Nvidia 发布 GR00T 2 世界-动作模型,用人类视频教机器人新任务
Nvidia 发布新 AI 基础模型 GR00T 2,通过把人类视频中的动作迁移到机械臂来减少遥操作训练。它不再是从视觉-语言直接输出动作的 VLA 模型,而是世界-动作模型(WAM),同时预测下一步动作和用扩散模型预测短期未来视频,从而在不同机器人形态间迁移动作序列。
Nvidia 发布新 AI 基础模型 GR00T 2,通过把人类视频中的动作迁移到机械臂来减少遥操作训练。它不再是从视觉-语言直接输出动作的 VLA 模型,而是世界-动作模型(WAM),同时预测下一步动作和用扩散模型预测短期未来视频,从而在不同机器人形态间迁移动作序列。
Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5,与 Apptronik、奔驰在匈牙利 Kecskemét 和德国 Sindelfingen 的活跃产线合作试点,Apollo 2 机器人分拣金属零件并按装配顺序放入托盘,成功率 96%。
Google DeepMind 发布 Gemini Robotics 2.5,并推出开源安全基准 ASIMOV-jailbreak,为机器人与人类协同工作做准备。
Google DeepMind 发布 Gemini Robotics 2.5,称其为迄今最强的视觉-语言-动作(VLA)模型,提升机器人可学技能的广度与获取速度。
推荐理由:原文给出 Mercedes-Benz 产线 96% 成功率与越狱防御基准,读者可据此评估其工业落地与安全水平。
BAIR 公布了其成员在 CoRL 2026(11 月 9–12 日,Austin, Texas)的完整参会日程,共 33 篇主会论文、4 篇 late-breaking results 海报、10 场 oral 与 spotlight,另有 Professor Negar Mehr 的 Early Career Keynote。
NVIDIA 在 CoRL 大会发布一系列开放机器人技术,包括基于 Cosmos 的开源世界动作模型 GR00T 2、Isaac Lab 3.0、Isaac Lab-Arena 0.4 开发者预览,以及 DexBench、VABAR 两个新工业评测基准。
推荐理由:原文系统梳理了从世界动作模型到仿真训练与评测基准的完整技术栈,可据此理解 NVIDIA 在机器人仿真训练上的整体布局。
Import AI 480 本期报道 Physical Superintelligence 内部系统运行非公开 Anthropic 模型,在第三天给出 Aaronson-Ambainis 猜想的完整证明并被 Lean 接受,作者以此说明自己在 IMF 演讲中提出的奇点早期阶段判断。
NVIDIA 正与韩国产业合作,将加速计算、AI 与仿真应用于半导体制造、机器人和自动驾驶等领域,推动 Physical AI 从开发走向实际生产。
NVIDIA 介绍其开源 Aerial、Sionna 等 5G/6G 工具一年来的应用进展,全球开发者采用量增长 10x,下载量超 100 万次,8,000 多家研究和学术机构在使用。
Hugging Face 与 AllenAI 推出 FoundationWorlds 框架及其首个基础世界 ToyBlocks,一个围绕机械臂与桌面积木的开源仿真环境,可自动生成任务与演示数据,无需人工遥操作。
推荐理由:通过受控仿真环境把数据生成、训练与评测打通,读者可据此理解机器人泛化与失败归因的可复现研究路径。
Physicl 宣布获得 Inovia Capital 的 1000 万美元种子融资,帮助世界模型设计者和机器人构建者用更真实的仿真解决训练难题。创始人 Alex de Vigan 称其上一家公司 nfinite 构建的 3D 渲染管线可将非结构化真实世界信息转化为几何、材质和物理正确的高保真表示。
MIT Technology Review 记者 Grace Huckins 两次预约了旧金山初创公司 Tau Robotics 的人形机器人上门清洁服务并记录体验。
NVIDIA 为 Cosmos 3 模型家族新增四个开源权重检查点,用于生成交互式世界仿真和多传感器多视角驾驶场景:Cosmos3-Nano-Transfer-Auto 生成多视角驾驶数据。
