NVIDIA 前高管:Physical AI 不止于机器人
NVIDIA 前机器人平台产品营销负责人 Amulya Vishwanath 在 TechCrunch 的 Equity 播客中表示,Physical AI 不止于机器人,还包括"一个分子、一种材料、一种药物"或工厂产线上的机器。
NVIDIA 前机器人平台产品营销负责人 Amulya Vishwanath 在 TechCrunch 的 Equity 播客中表示,Physical AI 不止于机器人,还包括"一个分子、一种材料、一种药物"或工厂产线上的机器。
前 Nvidia 机器人平台产品营销负责人、Techable VC 创始管理合伙人 Amulya Vishwanath 在 TechCrunch 的 Equity 播客中表示,机器人目前仍处于“乐高时代”,执行器、机械手、软件和安全标准等基础模块仍在重建,尚未迎来自己的“ChatGPT 时刻”。
Google 推出 Gemini 4 Argon,定位为覆盖机器人全流程的单一模型,可控制机器人、构建虚拟仿真环境并评估训练数据,被称为迈向 physical AGI 的一步。
Ricursive Intelligence 创始人 Anna Goldie 和 Azalia Mirhoseini 在 TechCrunch Disrupt 上表示,公司正在开发能设计芯片、从每次迭代中学习并改进后续设计的 AI,以自动化和加速芯片设计流程。
Science Corporation CEO Max Hodak 在 TechCrunch Disrupt 上宣布,公司已将视觉恢复芯片 PRIMA 植入首例 Stargardt 病(遗传性眼病,会逐渐破坏中心视力)患者体内。
Latent Space 播客邀请 Dyna Robotics 联合创始人兼首席科学家 Jason Ma,讲解其世界动作模型 Dyna-2 与新推出的实体机器人智能体 Dyna-2.1。
Industrial Next 在 TechCrunch Disrupt 2026 的 Startup Battlefield 舞台宣布,与 BMW Group Technology Office 合作评估其 AI 驱动的灵巧操作技术用于制造。
Flox Intelligence 推出基于边缘计算的野生动物驱离设备,通过运动传感器唤醒摄像头,用设备端模型识别动物种类并发出相应物种的声音将其吓退,且系统会变化响应避免动物产生习惯化。
Laplace Intelligence 正在为机器人和物理 AI 构建自动化红队测试,在部署前用 AI 智能体在仿真环境中主动探测系统弱点和失败点。其仿真环境基于 Nvidia 的 Cosmos 后训练版本,结合真实地图数据重建可交互场景,并接入 TomTom 实时路况,开发者可用语言提示实时修改场景。
Google DeepMind 发布 Gemini 4 Argon,主打物理理解、代码生成与视觉语义推理,在 Embodied Reasoning (ERQA) 基准上纯推理得分 87%,超过其他前沿模型。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Argon 并全球开放》
NVIDIA 宣布对 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法国初创企业进行新一轮计划投资,覆盖医疗、材料发现、物理 AI 和商业规划领域,并称其在整个欧洲已向技术生态承诺近 $10 billion。
Amazon 在仓库中部署了超过 100 万台机器人,每天支撑数千万件当日达和次日达包裹配送,并计划新建工厂扩大机器人队伍。据其 2025 年年报,Amazon 仍有超过 150 万名全职和兼职人类员工,公司高管称机器人承担了最易致疲劳和受伤的高强度任务,减轻了人力负担。
Odyssey 开放世界模型 Odyssey-3 的公开研究预览,用户可通过文本提示生成可实时探索的交互环境,开发者可申请 API 访问,免费在线 demo 运行于 Odyssey-3 Flash。
Latent Space 采访了 Standard Bots 联合创始人兼 CEO Evan Beard 和 AI 负责人 Leif Jentoft,介绍这家 AI 原生工业机器人公司的技术栈。
