Chinese contentACE Robotics 用 Mundo 世界模型让机器人完成酒店洗衣全流程
ACE Robotics 把 Mundo 世界模型和机上技能拼成了一套酒店洗衣机器人，失败案例能反哺技能改进，单轮 18.6 秒。想看世界模型怎么在真实场景落地的，这篇比纯实验室 demo 有参考价值，做具身智能的可以细看。
#robots
559 stories · 49 in 7 days · 174 in 30 days
Stories, products and papers tagged "robots", newest first.
Nov 13
Chinese contentZeromatter 结束四年隐身模式，推出物理 AI 仿真平台
做了四年才露面的 Zeromatter，把车、无人机、机器人放进同一个仿真世界训练，思路类似英伟达 Isaac Sim 但更通用。做机器人或自动驾驶的团队可以关注它能不能降低 Sim-to-Real 的迁移成本。
Nov 12
Chinese contentLisa Su 与李飞飞在 CoRL 2026 对谈机器人与 Physical AI
Lisa Su 和李飞飞同台聊机器人与 Physical AI，这个组合不多见。虽然只是现场记录，但能看出芯片厂商对具身智能的兴趣。做机器人方向的朋友可以关注会后有没有放出的对谈视频。
Chinese contentAMD 收购 World Labs 后李飞飞与苏姿丰首次同台：机器人将成为算力新引擎
AMD 收了 World Labs 之后两位 CEO 第一次公开聊，聊的都是干货：机器人怎么把算力需求从云端拉到边缘、大模型在机器人上到底够不够用、NAIRR 和学术算力怎么解决。做机器人和边缘计算方向的工程师值得看看两家接下来的布局思路。
IT之家Source
Chinese contentPerceptron AI 发布 EgoHome 基准，GPT-6 Astra 在手部动作理解测试中居首
机器人靠人类视频学动作，视频标签全靠 AI 自动打，标签错了机器人就学废了。Perceptron AI 搞了个 EgoHome 基准专门测这个，GPT-6 Astra 拿了第一。做具身智能或数据标注 pipeline 的团队应该看看。
Chinese content东南亚 physical AI 创业地图：35 家公司累计融资 4.965 亿美元
Tech in Asia 把东南亚 35 家 physical AI 创业公司整理成一张图，累计融资 4.965 亿美元，从机器人本体到部署服务都有。想找区域合作机会或看这个市场怎么落地的，这张地图省去你自己查的功夫。
vLLM-Omni adds Day-0 support for Runway's Praxis-1 robot model
Apache 2.0 weights plus single-H100 qualification make Praxis-1 one of the more accessible open robot policies to self-host, with no cloud dependency for inference. Teams building robot stacks in ASEAN research labs or startups can prototype without multi-GPU budgets, and the OpenPI/Positronic serving paths mean existing manipulation pipelines can swap in the model with modest glue code. Anyone comparing open robot foundation models should weigh it against restricted-license alternatives.
Chinese contentWaymo 视频 series「AI in Motion」第二季明日上线
Waymo 自己搞的科普视频系列第二季，主持人是 Vincent Vanhoucke，边开车边聊 VLA、foundation models 和机器人安全。想了解自动驾驶公司怎么讲自己的技术路线，可以直接看预告片决定追不追。
Nov 11
Chinese contentNVIDIA 发布开源机器人基础模型 GR00T 2，端到端完成化学实验
NVIDIA 把机器人开发全链路都开源了：模型权重、10 万小时数据、仿真引擎、硬件设计全给。演示里 GR00T 2 真手做化学实验还是 1 倍速无剪辑。搞具身智能的团队真该去看看，省多少从头造轮子的功夫。
Runway releases Praxis-1 robot model with open weights
An open-weights, Apache 2.0 robot control model removes the licensing barriers that usually come with robotics foundation models, letting teams self-host and modify freely. Robotics engineers and embodied-AI researchers can fine-tune Praxis-1 on their own hardware instead of licensing closed systems. Compared with closed offerings from rivals such as Physical Intelligence, this gives startups a low-cost starting point for building real-world robot behaviour.
