Nvidia 开源 Flora：基于 Qwen3.5 的机器人视频标注引擎
Nvidia 开源了名为 Flora 的机器人视频标注引擎，系统由三个微调后的 Qwen3.5 模型组成（包括 9B 和 27B 版本），可在动作分割、描述生成和评分三个维度为机器人视频提供标注。
推荐理由：原文披露了 Flora 的参数规模、在机器人视频标注上的表现以及与 GPT-6 Astra 的对比，读者可据此评估其对具身智能数据链路的潜在价值。
技术方向
具身智能 最新动态
装进机器人身体里的 AI：人形机器人、具身基础模型，以及在真实环境里动手干活的能力。
11 条精选近 30 天 9 条共收录 18 条
更新
具身智能的精选
The Decoder精选AI 评分8080
TechCrunch · AI精选AI 评分5858 inDrive 联手 Pony.ai 和 Nvidia 计划在哈萨克斯坦测试无人驾驶出租车
网约车公司 inDrive 与 Pony.ai 及 Nvidia 签署谅解备忘录，计划于 2027 年上半年在哈萨克斯坦首都阿斯塔纳开展无人驾驶出租车测试，初期配备安全员。
推荐理由：文章报道了 inDrive 与 Pony.ai、Nvidia 合作在哈萨克斯坦开展 Robotaxi 测试的计划，突出了新兴市场布局与冷极测试价值。
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。
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。
TechCrunch · AI精选AI 评分7575 MIT与Google DeepMind背景团队创立的Eka Robotics估值14.5亿美元
Eka Robotics宣布完成1.5亿美元A轮融资，投后估值达14.5亿美元，由a16z和F-Prime领投。该公司由MIT教授Pulkit Agrawal和前Google DeepMind研究员Tuomas Haarnoja创立，开发了基于视觉-力-动作（vision-force-action）模型的机械臂系统。
推荐理由：报道了Eka Robotics完成1.5亿美元融资及估值，并介绍了其基于视觉-力-动作模型和强化学习的机器人抓取技术。
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。
Latent Space精选AI 评分6969 Dyna Robotics 详解物理智能体：从百万小时视频预训练到规模化商用部署
Dyna Robotics 联合创始人 Jason Ma 在 AIE NYC 访谈中详解通用物理智能体路径。公司上月发布 Dyna-2 世界-动作模型，在超一百万小时人类视频上预训练，并提出新的缩放定律；随后推出物理机器人智能体 Dyna-2.1。
推荐理由：独家解读物理AI落地路径，从百万小时预训练到餐厅规模化部署，揭示数据与硬件的真实瓶颈。
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。