具身智能技术演进调研 · 主汇总（2017 → 2026-H1）
覆盖具身智能（Embodied AI）机器人学习全栈：视觉-语言-动作（VLA）通用策略 · 操作策略学习 · 人形全身控制 · 足式运动与导航 · 数据与遥操 · 仿真与训练 infra · 评测 benchmark。 只收一手官方来源：arXiv 原文、官方技术报告 / system card、官方博客 / 产品发布、官方 GitHub / HuggingFace / ModelScope model card。不含第三方解读。 每个工作页按六维梳理：
模型架构 · 数据 · 训练方法 · Infra · 评测 benchmark+ 创新影响；landmark 代表作的数字经对抗式 verify 逐条对照一手源核查。
一、语料统计
- 去重后一手来源：294 个结构化工作页（按原始 URL / arXiv 去重）
- 代表作精读（landmark）：93 篇（opus 精读 + 独立对抗式 verify 二次核对数字）；长尾 201 篇（sonnet 精读 + 自核查）
- 横向综述：6 篇
sections/+ 5 篇deep-dive/家族深挖 - 一手源存档：官方博客 / model card / README 的
.md快照随库（sources/embodied/<年>/，>600 份）；arXiv PDF 只留 URL
按年（页数）：2017→2 · 2018→2 · 2019→5 · 2020→4 · 2021→13 · 2022→17 · 2023→48 · 2024→98 · 2025→93 · 2026(H1)→12 —— 近三年（2023-2026）占约 85%，VLA 与人形两块 2024-2025 呈爆发。
按国别（去重）：美国 ~183 · 中国 ~85 · 欧洲/UK ~17 · 其它少量 —— 美国在 VLA/仿真/数据基座领先，中国在 VLA 产品化（智元/银河/星海/自变量）与人形密集。
按类别（单标主类）：VLA 59 · 操作 manipulation 55 · 数据 data 43 · 人形 humanoid 38 · 运动导航 locomotion-nav 33 · 仿真 infra sim-infra 31 · 评测 benchmark 21 · 综述 survey 14。
二、怎么读这份调研
从”结论”到”原文”四层：
- 六大横向章节（核心，先读） —
sections/- 架构演进 — RT-1 token → RT-2/PaLM-E 挂 VLM → OpenVLA/Octo/π0（动作头：离散 token / 连续回归 / 扩散 / 流匹配 / action-chunking）→ GR00T/Gemini-Robotics；扩散策略与人形控制器
- 数据 — Open-X/RT-X · DROID · BridgeData · AgiBot/RoboMIND · 遥操硬件（ALOHA/UMI/DexCap）· 人类视频预训练 · 仿真数据 · 数据 scaling law
- 训练方法 — 模仿（BC/ACT/扩散）vs RL（运动/人形）vs VLA 预训练+后训练；动作 tokenize（FAST 等）· web/人类协同训练 · 流匹配动作专家 · sim-to-real
- Infra — 仿真平台（Isaac Gym/Lab/Sim · MuJoCo/MJX · Genesis · ManiSkill · Habitat · Newton）+ GPU 并行 RL；端上实时推理（控制 Hz · 延迟 · 边端硬件）
- 评测 benchmark — CALVIN/RLBench/LIBERO/Meta-World/SimplerEnv/ManiSkill/VLABench/RoboArena/BEHAVIOR + 真机成功率与泛化协议
- 范式对比 — 通用 VLA vs 专用扩散/3D 操作策略 vs 人形全身控制 vs 足式运动/导航：数据、目标与向基础策略收敛
- 家族深挖 —
deep-dive/- VLA 谱系（RT-1→RT-2→OpenVLA→Octo→π0→GR00T→Gemini Robotics）
- 操作策略族（Diffusion Policy · ACT/ALOHA · DP3/RVT/3D-Diffuser-Actor · 流/一致性策略 · VQ-BeT/BAKU）
- 人形全身控制族（H2O · HumanPlus · OmniH2O · HOVER · ASAP · PHC · 人到人形重定向）
- 足式运动与导航族（RMA · Walk-These-Ways · Parkour · GNM/ViNT/NoMaD · Mobility-VLA/NaVILA）
