25年3月来自清华、上海姚期智研究院和伯克利分校的论文“Long-horizon Locomotion and Manipulation on a Quadrupedal Robot with Large Language Models”。本文提出一种基于大语言模型（LLM）的系统，旨在赋予四足机器人超越短期运动的长期任务解决能力。四足机器人的长期任务极具挑战性，因为它们既需要对问题语义有深刻的理

25年4月来自清华和芬兰赫尔辛基大学的论文“A Survey of Large Language Model-Powered Spatial Intelligence Across Scales: Advances in Embodied Agents, Smart Cities, and Earth Science”。过去一年，大语言模型（LLM）的发展使空间智能成为关注焦点，其中基于视觉的具身

24年11月来自Penn State、UPenn、UT Health Huston、Amazon和RPI的论文“A Comprehensive Survey of Small Language Models in the Era of Large Language Models: Techniques, Enhancements, Applications, Collaboration with

24年11月来自Penn State、UPenn、UT Health Huston、Amazon和RPI的论文“A Comprehensive Survey of Small Language Models in the Era of Large Language Models: Techniques, Enhancements, Applications, Collaboration with

24年10月来自杜克大学和 JHU 的论文“A Survey: Collaborative Hardware and Software Design in the Era of Large Language Models”。大语言模型（LLM）的快速发展显著改变人工智能领域，展现出卓越的自然语言处理能力，并朝着多模态功能方向迈进。这些模型正日益融入各种应用，对研究和产业都产生深远的影响。然而，它们

25年4 月来自Georgia Tech、明尼苏达大学和哈佛大学的论文“Generative AI in Embodied Systems: System-Level Analysis of Performance, Efficiency and Scalability”。具身系统利用大语言模型（LLM）驱动的集成感知、认知、行动和高级推理能力，使生成式自主智体能够与物理世界互动，从而在现实世界环

25年4月来自Georgia Tech、明尼苏达大学和哈佛大学的论文“Generative AI in Embodied Systems: System-Level Analysis of Performance, Efficiency and Scalability”。具身系统利用大语言模型（LLM）驱动的集成感知、认知、行动和高级推理能力，使生成式自主智体能够与物理世界互动，从而在现实世界环境

25年11月来自小米、中科院自动化所、清华、人大和合肥工大的论文“RoboAfford++: A Generative AI-Enhanced Dataset for Multimodal Affordance Learning in Robotic Manipulation and Navigation”。机器人操作和导航是具身智能的基本能力，使机器人能够与物理世界进行有效的交互。在操作中，预测

26年7月来自蚂蚁灵波科技的论文“From Foundation to Application: Improving VLA Models in Practice”。尽管 VLA（视觉-语言-动作）基础模型近期取得进展，但实验室环境与现实世界应用之间的差距依然阻碍了它们的实际落地。为弥合这一差距，推出 LingBot-VLA 2.0，该版本在三个功能领域对 LingBot-VLA 进行了改进：(1

26年1月来自LeHigh大学、UMD、新南威尔士大学、WPI、UPenn、Notre Dame大学、哥大、乔治亚大学、耶鲁大学、TAMU、斯坦福大学、Squirrel Ai、德州Austin、德州大学休斯顿健康科学中心、UC Riverside、佛罗里达国际大学、普渡大学和费城儿童医院的论文“Digital Twin AI: Opportunities and Challenges from L