VLA / Robot Foundation Models
看 grounding、action representation、跨场景泛化和真实机器人评测，不只看模型规模。
FrontierMatrix
用五个问题筛选前沿工作
看到 VLA、humanoid、diffusion policy 或 robot foundation model，先筛数据、动作、真实验证、安全和部署，再判断它是否解决了机器人闭环瓶颈。
当前显示 6 个前沿主题。
Cross-Embodiment Data
重点看 data schema、动作归一化、迁移评测和不同平台覆盖。
Diffusion / Flow Policies
用动作序列分布表达多种可行动作，适合 contact-rich manipulation，但要看 safety filter。
Open Robot Learning Stack
价值在采集、训练、评测、部署的流程标准化，而不只是工具名。
Humanoid Foundation Models
评估重点是真实任务可靠性、全身控制、跌倒风险和安全边界。
On-Device Robotics Safety
瓶颈常在低延迟推理、runtime monitor、fallback 和日志。
How to Read
读论文时先问失败模式
如果一篇论文不能说明数据来源、动作接口、真实机器人评测、安全边界和部署约束，你还不能判断它的 robotics 价值。