关于ZAKER Skills 合作
雷锋网 1小时前

直击 RSS2026 现场前瞻:共识等待收敛,期待中国具身力量亮相

具身路线,青年新星,学术拐点

作者丨张 璐 齐铖湧

编辑丨岑 峰

7 月 13 日– 17 日,第 22 届机器人学:科学与系统大会(RSS 2026)将在澳大利亚悉尼 ICC 正式举行。

如果说 2023 年是大语言模型的范式转移之年,那过去一年多里正在上演的,是具身智能领域的同款剧情。

VLA、世界模型、模仿学习、人形机器人 ...... 这些方向在 RSS 2026 上同时拥有了独立的 session,不是巧合,是收敛。

中国公司第一次在这个舞台上成为主角。从铂金赞助到数据平台,再到硬件生态,正在全面渗透。

这届 RSS,值得认真看。

01

高门槛顶会,共识正在收敛

很多人以为 ICRA 是机器人领域唯一的顶会,事实并非如此。如果用大模型领域的生态来打比方,ICRA 和 RSS 的关系,很像 NeurIPS 和 ICLR —— 一个大而全,一个精而深。

▎极高门槛的单轨制(Single-track)

ICRA 今年收了将近 5000 篇投稿,录用 1882 篇,研究方向无所不包。而 RSS 走的则是极致的精英路线。它全程只有一个会场,同一时间所有人都在听同一场报告。

从录用数据来看,RSS 正在顺应浪潮适度扩容:2023 年录用 112 篇,2024 年录用 134 篇,去年的 RSS 2025 录用数量微涨至 163 篇。

而到了今年的 RSS 2026,尽管具身智能热度空前,最终被主会接收并放进官方日程的论文也仅仅在 160 篇左右。

能被 RSS 录用并站上舞台演讲的,每一篇都经得起全场几百位顶尖研究者的推敲。

中国香港大学李弘扬,新加坡国立大学范石,上海创新研究院罗剑岚,悉尼大学植伟铭 William Zhi,中国清华大学李毅,都会参与分享。

▎判断 " 行业共识 " 的晴雨表

如果说 ICRA 告诉你 " 今年机器人领域在研究什么 ",那 RSS 告诉你的是 " 今年的技术共识已经收敛到哪里 "。

纵观近三年的中稿论文,技术风向正在往一个极其务实的方向迅速收窄:学界与产业界不再满足于 " 机器人能做某件事 " 的单点突破,而是把考题直接换成了策略在不同场景、不同硬件上的 " 稳定泛化能力 "。

在这种泛化的大命题下,今年的论文呈现出三个极其强烈的细节演变:

第一是过去常见的 " 单臂抓取 ",在今年大面积被更具泛化难度的 " 灵巧操作(Dexterous Manipulation)" 替代。

第二点,强化学习(RL)彻底退幕后,变成了各家大模型和策略训练的基础设施。

第三点,VLA Models(视觉 - 语言 - 动作模型)的讨论,已经从一年前 " 能不能用 ",走向在长时序、复杂工程下 " 好不好用 " 的灵魂拷问。

这就是我们要梳理这份参会手册的原因。对做产品和做投资的人来说,看清这种底层共识的收窄,比看展厅的热闹重要得多。

02

顶会看点:具身模型的 " 路线之争 "

雷峰网 AI 科技评论小组为大家梳理了这届 RSS 2026 的三大看点:

▎看点一:具身 " 路线之争 "

当下的具身智能正面临巨大撕裂:是要像大模型那样拼命死磕互联网级的海量真机数据,还是将几十年来积累的物理模拟器、动力学模型当成 " 数据工厂 " 搞合成训练?

如果你也有同款疑问,请锁定斯坦福大学教授 Karen Liu 的闭幕演讲《Data Poor, Model Rich》。Karen Liu 将代表 "Model Rich" 派给出底层逻辑,这场闭幕演讲将直击行业最核心的纠偏之争。

▎看点二:中国学者闪耀 " 青年新星 " 与论文主场

本届 RSS 的 Early Career Spotlight 含金量极高,全球仅 4 席。

香港大学、上海人工智能实验室 OpenDriveLab 团队负责人李弘扬成功卡位,他主导的 UniAD 曾斩获 CVPR 最佳论文,近年全面转向具身智能;同时,加州大学圣迭戈分校(UCSD)副教授苏昊等顶尖华人学者同样声量颇高,其在仿真的泛化性、大规模机械臂操作等方向的研究,正在成为学术界与中国具身公司打破硬件孤岛的底层支撑。

▎看点三:技术 Session 独立背后的 " 收敛信号 "

别再只盯着操控和模仿学习这两个传统体量大户了。

今年 VLA Models、Humanoids、World Models 全部单独成立了 Session。

Session 越独立,意味着该方向在学术界的共识收敛度越高,距离产业化爆发的拐点就越近。

每日日程速览

7 月 13 日(周一):Workshop 开幕战——聚焦具身大模型

周一全天属于 Workshops,位于悉尼科技大学 uts。今年共有 32 场 Workshop 勾勒出技术全景,四条主线极度清晰。

观赛重点:全天 32 场工作坊 + 宇树冠名的 Poster Session。

RSS 2026 Workshop 场地:悉尼科技大学 摄于开幕前

必去会场:

大模型范式组:《Post-training for Robotics Foundation Models》、《Reinforcement Learning for VLA Models》

核心议题:大模型进入机器人领域,训练范式怎么变?强化学习如何基础设施化?