Danu Robotics 完成 $5 million 晚期种子轮融资,其回收分拣机器人 H.E.R.O. 采用夹钳抓取而非吸盘,并靠 AI 持续改进软件。公司已签下 $500,000 合同,另有 200 多家客户在销售管线中,瞄准欧洲和北美 $20 billion 回收分拣市场。Ma 估算单个站点可年增 $485,000 收入,对比 $160,000 初始投资和每年 $24,000 维护费。
加州州体育委员会向举办人机对战的初创公司 Rek 发出停止令,要求其在未经批准前不得在加州举办或宣传涉及人类的拳击或综合格斗比赛。9 月 18 日的比赛中,人类选手 Frankie LaPenna 对战由 Rek 通过远程虚拟现实系统操控的人形机器人。Rek 下一场计划中的比赛改为两台带武器的机器人对战。
NVIDIA Blog 通过十余个案例展示开发者如何用自然语言指挥 GPT-6 Astra、Claude 等前沿模型,配合 NVIDIA Omniverse 库构建仿真应用。
推荐理由:通过十余个具体案例展示了前沿模型与 Omniverse 库结合的可迁移工作流,读者可对照自己的仿真场景找到入手方式。
Latent Space 播客邀请 Periodic Labs 的 Liam Fedus 和 Ekin Dogus Cubuk,阐述其以物理实验为强化学习环境、追求合成超智能的路线。
Nvidia 在数据中心之外已向机器人、自动驾驶等物理 AI 技术投入数十亿美元,并推出全栈安全系统 Halos,以降低机器伤人风险。Halos 于 2025 年上线,提供软硬件工具帮助开发者为自动驾驶汽车等车辆设置护栏;2026 年 6 月又宣布 Halos for Robotics,面向仓库自主移动机器人、工厂人形机器人乃至手术机器人的安全部署。
文章指出,尽管马斯克、Jensen Huang、Marc Andreessen 等人对人形机器人做出乐观预测,许多机器人研究者认为当前基于语言和图像的 AI 远不足以让机器人掌握物理世界的复杂性。
AVEVA 首席技术官 Arti Garg 在 MIT Technology Review 的 Business Lab 播客中探讨了工业 AI 如何在保障安全的前提下走向自主化。
TechCrunch Disrupt 2026 于 10 月 13-15 日在旧金山 Moscone West 举办,公布完整分论坛议程,每场 50 分钟、含观众 Q&A,先到先得。
Reka AI 发布了 Rho-1 的研究预览,这是一款 190 亿参数的全模态模型,可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作,所有模态以 token 形式运行在同一共享上下文窗口中,无需工具调用或外部模型。
卡内基梅隆大学 Safe AI 实验室主任 Ding Zhao 与 Kyle Wong、Simo Rachidi 联合创办的 Safeworld 出 stealth。
AI 硬件设计初创公司 Flow Engineering 完成 5000 万美元 B 轮融资,估值达 7.5 亿美元,由 Valar Equity Partners 的 Antonio Gracias 与 Atreides Management 的 Gavin Baker 联合领投,Sequoia Capital 参投。
Destro 本周二以 $8 million 种子轮出 stealth,它不造机器人,而是构建让机器人与人类工人协同的 AI 智能层,其 Vision 操作系统基于开源 vision-language-action 模型驱动 Miva Robotics 的推车机器人,Mothership 操作系统则统一调度人、车与货物。
AMD 宣布以约 82 亿美元全股票交易收购空间智能初创公司 World Labs,交易预计在 2026 年底前完成,待监管批准。创始人李飞飞将加入 AMD 领导团队,担任执行副总裁兼首席科学家,直接向 CEO 苏姿丰汇报并领导前沿研究;她在博客中表示,扩展研究需要与硬件更紧密整合。
推荐理由:梳理了收购价与此前融资估值的对比,以及AMD补齐模型能力对抗Nvidia的战略背景。
AMD 宣布以 82 亿美元收购 World Labs,交易预计年底前完成,需监管批准。World Labs 创始人 Fei-Fei Li 将加入 AMD 担任执行副总裁兼首席科学家,她表示希望把技术突破扩展到实验室之外、更贴近硬件。
