Sharpa 公開 CraftNet 分層架構，解耦運動與互動
Sharpa 在 CES 2026 公開 CraftNet 分層模型，把靈巧操作拆成約 1 Hz 的推理腦、10 Hz 的運動腦和 100 Hz 的觸覺互動腦，讓接觸階段交給底層高頻控制。基於該思路的 MoDE-VLA 在雙手削蘋果任務上把成功率從 π0 基線的 0% 提升到 30%，削皮完成度從 8% 提升到 73%；UVTA 則在 1000 條人類演示下把三個任務平均成功率從 0% 拉到 84%，論文稱尚未飽和。
官方首次披露 CraftNet 三層頻率分工，並給出削蘋果 0%→30%、人類演示 Scaling 未飽和等實測數字，關注 VLA 與靈巧運算元據路線的讀者可據此判斷方向。
原標題：硬件、数据到模型：Sharpa如何系统性推进灵巧操作
閱讀原文
| 評分 | 72 / 78（平均 75，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
Sharpa 發布首款人形機器人 D01，同步推出靈巧手 W02 與資料手套 AE01
禾賽科技創始團隊創辦的 Sharpa 在 IROS 發布首款全自研通用人形機器人 D01，同時推出新一代靈巧手 W02 和外骨骼資料手套 AE01。D01 電子皮膚覆蓋全身、上半身觸覺取樣率 100Hz、力感知 0.1—20N，重複定位精度 0.2mm，最大末端執行器速度超 10.5m/s。W02 主動自由度由 W01 的 22 個減為 21 個，整手尺寸縮小約 30%，指尖力感知 5mN—30N；
AI 遊戲混搭熱潮：Claude 一週完成 MW2 滑板模組
開發者 chasm 用 Claude 等 AI 工具，把 Skate 3 的物理、招式圖和骨骼重定向塞進 2009 年的《使命召喚：現代戰爭 2》，原本需數年的逆向工程被壓縮到約一週。
何愷明團隊提出 NAT-ARC，純視覺方案解 ARC 達 70.2%
何愷明團隊發布 NAT-ARC，用 ImageNet 上 MAE 預訓練的視覺編碼器解 ARC 抽象推理題，最佳單模型（0.6B 引數）在 ARC-1 上 pass@2 達 63.4%，整合後 70.2%。該方法不依賴 LLM，預訓練階段不使用 ARC 格子，僅複用 MAE 公開 checkpoint，測試時對每題做 LoRA 微調。論文稱這是純視覺方案首次逼近專用 LLM 系統水平，並顯示預訓練打通了視覺路線的 scaling 瓶頸。
何愷明團隊發布視覺原生 Harness 框架 VISTA
何愷明團隊提出視覺原生 Harness 框架 VISTA，讓現有多模態模型無需重新訓練，就能儲存原始畫面並在推理時按需回看、放大細節。VISTA 把環境返回的每幀畫面按回合號、幀號索引存到上下文之外，預設只向模型展示最後一幀，需要時用 inspect 工具調取歷史畫面。搭配該框架，Claude Opus 5.0 通關 ARC-AGI-3 全部 25 個公開遊戲，動作效率得分滿分 100，所用動作數比人類首次遊玩基線少 57.4%；
Meta 開源 816B 多模態 MoE 模型 Muse Spark Open
Meta 發布開放權重模型 Muse Spark Open，採用混合專家架構，總引數約 816B、每 token 啟用約 42B，可輸入文字、影像、音訊和影片，輸出文字，上下文視窗最高 100 萬 token。模型針對 agentic coding 訓練，能閱讀程式碼庫、編寫與除錯程式碼並呼叫工具。官方提供 BF16 與 NVFP4 兩種權重，BF16 約 1.5TB，NVFP4 為 4 位精度、面向 NVIDIA Blackwell GPU。