会讨论了在自动驾驶和机器人学中部署视觉-语言-动作模型，特斯拉和小鹏等公司积极参与。中国团队在实际挑战中也表现出色，小米在现实世界机器人竞赛中获得了多个冠军。
-
Galbot创始人：具身AI临近AlphaGo、ChatGPT里程碑
Galbot创始人兼首席技术官王贺在ICRA 2026上表示，具身智能正接近其“AlphaGo”和“ChatGPT”时刻。该公司在自主人形机器人网球比赛和灵巧手操作方面取得了突破，展示了先进的Sim2Real能力。王贺还介绍了世界动作模型（WAM）及其最新迭代LDA，该模型能够实现长时任务和跨不同机器人配置的泛化，并在便利店和仓库等现实场景中成功部署。
-
机器人必须在混乱的环境中主动寻求信息
波恩大学的 Maren Bennewitz 教授在 ICRA 2026 上介绍了机器人如何在混乱和部分观察到的环境中主动获取信息。她认为，机器人需要将感知、预测、先验知识和行动规划整合到一个闭环中，而不是仅仅依赖于被动观察。这包括主动移动以获取更多信息，使用像 LLMs 这样的工具进行语义理解，以及优化行动以最大化信息增益并减少不确定性。
-
中国学者在ICRA 2026机器人会议上赢得最高奖项
中国学者在维也纳举行的IEEE机器人与自动化国际会议（ICRA）2026上获得了显著认可。包括胡瑞珍、石冠亚和王晓龙在内的多位研究人员因其在工业机器人大语言模型、敏捷空中机器人拦截、灵巧操作触觉模拟以及人形机器人全身控制等领域的开创性工作而获得最高奖项。会议还表彰了机器人领域的国际知名人士，肯定了他们在SLAM和多智能体导航等领域的奠基性贡献。
-
中国公司在ICRA 2026上引领具身智能
在维也纳举行的2026年IEEE机器人与自动化国际会议（ICRA）上，中国公司在蓬勃发展的具身智能领域占据了显著主导地位。中国公司展示了超越全球竞争对手的先进VLA模型，以及从灵巧机械手到全身人形平台等各种机器人硬件。这一强劲表现预示着范式转变，中国正从硬件制造转向定义机器人领域的核心算法和系统。
-
ICRA 2026授予双项最佳论文奖，展示新AI实验室
在维也纳举行的ICRA 2026会议圆满结束，并公布了多项重要公告，包括Guanya Shi团队和GRASP Lab获得最佳论文奖，这是罕见的双项荣誉。会议还展示了机器人硬件的进步，DirectDriveTech凭借其展品获得赞誉，WUJI v2展示了工业级可靠性，Flexiv推出了其MICO双臂平台。此外，Kento Kawaharazuka宣布在东京大学成立新的AI实验室，专注于具身视觉和行动研究。
-
Wuji Hand 2 机器人手在ICRA 2026上首次亮相
Wuji Hand 2，一款新的机器人手，在2026年国际机器人与自动化会议（ICRA）上发布。这款先进的手旨在模仿人类的灵巧性和操作能力。它的发布标志着机器人硬件向前迈进了一步，目标是提高各种应用中的交互和任务性能。