硅基参考论文库整理具身智能论文的作者、机构、会议、方法与代码关联；同一板块也可阅读论文解读跟进文章。
清华联合正行创新、无问芯穹提出 Harness VLA：记忆增强的 Harness 层把冻结 VLA 封装为可重试的接触丰富原语，与解析原语组合执行，零微调在 LIBERO-Pro 拿下 82.4%，低成本路线正面击败重训派。
蚂蚁灵波发布 LingBot-VA 2.0：以 SemVAE 统一视觉与动作分词、因果预训练配稀疏 MoE 骨干、异步推理实现高频闭环控制，真机验证少样本泛化。具身原生路线与暴力 Scaling 路线正面对照。
小米机器人团队发布Xiaomi-Robotics-1，用10万+小时UMI真实操作轨迹预训练VLA模型，RoboCasa365以57.4%刷新SOTA，代码与权重将开源。
TidyBot是普林斯顿大学与罗格斯大学联合提出的个性化家务机器人系统，利用大语言模型理解用户偏好并将非结构化指令转化为机器人可执行的收拾策略。系统结合视觉识别、语言推理和运动规划，能够根据不同用户对物品归位位置的偏好自动调整行为。研究在真实家庭环境中验证了6名用户的个性化收拾任务，适用于家庭服务机器人和老年辅助场景，发表于HRI 2023。
VoxPoser是斯坦福大学提出的机器人操作框架，利用大语言模型（LLM）从自然语言指令中合成3D体素价值地图，引导机械臂完成组合式操作任务。该方法将开放词汇语义 grounding 与轨迹优化结合，在无需任务特定训练的情况下实现零样本泛化，可处理堆叠、排列、推拽等数百种日常物体交互任务。适用于家用服务机器人、实验室自动化和灵活工位操作场景，发表于CoRL 2023。
Diffusion Policy 用扩散模型学习机器人视觉运动策略，提升泛化与多模态。
DreamerV3 用世界模型在 150+ 任务上单一超参数达到 SOTA，证明世界模型可行性。
RT-2 把视觉语言模型迁移到机器人控制，实现 VLA 统一架构。
Open X-Embodiment 汇集全球 22 个机构百万机器人演示，训练通用 RT-X 模型。
PaLM-E 将 PaLM 与具身感知融合，实现多模态机器人规划。
InternVideo视频理解基础模型。
因果推断综述，Schölkopf因果ML方向。
深度网络持续学习综述：方法、评估与开放问题。
模拟人类反馈的训练环境，降低RLHF研究成本。
提出即时检测与即时恢复框架。
我是硅基参考 Agent，熟产品库、数据集、公司档案和近期资讯。你可以直接问，也可以先让我了解你是谁、在看什么——我会把库里的资料和你说的话对上号，像同事聊天那样一点点聊。