本文梳理了"VLA + 灵巧手"方向的七个代表性方案：GR00T N1.7、DexGraspVLA、Dexora、LingBot-VLA 2.0、GR-Dexter、Being-H0.5 与 HEX。文章先用一张总览表横向对比各家在架构形态、动作空间与数据来源上的取舍，再逐一拆解其技术思路——从 GR00T 的双系统与人视频 Scaling Law，到 DexGraspVLA 的域不变表征、Dex

CogNav框架创新性地通过VLM和LLM协同解决具身AI中的目标物体导航难题。该框架构建包含场景图、地标图和占用图的异质认知地图，动态整合语义与空间信息。核心创新在于：1）用VLM实现多模态环境表征；2）通过LLM模拟人类五阶段认知过程（广泛搜索→目标确认）；3）实现零样本、开放词汇的导航能力。实验表明，相比传统方法，CogNav在HM3D等数据集上成功率显著提升，且支持跨场景泛化。该工作为具身

LLaMAFactory是一个大模型高效微调平台，提供一站式可视化操作界面，支持多种模型（如LLaMA、Qwen、Gemma等）和微调方法（预训练、指令监督微调等）。平台支持多种精度和先进算法，并集成实验监控工具。安装简单，可通过Conda环境快速部署。用户可自定义数据集进行微调，适用于多轮对话、图像理解等任务。平台还提供丰富的入门教程和文档，适合不同水平的开发者使用。

本文介绍了如何使用BitsAndBytes库对Qwen3-VL多模态模型进行量化部署。BitsAndBytes是一个轻量级PyTorch库，支持8/4位量化技术，能将模型显存占用降低90%以上。文章详细讲解了从环境搭建到模型量化、再到实际推理的全流程，包括： 在NVIDIA Orin上安装CUDA驱动和PyTorch环境 使用LLaMA-Factory进行LoRA微调 合并基础模型和LoRA适配器

本文介绍了在Jetson Orin系列（ARM64架构）设备上配置GPU加速Docker容器的完整流程。主要内容包括：1）系统准备（Ubuntu 20.04/22.04）；2）Docker安装与配置（ARM64版本）；3）NVIDIA Container Toolkit安装（实现GPU加速）；4）验证方法（包括GPU可用性检查）；5）常用Docker命令及注意事项（必须使用--gpus all参数

本文介绍了基于SITI数据集的视觉语言模型微调方法。SITI数据集包含8,068组图像和视频问答对，涵盖6大空间智能任务类别。文章详细说明了数据格式转换流程：将原始JSON转换为LLaMAFactory兼容的SFT格式，包括路径标准化、标记生成和质量校验。针对图像和视频数据分别提供了转换代码，生成包含绝对路径和标准化问答格式的训练文件。最后介绍了使用LLaMAFactory进行LoRA微调的具体步

本文介绍了在Ubuntu 22.04系统下配置IsaacSim 5.0和IsaacLab 2.2的完整流程。主要内容包括：安装NVIDIA 575开源驱动和CUDA工具包；通过源码编译安装IsaacSim 5.0并创建Python 3.11的Conda环境；下载指定版本的IsaacLab并进行依赖安装；建立两者间的软链接和环境配置；最后通过示例脚本验证安装是否成功。文中还提供了常见错误的解决方法，

HumDex 是一个面向人形机器人 全身灵巧操作的便携式遥操作系统。

摘要：2026年机器人世界模型已形成四条技术路线：视频生成（如Sora 2）、潜空间预测（JEPA）、3D空间智能和具身操作。闭源模型（Sora 2、Genie 3等）定义能力上限，开源栈（Cosmos、V-JEPA 2等）覆盖多数工程环节。物理保真是行业短板，未来趋势是分层混合架构（神经仿真器+显式物理引擎+潜空间规划）。评测基准从开环画质转向闭环执行效用，揭示当前模型物理合理性仅达随机水平（5

本文介绍了一个基于 mjlab + rsl_rl 的 G1/H2 AMP 运动控制项目，实现了统一策略同时学习行走/跑步（locomotion）和跌倒恢复（recovery）能力。项目通过 AMP discriminator 约束动作风格，支持 G1 和 H2 两种机器人模型，训练与部署链路一致，可直接导出 ONNX 策略。文章详细说明了环境配置、代码安装、训练评估流程，并提供了运动数据准备和项目