微软发布支持推理卸载的 Physical AI Toolchain
微软发布 Physical AI Toolchain，新增支持将物理 AI 推理卸载至边缘或云 GPU 的能力。实测表明，该方案可提升任务成功率，使电池续航延长数小时，并提供基于 Kubernetes 的自动容器化部署工具。
推荐理由：微软发布支持推理卸载的工具链，实测显示可显著提升机器人性能并延长续航。
具身智能
全部主题AI 走进物理世界：人形机器人、具身基础模型与真实环境操作能力的进展追踪。
10条精选相关主题NVIDIA 英伟达多模态论文研究
最新精选
第 1–10 条 · 共 10 条Microsoft Research精选AI 评分7272
Google DeepMind精选AI 评分8383 Gemini Robotics ER 2 发布，升级视频理解与多机协作
Google DeepMind 发布 Gemini Robotics ER 2，升级视频理解、任务编排与多机协作能力。模型通过 Gemini Live API 提供低延迟流式推理，支持进度分类与关键帧定位，开发者可通过 Gemini API 接入。
推荐理由：模型升级视频理解与多机协作能力，提供 Gemini API 入口，开发者可据此评估物理智能体的任务编排潜力。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini Robotics 2 智能体模型
Google DeepMind 发布 Gemini Robotics 2，包含 VLA、ER 和端侧三大模型，赋予机器人全身控制、精细操作与多机协作能力。Gemini Robotics ER 2 已在 Google AI Studio 开放，VLA 模型面向早期合作伙伴。
推荐理由：原文给出了三大模型的能力边界与开放入口，读者可据此评估其在复杂物理任务中的实际落地价值。
Hugging Face Blog精选AI 评分7777 NVIDIA 发布 Cosmos-H-Dreams 实时手术生成式模拟器
NVIDIA 发布 Cosmos-H-Dreams，一个用于手术机器人的实时动作条件生成式模拟器。该模型将 Cosmos-H-Surgical-Simulator 蒸馏为因果学生模型，并通过 FlashDreams 加速推理引擎，在单张 NVIDIA RTX PRO 6000 GPU 上实现约 160 fps 的交互速度。
推荐理由：NVIDIA 发布 Cosmos-H-Dreams 实时手术模拟器，通过蒸馏和 FlashDreams 引擎实现单卡交互推理，为具身智能提供闭环训练环境。
Hugging Face Blog精选AI 评分7272 Pollen Robotics 发布 Grabette 开源机器人操作数据采集系统
Pollen Robotics 发布 Grabette，一套低成本开源手持抓取器及配套软件，用于低成本、低门槛地记录机器人操作演示数据。Grabette 包含双摄像头和 IMU，配合 Gripette 机械臂末端执行器，可将人类手部操作转化为标准的 LeRobot 格式数据集并上传至 Hugging Face Hub，旨在通过社区协作解决机器人学习中的数据瓶颈。
推荐理由：开源低成本手持抓取器及配套软件，降低机器人操作数据采集门槛，推动开放数据集建设。
Hugging Face Blog精选AI 评分8282 LeRobot v0.6.0 发布：引入世界模型策略与统一奖励模型API
LeRobot v0.6.0 发布，引入 VLA-JEPA、LingBot-VA 和 FastWAM 等世界模型策略，以及 Robometer 和 TOPReward 统一奖励模型 API。新增 GR00T N1.7、MolmoAct2 等模型支持，集成六个仿真基准测试，并优化了数据加载、FSDP 训练及 HF Jobs 云训练功能。
推荐理由：本次更新引入了世界模型策略、统一奖励模型API及多项部署训练优化，为机器人学习闭环提供了更完整的工具链。
Hugging Face Blog精选AI 评分7070 AWS 发布 Strands Robots SDK，将 LeRobot 封装为 Agent 工具
AWS 发布 Strands Robots SDK，将 LeRobot 硬件抽象、仿真和数据集封装为 Agent 工具。开发者可通过自然语言编排 Agent，实现从仿真记录、策略运行到真机部署的无缝流程，并支持多机器人编队协调。
推荐理由：AWS 发布 Strands Robots SDK，将 LeRobot 封装为 Agent 工具，实现从仿真到真机的无缝部署。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 SIMA 2：基于 Gemini 推理的 3D 世界通用智能体
Google DeepMind 发布 SIMA 2，将 Gemini 模型作为核心推理引擎，使智能体能在 3D 虚拟环境中理解复杂指令、进行链式推理并自我改进。该模型在跨游戏泛化和与用户协作方面表现显著，目前作为有限研究预览向学术界和游戏开发者开放。
推荐理由：SIMA 2 将 Gemini 推理能力引入 3D 游戏，实现了跨游戏泛化与自我改进，为具身智能提供了新路径。
Hugging Face Blog精选AI 评分6868 NVIDIA Isaac for Healthcare v0.4 发布医疗机器人仿真到部署教程
NVIDIA 发布 Isaac for Healthcare v0.4，提供基于 SO-ARM 的医疗机器人端到端工作流。通过结合 93% 仿真数据与真实遥操作数据微调 GR00T N1.5 模型，实现从数据采集、训练到硬件部署的 Sim2Real 闭环。
推荐理由：提供了从仿真到部署的完整代码与硬件配置，可直接复现医疗机器人工作流。
Hugging Face Blog精选AI 评分8282 LeRobot v0.4.0 发布，集成 PI0.5 与 GR00T N1.5 模型
Hugging Face 发布 LeRobot v0.4.0，引入 Datasets v3.0 及编辑工具，支持 LIBERO 和 Meta-World 仿真环境，并集成 Physical Intelligence 的 PI0.5 和 NVIDIA 的 GR00T N1.5 模型。
推荐理由：LeRobot v0.4.0 升级了数据集与训练工具，并集成 PI0.5 和 GR00T N1.5 等前沿模型，为具身智能开发提供了更完整的开源方案。