NVIDIA 演示如何用 GPT-6 Astra 与 Omniverse 构建物理 AI 仿真应用
NVIDIA 演示结合 GPT-6 Astra 等前沿 AI 模型与 Omniverse 库，开发用于仓库布局评估、燃气轮机数字孪生及柔性电缆装配的仿真应用。其中，GPT-6 Astra 可引导 Agent 解读全景照片重建建筑几何、执行热化学分析或构建强化学习控制系统。
#具身智能
NVIDIA BlogAI 评分3030
NVIDIA Blog精选AI 评分5252 NVIDIA Cosmos 平台新增训练、评估与部署工具
NVIDIA 扩展 Cosmos 平台，新增用于训练、评估和部署世界模型的训练工具、仿真 checkpoint 以及 Cosmos Data Factory 蓝图。
推荐理由：原文说明Cosmos平台新增工具链条和案例，开发者可据此评估它对物理AI开发与部署效率的实际影响。
Hugging Face Blog精选AI 评分6161 Hugging Face 发布 SimReady Central：面向机器人与 AI 工厂的超 2000 个 SimReady OpenUSD 资产库
Hugging Face 宣布发布 SimReady Central Library，提供一个包含超过 2000 个已准备好仿真属性的 OpenUSD 资产库，用于构建机器人物理 AI 训练环境和 AI 工厂数字孪生。
推荐理由：原文明确发布了 SimReady Central 库并给出使用方式和 OEM 准入路径，适合关注物理 AI 仿真生态的读者评估其对现有开发流程的影响。
NVIDIA BlogAI 评分7070 NVIDIA GTC Berlin 发布 DSX POD、OpenShell 架构与 RTX Spark 等设备
黄仁勋在 NVIDIA GTC Berlin 2026 大会上介绍面向欧洲和全球市场的新产品与平台，包括可在 14 天内交付的 DSX POD 参考设计、支持动态权限控制的 OpenShell 参考架构、Agent Knowledge Foundation 以及 RTX Spark 笔记本，并展示 RTX Spark、Isaac Sim 与实体机器人协同运行的案例。
Hugging Face Blog精选AI 评分7878 NVIDIA 发布 Cosmos3-H-Dreams 手术生成模拟系统
NVIDIA 发布 Cosmos3-H-Dreams，面向腹腔镜胆囊切除术的交互式生成手术模拟器。模型基于 Cosmos 3，通过老师到学生蒸馏与 FlashDreams 加速，支持在单卡 NVIDIA RTX PRO 6000 上实时推理。
推荐理由：NVIDIA 把 Cosmos 系列能力拓展到腹腔镜手术场景，模型支持多步蒸馏与 FlashDreams 流式推理，开发者可在 RTX PRO 6000 上体验实时交互模拟。
Google Research精选AI 评分6060 Google Research 发布自主湿实验室三大构建块
Google Research 发布三项研究，展示AI智能体在湿实验中的闭环学习能力。VERID框架提供语义数字孪生，支持3D状态追踪、虚拟试运行和硬件安全检查。适配体实验中，智能体经三轮迭代将针对肌红蛋白和α-凝血酶的命中率达33.5%和42.1%。蛋白质结合剂设计通过表位切除优化加速折叠计算，实现单纳摩尔亲和力结合剂，人机协作几乎将命中率提高一倍。
推荐理由：原文展示了闭环学习让AI智能体自主设计DNA适配体和蛋白结合剂的实际效果。
Google DeepMind精选AI 评分8282 Gemini 4 Argon for Robotics 发布
Google DeepMind 发布 Gemini 4 Argon，面向物理理解与具身智能。它在 Embodied Reasoning (ERQA) 基准上以纯推理达到 87%，并覆盖 MuJoCo 机器人控制、Real2Sim、物理理解与仿真自我改进等场景。
推荐理由：给出面向机器人的模型能力和真实机器人演示，可据此判断其对具身智能工作流的影响。
Microsoft Research精选AI 评分5555 微软在 Physical AI Toolchain 中引入推理卸载能力
微软研究团队发布新的推理卸载功能，可把物理 AI 推理从机器人 onboard GPU 迁移到边缘或云端 GPU。替换为轻量级板卡并远程推理后，Stretch-3 机器人电池续航最多提升 160%，映射和规划任务在不同小 GPU 下速度下降最高达 383%，导航避障及时检测下降 30%。团队用 K8s 工具链实现自动容器化与调度，已提供 SO-101 和 UR10e 示例项目。
推荐理由：微软在 Physical AI Toolchain 新增推理卸载能力，通过实测数据展示了对机器人性能、续航和成本的具体改善。
Berkeley AI Research精选AI 评分5454 GRASP：面向世界模型的长视野梯度规划方法
Berkeley AI Research 提出 GRASP，一种用于学习动态模型（世界模型）的基于梯度的规划器。通过将轨迹提升到虚拟状态实现时间维度并行优化，直接为状态迭代添加随机性，并重塑梯度以避开高维视觉模型中脆弱状态输入梯度，从而让长视野规划更加稳定高效。
推荐理由：文章解释了长视野梯度规划中状态梯度的脆弱性，并提出通过动作梯度重塑提升鲁棒性的方法。