灵巧操作组:《4th Workshop on Dexterous Manipulation》

核心议题:单臂抓取全面退场,灵巧手与触觉感知如何成为标准硬件模态?

Sim-to-Real 与安全组:《Closing the Sim2Real Gap》、《Rethinking What It Means to be "Safe" for Generalist Robots》

7 月 13 日 18:30:宇树冠名的 Poster Session,现场可能会有惊喜分享。

7 月 14 日 - 15 日(周二至周三):主会开启 —— 新星演讲与展厅淘金

7 月 14 日 10:00:Early Career Spotlight 邀请演讲。

重点围观华人学者李弘扬关于长时序全身控制(Whole-body control)与产业闭环的深度思考。

7 月 16 日(周四):下午 1:30 闭幕 Keynote

锁定主会场,现场聆听斯坦福教授 Karen Liu 关于《Data Poor, Model Rich》的压轴报告,看清具身大模型数据合成的技术终局。

展厅:赞助商名单里中国身影

今年的赞助商名单,至少 6 家中国公司全面渗透,从铂金到铜牌,其中,四家铂金级赞助商中出现了 智元机器人

金牌席里 NVIDIA宇树科技,两家联合推出的 Isaac GR00T 人形机器人参考平台(搭载宇树 H2 Plus 和 NVIDIA Jetson Thor 芯片),此外还有逐际动诺亦腾、sharpa 等都在赞助商列表。

此外据 AI 科技评论的独家情报,除了上述官方确定的赞助商之外,今年千寻智能、无界动力、求之科技、蚂蚁灵波,以及极佳视界、无问芯穹等各路人马都已奔赴一线。

03

机器人顶会上的中国声音

以往我们在顶会上看中国团队,往往是 " 单点爆发 ",中了几篇高水平论文,或者某个教授做了个精彩报告。

但这次,我们在 RSS 2026 上看到的是一种系统性的合力:学者跑实验用的是中国企业的硬件,开源出来的百万级真机数据又是企业和高校联合构建的,接着企业再去顶会买下最大的铂金展位和冠名。

这种 " 学术提出范式,联合开源数据,硬件大规模出货验证, 顶会占领统治力 " 的完整闭锁链条的影响力,比单纯发几篇论文要持久得多。

作为一份理性的参会指南,我们不能盲目乐观。 不可否认,美澳在基础研究的深度、底层算法的原创性以及顶尖人才的厚度上,依然拥有极强的统治力。

这种长期的学术积淀,绝非几个赞助商席位或者一两年的出货量能瞬间抹平的。

但风向确实在发生变化。

04

悉尼见,RSS 见,中国视角见

说了这么多,重点来了:AI 科技评论将派团队前往悉尼,全程直击 RSS 2026!

我们会走进会场,亲身体验每一个 demo,看它是真材实料还是花拳绘腿;会参加 Workshop,向主讲人发问;会找到 Karen Liu,问她 "Data Poor, Model Rich" 这条路具体怎么走。

更重要的是,我们会带来一个中国产业视角。

智元的铂金赞助席背后是什么战略?宇树和 NVIDIA 的合作对国内人形机器人创业意味着什么?李弘扬从自动驾驶转向具身智能的判断逻辑是什么?会议前中后,我们都会持续报道。

同时,RSS 专区现已在 "AI 顶会中文内容库 " 同步上线。论文精选解读、Keynote 精校汉化、每日结构化更新。

Step 1: 点击下方【阅读原文】直达 RSS 专区,或在公众号菜单栏找到 " 顶会专区 " 入口,将你的科研智库加入书签。

Step 2: 关注本公众号,盯紧我们的推文,来自悉尼现场的激辩和独家专访即将砸向你的屏幕。

关注 AI 科技评论,7 月 13 日,悉尼见。

一个人读论文太孤单,一群人刷顶会才好玩。

RSS 2026 召开在即,我们正在召集一波含金量极高的 AI 研究者。群内主打实时论文跟踪硬核技术探讨,拒绝灌水。

? 进群传送门: 扫码进群或添加微信 Luyoyo_2026,备注:论文群 + 关注的 AI 方向

搞科研 / 搞技术,信息差很重要。

来,一起快人一步!

上车,带你看遍全球 AI 顶会精华

可独家畅览:

专家演讲 PPT

大会报告全文

热门论文解读

学术新星访谈

扫描上方二维码

或点击「阅读原文」关注专区。

雷峰网

雷峰网

读懂智能&未来

订阅

觉得文章不错,微信扫描分享好友

扫码分享

企业资讯

查看更多内容