推荐理由:收购将世界模型竞争与芯片生态绑定,读者可据此理解 AMD 对标 Nvidia 的布局路径。
AMD 以 82 亿美元收购 World Labs,后者自 2024 年成立以来专注空间智能,覆盖创意、设计到机器人仿真。World Labs 近期发布的 Atlas 模型通过结合生成模型与多视图几何,解决了计算机视觉中长期存在的稀疏重建问题,可从 2D 图像预测新视角,性能超过专用模型。该能力被用于机器人 RL 环境、治疗与娱乐场景生成,以及房地产、设计和建筑的真实世界重建。
推荐理由:AMD 以 82 亿美元收购 World Labs,读者可借此了解空间智能与机器人仿真赛道的整合动向。
智谱启动"外层 RSI 循环",探索递归自我改进路径。Michael Levin 发表论文提出"柏拉图心智空间"假说,认为心智是非物理模式,身体与机器只是其进入物理世界的接口,并用 xenobots、anthrobots 及排序算法扰动实验作为佐证。本期还讨论了 TPU 上太空,以及机器人领域正为 LLM 时刻做准备但缺少通用算法。
Tesla 工人对训练 Optimus 人形机器人、担心其成为自身岗位替代者表示抵触。尽管面临这些挑战,Tesla 仍计划在 2026 年底前实现每周生产 1,000 台 Optimus 机器人。
NVIDIA Warp 与 MuJoCo Warp(MJWarp)可将兼容的 MuJoCo 模型扩展到最多 2,048 个并行 GPU 仿真环境,用于机器人仿真与学习工作流。MJWarp 基于 NVIDIA Warp 用 CUDA kernel 推进物理仿真,保持同一 MJCF 模型;Warp 支持可微 kernel,并在 1.15 版本引入确定性执行模式。
微软研究院对移动机器人操作负载的系统性测量显示,把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务表现并延长续航。
推荐理由:微软对机器人推理负载的系统性测量显示,把推理从机载 GPU 卸载到边缘或云端可提升任务成功率与续航,并给出可复用的 Kubernetes 工具链。
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0,支持 ROS Lyrical 与 Ubuntu 24.04,并新增面向 AI 智能体的 Isaac 技能与 agent-ready 文档。
推荐理由:Isaac ROS 5.0 把智能体工作流引入机器人开发,并给出多家厂商的落地案例,可据此判断物理 AI 开发方式的变化。
NVIDIA 发布 Halos 全栈安全系统,覆盖物理 AI 从硬件、软件到 AI 行为与部署验证的每一层。
NVIDIA 在 New York Climate Week 介绍了 5 家用 AI 推进清洁能源的公司:ThinkLabs AI 借 NVIDIA CUDA 平台的数字孪生与 agent。
Google Research 在 CHI 2026 发布研究原型 AgentHands,为 Android XR 等沉浸式平台的 AI 智能体生成与语音同步的共语手势,将 LLM 的高层推理映射为实时手部动作。
Hugging Face 官方博客介绍了 Strands Robots 中的流式数据回路:用一个 Robot() 对象把机器人演示录制进 Hugging Face Storage Buckets、只同步变化字节、直接从 Hub 流式读取训练,再把 checkpoint 以 mode="real" 部署回硬件,全程保持 LeRobot 磁盘格式。
Google DeepMind 发布面向机器人的具身推理模型 Gemini Robotics ER 2,可作为机器人的高层大脑进行对话、理解物理世界并规划多步任务,再将运动执行交给下层 VLA 模型。
推荐理由:原文给出进度分类与关键时刻定位的具体指标,读者可据此理解视频理解如何转化为机器人任务编排能力。
Google DeepMind 发布 Gemini Robotics 2,包含三个模型:Gemini Robotics 2 视觉-语言-动作(VLA)模型可控制整个人形机器人从脚到指尖的全身动作并实现双手灵巧操作。
推荐理由:原文拆解了三个模型的分工与开放入口,读者可据此判断机器人智能如何从上半身扩展到全身控制。