9月27日至10月1日，全球机器人领域顶级会议IROS 2026将在美国匹兹堡举行。从已公布的主会论文和Workshop名单来看，今年大会的核心信号与往年明显不同：具身智能的研究重心正从概念演示转向工程化落地，技术路线呈现收敛态势。
基础模型与物理规律结合成为首要趋势。此前将大语言模型或视觉语言模型直接用于机器人控制的做法，在真实环境中暴露出明显短板——模型能理解语义，却无法内化摩擦力、重力、形变等物理约束。本届大会10月1日将举办“Physical World Models for Scaling Embodied AI” Workshop，斯坦福大学计算机科学助理教授吴佳俊等六位学者将围绕物理规律如何融入具身智能展开分享。配套的WorldArena 2.0挑战赛首次将视触觉感知、强化学习效用与真实物理操作纳入统一评测体系。同期举办的“Rethinking Uncertainty for Modern Robotics Paradigms” Workshop则聚焦不确定环境下的物理世界建模难题。这意味着行业对具身模型的评价标准，正从语义正确转向物理正确。
“大小脑”分层架构从少数团队的技术路线演变为学术界的工程共识。大模型推理延迟通常在数百毫秒级别，而机器人实时控制需要千赫兹级频率，两者存在根本性矛盾。主会论文LITHE提出将Python层作为“大脑”运行LLM、VLM和任务规划，C++层作为“小脑”执行1kHz实时控制律，并实现动态热切换，最坏执行时间低于100微秒，整套方案可在250美元的树莓派4B上运行。在操作场景中，该架构支持人形机器人稳定推动17公斤重物，真实场景成功率超过80％。此外，“Beyond Exteroception” Workshop专门探讨IMU、关节编码器等本体感知能力，其中Blind Dexterity的工作展示了机器人不依赖摄像头、仅靠本体感知完成全身灵巧操作的可行性。
触觉感知从辅助角色上升为精细操作的核心变量。视觉在遮挡、透明物体、力度控制等场景下存在明显瓶颈。本届大会设置两场相关Workshop：“Sensors and Actuators for Dexterous Manipulation”从硬件层面探讨执行器与感知器的协同设计，“Touch-to-Action”则系统讨论从传感器设计、仿真学习到真机操作的完整链路。主会论文中，韩国团队提出的KineFuse针对手部操作时视觉完全失效的经典难题给出了解决方案。
从本届IROS的论文和议程设置来看，具身智能正经历从实验室Demo向真实物理环境落地的关键转折。模型评价体系、控制架构和感知方案的技术路线同步收敛，表明行业对工程化落地的路径判断正在形成更明确的共识。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
