本文综述了世界模型在机器人领域的最新研究进展。世界模型作为对环境演化的预测性表征，已广泛应用于策略学习、规划与仿真等任务。文章重点探讨了世界模型与机器人策略的耦合方式，指出当前研究正从解耦的"先预测后行动"范式转向统一的内化预测控制形式。通过概率框架分析，作者揭示了策略模型、世界模型与逆动力学模型之间的内在联系。此外，文章系统比较了两类主流方法：基于逆动力学的解耦策略和基于单一骨干网络的统一策略，

摘要 本文综述了世界模型在机器人学习中的最新进展。世界模型作为预测环境动态演化的核心组件，在策略学习、规划、仿真评估和数据生成等方面发挥关键作用。文章首先界定了世界模型与视频生成模型的概念，强调基于动作条件的视觉世界模型对具身决策的重要性。随后分析了机器人策略的两大范式：专注于特定任务的视觉运动（VA）策略和基于大模型的视觉-语言-行动（VLA）策略，前者利用生成建模捕捉动作分布，后者则融合视觉语

文章深度解析了智平方、银河通用、自变量机器人、星海图、韦特嘉机器人、千寻智能、星动纪元、Figure AI等八家代表性企业的技术路线与商业化进展，涵盖"模型×硬件×场景"闭环、世界统一模型（WUM）、快慢双系统、大小脑分层、数据金字塔等创新架构。

国内主流AI大模型各有优势：Kimi擅长长文本处理（200万字解析），适合学术研究；DeepSeek逻辑推理强（数学代码能力顶尖），适合科研开发；通义千问多语言处理优，适合跨境电商；豆包语音交互流畅，适合内容创作；混元深度整合微信生态，适合教育办公；智谱清言专业咨询精准，适合法律金融。选择取决于需求：长文档选Kimi，复杂推理选DeepSeek，多语言选通义千问，日常创意选豆包，微信办公选混元，专

摘要： T-Rex研究提出MoT（Mixture-of-Transformer-Experts）架构，通过分层处理视觉、动作与触觉模态，解决机器人精细操作中“慢视觉”与“快触觉”的时序矛盾。该架构采用异步级联流匹配机制，触觉专家以高频信号实时修正动作，结合时空VQ-VAE编码器解析力与形变数据。实验显示，在翻书、拧灯泡等任务中，T-Rex成功率较基线提升30%，验证了触觉权重提升对灵巧操作的关键作

本文分析了基于MediaPipe手部关键点识别的7自由度仿生灵巧手在实现拇指与四指捏合动作时出现不灵活的五大原因： 拇指外展角度计算采用平面内三点夹角，未考虑手掌参考平面，导致外展测量失真； MediaPipe检测的CMC弯曲存在29°基线偏移，当前仅补偿20°，使拇指无法完全打开； MCP和IP关节弯曲采用固定权重合并，无法适应不同捏合场景的需求差异； 耦合模型中CMC弯曲对拇指腱驱动的负向抵消

仓储具身智能企业「韦特嘉机器人」（ULTIROBOTICS）完成新一轮千万级人民币融资，由常熟经开聚源和深圳科创学院联合投资，后浪资本担任公司战略财务顾问。在技术层面，韦特嘉机器人的核心竞争力集中于自研Ulti-Brain模型，在感知、应用和决策三个层面取得了开创性的成绩。

仓储具身智能企业「韦特嘉机器人」（ULTIROBOTICS）完成新一轮千万级人民币融资，由常熟经开聚源和深圳科创学院联合投资，后浪资本担任公司战略财务顾问。在技术层面，韦特嘉机器人的核心竞争力集中于自研Ulti-Brain模型，在感知、应用和决策三个层面取得了开创性的成绩。

文章深度解析了智平方、银河通用、自变量机器人、星海图、韦特嘉机器人、千寻智能、星动纪元、Figure AI等八家代表性企业的技术路线与商业化进展，涵盖"模型×硬件×场景"闭环、世界统一模型（WUM）、快慢双系统、大小脑分层、数据金字塔等创新架构。

由于docker默认https提供服务，即使是http依旧会强制使用https链接。使用harbor建立http docker服务器，本地拉取远程镜像。假设目标http服务器为。