推荐理由:四个检查点分别对应驾驶数据生成、流式仿真、模拟器渲染和双臂机器人动作预测,读者可据此判断各自适配的落地场景。
Agility Robotics 于 11 月 5 日在纳斯达克上市,成为美国首家公开上市的人形机器人专业开发商,其证券文件坦承人形机器人尚未实现规模化商业应用。
Agility 通过 SPAC 反向并购上市,将从散户投资者和私募资金中募集 465 million 新资本,成为首家纯人形机器人上市公司。
特朗普于10月28日发布总统公告,将进口外国制造的工厂机器人认定为国家安全威胁,命令与贸易伙伴展开新谈判,并保留未来对此类机器人进口加征关税的可能。公告援引美国商务部长Howard Lutnick主导的一项调查,称此类机器人进口对美国工业基础构成风险,威胁美国在这一日益关键的国家安全领域的长期竞争力。
Liquid AI 发布新一代 LFM3 系列,以 LFM3-1.7B-Base 为共享骨干衍生出文本、视觉、音频、omni 和决策共六款 2B 级模型,全部开源并可在 Hugging Face 下载。
推荐理由:原文给出架构改动、基准对比和微调入口,读者可据此评估 2B 级模型能否替代自己的通用大模型。
美国国土安全部 ICE 计划采购 Boston Dynamics 机器人狗,引发该公司超过 300 名员工联名抗议,警告存在风险。Boston Dynamics 则公开表态支持与 ICE 的交易。
据 Financial Times 报道,丰田计划每年投入 64 亿美元,部署 400,000 台机器人,推动自身转型为全球机器人公司。其 AI 机器人分拆公司 Walden Robotics 于 7 月上市,估值 11 亿美元、融资 3 亿美元;Goldman Sachs 分析师认为丰田到 2035 年可能拿下 3% 到 8% 的人形机器人市场。
Nvidia 开源了机器人视频标注数据引擎 Flora,官方估算标注一小时视频约 72 美分,而 GPT-6 Astra 约 88.50 美元。Flora 由三个微调后的 Qwen3.5 模型组成,已在 Nvidia GR00T 模型训练中运行,每天在 512 张 GB300 GPU 上标注最多 20 万小时视频。
Nvidia CEO 黄仁勋在 GTC Berlin 主题演讲中与 Microduck 机器人互动的视频走红,次日预购量便突破 20,000 台,预计圣诞前发货。
打车平台 inDrive 与 Pony.ai、Nvidia 签署备忘录,计划 2027 年上半年在哈萨克斯坦首都阿斯塔纳启动 robotaxi 测试,初期配备安全员,最终目标是实现完全无人驾驶。
哈萨克斯坦与 NVIDIA 宣布多项 AI 基础设施投资:Firebird 获美国出口许可,将在当地部署 45,000 块 NVIDIA Grace Blackwell GPU,一期与 Kazakhtelecom 合建、目标 2027 年第三季度商用,二期总容量约 500 兆瓦。
MIT 研究者将 13 个基于 Claude Opus 4.7 的 Eko 智能体单独放在模拟荒岛上 30 小时,观察到它们在无任务情况下自发发明挑战、表现出玩耍行为,相关论文已发布在 arXiv。
NVIDIA 扩展 Cosmos 平台,新增训练工具、仿真检查点和 Cosmos Data Factory 蓝图,其在六个开放模型排行榜上均进入前五。
推荐理由:原文给出了数据、训练、部署三层工具的具体入口和落地数字,读者可据此判断世界模型开发流程的变化。
Hugging Face Blog 发布教程,介绍如何用 Isaac Lab 与 Newton 训练开源双足机器人 Microduck 的行走策略,导出 ONNX 后部署到真机。
推荐理由:教程给出从仿真训练到真机部署的完整命令与接口约束,读者可照此复现双足机器人行走策略的迁移流程。
Mistral 宣布与 NVIDIA 合作,将 Mistral Large 4 等模型与 NVIDIA 加速计算、CUDA-X 库、Warp 及 Omniverse 结合,打造 AI 原生工程工作流,加速工程仿真并实现仿真、模型开发与设计的闭环。
Hugging Face 推出 SimReady Central Library,收录超过 2,000 个可直接用于仿真的 OpenUSD 资产,免费且无门槛开放,覆盖机械臂、夹爪、仓储设备、机架与冷却基础设施等。
