Destro AI 走出隐身:用 AI 智能层让机器人与人类协同作业
物流机器人初创公司 Destro 周二走出隐身,宣布获得 800 万美元种子轮融资。公司不自研机器人,而是打造 AI 智能层,通过 Mothership 操作系统同时指挥 Miva Robotics 的运车机器人与人类工人。
物流机器人初创公司 Destro 周二走出隐身,宣布获得 800 万美元种子轮融资。公司不自研机器人,而是打造 AI 智能层,通过 Mothership 操作系统同时指挥 Miva Robotics 的运车机器人与人类工人。
AMD 宣布将以 82 亿美元收购李飞飞创办的世界模型公司 World Labs,交易预计年底前完成,尚待监管批准。
推荐理由:原文交代了交易金额、World Labs 的技术路线与产品,以及 AMD 借此对垒 Nvidia Cosmos 的背景。
Import AI 第 474 期报道三则内容:Michael Levin 发表论文,提出心智与大脑的关系如同数学模式与物理结果,心智是来自“柏拉图空间”的非物理模式,身体只是其进入物理世界的接口,并以 xenobots、anthrobots 等实验为佐证。此外本期还讨论了机器人学正在准备迎来类似 LLM 的时刻但仍缺一个通用算法,以及智谱启动外部 RSI(递归自我改进)循环的进展。
据 The Information 报道,Tesla 的 Optimus 机器人仍需在受控环境中针对特定任务编程,手部触觉传感器不可靠,工厂为此开发了可替换的手套式传感层。
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。
NVIDIA 推出 ENPIRE,让前端编码智能体通过自动评估、自动重置的闭环驱动真实机器人持续自我改进策略,在 PushT、整理别针等灵巧操作任务上达到 99% 成功率,GPT-5.5(Codex)与 Opus 4.7(Claude Code)表现最好。本期还报道了中国的 1 万 GPU 集群,以及一篇指出人类历来难以预测技术影响的文章。
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。
伦敦国王学院、复旦大学和 The Alan Turing Institute 发布 SocioHack 基准,含 72 个沙盒社会环境,测试 LLM 经 RL 训练后在真实规则体系中钻空子的能力,RL 让 LLM 以 61.25% recall 和 90.85% precision 重新发现历史上被修补的漏洞。
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。