如何用 NVIDIA Warp 与 MJWarp 加速机器人仿真与学习工作流
Hugging Face 与 NVIDIA 的教程演示如何将 SO-101 机械臂的 MuJoCo 拾放任务从 CPU 单世界迁移到最多 2,048 个并行 MJWarp GPU 环境。
Hugging Face 与 NVIDIA 的教程演示如何将 SO-101 机械臂的 MuJoCo 拾放任务从 CPU 单世界迁移到最多 2,048 个并行 MJWarp GPU 环境。
NVIDIA 在多伦多 ROSCon 大会上发布 Isaac ROS 5.0,为约 130 万 ROS 用户带来智能体化工作流与平台支持。新版本支持 ROS Lyrical 和 Ubuntu 24.04,新增 FoundationStereo 微调技能与 Agent 就绪文档,FoundationPose 推理库使物体位姿追踪速度提升 5.5x。
Google DeepMind 梳理其自 2010 年以来以游戏驱动 AI 研究的历程:DQN 掌握 49 款 Atari 2600 游戏,AlphaGo 2016 年击败李世石。
Hugging Face 演示了 Strands Robots 中一个智能体如何完成机器人数据流闭环:从自然语言提示录制 LeRobotDataset 并同步到 Storage Buckets,训练时通过 stream_dataset 直接流式读取数据而无需下载,再以 mode="real" 一个关键字参数变更即可将 checkpoint 部署回硬件。
Google DeepMind 发布具身推理模型 Gemini Robotics ER 2,作为机器人的高层大脑,可编排多步任务并把执行交给 VLA 模型或其他底层控制接口。
推荐理由:官方公布了视频理解、任务编排和多机器人协作等具体能力与基准数字,可据此了解具身推理模型的进展方向。
Google DeepMind 发布 Gemini Robotics 2 系列机器人模型,包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和端侧模型 Gemini Robotics On-Device 2。
推荐理由:官方一次性放出 VLA、具身推理和端侧三个机器人模型,读者可以借此了解全身控制、灵巧操作与多机协作的具体进展。
NVIDIA 发布 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,将 Cosmos-H-Surgical-Simulator 蒸馏为因果少步学生模型,并通过 FlashDreams 推理库在单张 NVIDIA RTX PRO 6000 上实现约 160 fps 的交互式运行。
Hugging Face 旗下 Pollen Robotics 发布开源低成本系统 Grabette,用手持夹爪即可录制操作演示并自动生成机器人可用数据集,无需真实机器人或遥操作设备。
Mistral AI 发布首个具身导航模型 Robostral Navigate,8B 参数,仅用单个 RGB 相机即可按自然语言指令自主导航。
Hugging Face 发布 LeRobot v0.6.0,引入 VLA-JEPA、LingBot-VA、FastWAM 等世界模型策略,新增 GR00T N1.7、MolmoAct2、EO-1、Multitask DiT、EVO1 等 VLA,以及统一奖励模型 API(Robometer、TOPReward)。
推荐理由:官方发布说明完整列出世界模型策略、奖励模型、评测基准与部署工具的具体变化,读者可据此评估是否升级和如何用于自己的机器人训练流程。
Google DeepMind 推出为期 3 个月的 Google DeepMind Accelerator: Robotics 加速器,从欧洲遴选 15 家早期机器人初创公司,本周在伦敦开营。入选公司将获得 DeepMind 与 Google 专家的技术指导、产品指引,以及 AI 技术栈和 Gemini robotics 模型的使用权限,覆盖物流、制造、医疗、气候和导航等具身 AI 领域。
Google DeepMind 发布 Gemini Robotics-ER 1.6,在指向、计数、成功检测等空间与物理推理能力上较 Gemini Robotics-ER 1.5 和 Gemini 3.0 Flash 有明显提升。