Chinese contentRunway 发布 Praxis-1，速度比 GPT-6 Astra 快 15.6 倍、成本低 51 倍
Runway 把自家机器人模型 Praxis-1 和 GPT-6 Astra 放在同一个工作站上比，结果快了 15.6 倍，每个任务还便宜 51 倍。做机器人或自动化的开发者可以关注这种专用模型和通用 LLM 的选型对比。
Chinese contentRobbyant 推出 LingBot-Touch，用统一触觉语言教机器人“感知”
Robbyant 用近 5000 小时触觉数据训出的 LingBot-Touch，把各家传感器信号统一成一套表征，Meta 和国内传感器公司也在做同一件事但标准互不兼容。做具身智能、机器人感知的团队可以看看它怎么处理触觉数据碎片化的问题。
Chinese contentGoogle DeepMind 向合作伙伴推出 Gemini Robotics 2.5
Google DeepMind 给机器人厂商的模型升级了，任务成功率和完成速度都比老版本好，还加强了物理安全控制。做具身智能或机器人部署的团队可以关注一下，看看能不能接上自己的硬件。
Chinese content北京出台具身智能机器人三年行动方案，建立企业上市“一对一”服务机制
北京给具身智能机器人企业上了“专属保姆服务”：上市有人一对一对接，还定了 2026-2028 三年内培育 200 家专项企业的目标。做机器人整机、零件、VLA 模型的团队值得关注，政策红利含金量不低。
IT之家Source
Chinese contentSK hynix 车规级 LPDDR5X 内存获安全认证
内存进车里得先过安全认证这道门，SK hynix 的 LPDDR5X 拿下了。做 ADAS、车载娱乐系统或机器人硬件的团队选料时可以关注，和美光、三星的车规内存属于同一竞争赛道。
Chinese contentHedra 推出 Model Factory，为机器人等行业定制专用模型
Hedra 搞了个给机器人、制造业做定制模型的工作台，用的是你自己的设备数据。换硬件后成功率掉到 0% 也能不重训拉回 100%，做工业自动化的可以看看。
Chinese contentHedra 推出 Model Factory，为机器人等行业提供定制模型训练服务
Hedra 把自动跑实验的智能体和 GPU 打包成服务，制造和机器人公司拿传感器数据来就能换回专属模型，部署后还会继续收集数据迭代。比起自己签 GPU 长约或养研究团队，这条路便宜不少，做具身智能和工厂自动化的团队可以关注。
Chinese contentNvidia 发布 GR00T 2：从视频学习人类动作来训练机器人
Nvidia 这次把机器人训练的数据来源换成了 40 万小时人类视频，不用人工遥操作逐个示范了。不过成功率从 10% 到 80% 不等，离稳定可用还有距离。做机器人或具身智能的团队值得对比一下自家数据管线，看看视频学习路线能不能省成本。
LingBot-Touch: tactile foundation model transfers across robot sensors
A frozen tactile model matching a sensor-specific adapter is the notable result — it suggests touch data can become reusable infrastructure rather than per-robot sensor data, similar to what ImageNet-style pretraining did for vision. Robotics teams building dexterous hands should evaluate it as a drop-in feature extractor before collecting sensor-specific datasets. Weights and code are open, so benchmarks can be replicated directly on any tactile hardware.
Chinese content面向机器人开发者的模型工厂：用仿真数据微调现成模型
做机器人的朋友可以看看这个服务：把你的仿真数据或演示录像给对方，他们在现成模型上帮你微调，还负责测可靠性和速度。不用自己搭训练和部署整条链，对没有训练资源的小团队特别省事。
Chinese contentMemories Upload 用第一人称视频标注机器人的小动作纠错数据
机器人 demo 里总是一把成功，真实世界却会手滑，Memories Upload 从第一人称视频里抠出人无意识的小修正动作当训练数据。做具身智能或数据标注的团队值得对比一下它和遥操作采集的成本差异。
Chinese contentGoogle DeepMind 发布 Gemini Robotics 2.5 机器人模型
Google DeepMind 把 Gemini 拿来干体力活了，200 多项任务里连系蝴蝶结这种精细活都能做。做机器人、具身智能方向的朋友值得看看它的任务列表，跟自家硬件怎么配合是关键。
Robbyant releases LingBot-Touch open-source tactile model under Apache 2.0
The non-obvious finding is that masked-latent prediction beats pixel reconstruction precisely because tactile data is sparse and noisy — a lesson transferable to other low-signal sensor modalities beyond robotics. Researchers building touch-equipped manipulators or multimodal perception stacks can adopt the Apache 2.0 weights and the curriculum-masking recipe directly. Compared with MAE and VAE baselines trained on the same data, the JEPA encoder is the one that scales with training hours, which matters for anyone planning long pretraining runs.
