Microsoft Research 提出物理 AI 机器人推理卸载方案
Microsoft Research 挑战机器人仅依赖板载 GPU 进行推理的传统假设，提出将计算卸载至边缘或云端。实测显示该方案能提升任务成功率并延长电池寿命，同时支持更大模型运行。团队还推出了基于 Kubernetes 的工具链，帮助开发者在机器人、边缘和云之间部署分布式推理工作负载。
#具身智能
#具身智能
今日 0 条Microsoft ResearchAI 评分4747
Google ResearchAI 评分2828 Google Research 发布 AgentHands：为 XR 智能体生成同步手势
Google Research 在 CHI 2026 发表研究原型 AgentHands，利用 LLM 推理与 XR 空间感知，使 AI 智能体能生成与语音同步的具身手势。该系统通过环境注册、手势库及实时解析，将抽象指令转化为直观物理演示，显著提升用户在兰花护理等场景中的空间理解能力。
Microsoft ResearchAI 评分3535 MindTopo 基准揭示 VLMs 拓扑推理与规划能力差距
Microsoft Research 推出 MindTopo 基准，评估多模态大模型在连续性、分离性、顺序、包围和结等拓扑概念上的理解能力。测试显示当前模型在静态图像识别上表现优于交互式规划任务，且整体性能远低于人类水平。这一发现表明模型难以在动作序列中维持一致的拓扑理解，为机器人及交互环境中的可靠决策提供了改进方向。
Berkeley AI ResearchAI 评分3535 GRASP：面向长时域世界模型的梯度规划方法
GRASP 是一种针对学习动力学（世界模型）的梯度规划器，旨在解决长时域规划中的病态优化与局部极小值问题。该方法通过将轨迹提升至虚拟状态实现时间并行优化，在状态迭代中直接引入随机性以增强探索，并重塑梯度信号以规避高维视觉模型中脆弱的“状态-输入”梯度依赖。
Google DeepMindAI 评分4545 Google DeepMind 推出 D4RT：实现高效四维场景重建与追踪
Google DeepMind 发布 D4RT，一种统一 AI 模型用于动态场景的 4D 重建和追踪。该模型采用基于查询的 Transformer 架构，比先前方法快 18x 至 300x，在单个 TPU 上处理一分钟视频仅需约五秒。
Google DeepMind精选AI 评分6565 Google DeepMind 发布 SIMA 2：具备推理与自我学习能力的虚拟世界智能体
Google DeepMind 推出新一代通用 AI 智能体 SIMA 2，通过集成 Gemini 模型实现从指令跟随到交互式游戏伙伴的跨越。SIMA 2 具备复杂推理、多模态理解及跨环境泛化能力，能在未训练过的游戏（如 ASKA）和 Genie 3 生成的全新世界中执行任务。该模型还引入了基于试错和反馈的自我改进循环，目前作为有限研究预览向部分学者和游戏开发者开放。
推荐理由：官方展示了集成 Gemini 推理能力的 SIMA 2 在虚拟世界中的泛化与自我改进机制，为具身智能研究提供了新的技术路径参考。
Hugging Face Blog精选AI 评分7575 LeRobot 发布全球最大开源自动驾驶数据集 L2D
Yaak 与 Hugging Face LeRobot 团队联合发布 Learning to Drive (L2D) 数据集，这是目前全球最大的开源多模态自动驾驶数据集。
推荐理由：该数据集提供了大规模多模态驾驶数据及自然语言指令，支持端到端模型训练与社区协作扩展。