📌 今日速览：本周具身智能赛道异常热闹：特斯拉官宣 Optimus 在弗里蒙特进入早期量产、但对外交付推迟到 2027 年底，灵巧手仍是最大瓶颈；英伟达 GTC 柏林一口气放出 Isaac Lab 3.0、开源 Isaac OS 与参考人形机器人 Agile ONE SN；宇树发布 H2-X「功夫传奇」并提出"预演"自我进化系统，股价上市以来首次涨停、市值突破 2500 亿元。学术侧，VLA 运行时监控与具身策略评估成为新热点，Agent 安全（EpiSEM-Bench、Agent Mosaic、RIDAR）密集出现。开源社区则被"AI Agent 运行时与技能生态"霸榜：Cloudflare 安全审计 Skill、NVIDIA OpenShell 双双冲上 GitHub Trending。
🦾机器人 / 具身智能
The Next Web · 2026-10-23 · via Robot Overflow
宇树正在开发"预演"（Rehearsal）系统：AI 自动查阅论文、写代码并在仿真中测试，验证后再部署到真机。基于 H2 的 H2-X 演示视频宣称站立续航约 8 小时、可从 4 米高台跳下、踢凹车门，价格与发售时间未公布，性能未经独立验证。
宇树自我进化Sim2Real
Robotics & Automation News · 2026-10-22
测试中，Argon 观看掷沙包视频后自行编写仿真代码，并把学到的动作迁移到 Apollo 真机，连续命中七次。DeepMind 称该流程可把数周的仿真建模压缩到数小时。
DeepMindApptronikVLA
投资界 / 界面 · 2026-10-22
智元将在 10 月 22–30 日连发七项成果（物理推理数据集、Genie Studio 2.0、G2 Max 工业机器人、基座大模型等）；第四期数据集把任务重心从操作难度转向决策难度，含 10+ 逻辑场景、9 项推理能力、三档难度，首批 150 小时真机数据已上线 Hugging Face。11 月 2–3 日 6 台 G2 将直播便利店 24 小时连续作业考核。
智元开源数据集物理推理
快科技 / 新浪科技 · 2026-10-22
IRON 搭载第二代 VLA 并在机器人本体端运行，每 0.2 秒重新观察对面的人，可预判 6 秒内的动作，演示了握手、碰拳、击掌；三颗图灵芯片合计算力 2250 TOPS。
小鹏VLA端侧推理
NEURA Robotics · 2026-10-22
2300 平方米训练与研究中心落地慕尼黑机场附近，三年总投入约 1700 万欧元；4NE1 第四代面向量产、减重约 20%，搭载 Neuron AI。
NEURARoboGym量产
WBUR · 2026-10-23
约 300 名员工（近半匿名）要求取消向 ICE 出售 4 台 Spot 的 130 万美元合同；管理层维持决定，称销售条款禁止武器化。
Boston Dynamics伦理政策
📄arXiv 新论文精选
arXiv cs.CV/cs.RO · 2026-10-22 · HuggingFace Daily
具身基础模型的评估依赖昂贵的闭环 rollout。本文借用柏拉图表征假说（PRH），检验视觉-语言表征的收敛程度能否作为具身策略能力的廉价离线代理指标。
具身评估PRH表征对齐
arXiv cs.RO · 2026-10-22
VLA 模型容易犯错且失败难以预测。P² 提出轻量级运行时探针，在策略执行过程中检测任务是否偏离正轨，为无人监管部署提供兜底。
VLA运行时监控安全部署
arXiv cs.AI/cs.CL · 2026-10-22
测试时扩展（生成大量候选解）成本高昂，现有方法在生成短前缀后剪枝候选池。本文直接以 Pass@k 为目标做优化，在剪枝质量与候选多样性之间取得更好平衡。
推理Test-time ScalingPass@k
arXiv cs.LG · 2026-10-22
指出 softmax / log-softmax / cross-entropy 标准实现中的两个数值 bug："Softmax Collapse"（目标 logit 远大于其他时其梯度被舍入为零）与"Softmax Cancellation"（蒸馏时学生与教师 logits 接近导致的消减误差），并给出修复。
基础组件数值稳定性蒸馏
arXiv cs.LG/cs.AI · 2026-10-22
工具性趋同（自保、资源获取、欺骗等权力寻求子目标）常被视为强智能体的普遍风险。本文以 OLMo-3 的 RLVR 训练检查点为证据，实证检验该假设在 LLM 后训练阶段是否成立。
AI 安全RLVROLMo-3
arXiv cs.AI · 2026-10-22
工具型 Agent 依赖环境事实判断行动是否被允许；当工具返回结果遗漏安全相关事实时，Agent 可能在用户请求无害、且所有返回均为真的情况下执行违禁动作。EpiSEM-Bench 提供了可执行的安全评测基准。
Agent 安全Benchmark
HuggingFace Daily Papers · 2026-10-21 · 16 upvotes
LLM Agent 可从可访问文档中检索信息，再拼装出敏感结论——"马赛克效应"。本文用 30 个合成的网络安全、医疗与军事场景量化了这一风险的现实性。
Agent 安全隐私HF 热榜
HuggingFace Daily Papers · 2026-10-22 · 26 upvotes
将自然语言指令或参考视频转化为显式可执行的 3D 虚拟摄影机轨迹，把电影摄影意图变成可控的运镜规划。
多模态AgentHF 热榜
⭐开源社区 · GitHub Trending
GitHub Trending · 今日 +2,264 stars
Cloudflare 出品的编码 Agent 安全审计 Skill：多阶段审计流程，产出独立可验证、机器可读的审计结论。
Agent Skill安全Cloudflare
GitHub Trending · 今日 +896 stars
英伟达开源的自治 AI Agent 安全私有运行时，为 Agent 提供受控执行环境。
Agent 运行时NVIDIARust
GitHub Trending · 今日 +319 stars
一只开源的微型双足鸭子机器人 🦆，Pollen Robotics（Reachy 团队）新作。
开源硬件双足机器人具身智能
GitHub Trending · 今日 +455 / +477 / +619 stars
设计类 Agent 技能三连：hallmark 是"反 AI 味"设计技能（Claude Code / Cursor / Codex 通用）；cindy 是开箱即用的开源 AI Agent；impeccable 是提升 AI 设计能力的语言规范。
Agent Skill设计生态
📝 编辑点评
这周的具身智能圈像按下了加速键：特斯拉一边宣布 Optimus 早期量产、一边把交付推到 2027 年底，坦诚灵巧手还搞不定；英伟达则趁势把 Isaac 全家桶铺成机器人界的"Android 生态"。最值得记住的不是某款新机器人，而是两条正在收敛的技术路线——"AI 读论文写代码、仿真验证后上真机"（宇树"预演"与 DeepMind Gemini 4 Argon 不约而同），以及 VLA 从慢思考走向 0.2 秒级闭环推理（小鹏 IRON）。学术圈在补安全课：VLA 运行时监控、Agent 缺失证据风险、马赛克泄密，全是"部署前夜"的问题清单。开源侧，Cloudflare 和英伟达同天把 Agent 安全工具送上 Trending——Agent 要干活，先得有人管它。2027 年交卷铃已响，接下来一年，看谁能先把灵巧的手和可靠的脑装进同一台机器。