Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型
Google DeepMind 推出 Gemini Robotics 2.5 视觉-语言-动作模型,在 200 项任务评测中成功率比此前基线提升 30% 至 100%,完成任务速度快 20% 至 30%。
推荐理由:官方给出跨 200 项任务的成功率与速度提升,以及在奔驰产线的实测成功率,可作为 VLA 模型落地进度的参照。
Google DeepMind 推出 Gemini Robotics 2.5 视觉-语言-动作模型,在 200 项任务评测中成功率比此前基线提升 30% 至 100%,完成任务速度快 20% 至 30%。
推荐理由:官方给出跨 200 项任务的成功率与速度提升,以及在奔驰产线的实测成功率,可作为 VLA 模型落地进度的参照。
NVIDIA 在 CoRL 上发布基于 Cosmos 构建的开源世界动作模型 GR00T 2,训练数据包含 10 万小时 NVIDIA 开源第一视角人类数据。该模型在无任务演示时可完成 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:从世界动作模型到仿真训练与评测基准,这次集中展示了机器人从实验室演示走向工业部署所需的一整套工具链。
NVIDIA 正帮助韩国将物理 AI 从开发推进到实际生产,覆盖半导体制造、自动驾驶与机器人。Samsung 借助 NVIDIA cuISS、cuDSS、cuEST 等加速半导体工程,其 sMOL 平台部分量子化学计算端到端提速最高 5x,AI 均质化案例实现约 1,600x 加速、仿真时间从 18 小时降至 41 秒。
AI2 在 Hugging Face 发布 ToyBlocks,一个围绕机械臂与桌面方块的开源仿真框架,并把它定义为首个 FoundationWorld,配套任务与演示自动生成工具及行为评测指标。