156 篇具身 AI 论文，用能读懂的语言重写 https://estelledc.github.io/embodied-ai-reading-station/ 2026-06-02T11:03:35.224Z Jason https://estelledc.github.io/embodied-ai-reading-station/issues/01/ 2026-06-02T11:03:35.224Z

第一期 · 13 篇论文 · 让机器人看见、想清、动起来

<p>第一期 · 13 篇论文 · 让机器人看见、想清、动起来</p><p>Published: 2026 · Spring</p><p><a href="https://estelledc.github.io/embodied-ai-reading-station/issues/01/">Read full issue →</a></p> https://estelledc.github.io/embodied-ai-reading-station/issues/02/ 2026-06-02T11:03:35.224Z

第二期 · 156 篇论文 · 从 VLA 鼻祖到 2025 前沿，11 主题全景

<p>第二期 · 156 篇论文 · 从 VLA 鼻祖到 2025 前沿，11 主题全景</p><p>Published: 2026 · Late Spring</p><p><a href="https://estelledc.github.io/embodied-ai-reading-station/issues/02/">Read full issue →</a></p> https://estelledc.github.io/embodied-ai-reading-station/issues/03/ 2026-06-02T11:03:35.224Z

第三期 · 给每个概念一张图 · 给每个段落一段类比

<p>第三期 · 给每个概念一张图 · 给每个段落一段类比</p><p>Published: 2026 · Early Summer</p><p><a href="https://estelledc.github.io/embodied-ai-reading-station/issues/03/">Read full issue →</a></p> https://estelledc.github.io/embodied-ai-reading-station/issues/04/ 2026-06-02T11:03:35.224Z

第四期 · 18 个工具 · 把单向读物变成有记忆的阅读伴侣

<p>第四期 · 18 个工具 · 把单向读物变成有记忆的阅读伴侣</p><p>Published: 2026 · Early Summer</p><p><a href="https://estelledc.github.io/embodied-ai-reading-station/issues/04/">Read full issue →</a></p> https://estelledc.github.io/embodied-ai-reading-station/issues/05/ 2026-06-02T11:03:35.224Z

第五期 · 14 个新工具 · 把站点变成入门到深入的完整路径

<p>第五期 · 14 个新工具 · 把站点变成入门到深入的完整路径</p><p>Published: 2026 · Late Spring</p><p><a href="https://estelledc.github.io/embodied-ai-reading-station/issues/05/">Read full issue →</a></p> https://estelledc.github.io/embodied-ai-reading-station/issues/06/ 2026-06-02T11:03:35.224Z

第六期 · 硬件视角看 VLA · humanoid / legged / dexterous / wearable

<p>第六期 · 硬件视角看 VLA · humanoid / legged / dexterous / wearable</p><p>Published: 2026 · Summer</p><p><a href="https://estelledc.github.io/embodied-ai-reading-station/issues/06/">Read full issue →</a></p> https://estelledc.github.io/embodied-ai-reading-station/issues/07/ 2026-06-02T11:03:35.224Z

第七期 · 100 件 enrichment 的总账 · 从 13 篇精读到完整阅读环境

<p>第七期 · 100 件 enrichment 的总账 · 从 13 篇精读到完整阅读环境</p><p>Published: 2026 · Mid Summer</p><p><a href="https://estelledc.github.io/embodied-ai-reading-station/issues/07/">Read full issue →</a></p> https://estelledc.github.io/embodied-ai-reading-station/papers/unisim/ 2026-06-02T11:03:35.224Z

看过海量视频后，你给它一个动作（说一句话 / 推一下机械臂 / 挪一下镜头），它就生成接下来世界长什么样的视频——像一台会脑补现实的"游戏机"。

https://estelledc.github.io/embodied-ai-reading-station/papers/navigation-world-models/ 2026-06-02T11:03:35.224Z

让机器人"走"之前先在脑子里放一段未来几秒的画面，看会不会撞墙，再决定真的怎么走。

https://estelledc.github.io/embodied-ai-reading-station/papers/genie/ 2026-06-02T11:03:35.224Z

Genie 看一堆游戏录屏，自己猜出每帧之间"按了什么键"，再用这个"按键"画出下一帧——把死视频变成能玩的小游戏。

https://estelledc.github.io/embodied-ai-reading-station/papers/gaia-1/ 2026-06-02T11:03:35.224Z

GAIA-1 是个会做梦的开车模拟器：给它一段街景视频的开头加一句"我现在打方向盘"，它能接着画出后面几秒街上看到的画面。

https://estelledc.github.io/embodied-ai-reading-station/papers/cosmos-world-foundation/ 2026-06-02T11:03:35.224Z

NVIDIA 用 2000 万小时真实视频，训了一个能"猜下一秒物理世界长啥样"的大模型，给机器人和无人车当通用底座。

https://estelledc.github.io/embodied-ai-reading-station/papers/1x-world-model-2025/ 2026-06-02T11:03:35.224Z

1X 教人形机器人 Neo "脑补下一秒画面"：拿现成视频 AI 当底子，喂自家机器人录像微调，再做成公开赛让大家来卷。

https://estelledc.github.io/embodied-ai-reading-station/papers/transformer-world-model/ 2026-06-02T11:03:35.224Z

agent 在脑子里"做梦"练本事。这篇把梦的引擎从 RNN 换成 Transformer，记得更长，做得更准。

https://estelledc.github.io/embodied-ai-reading-station/papers/iris-world-model/ 2026-06-02T11:03:35.224Z

把游戏画面切成一格格"积木"，让 AI 像写句子一样接龙下一帧，然后让它在脑子里"自己跟自己玩"练强化学习——只玩两小时就接近人类水平。

https://estelledc.github.io/embodied-ai-reading-station/papers/dreamer-v3/ 2026-06-02T11:03:35.224Z

同一套设置，让一个 AI 自己玩 150 多种游戏都不用改参数，还第一次靠自己挖到《我的世界》里的钻石。

https://estelledc.github.io/embodied-ai-reading-station/papers/dreamer-v2/ 2026-06-02T11:03:35.224Z

让 AI 闭眼"做白日梦"练打老游戏，第一次只靠脑子里想象就打到人类水平。