AI 走进物理世界：人形机器人、具身基础模型与真实环境操作能力的进展追踪。
Pollen Robotics 打造的开源微型机器人 Microducks 在黄仁勋于 GTC 柏林大会演示后，次日预购量突破 20,000 台。该机器人能通过语音指令完成坐下、假装小睡以及翻跟头等动作，基础动作基于仿真环境训练，用户也可训练新动作并共享至社区。产品预计在圣诞节前发货，其开发商此前已被 Hugging Face 收购。
推薦理由：原文呈现了仿真训练结合开源社区驱动微型机器人的软硬件模式，读者可观察具身智能在消费级硬件上的落地路径。
随着科技公司发力训练能够操控现实机器人的物理AI，大量印度工人正通过佩戴头戴式摄像头记录理发、缝纫和家务等日常劳动来赚取额外收入。由于网络缺乏包含肢体动作与力度控制的高质量实体交互数据，Rashdan Technologies 和 Humyn Labs 等数据公司以每小时数美元的价格收集并清洗工人手部与环境画面，转售给全球AI实验室与机器人研发机构。
推薦理由：物理AI对真实具身交互数据的迫切需求催生了新兴数据供应链，揭示了全球机器人训练对低成本劳动力实操画面的高度依赖。
高德与阿里ATH事业群发布基于开放世界行为的全身基座模型λ0，仅依靠人类行动数据即可让机器人协同学习移动、姿态与双手操作。该方案采用佩戴消费级设备的无本体数据采集方式，将单任务采集用时由约100秒缩短至29秒，真机任务成功率较基线提升22.5%，并构建了500小时的HumanVerse-500数据集。目前硬件配置代码已在GitHub开源，相关数据样例已上线Hugging Face。
推薦理由：该方案通过消费级设备采集人类行动数据并进行跨形态对齐，为降低人形机器人全身协同控制的训练与采集门槛提供了落地参考。
SkyPilot 团队构建了飞行跑车物理仿真强化学习环境，实测发现前沿大模型因响应延迟在实时控制中全部坠机，而经 RL 后训练的 4B 模型在风暴特技中取得了 90% 的实时着陆成功率。
推薦理由：原文通过高频物理控制场景对比了模型延迟与决策质量的权衡，为实时交互场景下小模型结合强化学习的落地提供了实践参考。
特斯拉在弗里蒙特工厂开启人形机器人 Optimus 的早期量产，但 Elon Musk 与行业专家指出其在手部设计、耐久性及开放任务 AI 上仍存在明显短板。Musk 预计 2027 年底向外部客户交付，并计划在 2027 年 4 月集成算力达 AI4 约 10 倍的 AI5 芯片。
推薦理由：文章拆解了特斯拉人形机器人的软硬件与数据短板，展现了具身智能从制造量产到实际可用之间的现实差距。
特斯拉最新财报显示第三季度营收280.46亿美元，营业利润同比下降56%至7.18亿美元，AI与超级智能等研发投入同比激增69%至27.61亿美元。汽车业务毛利率回升至18.5%，全球FSD活跃付费用户达174万且月度订阅比例超50%；Cybercab累计无人监督里程近200万英里，目标2027年第二季度引入私人车主加入Robotaxi，Optimus机器人则预计2027年底对外交付。
推薦理由：原文拆解了汽车毛利率改善与研发费用激增的结构性差异，有助于读者理解其硬件反哺AI与机器人研发的商业逻辑。
NVIDIA 扩展 Cosmos 世界模型平台，推出 5 个 Cosmos Data Factory 云原生蓝图、Cosmos 3 Nano 仿真变体及全新优化微服务，加速物理 AI 系统的构建。
推薦理由：该方案打通了从合成数据生成到模型轻量化微调的落地链条，为具身智能与自动驾驶团队提供了可迁移的工程参考。
黄仁勋在GTC柏林演讲中发布了搭载N1X超级芯片的个人AI电脑RTX Spark，以及支持出厂预集成且部署时间缩短至最短14天的DSX POD模块化AI工厂。现场还推出了通过外部沙箱与BlueField-4硬件隔离的OpenShell安全架构，并展示了参考人形机器人Agile ONE SN及开源领域模型套件。
推薦理由：材料汇总了英伟达从端侧终端、安全架构到集装箱式AI工厂的整套落地套件，展现了算力供给向工业化制造转变的完整路径。
特斯拉已在弗里蒙特工厂启动 Optimus 人形机器人的早期批量生产，首批下线产品达到量产标准，但马斯克表示实现周产 2 万台目标仍需至少一年。特斯拉计划在明年 4 月完成 AI5 芯片的适配集成，预计到 2027 年底解决可靠性与寿命问题后对外供应，早期应用集中在工业高危和重复性作业。
推薦理由：原文披露了量产产线启动细节与硬件芯片迭代节点，有助于观察具身智能走向规模制造的实际推进节奏。
NVIDIA 在 GTC Europe 上发布基于 Vera Rubin 架构的 DSX Pod 集装箱化智算中心方案，旨在将新数据中心从到货到产出 token 的部署周期从四至五个月缩短到约一个月。
