NVIDIA Omniverse 如何借助前沿 AI 智能体把创意转化为仿真
NVIDIA 展示开发者用 GPT-6 Astra、Claude Fable 5 等前沿 AI 智能体,配合 Omniverse 库构建机器人、自动驾驶和数字孪生等仿真应用。
NVIDIA 展示开发者用 GPT-6 Astra、Claude Fable 5 等前沿 AI 智能体,配合 Omniverse 库构建机器人、自动驾驶和数字孪生等仿真应用。
Hugging Face 博客教程演示如何把 SO-101 follower arm 的 MuJoCo 场景迁移到基于 NVIDIA Warp 的 MJWarp,并扩展到最多 2,048 个并行 GPU 环境。
推荐理由:文章用 SO-101 场景串起 CPU 基线、单环境一致性、批量扩容和吞吐测量,适合迁移机器人仿真工作流时参考。
Microsoft Research 宣布 Physical AI Toolchain 新增机器人卸载物理 AI 推理能力,可在机器人、边缘 GPU 与云之间用 Kubernetes 容器化、部署和编排工作负载。
推荐理由:文章用移动机械操作任务的实测数据说明推理卸载对成功率和续航的影响,并给出 Kubernetes 工具链入口。
NVIDIA 在加拿大多伦多 ROSCon 发布免费开源的 Isaac ROS 5.0,为近 130 万 ROS 用户提供基于 ROS 的 GPU 加速机器人开发包。
推荐理由:文章梳理了 Isaac ROS 5.0 的智能体工作流、ROS Lyrical 与 Jetson 支持,并列出多家机器人厂商的落地方式。
NVIDIA 发布 Halos,称其为面向物理 AI 的全栈安全系统,覆盖硬件、操作系统与中间件、AI 模型、仿真验证和部署生命周期。
Hugging Face 发布教程,演示用 Strands Robots、LeRobot 和 Storage Buckets 在一个 AI 智能体中完成机器人示教录制、增量同步、流式训练和 checkpoint 部署。
推荐理由:文章用同一套 LeRobot 数据格式串起录制、同步、流式训练和硬件部署,适合搭建机器人数据闭环时参考。
Google DeepMind 发布 Gemini Robotics ER 2,这是面向机器人的具身推理模型,可理解视频、编排多步任务、调用 Google Search 或用户自定义工具,并把运动执行交给低层 VLA 模型。
推荐理由:官方说明了视频理解、任务编排和多机器人协作能力,并给出 API 与 AI Studio 的可用入口。
Google DeepMind 推出 Gemini Robotics 2,包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和本地运行的 Gemini Robotics On-Device 2。
推荐理由:官方拆解了三款模型在全身控制、灵巧操作、长程协作和端侧适配上的分工,可帮助理解机器人智能层的能力边界。
NVIDIA 发布 Cosmos-H-Dreams,这是面向手术机器人的实时、动作条件生成式模拟器,并通过 FlashDreams 流式推理库提供服务。
推荐理由:文章说明了从 Cosmos-H-Surgical-Simulator 蒸馏到实时学生模型的训练路径,以及单 GPU 上的交互式推理表现。
Pollen Robotics 发布开源、低成本的手持夹爪系统 Grabette,用于录制人类操作演示并自动生成机器人可训练的 LeRobot 数据集。
Mistral 发布首个具身导航模型 Robostral Navigate,这是一个 8B 模型,可接收 RGB 图像和自然语言指令并自主移动机器人。模型仅使用一个普通 RGB 相机,不依赖 LiDAR 或深度传感器,在 R2R-CE validation unseen 上达到 76.6% 成功率,validation seen 达到 79.4%。
Hugging Face 发布 LeRobot v0.6.0,围绕想象、评估和改进机器人学习闭环,新增 VLA-JEPA、FastWAM、LingBot-VA 世界模型策略,以及 GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT 等 VLA。
推荐理由:版本说明覆盖模型、奖励模型、数据集、评测和部署链路,可帮助机器人学习团队判断哪些新组件能接入现有训练流程。
Google DeepMind Accelerator: Robotics 选出欧洲 15 家机器人初创企业,启动为期 3 个月的密集辅导与技术支持项目。入选企业可使用 Google DeepMind 的 AI 技术栈、专家资源及 Gemini robotics models,将前沿 AI 研究转化为物流、制造、医疗、气候等领域的实际机器人应用。
Berkeley AI Research 提出面向学习型世界模型的梯度规划器 GRASP,以提升长时域规划的实用性与鲁棒性。GRASP 将轨迹提升至虚拟状态以实现跨时间并行优化,直接向状态迭代加入随机性用于探索,并重塑梯度,使动作获得清晰信号,同时规避经高维视觉模型传播的脆弱“状态输入”梯度。
Google DeepMind 推出 Gemini Robotics-ER 1.6,这是面向机器人的高层推理模型升级,已通过 Gemini API 和 Google AI Studio 向开发者开放。
推荐理由:官方说明了空间推理、多视角理解和仪表读数等能力变化,并给出 Gemini API 与 Google AI Studio 的可用入口。
Mistral AI 宣布面向德国扩大长期投入,将与 SAP 共建面向德国和欧洲的完全主权 AI 栈,把模型集成进 SAP AI Foundation,并共同开发行业解决方案。Mistral AI 还将与 Helsing 加速开发用于国防和安全场景的视觉语言行动模型,同时扩大德国本地团队并在未来数月开设办公室。