Nvidia 发布研究报告介绍 GR00T 2 世界动作模型，用人类视频训练机器人
Nvidia 发布 GR00T 2 研究报告，将其定位为世界动作模型（WAM），通过扩散预测未来画面，把视频中的人类动作迁移到机械臂。系统用超过一千块 GB300 芯片训练约 40 万小时头戴相机视频，机器人无需遥操作即可点火柴、切香蕉等，成功率在 10% 到 80% 之间；50 个任务仅需不到 3 分钟常规训练即可把成功率从 40% 提到 95%。
#具身智能
The DecoderAI 评分6363
MIT NewsAI 评分4545 MIT 开发 FLEX 平台让机器人通过 LLM 理解自然语言指令的言外之意
MIT 与纽约大学研究者开发了机器人学习平台 FLEX，通过 GPT-4o 将自然语言指令泛化为对用户潜在偏好的理解，相关研究将在 Conference on Robot Learning 发表。
Hugging Face BlogAI 评分5454 Ai2 发布 ToyBlocks：可控机器人学习与评测的开源模拟框架
Ai2 发布开源模拟框架 ToyBlocks，作为首个 FoundationWorld，围绕机械臂与桌面积木自动生成任务和演示数据，并配套训练与评测工具。框架在单张 GPU 上可并行生成数百个规划方案，最高达 24 倍实时性能，首批发布 85,336 条长程演示、约 1,600 小时数据和 1.44 亿帧。
Ai2 / Allen Institute for AIAI 评分5656 Ai2 发布开源机器人学习评测框架 ToyBlocks
Ai2 发布 ToyBlocks，这是其首个 FoundationWorld，一个围绕机械臂与桌面方块的开源仿真框架，可自动生成任务、技能和演示数据，用于受控研究机器人学习与评测。
MIT NewsAI 评分4545 MIT CSAIL 推出 X-Hinges 软件让日常物品变身可感知的交互设备
MIT CSAIL 与天津大学研究人员推出 X-Hinges 设计软件，可将日常物品 3D 打印为能感知并响应人类动作的自感知设备。该工具自动在设计中嵌入两种不同材料，分别用于传感器和导线，避免信号干扰，并支持最多三个运动轴（压缩、上下、左右），突破了以往方法只能单轴运动的限制。
Google Research精选AI 评分6464 Google Research 发布 VERID 框架，推进 AI 智能体驱动的自主湿实验室
Google Research 介绍三项研究，构建 AI 智能体与真实湿实验室之间的闭环：VERID 框架以实验室工作单元的语义数字孪生提供 3D 状态跟踪、虚拟试运行、硬件安全检查和视频动作日志，基于开源 PyLabRobot。
推荐理由：Google 展示了 VERID 数字孪生框架和闭环实验结果，读者可以看到 AI 智能体进入湿实验室的具体路径和关键数字。
Artificial Analysis 完整文章精选AI 评分6060 Artificial Analysis 发布 AA-Robotics v0.1 基准，测试语言模型控制机械臂
Artificial Analysis 发布 AA-Robotics v0.1 研究预览基准，让前沿大模型在 coding agent 框架中直接控制一台 6 轴机械臂完成 8 项桌面任务。
推荐理由：原文公布了完整分任务得分、用时与成本数据，可据此比较各前沿模型在真实机械臂任务上的表现差距。
Timothy B. Lee：Understanding AIAI 评分4545 Google 如何让 LLM 控制机器人并掀起机器人浪潮
Google 在 2023 年 7 月发布 RT-2，通过训练多模态 LLM 直接生成机器人动作，开启机器人的“GPT-3 时刻”。RT-2 参数规模达数十亿，远超此前 35M 参数的 RT-1，展现出对物体、场景和指令的泛化能力，Google 将其命名为视觉-语言-动作（VLA）模型，该方法和术语迅速成为行业标准。
Amazon ScienceAI 评分5151 Amazon 与密歇根大学提出 HydroShear 触觉模拟方法，机器人零调参迁移达 93% 成功率
Amazon 与密歇根大学提出 HydroShear，通过路径相关力追踪改进水弹性接触模型，让模拟器准确建模软体指尖的触觉剪切力，支持 GPU 并行的大规模强化学习训练。策略完全在仿真中训练后直接部署到配备 GelSight Mini 传感器的真实 Franka 机器人，四项接触密集任务平均成功率 93%，显著高于基线 TacSL 的 34% 和 FOTS 的 58% 至 61%。
Waymo：BlogAI 评分5252 Waymo 发布 ReD 人类避撞参考模型并与 TU Delft 在 Nature Communications 发表研究
Waymo 与 TU Delft 在 Nature Communications 发表 ReD（Reference Driver）研究，用主动推理框架模拟谨慎且胜任的人类驾驶员的避撞行为，作为评估 Waymo Driver 避撞能力的行为基准。
Berkeley AI ResearchAI 评分4444 GRASP：如何在长时序世界模型中实现基于梯度的规划
Berkeley AI Research 发文介绍 GRASP，一种面向学习型世界模型的基于梯度规划器，使长时序规划变得可行。该方法通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中直接加入随机性以探索、重塑梯度避免经由高维视觉模型的不稳定“状态-输入”梯度。这项工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 等人合作完成。