NVIDIA 宣布 NVIDIA Factory Operations Blueprint (FOX) 已在 GitHub 开放早期访问,供开发者构建和部署常驻工厂管理智能体以及视觉检测、根因分析、报告生成、车队管理等专用智能体,可接入 NVIDIA Cosmos、Nemotron 模型及 CAD、PLM、仿真软件和 IT/OT 系统。
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中宣布多项新品,包括 Vera Rubin AI 工厂参考设计 NVIDIA DSX POD,可将现场部署时间从六个月缩短至 14 天,其 AI Factory 平台可减少最多 100% 冷却用水和最多 30% 电力消耗。
推荐理由:梳理了主题演讲中围绕智能体安全、开源模型和数据中心部署的具体产品与架构,便于对照理解其欧洲布局的落地路径。
NVIDIA 扩展其在语言、机器人、生物和量子计算领域的开放模型组合,包括 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo 和 Ising,供开发者用本地数据定制并部署在自有基础设施上。
推荐理由:原文逐项列出各模型的开放入口和合作方,读者可据此判断哪些能力已可直接取用。
前 Nvidia 产品营销人、Techable Ventures 创始合伙人 Amulya Vishwanath 表示,Physical AI 目前处于「LEGO 时代」,行业正重新思考机器人基础软件和构建模块,如机械手、执行器等,尚未迎来机器人的「ChatGPT 时刻」。
乌克兰首次用无人机将一名受伤士兵从战场撤离,伤员自行固定在六旋翼无人机下方的吊带中被运至安全地带。行动发生在时间和地点未公开的前线,因俄方无人机和地雷使轮式地面机器人难以进入;乌军方于 10 月 19 日分享了撤离视频,第 92 独立突击旅无人地面系统公司程序员 Napalm 称这是伤员撤离的历史性事件,接下来将开展系统性工作使此类任务常态化。
NVIDIA 发布 Cosmos3-H-Dreams,基于 Cosmos 3 与 FlashDreams 流式推理库,在单张 NVIDIA RTX PRO 6000 GPU 上实现实时交互式生成手术模拟,训练数据来自 CMR Surgical Versius 平台上的临床胆囊切除术录像与机器人运动学记录。
Eka Robotics 完成 1.5 亿美元 A 轮融资,投后估值 14.5 亿美元,由 a16z 和 F-Prime 领投。
巴塞罗那超级计算中心(BSC)的 AI Factory 加速器计划全面投入运营,部分服务已通过 NVIDIA Inception 门户向成员开放。BSC AI Factory 是欧洲首批、西班牙首家 AI 工厂,自 2025 年 4 月上线以来已为公私部门客户交付 800 多项服务。
德国总理 Friedrich Merz 与 NVIDIA CEO 黄仁勋在柏林会晤,德国联邦政府与 NVIDIA 签署联合意向声明,将围绕物理 AI 推进前沿 AI 模型,并与德国“工业 4.0 平台”深化合作。
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 智能体在高保真仿真中主动探测系统弱点。其仿真环境基于 Nvidia 的 Cosmos 后训练版本重建真实世界场景,可结合地图数据与实时路况生成环境,并支持语言提示实时修改;核心卖点是 AI 智能体能依据新闻、事故报告等信息自动设计 corner case。
费城一名女子Carolyn Marvin因阻挡Uber配送机器人路径并拒绝让开,被警方以妨碍治安罪逮捕。她对当地ABC13表示,抗议是因为这些机器人抢走了人类配送员的工作,因此一看到就站在前面阻止其前进。事件被拍成视频并引发媒体关注,费城市区配送机器人已引发反弹,今年早些时候Center City还有一台被踢倒。
Google Research 分享三项研究进展,展示如何弥合 in-silico AI 探索与真实湿实验之间的差距。其一是 VERID 框架,作为实验室工作单元的语义数字孪生,提供实时 3D 状态追踪、快速虚拟试运行、硬件安全检查和同步视频与动作日志,基于开源 PyLabRobot 构建。
推荐理由:原文展示了从数字孪生到闭环实验的完整技术路径,读者可了解 AI 智能体如何接入湿实验环节。