只给现成编码智能体 ROS 2 终端权限，即可零样本操作机器人，CaP-Bench 成功率 99%

冻结通用VLM身兼五职，配中层动作接口与异步监控，零样本完成模拟与真机操作

联合生成视角行动者与全景观察者，让视野外区域持续演化、重入时状态一致。

首个工具中心的第一视角视频数据套件与诊断基准，揭示视频大模型的工具推理短板

结合事件历史推理与主动视角选择，零样本抓取被遮挡的事件指称目标

用Python代码单元组合机器人原语并按需返回观测，成功率+14%、Token省65%

首个评测视频模型能否以第一人称视角完成多步目标导向物理操作的基准与无参考自动评测管线。

首个交互式3D世界审计基准：213个异常任务上最佳模型仅42.3%，远低于人类83.4%

六域评测显示 Astra 善决策而弱控制：导航领先、混合操作强，直接灵巧控制与步态生成不可靠

全景输入+长序列规划+不确定性执行+几何融合，导航成功率大幅刷新SOTA

把世界状态与机器人执行都写成可执行代码，让物理智能体可验证地观察、行动并自我进化

把支撑大模型的整套系统当作策略，用执行轨迹驱动诊断-验证-晋升闭环实现自演化。

延迟感知门控融合加表情子空间随机细化，让AI倾听者反应及时、能自然眨眼，并可部署上真机器人

提出EMem-Bench基准与EMem记忆系统，诊断并缓解具身智能体的四大记忆缺陷

流式前馈框架联合估计手部MANO参数与相机轨迹，快速重建世界系手部运动

首个统一空间音频感知问答与声音引导导航的真实基准及空间感知全模态模型

可预演可修正的视觉工作区让VLM驾驶机器人，LIBERO-Pro达75.6%成功

用W1–W6六级能力框架统一评测视频、空间、具身世界模型的交互可靠性

用物理仿真数据微调9B多模态大模型，实现闭环机器人装箱决策，性能超启发式与RL。

以关节轨迹条件化的因果自回归扩散世界模型构建实时、可扩展的机器人神经仿真器