推薦理由：通过工厂全预制与预测试大幅缩短交付周期，为面临电力和人力瓶颈的超大规模算力建设提供了模块化部署参考。
Hugging Face 联合 NVIDIA 推出开源资产库 SimReady Central，免费提供超过 2,000 个预制物理与仿真属性的 OpenUSD 3D 资产，用于物理 AI 训练与 AI 工厂数字孪生。
推薦理由：该资产库为机器人训练与 AI 工厂数字孪生提供了包含物理与热工属性的标准 3D 资产，有助于缩短从 CAD 到物理仿真的构建链路。
黄仁勋在 GTC 柏林 2026 主题演讲中公布了涵盖模块化数据中心、智能体安全架构及具身智能的多项发布。重点包括面向 Vera Rubin 架构的 DSX POD 模块化集装箱参考设计，可将现场部署周期从 6 个月缩至 14 天并大幅降低功耗水耗；同时推出了基于内核级沙箱的 OpenShell 智能体安全架构与 Agile ONE SN 人形机器人参考平台。
推薦理由：演讲集中展示了从模块化基建到智能体运行时的全栈技术，为企业评估新型算力部署与智能体落地提供了完整参考体系。
AWS 正式推出开源物理 AI 工具链 Physical AI Toolchain，旨在打通机器人从数据收集、训练、仿真验证到边缘部署的全流程。
推薦理由：该工具链串联起仿真生成到边缘部署的全流程，有助于读者理解云服务商整合具身智能软硬件开发栈的演进路径。
NVIDIA 推出用于临床手术交互式生成仿真的世界基础模型 Cosmos3-H-Dreams，支持根据机器人运动学控制实时生成高真实度的胆囊切除术内部手术场景。
推薦理由：该成果展示了如何通过教师模型蒸馏与流式推理，在单张显卡上实现支持实时运动学控制的临床手术生成仿真。
VAST 开源实时世界模型 EdenLive 及其游戏生成工具 EdenGolem v0.1，支持接入粗糙 3D 白模、2D 场景或录像并根据玩家操作实时渲染高保真画面。
推薦理由：该项目将规则交互与视觉渲染解耦，让生成模型依托粗糙白模或真人录像即可实时输出高保真画面，为可交互游戏与具身数据增强提供了落地链路。
机器人初创公司 Eka Robotics 完成由 a16z 和 F-Prime 领投的 $150M A 轮融资，投后估值达到 $1.45B。公司打造了包含高灵敏度力敏夹爪与视觉-力-动作架构的物理 AI 模型，利用物理仿真与大规模强化学习进行训练，每小时能以超过 95% 的成功率抓取约 1,500 个重量不超过 1kg 的物体。
推薦理由：文章展示了以力控与物理仿真强化学习替代传统纯视觉路径的方案，读者可据此评估具身智能灵巧操作的工程落地方向。
由前英伟达团队创立的 Dream Labs 完成 9000 万美元种子轮融资，并正式上线通用机器人大脑 Dream API 及其核心模型 Dream-1。开发者输入自然语言指令即可生成实时闭环的电机控制动作，支持对从未见过的双臂夹爪机器人实现零样本跨本体适配，调用价格为每小时 3 美元。目前已有 20 多家硬件厂商加入合作，官方后续计划支持轮式移动机器人与灵巧手。
推薦理由：通过提供跨硬件零样本泛化的机器人控制接口，开发者无需自建模型即可直接通过自然语言指令驱动机械臂。
德国联邦政府与 NVIDIA 签署联合意向声明，共同推进物理 AI 前沿模型研发，加速德国中小型制造企业与传统工业的数字化转型。黄仁勋宣布计划向敏捷机器人 Agile Robots、Avelios Medical、Mirelo 和 Reflex Aerospace 四家德国初创企业追加投资，属于其在欧洲近 $10B 承诺的一部分。
推薦理由：德国政府通过与芯片厂商合作推进工业智能体与物理 AI，展现了传统制造强国将产业数据与算力结合的落地路径。
VAST 正式发布并开源实时世界模型 EdenLive，同步开放 5B 模型权重、推理代码及技术报告。该模型采用状态维护与视觉渲染解耦的技术架构，在单张 Nvidia RTX 5090 显卡与 720P 规格下生成速度超过 24FPS，端到端延迟控制在百毫秒级。系统支持接收简化场景或视频参考输入并实时生成不同画风的连续画面，适用于游戏交互预览、动画制作以及具身数据增强。
推薦理由：该模型将底层世界状态与视觉渲染解耦，让开发者能在单张消费级显卡上探索可交互场景的低延迟实时生成。
英伟达开源机器人智能体框架 ASPIRE V1.0，支持机器人自主编写控制程序、复盘调试错误并将有效方法沉淀为可跨任务复用的技能库。该框架通过多模态轨迹回溯定位故障与自主修改代码，在接入前沿大模型后于 LIBERO-Pro 达成 99% 的任务成功率，且积攒的技能可直接迁移至物理实体机器人。
推薦理由：框架展示了如何将代码调试与经验沉淀转化为具身技能库，为机器人系统接入前沿模型提供了可复用的工程方案。