Import AI 474：Levin 提出柏拉图心智空间理论，智谱启动外部 RSI 循环
Michael Levin 发表论文《Ingressing Minds》，提出心智是嵌入物理世界的柏拉图式非物理模式，身体仅为接口。该理论认为算法机器与生物处于同一光谱，均能超越实现细节展现智能。Import AI 474 还提及 TPU 太空应用及智谱启动外部 RSI 循环。
#具身智能
#具身智能
今日 0 条Import AIAI 评分3737
Microsoft ResearchAI 评分4747 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。
NVIDIA BlogAI 评分5353 NVIDIA Isaac ROS 5.0 发布：推进 Agentic 开源机器人开发
NVIDIA 在 ROSCon 大会上发布了 Isaac ROS 5.0，这是一套基于 ROS 的 GPU 加速软件包集合，旨在通过引入 agentic 工作流和新平台支持来加速机器人应用的构建与部署。
NVIDIA BlogAI 评分4040 NVIDIA 解析大规模部署 Physical AI 为何需全栈安全体系
NVIDIA 指出 Physical AI 规模化部署需在硬件、软件及 AI 行为等全层级实现安全，预计 2035 年将有 4900 万辆 L3-5 级自动驾驶汽车和 6000 万台工业机器人落地。其推出的 Halos 系统作为首个全栈安全方案，整合 DRIVE AGX Thor、Alpamayo 模型及 Isaac Lab 仿真工具，为自动驾驶与机器人提供从设计到验证的端到端安全保障。
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。
Hugging Face Blog精选AI 评分6262 Strands Agents 与 LeRobot 结合 Hugging Face Storage Buckets 实现机器人数据流式循环教程
AWS Strands Robots SDK 与 Hugging Face LeRobot 及 Storage Buckets 集成，提供了一套完整的机器人数据流式处理工作流。该流程允许通过 Agent 录制演示数据并同步至 Bucket，利用 Xet 字节级去重技术减少传输开销，随后直接从 Hub 流式读取数据进行模型训练，最后将训练好的策略部署回硬件，全程无需本地下载完整数据集。
推荐理由：原文完整演示了从录制、同步到流式训练和部署的闭环流程，读者可以据此了解如何避免重复下载数据并直接在 Hub 上训练机器人策略。
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。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型
Google DeepMind 发布 Gemini Robotics ER 2，这是一款用于机器人的高级具身推理模型。该模型支持视频理解、任务编排和多机器人协作，在进度分类和时刻查找任务中分别达到 57.4% 和 91.3% 的准确率。开发者可通过 Gemini API 和 Google AI Studio 访问该模型。
推荐理由：原文给出了视频理解、任务编排和多机器人协作的具体能力指标，读者可以据此判断其在物理世界中的实际表现。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini Robotics 2 实现机器人全身智能控制
Google DeepMind 推出 Gemini Robotics 2，通过三个核心模型赋予机器人全身运动控制、精细操作及多机协作能力。该系列包含用于视觉语言动作转换的 VLA 模型、负责高层推理规划的 ER 模型以及支持端侧快速适配新形态的 On-Device 模型。目前 ER 模型已在 Google AI Studio 开放，VLA 和端侧模型向早期合作伙伴提供访问权限。
推荐理由：原文展示了从上半身到全身控制的跨越，以及多机器人协作能力，为理解通用物理AI的演进路径提供了具体技术参照。
Hugging Face Blog精选AI 评分6868 NVIDIA 发布 Cosmos-H-Dreams：面向手术机器人的实时生成式模拟器
NVIDIA 推出 Cosmos-H-Dreams，这是一款用于手术机器人的实时动作条件生成式模拟器。该模型通过自强制蒸馏技术将 Cosmos-H-Surgical-Simulator 转化为因果学生模型，并借助 FlashDreams 推理库在单张 NVIDIA RTX PRO 6000 GPU 上实现约 160 fps 的交互式运行。
推荐理由：原文展示了将手术世界模型蒸馏为实时交互模拟器的技术路径，提供了从离线评估到闭环控制的工程实现细节。
Hugging Face Blog精选AI 评分6868 Hugging Face 发布 Grabette：开源低成本机器人操作数据采集系统
Hugging Face 联合 Pollen Robotics 发布 Grabette，这是一套基于 UMI 理念的开源手持夹爪系统，旨在让普通用户无需机器人即可录制真实世界操作演示并自动转化为 LeRobot 格式数据集。
