NVIDIA 刚刚在 Hugging Face 上发布了一个基于 GR00T 的机器人模型。 Agile One S SSD Pick 是一个用于 SSD 拣选的部署模型，包含 ONNX 图和 TensorRT 引擎。

@odysseyml 发布 Odyssey-3 Pro，该模型在 Physics-IQ Verified 上取得新的最高分，这一基准要求模型续写真实物理实验的视频。作者特别提到机器人结果：仅用数十小时演示训练的机械臂能从抓取失败中恢复，而这一行为从未出现在那些演示中。

Odyssey 将世界模型中的物理预测与语言模型中的编码相类比，认为能准确预测物体下落、倾倒和碰撞的模型体现了机器人和智能体所需的世界理解。文中提到机器人手臂从数十小时演示中学习任务，使用冻结的 Odyssey-3 骨干在 20 小时驾驶数据上训练的驾驶策略，以及 Flexion 的人形策略在让 VLA 基线失效的光照变化下仍能工作。

Odyssey 发布其迄今最强的基础世界模型 Odyssey-3，并向公众开放研究预览。该模型可根据提示词构建环境，并在人移动或触发事件时实时预测变化；Odyssey-3 Pro 在 Physics-IQ Verified 视频到视频任务上以 best-of-8 采样取得 66.1 分，为目前报告的最高结果。

NVIDIA 发布 Long-WAM，一个通过扩展视觉上下文实现机器人实时控制的世界动作模型。原文指出，能访问历史不等于会用历史，当视频基础模型采用自回归预训练时，更长的历史带来的收益会大得多。

The DecoderAI 评分6161

Reka AI 发布全模态模型 Rho-1，单模型统一处理文本图像视频与机器人控制

Reka AI 发布了 Rho-1 的研究预览，这是一个 190 亿参数的全模态模型，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。

Runway 机器人负责人 Andy Chen 阐述了 Runway 在机器人领域的独特方法，并在最后首映了开源权重世界动作模型 Praxis-1。用户可访问 runway.com/praxis-1 了解 Praxis-1 并申请早期访问。

Runway 发布开源权重的 World Action Model Praxis-1，将视频预训练能力转化为对机器人的现实世界控制。Praxis-1 基于大规模视频预训练和实时基础设施构建，作为策略模型面向机器人开发者与研究者，可跨任意本体或环境工作。

RewardAI 发布首个机器人基础模型 OM-1，宣称可零样本泛化到桌面机械臂、工业机械臂和人形机器人。该模型直接从人类操作数据学习，不使用遥操作或机器人数据，宣称接近人类水平的灵巧度与效率，并支持多机器人协作。

Unitree 宣布重大升级并完全开源 UnifoLM-WLA-1.0 具身基础模型，在全球开源模型的多个基准上取得新的 SOTA 结果。单一模型可协调桌面与全身移动操作，支持跨任务、跨末端执行器的泛化，由一个模型驱动实现全身协调。项目页面为 unigen-x.github.io/unifolm-w…

宇树宣布推出 UnifoLM-X2-1.0，称其为全球首个由实时世界模型驱动、可全自主格斗的人形机器人。该模型突破了 world-action 基础模型在即时规划、决策与动态交互执行上的瓶颈，实现高动态、强交互以及对未来的实时预测与规划，宇树表示这验证了世界模型驱动人形机器人规模化部署的可行性。

Atlas 是我们可扩展的基础模型，能够感知、生成、推理，并与虚拟和物理世界交互。 我们将在未来几周内开放早期访问。 点击此处了解详情并注册： worldlabs.ai/blog/atlas

NVIDIA 发布面向自动驾驶的开源推理模型 Alpamayo 2 Super，称其能在行动前进行理解与推理，可作为 robotaxis、卡车、班车、配送车、拖拉机等移动机器人的基础模型。该模型以 OpenMDW-1.1 许可商用发布，供团队检视、微调和部署，并称开放模型有助于推进安全与安保。

Google DeepMind精选AI 评分7171

Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型

Google DeepMind 发布 Gemini Robotics ER 2，作为机器人的高层大脑，支持视频理解、任务编排与多机器人协作，并可将动作执行交给底层 VLA 模型。

Google DeepMind精选AI 评分7474

Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能

Google DeepMind 发布 Gemini Robotics 2，作为新一代机器人的智能层，解锁全身控制、灵巧操作和多机器人协作。

Hugging Face BlogAI 评分4141

NVIDIA Cosmos-H-Dreams：为手术机器人带来实时生成式仿真

NVIDIA 推出 Cosmos-H-Dreams，一个面向手术机器人的实时、动作条件生成式仿真器，由 Cosmos-H-Surgical-Simulator 蒸馏为因果少步学生模型，并通过 FlashDreams 流式推理库部署。

Real-Time Omni-Modal Interaction Driven Whole-Body Mobile Manipulation🥳 Unitree UnifoLM-OminiA-0.3 — 一个单一模型处理多样化的家庭护理和健康任务，具备全模态交互理解，完全自主、稳定且抗干扰的执行。

Mistral AI精选AI 评分6565

Mistral 发布 Robostral Navigate 具身导航模型

Mistral AI 发布首个具身导航模型 Robostral Navigate，这是一个 8B 模型，仅用单个普通 RGB 相机、无需 LiDAR 或深度传感器，在 R2R-CE validation unseen 上达到 76.6% 成功率，比最佳单相机方案高 9.7 个百分点，比使用深度或多相机的最佳系统高 4.5 个百分点。

Google DeepMind精选AI 评分6666

Google DeepMind 发布 Gemini Robotics-ER 1.6，增强具身推理与仪表读数

Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其面向机器人的推理优先模型升级版，重点增强空间推理、多视角理解与任务成功检测。