英伟达发布机器人基础模型 GR00T 2，并计划开源模型与数据
英伟达在 CoRL 大会上发布新一代世界动作模型 GR00T 2，可同时预测未来画面与机器人动作，演示了裁标签、安装显卡、切香蕉做早餐等任务。朱玉可透露模型、数据、仿真环境和数据采集硬件将陆续开源，10 万小时人类数据已率先开放。
推荐理由：英伟达把机器人基础模型与数据采集、仿真、部署工具链一起开放，读者可据此判断具身智能开发门槛的变化。
技术方向
具身智能 最新动态
装进机器人身体里的 AI：人形机器人、具身基础模型，以及在真实环境里动手干活的能力。
5 条精选近 30 天 5 条共收录 73 条
更新
具身智能的精选
量子位精选AI 评分8080
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型
Google DeepMind 发布 Gemini Robotics 2.5，称其为目前能力最强的视觉-语言-动作（VLA）模型，在200项任务评测中成功率比此前基线高30%至100%，完成任务速度快20%至30%。
推荐理由：官方给出200项任务评测与奔驰产线96%成功率，可据此判断VLA模型在真实工业场景的落地进度。
NVIDIA Blog精选AI 评分7070 NVIDIA 在 CoRL 发布 GR00T 2 世界动作模型与 Isaac Lab 3.0
NVIDIA 在 CoRL 上发布基于 Cosmos 构建的开放世界动作模型 GR00T 2，训练数据包含 10 万小时 NVIDIA 开源人类第一视角数据。官方称该模型在无任务专属演示的情况下至少完成 50 项评测任务中的 40 项，每任务仅一次演示时 50 项任务平均成功率 71%，五次演示提升至 95%。
推荐理由：原文列出 GR00T 2 的少样本成功率与 Isaac Lab 3.0 的训练吞吐提升，可对照现有机器人训练流程判断变化。
Google Research精选AI 评分7474 Google Research 介绍让 AI 智能体接入真实湿实验室的三项研究
Google Research 发文介绍三项研究，目标是打通 AI 在计算层面的探索与真实湿实验室实验之间的差距。VERID 框架为实验室工作单元建立语义数字孪生，让智能体在执行前检查 3D 状态、做虚拟试运行并拦截无效指令。
推荐理由：Google Research 用三个项目说明智能体如何接入湿实验室的真实测量与闭环反馈，读者可了解自动化实验的关键工程环节。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，面向机器人场景，在测试 3D 物理空间问题理解的 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过其他前沿模型。
推荐理由：原文给出 ERQA 87% 与真实机器人成功率 56% 到 75% 的对比，可据此判断物理推理模型在机器人栈中的位置。