ω-0是一种用于人形机器人并行行走与操作的世界动作模型，通过潜在预测而非视频生成来学习全身协同控制。它联合训练未来视觉潜变量与全身动作潜变量，避免依赖大型视频生成器。模型利用人类数据预训练，并构建ω-HOME数据集，在11个家庭任务上实现统一模型控制，展现平滑的全身协调能力。

该论文提出w-0模型，联合预测未来视觉与全身动作，解决人形机器人并发运动操作难题。在11个家庭任务上优于9种基线，发布40小时w-HOME数据集。模型分三阶段训练，结合VLM与V-JEPA，支持多视角输入。局限是硬件耦合、延迟高、缺安全机制，未来需验证跨平台泛化。

科沃斯开源具身智能机器人“八界”，采用轮式底盘与机械臂设计，不追求人形，聚焦家庭空间任务。平台免费开放硬件、软件及源码，支持开发者、学生等通过自然语言、SDK或科研工具使用。公司强调实用性与细节，如静音、UV清洁、力检测，并计划通过共创推动技术落地，而非追逐人形热潮。

星尘智能发布了第二代具身基座模型Lumo-2和物理AI智能体Philia。Lumo-2通过预测物理变化提升机器人在家庭任务中的能力，涵盖22项家务。Philia整合多台机器人，关注用户体验，提供长期服务。这两者共同推动具身智能进入系统工程阶段，强调技术与用户体验的结合。

Fanttik S1 Pro电动螺丝刀在亚马逊特价39.99美元，轻便时尚，适合家庭小型任务。配有磁性收纳盒和16个钢制螺丝头，电池可操作340个螺丝。

斯坦福李飞飞团队推出的BEHAVIOR ROBOT SUITE（BRS）框架，旨在提升机器人在家庭任务中的全身操控能力。BRS结合了低成本的JoyLo遥操作接口和新型的WB-VIMA学习算法，解决了机器人在执行复杂家务时的硬件和学习挑战。JoyLo通过简单的控制器实现高效的全身控制，而WB-VIMA则通过自回归解码协调全身动作，提升了机器人的操作精度和灵活性。

李飞飞研究团队推出的BEHAVIOR Robot Suite（BRS）旨在提升机器人在家庭任务中的能力。BRS框架支持双手协调、稳定导航和广泛可达性，帮助机器人完成如倒垃圾和清洁等日常任务。研究中引入JoyLo和WB-VIMA技术，前者优化控制，后者通过模仿学习提升动作协调性。实验结果表明，BRS在家庭任务中显著提高了成功率和效率。

麻省理工学院的工程师们利用大型语言模型，使机器人在执行家庭任务时能够自我纠正错误。通过将机器人运动数据与语言模型的常识知识相结合，机器人能够将复杂任务分解为子任务，并在遇到干扰时进行调整，从而提高任务成功率，减少对人工编程的依赖。