近期一项研究系统测试了9款多模态模型在6项真实机械臂操控任务上的表现，时间跨度为7月至10月。结果显示，前沿模型直接控制真实机器人手臂的能力正在快速提升，整体性能大约每54天翻一番。其中，最佳任务执行率提升...

Google DeepMind正式推出Gemini 4 Argon，将前沿智能能力聚焦于复杂软件工程、科学研究、机器人技术和专业工作流。该模型最引人注目的特性是支持一百万token的输出窗口，意味着它可以一次性生成超长代码、完整研究报...

小米正式开源 MiMo-V2.6 Pro 和 MiMo-V2.6 Flash 两款全模态模型，展示了从视觉、语言到动作与音乐等多模态任务上的统一能力。官方介绍，这两款模型能够协调多个智能体来构建并以视觉方式测试交互式 3D 场景，还能直...

OpenAI 的 GPT-6 Astra 在机器人操控基准测试中展现出显著优势。研究人员将其接入 Inspect Robots 智能体策略，控制一对 YAM 机械臂执行两项任务：从桌面拾取红色方块放入碗中，以及抓取圆形蓝色拼图块嵌入匹配凹槽...

英伟达今日正式发布Cosmos 3，这是一款面向物理AI的开源世界基础模型，标志着AI在理解与生成物理世界能力上的重大突破。Cosmos 3采用了创新的混合专家变换器（Mixture-of-Transformers）架构，将视觉推理、世界生成...

GitHub上最新开源项目“Awesome Agentic LLM+RL Papers”系统性地整理了大语言模型（LLM）与强化学习（RL）结合的智能体研究领域的关键论文资源。该资源库聚焦于Agentic AI这一前沿方向，涵盖了LLM作为决策核心与RL训...

当前机器人控制策略的部署，通常面临着预测与执行之间的同步瓶颈，这可能导致系统响应迟滞和效率低下。Hugging Face博客最新分享的“异步推理”（Asynchronous Inference）技术，为解决这一难题提供了创新方案。该技术...

谷歌最新发布的Gemini 2.5模型在机器人技术和具身智能领域实现了重要突破。该模型通过增强的编码能力、推理能力和多模态处理能力，特别是基于空间理解的技术创新，为开发者提供了强大的工具。开发者可利用Gemini 2.5...