AI Research Daily
每天精选一篇前沿论文，深度解读具身智能、机器人、作物表型等领域的最新突破
3D基础模型助力植物表型：从分钟级到秒级的跨作物三维重建
首次系统验证3D基础模型作为植物三维表型的前端几何基础，将COLMAP风格的分钟级初始化压缩到1.58秒，同时保持器官级测量精度。
Cortex：双向对齐的具身智能体框架，攻克长时程操作难题
提出Cortex框架，通过32个标准技能原语和双向对齐机制，解决VLA模型在长时程操作任务中的马尔可夫短视问题，在Libero-long和RoboTwin基准上分别提升3.1%和4.1%，并在真实世界化学实验中实现65%零样本成功率。
跨模态学习实现作物冠层性状估计：从卫星影像生成无人机级表型数据
提出跨模态学习框架，利用多模态掩码自编码器从卫星影像生成无人机级别的作物冠层表征，在产量预测和氮素分类任务上显著超越纯卫星数据。
AutoSERL: 仅需一次示教即可实现真实世界机器人强化学习
提出AutoSERL框架，通过滑动窗口干预、安全恢复和干预终止三大机制，仅用一次示教轨迹即可自动化真实世界机器人强化学习训练，在六个接触密集操作任务上达到100%成功率
分析概念中心记忆：面向长时程具身操作的智能体记忆框架
提出分析概念中心记忆框架，通过结构化的物体概念、状态转移和技能记忆，实现长时程具身操作中的精确检索和技能复用，在RMBench上达到70%成功率。
人类触觉迁移预训练赋能灵巧机器人操作：H-Tac数据集与TTP框架
提出H-Tac大规模触觉-动作数据集和TTP框架，通过人类中心触觉预训练实现跨具身的灵巧机器人操作，真实机器人任务成功率最高达96.7%。
ZR-0：基于密集具身思维链监督的跨具身体VLA模型
ZR-0是一个26亿参数的端到端VLA模型，通过密集具身思维链(ECoT)监督实现跨具身平台的表征对齐，在LIBERO、RoboTwin 2.0等多个基准上取得领先性能。
3D基础模型驱动的植物3D表型分析：从分钟级到秒级的跨作物重建
提出基于3D基础模型的跨作物3D表型分析框架，将传统COLMAP初始化从6.52分钟压缩到1.58秒，同时保持重建质量和表型测量精度。
PhenoAssistant：基于多智能体AI的植物表型自动化分析系统
首个开源植物表型AI智能体系统PhenoAssistant，利用大语言模型编排专业工具链，通过自然语言交互实现从图像表型提取、数据可视化到模型训练的全流程自动化。
跨具身机器人操作中的动作先验学习
提出两阶段训练框架，先从纯动作轨迹中学习跨具身动作先验，再通过解码器复用和潜蒸馏将其迁移到VLA训练，在13个跨具身任务中显著提升成功率和收敛速度。