NVIDIA Isaac ROS 5.0 发布,加入 agentic 工作流和 ROS Lyrical 支持
NVIDIA Isaac ROS 5.0 在 Toronto ROSCon 发布,面向 ROS 机器人开发加入新的 agentic 工作流和平台支持。
推荐理由:文章列出 agentic 工作流、ROS Lyrical 支持和 Jetson 部署路径,便于评估机器人开发链路变化。
NVIDIA Isaac ROS 5.0 在 Toronto ROSCon 发布,面向 ROS 机器人开发加入新的 agentic 工作流和平台支持。
推荐理由:文章列出 agentic 工作流、ROS Lyrical 支持和 Jetson 部署路径,便于评估机器人开发链路变化。
Google DeepMind 回顾了从 Atari 到 EVE Online 的 15 年游戏 AI 研究,并介绍其与游戏开发者合作原型化新玩法体验的方向。文章梳理了 DQN、AlphaGo、AlphaZero、MuZero、AlphaStar 和 AlphaFold 的关联,并称 SIMA 2 由 Gemini 驱动,可在屏幕观察、自然语言指令和键鼠控制下作为交互式伴侣。
Hugging Face Blog 介绍了 Strands Robots 中的流式数据闭环,用一个 agent 循环录制机器人演示、把 LeRobotDataset 同步到 Storage Bucket、从 Hub 流式读取训练,并将 checkpoint 部署回硬件。
推荐理由:文章把录制、同步、流式训练和部署串成同一流程,便于复用到机器人数据采集闭环。
Google DeepMind 发布 Gemini Robotics ER 2,称其为面向机器人的最强“具身推理”模型,用于视频理解、任务编排和多机器人协作。
推荐理由:原文同时给出开放入口、机器人协作示例和安全评测维度,便于理解具身模型在真实任务中的落地路径。
Google DeepMind 发布 Gemini Robotics 2,包括 Gemini Robotics 2、Gemini Robotics ER 2 和 Gemini Robotics On-Device 2 三个模型,面向机器人全身控制、双手或夹爪灵巧操作和多机器人协作。
推荐理由:原文同时列出云端、端侧和安全评测细节,可用于理解机器人模型从演示走向部署的路径。
NVIDIA 推出 Cosmos-H-Dreams,这是面向手术机器人的实时、动作条件生成式仿真模型。它将 Cosmos-H-Surgical-Simulator 蒸馏为因果、少步学生模型,并通过 FlashDreams 提供流式推理,在单张 NVIDIA RTX PRO 6000 上达到交互式运行约 ~160 frames per second。
推荐理由:原文同时交代蒸馏流程、FlashDreams 推理优化和开放资源,便于理解世界模型如何进入闭环机器人训练。
Grabette 发布为一个开源、低成本的手持夹爪系统,用于在没有机器人、实验室或遥操作装置的情况下记录机器人操作数据。它包含 Grabette 手持示教设备和 Gripette 机器人夹爪,BOM 成本分别约为 490€ 和 120€,并通过浏览器处理流程把采集片段上传到 HF Hub、运行 SLAM、转换为 LeRobot 数据集。
推荐理由:原文把硬件、采集流程和 LeRobot 数据格式串起来,展示低成本采集机器人操作数据的路径。
Mistral AI 发布 Robostral Navigate,这是其首个面向具身导航的 8B 模型,可用单个 RGB 摄像头和自然语言指令让机器人在环境中移动。
推荐理由:原文同时给出传感器配置、基准成绩和训练流程,便于比较具身导航路线的取舍。
Google DeepMind Accelerator: Robotics 选出 15 家欧洲机器人公司加入 3 个月项目,支持将 AI 融入核心产品。入选团队将获得 Google DeepMind 和 Google 的导师指导、技术支持,访问 AI stack 和 Gemini robotics models,方向覆盖物流、制造、医疗、气候和高级导航。