本文提出运动学智能概念，通过将机器人的运动学约束嵌入控制策略架构，实现跨平台技能迁移。方法基于三类核心技术：1）非尖点型3R机器人分类框架；2）与类别绑定的近约束控制策略；3）冗余机器人参数化降维。实验表明，该方法能在不同构型机器人上实现安全、平滑的任务执行，无需重新示教。研究为可迁移、安全的机器人技能学习奠定基础，未来将扩展至尖点型机器人及动态环境避障。

摘要：欧洲学者在《Science Robotics》发表观点文章，提出基础模型（FM）将革新机器人集群技术。传统机器人群体依赖专家硬编码控制器，难以应对未知场景。FM作为"设计者"可自动生成控制器代码并实时合成新功能；作为"操作员"能直接处理传感器输入并输出决策指令，实现自然语言交互。文章提出分层架构整合传统控制器与FM模块，同时指出需解决微观-宏观行为连接

自然演化用了数亿年，才构建出了今天的蛋白质世界。催化反应、传递信号、识别病原体，几乎所有精密生命过程的背后，都有蛋白质在“工作”。但癌症、阿尔茨海默病、气候变化等挑战，并不会给人类留下再等待几百万年的时间。于是，一个非常直接的问题摆在面前：我们能否不再停留在天然蛋白质的“修修补补”，而是从零开始，主动设计出全新的蛋白质？这正是从头蛋白质设计的出发点。它不以天然蛋白为模板，而是直接从功能出发，用计算

《Science Robotics》最新研究提出检索增强操作（RAM）框架，通过三维知识库赋能视觉语言模型，解决机器人空间操作难题。该框架包含三个核心模块：基于对象模板的视觉感知系统实现几何推理，空间增强上下文机制将物理约束转化为结构化提示，以及轨迹优化模块生成可行动作。实验显示，RAM在复杂指令跟随（89%成功率）、图像引导重排（92%平面场景成功率）和自适应规划任务中显著优于传统方法，首次实现

《Science Robotics》最新研究提出检索增强操作（RAM）框架，通过三维知识库赋能视觉语言模型，解决机器人空间操作难题。该框架包含三个核心模块：基于对象模板的视觉感知系统实现几何推理，空间增强上下文机制将物理约束转化为结构化提示，以及轨迹优化模块生成可行动作。实验显示，RAM在复杂指令跟随（89%成功率）、图像引导重排（92%平面场景成功率）和自适应规划任务中显著优于传统方法，首次实现

本文探讨了机器人操作基础模型的两个核心研究方向：结构化世界模型和触觉感知系统。在结构化世界模型方面，研究提出了融合学习与物理先验的图神经动力学模型（GND），能够精准预测多种物体的物理交互过程，并通过数字孪生技术实现虚实环境的高度对齐。在触觉感知方面，团队研发了高分辨率柔性触觉传感器，构建了触觉信号仿真系统，实现了触觉数据的大规模采集与虚实迁移。这两项技术共同解决了机器人操作中的物理交互理解难题，

摘要：机器人操作曲面物体面临根本性挑战，传统方法难以适应形状变异。研究团队提出"漫射定向场"方法，通过局部参考系将形状不变任务描述与物体几何结合。该方法利用扩散方程从稀疏关键点生成平滑变化的局部坐标系，支持跨物体任务迁移（如切割、剥离等），实现与多种控制范式的无缝集成。实验证明其具备形状不变编码能力，在噪声和复杂场景下保持鲁棒性。相比神经描述场，该方法无需离线训练且更具可解释性

摘要：JoyAI-RA 0.1是一个突破性的视觉-语言-动作基础模型，通过创新的多源预训练框架解决了通用机器人面临的"数据瓶颈"问题。该模型整合了网络数据、人类操作视频、仿真轨迹和真实机器人数据，并引入"统一动作空间"概念，成功弥合了不同数据源和机器人形态间的鸿沟。在RoboTwin2.0仿真基准上取得90.48%的成功率，在真实世界Agibot基准也表现优

天津大学与清华大学联合团队开发了一种基于热收缩技术的共形电子器件制造方法。该方法采用半液态金属Cu-EGaIn在热塑性薄膜上形成电路，通过加热使薄膜收缩贴合目标物体。研发的金属材料能承受收缩变形并保持电稳定性，仿真工具可精确预测电路变形。所得器件具有优异耐久性，5000次弯曲后电导率变化极小。该方法适用于各种复杂表面，成功应用于飞机除冰、触觉传感器、脉搏监测等场景，为人机界面和智能穿戴设备提供了新

摘要：研究团队开发出一种基于级联双级光电突触的神经形态成像器，模拟人眼视网膜功能。该系统利用硅光伏电池调控钠门控突触晶体管，通过两级信号转换实现高度突触促进，展现稳定线性增强特性。曲面剪纸结构的成像器兼具视觉感知与预处理能力，为人工视觉系统提供新思路。该成果发表于《Nature Electronics》，有望推动仿生光电设备发展。