推荐理由：该工具将机器人数据采集门槛降至手持设备，通过浏览器端自动化处理直接生成标准训练数据集，为社区协作构建大规模操作数据提供了低成本且可复用的完整技术路径。
Mistral AI精选AI 评分6565 Mistral AI 发布 Robostral Navigate 8B 具身导航模型
Mistral AI 推出首个面向具身导航的 8B 模型 Robostral Navigate，该模型仅使用单个 RGB 相机即可让机器人在复杂环境中自主导航。在 R2R-CE 基准测试中，其未见环境成功率达 76.6%，超越了依赖深度传感器或多相机的最佳系统。模型完全基于模拟数据训练，结合指向式导航与在线强化学习技术，支持轮式、足式和飞行机器人等多种形态。
推荐理由：原文展示了仅用单RGB相机实现复杂环境自主导航的技术路径，为低成本机器人部署提供了新方案。
Hugging Face Blog精选AI 评分7070 LeRobot v0.6.0 发布：引入世界模型策略与部署 CLI 以完善机器人学习闭环
Hugging Face 发布 LeRobot v0.6.0，旨在闭合机器人学习循环。新版本引入了 VLA-JEPA、FastWAM 等能“想象”未来的世界模型策略，以及 Robometer 等用于判断任务成功的奖励模型 API。
推荐理由：LeRobot v0.6.0 通过引入世界模型策略、统一奖励模型 API 和部署 CLI，构建了从想象到评估再到改进的完整机器人学习闭环。
Berkeley AI ResearchAI 评分1818 BAIR 2026届博士毕业生展示：涵盖LLM推理、机器人及AI安全等前沿研究
Berkeley AI Research (BAIR) 公布2026届博士毕业生名单，其研究覆盖大语言模型（LLM）推理与扩展、机器人具身智能、计算机视觉及AI安全等领域。毕业生去向包括 OpenAI、Physical Intelligence、Mistral AI 等业界实验室及斯坦福、普林斯顿等高校教职。
Hugging Face Blog精选AI 评分7878 AWS Strands Robots 集成 LeRobot 实现从 Hub 数据集到物理机器人的全流程指南
AWS 开源 SDK Strands Robots 集成了 Hugging Face LeRobot 栈，允许开发者通过单个 Agent 循环完成从 Hub 数据集记录、策略训练到物理机器人部署的全流程。
推荐理由：原文提供了从 Hub 数据集到物理机器人的完整代码示例，展示了如何用单一 Agent 循环统一仿真与硬件部署流程。
Google DeepMindAI 评分2828 Google DeepMind 启动欧洲机器人加速器项目
Google DeepMind 启动 Robotics Accelerator，从全欧选拔15家早期机器人初创公司。入选者将获3个月密集指导及 Gemini 机器人模型等技术资源支持。该计划旨在推动 AI 在物流、医疗等实体领域的落地应用。
Hugging Face BlogAI 评分3535 Reachy Mini 对话应用支持通过 MCP 调用 Hugging Face Spaces 工具
Reachy Mini 对话应用现可通过 MCP 协议调用托管在 Hugging Face Spaces 的远程工具，如天气查询或网页搜索。用户只需执行 `reachy-mini-conversation-app tool-spaces add` 命令即可安装并启用这些能力，无需修改本地代码。该功能允许开发者发布兼容 Space 供他人使用，实现了工具能力的共享与独立更新。
Mistral AIAI 评分4545 Mistral AI 引入 Emmi AI 构建物理 AI 基础能力
Mistral AI 将 Emmi AI 纳入其企业解决方案，推出面向工程加速的物理 AI 基础模型。该模型利用 GPU 在秒级内预测物理场，替代传统耗时数小时的数值模拟，支持 ASML、Airbus 等合作伙伴实现大规模设计探索与实时数字孪生。
Hugging Face Blog精选AI 评分6060 Hugging Face 发布 Reachy Mini 机器人全本地语音交互教程
Hugging Face 发布了让 Reachy Mini 机器人完全在本地运行语音对话的技术指南，通过 speech-to-speech 库实现 VAD、STT、LLM 和 TTS 的全链路本地处理。
推荐理由：原文提供了 Reachy Mini 机器人本地化语音交互的完整部署指南，读者可据此实现无云端依赖的隐私对话。
Google DeepMind精选AI 评分6868 Google DeepMind Project Genie 新增 Street View 实景锚定功能并向全球 Google AI Ultra 用户开放
Google DeepMind 宣布其通用世界模型 Project Genie 新增基于 Google Street View 的实景锚定能力，允许用户选择美国境内的真实地点生成互动虚拟环境。
推荐理由：Project Genie 接入 Street View 真实影像，让 AI 生成的虚拟环境能锚定现实地点，为智能体训练和创意探索提供新路径。
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 DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini Robotics-ER 1.6 增强机器人具身推理能力
