Microsoft Research:物理 AI 机器人推理卸载研究挑战机载 GPU 假设
Microsoft Research 的研究显示,仅依赖机器人机载 GPU 运行物理 AI 推理会限制性能、续航和可扩展性,将推理卸载到边缘或云端 GPU 可显著改善。
Microsoft Research 的研究显示,仅依赖机器人机载 GPU 运行物理 AI 推理会限制性能、续航和可扩展性,将推理卸载到边缘或云端 GPU 可显著改善。
NVIDIA 于加拿大多伦多 ROSCon 大会发布 Isaac ROS 5.0,这是一套基于 ROS 的 GPU 加速开源软件包,新增智能体工作流以帮助开发者和 AI 智能体协同构建机器人应用。
NVIDIA 阐述 Physical AI(自动驾驶汽车、人形机器人与工业机器人)规模化部署必须覆盖硬件、软件、AI 行为与运行环境各层的安全体系。ABI Research 预计到 2035 年 L3-L5 自动驾驶汽车保有量达 4900 万辆,Omdia 估计 2026-2035 年将部署约 6000 万台工业机器人。
Hugging Face 演示了 Strands Robots(AWS 开源 SDK)中的流式数据闭环:一个 Agent 用 LeRobot 格式录制机器人示范并同步到 Storage Buckets。
Google DeepMind 发布 Gemini Robotics ER 2,定位为机器人的高层具身推理模型,可编排 VLA 模型等底层控制接口并调用 Google Search 等工具。
推荐理由:官方给出了进度分类、时刻定位等具体基准数字和多机器人协作演示,读者可据此评估这款具身推理模型在真实机器人编排中的可用性。
Google DeepMind 发布 Gemini Robotics 2,包含 VLA 模型、Gemini Robotics ER 2 具身推理模型和可本地运行的 On-Device 2 三个模型,实现人形机器人全身控制、灵巧操作和多机器人协作。
推荐理由:官方发布说明了三个模型分工、适配新机器人的数据成本和安全基准,读者可以对照判断机器人AI的落地路径。
NVIDIA 发布 Cosmos-H-Dreams,一个实时、动作条件驱动的手术机器人生成式仿真器,将 Cosmos-H-Surgical-Simulator 蒸馏为因果、少步数的学生模型,并通过 FlashDreams 流式推理库在单张 NVIDIA RTX PRO 6000 上达到约 160 帧每秒的交互速度,支持人或策略以闭环方式控制。
Pollen Robotics 在 Hugging Face 发布开源手持数据采集系统 Grabette,用手持夹爪加相机录制操作演示并自动转成 LeRobot 数据集,无需机器人或遥操作设备。
Mistral 发布首个具身导航模型 Robostral Navigate,为 8B 参数、完全自研并基于仿真数据训练,仅用单个普通 RGB 相机、无 LiDAR 或深度传感器即可根据自然语言指令导航。
Berkeley AI Research(BAIR)实验室发布 2026 届博士毕业生巡礼,介绍 Baifeng Shi、Charlie Snell、Hanlin Zhu 等毕业生在机器人与具身智能、LLM 推理与 test-time scaling、生成模型、AI 安全与人机交互、语音与医疗 AI 等方向的研究成果。
Google DeepMind 推出面向欧洲早期机器人初创公司的加速器项目 Google DeepMind Accelerator: Robotics,首批从全欧选出 15 家公司。
Google DeepMind 发布 Gemini Robotics-ER 1.6,相比 Gemini Robotics-ER 1.5 和 Gemini 3.0 Flash 在指点、计数、成功检测等空间与物理推理能力上显著提升。