Chinese contentApple 论文：Claude Opus 5.5 直接控制机械臂，零样本成绩超 VLA 专用模型
苹果没训练任何机器人模型，只把 Claude Opus 5.5 接上摄像头和机械臂，RoboLab-120 上零样本就拿到 85.6%，比专门训过的 VLA 高了近一倍。做机器人或具身智能的值得看看这个思路，缺点是实时性还跟不上。
Chinese contentNVIDIA 发布开源机器人基础模型 GR00T 2
NVIDIA 把机器人模型连数据带硬件设计全开源了，10 万小时训练数据随便用。想搞具身智能的团队可以省下从零造轮子的成本，直接在 GR00T 2 上微调自己的机器人。
Chinese contentMemories Upload 给第一人称视频按手部动作打时间戳标签
机器人要学动手，靠的是大量真人手部操作视频。这家公司雇人录第一人称画面，按左右手动作逐帧打标签，做成能按动作搜索的训练数据卖给机器人实验室。做具身智能或模仿学习的团队可以直接关注这种数据源。
Chinese contentShawn Shen 团队推出 MemoriesUpload，为机器人采集第一人称工作视频数据
机器人圈常怪模型不行，这个团队反而去拍 20 多个行业里人类干活的视频，连手部动作都逐帧标注，已经有 3 家头部机器人实验室拿去训练了。做具身智能或关注数据瓶颈的都该看看这个思路。
Nov 10
Chinese contentGoogle DeepMind 发布 Gemini Robotics 2.5，机器人可学习数百项日常技能
Google DeepMind 把机器人基础模型升级到 2.5，同一套模型能叠衣服、端糕点还能在产线分拣汽车零件。和 Physical Intelligence、Figure 这些玩家正面竞争。做机器人和工厂自动化的朋友可以看看演示视频。
Chinese contentGoogle DeepMind 为 Gemini Robotics 2.5 加入机器人安全机制
机器人真要走进家庭和工厂，光会干活不够，还得躲开人和危险物。DeepMind 这次把危险识别、避人、防越狱测试直接做进 Gemini Robotics 2.5 模型里。做机器人部署或安全评估的团队可以看看它的具体做法。
Chinese content西门子 CEO 博乐仁：AI 不会取代人类，会用 AI 的人将取代不会用的人
西门子 CEO 博乐仁接受日经亚洲采访时给工程师吃了颗定心丸：编程交给 AI 智能体没问题，但需求定义和创意人类还是领先的。他还拿蒸汽机 60 年、电力 30 年对比 AI 只需 7-8 年，制造业和工程背景的朋友值得看看这个判断。
IT之家Source
Chinese content智元发布 WITA-Omni：行业首个具身全模态端到端交互大模型
做机器人交互的可以看看智元这个 WITA-Omni：全双工架构把响应压到 400 毫秒左右，还带触觉输入和表情输出，跟纯语音模型思路不一样。7 月它还拿过 DailyOmni 榜单第一，关心具身智能路线的团队和开发者都值得对比研究。
IT之家Source
Chinese content迪士尼与 Field AI 测试 AI 停车引导机器人
迪士尼拉着 Field AI 这家 2023 年才成立、团队出身 DeepMind 和特斯拉的公司，做了个会眨眼、带机械臂的停车引导机器人。不是人形路线，走的是《汽车总动员》式场景设计。关心机器人落地场景和成本账的人可以看看。
IT之家Source
Chinese contentCaltech 机器人在太空首次自主组装天线桁架，DARPA NOM4D 项目支撑
DARPA 出钱、Caltech 做的太空机器人，真的在轨道上把零件拼成了一个桁架。以前 Canadarm2 只能搬运预制大部件，这次是从小零件开始搭。不过地面每天就 15 分钟窗口盯着调，说明离全自动还早，适合关心太空制造的人看。
IT之家Source
Industry16:00
Chinese content英飞凌、意法半导体、恩智浦 CEO：欧洲要在机器人和物理 AI 领域参与竞争三家欧洲芯片厂的老大难得一起出来表态，说的不是数据中心 GPU，而是机器人、工厂设备这类真实场景里的芯片生意。他们手里握着功率芯片和微控制器的优势，还签约在马耳他工厂放了人形机器人。关注机器人供应链和欧洲制造的人可以看看。
IT之家Source
Chinese contentLibrary of Hands：免训练修正世界模型的动作映射，机器人成功率从 28.6% 提到 62.3%
搞机器人世界模型的应该看看这篇。相机一挪、控制器一换，模型就得重训，这活儿很烦。LoH 完全不训练，靠前后两帧图像反推出实际动作映射，还能把映射存起来复用。成功率直接翻倍，开销几乎为零，工程上很容易试。
Industry00:36
Chinese contentAmazon 机器人动态：本文无法从提供的信息中确认具体细节这条只有链接没有正文，我没法替你概括它说了什么。把原文贴过来，我可以按同样标准写出摘要、分类和标签。
MuJoCo: Google DeepMind open-sources physics engine for contact-rich motion
The differentiating detail is that MuJoCo exposes physics steps as differentiable gradients, letting researchers plug simulation directly into learning pipelines instead of treating the simulator as a black box. Reinforcement-learning researchers and robotics teams should clone the repo and benchmark it against Isaac Gym or PyBullet on their workloads before committing to a simulator. Teams running browser-based demos or lightweight evaluation can also use the WebAssembly build without a local install.
Nov 9
Chinese contentNVIDIA AI Day Seoul 举行，2000 余名开发者齐聚测试 AI 智能体
NVIDIA 在首尔办了场开发者活动，2000 多人到场，能现场玩智能体和机器人 demo，还有韩国开源模型的应用分享。
Chinese contentFlex-RSI 基准测试：衡量智能体的递归自我改进能力
团队给智能体自我改进做了个正经基准，executor 和 improver 分工迭代改自己的 harness，用固定预算对比闭源和开源模型，结论挺有料。