Google DeepMind 推出 Gemini Robotics-ER 1.6，这是一款专为机器人设计的高层推理模型，显著提升了空间推理和多视角理解能力。该模型新增了仪表读取功能，能够解读复杂压力表和液位计，并在指向、计数及任务成功检测方面优于前代版本。
推荐理由：官方详细拆解了空间推理与仪表读取等核心能力，并给出了 API 入口及开发者示例，适合评估其在工业巡检场景的落地潜力。
Hugging Face Blog精选AI 评分6868 LeRobot v0.5.0 发布：支持 Unitree G1 人形机器人与新策略模型
LeRobot v0.5.0 正式发布，这是该框架迄今最大规模的更新，包含超过 200 个合并 PR 和 50 多位新贡献者。新版本首次全面支持 Unitree G1 人形机器人（含全身控制），引入 Pi0-FAST 自回归 VLA、Real-Time Chunking 等六项新策略，并推出 EnvHub 以直接从 Hugging Face Hub 加载仿真环境。
推荐理由：该版本新增人形机器人支持与多项策略模型，并优化数据管线与仿真环境加载，为具身智能研发提供更完整的开源工具链。
Hugging Face BlogAI 评分4242 NXP 发布嵌入式机器人 VLA 微调与优化指南
NXP 提供在 i.MX 95 SoC 上部署 ACT 和 SmolVLA 模型的实践指南，涵盖数据集录制、微调及端侧优化。该方案通过异步推理解决同步控制延迟问题，强调高质量数据一致性以适配嵌入式平台的算力与内存约束。
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 BlogAI 评分4040 Hugging Face 详解机器人异步推理：解耦动作预测与执行
Hugging Face 提出异步推理方案，通过解耦动作预测与执行消除机器人空闲等待。该架构利用 gRPC 连接 PolicyServer 与 RobotClient，在 SmolVLA 模型上实现约 2 倍任务完成加速及更紧密的控制回路。
Hugging Face BlogAI 评分4242 Reachy Mini 开源机器人发布：$399起，支持Python编程与Hugging Face集成
Pollen Robotics 联合 Hugging Face 推出开源机器人 Reachy Mini，Lite 版售价 $399，Compute 版 $499。该设备高 28cm、重 1.5kg，支持 Python 编程及仿真测试，内置摄像头与麦克风以实现多模态交互。用户可通过 Hugging Face Hub 共享机器人行为，并调用最新开源模型进行 AI 实验。
Hugging Face BlogAI 评分4545 Hugging Face 演示如何微调 Isaac GR00T N1.5 适配 LeRobot SO-101 机械臂
Hugging Face 发布教程，指导开发者使用遥操作数据对 NVIDIA Isaac GR00T N1.5 进行后训练（微调），使其适配开源 LeRobot SO-101 机械臂。该流程利用 EmbodimentTag 系统实现跨形态定制，默认微调需约 25G VRAM，支持通过 `--no-tune_diffusion_model` 参数降低显存需求。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 SmolVLA：基于社区数据训练的高效开源视觉语言动作模型
Hugging Face 推出 SmolVLA-450M，这是一款紧凑的开源视觉语言动作（VLA）模型，专为机器人设计且可在消费级硬件上运行。该模型仅使用 LeRobot 社区共享的数据集进行预训练，在 LIBERO、Meta-World 模拟环境及 SO100/SO101 真实任务中表现优于 ACT 等更强基线。
推荐理由：原文展示了仅用社区数据训练的紧凑视觉语言动作模型，在消费级硬件上实现高效推理并超越更大基线，为机器人研究提供了可复现的低门槛方案。
Hugging Face BlogAI 评分4040 LeRobot 社区数据集：机器人领域的“ImageNet”何时到来？
LeRobot 正通过简化录制与上传流程，推动 Hugging Face Hub 上社区贡献数据集快速增长，旨在构建机器人领域的“ImageNet”。目前 So100 和 Koch 机械臂数据占主导，涵盖抽屉操作、下棋等多样化任务。该举措致力于解决 VLA 模型泛化能力受限于数据多样性的问题，降低硬件门槛以实现更广泛的数据共享。
Hugging Face Blog精选AI 评分6565 Hugging Face 收购 Pollen Robotics 并推出售价 7 万美元的开源人形机器人 Reachy 2
Hugging Face 宣布收购拥有 9 年开源机器人研发经验的 Pollen Robotics，这是其第五次收购。双方将共同推进开源机器人战略，目前提供的首款产品是面向研究和教育的开源人形机器人 Reachy 2，支持 VR 遥操作，售价为 70,000 美元。
推荐理由：原文披露了收购细节及首款开源人形机器人 Reachy 2 的定价与能力，为观察 AI 巨头布局实体硬件提供了具体样本。