- 仿真与数据生态（Isaac · MuJoCo/MJX · Genesis · ManiSkill · Open-X · DROID · 遥操）
- 全量来源索引（按年月，可点开每条） — 01-INDEX
- 单工作结构化页 —
2017/…2026/；一手源快照 —sources/embodied/<年>/
三、主线速览（2017 → 2026）
2017-2020 — 表征、仿真与模仿地基：roboturk/robonet/bridge-data-original 攒数据；domain-randomization/sim-to-real-agile-locomotion-quadruped 打通 sim-to-real；isaac-gym 开 GPU 大规模并行 RL；r3m/mvp-masked-visual-pretraining 用人类视频学视觉表征。
2021-2022 — 并行 RL 起飞 + 语言进机器人：分钟级学走路/RMA 让足式落地；RT-1 用 Transformer 端到端多任务操作；SayCan/code-as-policies/inner-monologue 把 LLM 接入规划；BeT/IBC 与 calvin/meta-world/rlbench 立 benchmark。
2023 — VLA 与扩散策略双爆发：RT-2 把 VLM 变成机器人策略、Open-X-Embodiment 汇聚跨本体数据；Diffusion Policy/ALOHA 重塑模仿学习；PerAct/rvt 走 3D 操作；极限跑酷、GNM/ViNT/NoMaD 导航基础模型；RoboCat 自举。
2024 — 通用策略与人形元年：开源 OpenVLA/Octo、Physical Intelligence π0、字节 GR-2、清华 RDT-1B；3D 扩散策略 DP3/RVT-2/3d-diffuser-actor；人形全身控制井喷 H2O/OmniH2O/HumanPlus/HOVER；数据/遥操 DROID/UMI/Mobile ALOHA；仿真 Genesis/ManiSkill3。
2025 — 基础策略平台化 + 新兴实验室：π0.5/π*0.6、NVIDIA GR00T N1/N1.5、Gemini Robotics/1.5、Figure Helix、智元 GO-1、自变量 WALL-OSS、OpenVLA-OFT/SpatialVLA/SmolVLA/UniVLA；人形 ASAP/HuGWBC/TWIST/GMT；仿真数据 RoboVerse/RoboTwin；Skild、Dyna、Galaxea、1X 等新实验室登场。
2026-H1 — 深化与本体多样化：π0.7、GR-3、Galaxea G0.5、InternVLA-M1/A1、RoboBrain 2.5、RynnVLA、WALL-OSS 0.5、WholeBodyVLA；人形 getup/tracking（humanoid-getup/TWIST2/ResMimic/PhysHSI）；一批 VLA/人形/灵巧操作综述与 RoboArena/robo-reward-bench 评测。
四、四条贯穿性技术主线（详见各 section）
- 动作表征演进：离散动作 token（RT-1/RT-2）→ 连续回归 → 扩散/流匹配动作专家（π0 系） → action-chunking + 快慢双系统；这是 VLA 从”能动”到”高频精细操作”的主轴。
- 数据金字塔：网络图文/人类视频（语义）→ 跨本体机器人数据（Open-X/DROID/AgiBot）→ 遥操高质量演示（ALOHA/UMI）→ 仿真/世界模型合成（GR00T-Dreams/RoboVerse）；协同训练与 data scaling law 决定泛化。
- 两条学习路线并进：操作以模仿学习为主（数据驱动、扩散策略），运动/人形以大规模并行 RL + sim-to-real为主（Isaac/MJX/Genesis）；2025+ 二者在”基础策略 + 后训练”框架下融合，并与 世界模型互补。
- 从仿真成功率到真机与泛化：LIBERO/SimplerEnv/CALVIN 之外，真机成功率、未见物体/任务泛化、以及 RoboArena 式标准化真机评测成为可信度关键；可复现性仍是公开难题。
维护：01-INDEX.md 由各页 frontmatter 经 scripts/build_index_omni.py research/embodied 自动生成。与 世界模型调研互为姊妹（世界模型是具身策略的”想象/规划”底座）。