AI突破在機器人領域仍未即時改變生活
summary_zh: Tesla 的 Optimus 人形機器人預計於 2027 年底上市，單價約 $20,000，但目前仍未能即時改變人類生活。
#具身智慧/機器人
RSS 訂閱#具身智慧/機器人
RSSMIT Technology Review · AIAI 評分5050
Hacker News (官方 RSS)AI 評分6464 OpenWAM：可組合世界-動作模型的開放式框架
OpenWAM 是一個開放式框架，允許在世界-動作模型中同時預測與控制，並支援多種生成順序與獨立訓練的動態模型。 - 架構：5B 影片專家 + 2B 動作專家在 Mixture‑of‑Transformers (MoT) 中共享注意力，並可靈活配置影片-動作互動程式（VTA、ATV、Joint 等）。
The DecoderAI 評分5959 Reka AI 全能模型 Rho-1：單一模型同時處理文字、影像、影片與機器人控制
Rho-1 是 Reka AI 發布的 19 引數億的全能模型，能在單一神經網路中處理文字、影像、影片和機器人控制。 - 多模態整合：同時處理四種模態，無需工具呼叫。
Google DeepMind精選AI 評分8686 Gemini Robotics ER 2：通過影片理解、任務編排與多機器人協作驅動機器人
DeepMind 釋出 Gemini Robotics ER 2，作為其最新的“具身推理”模型，支援持續影片理解、任務編排和多機器人協作。該模型可與任何低層 VLA 模型配合，即時呼叫工具（如 Google Search），並在執行過程中保持推理，顯著提升任務完成率和安全性。
推薦理由：Gemini Robotics ER 2 通過影片理解和多機器人協作提升機器人任務完成率，展示了高效即時推理與安全控制的結合。
Hugging Face Blog精選AI 評分6363 NVIDIA 釋出 Cosmos-H-Dreams 即時生成式手術機器人模擬器
NVIDIA 推出 Cosmos-H-Dreams，這是一個針對手術機器人的即時、動作條件生成式模擬器。該模型將 Cosmos-H-Surgical-Simulator 的能力蒸餾為因果學生模型，並通過 FlashDreams 庫在單張 NVIDIA RTX PRO 6000 GPU 上實現每秒約 160 幀的互動式執行，支援在閉環中進行策略評估和資料生成。
推薦理由：官方推出的即時動作條件生成模擬器展示了手術機器人的互動式環境，讀者可以據此瞭解世界模型在醫療機器人領域的即時推理與應用進展。
Mistral AI精選AI 評分6767 Mistral AI 釋出首款具身導航模型 Robostral Navigate
Mistral AI 釋出首款具身導航模型 Robostral Navigate，這是一個 8B 引數量的模型，僅需單個普通 RGB 攝像頭和自然語言指令即可讓機器人在複雜環境中自主導航。該模型在 R2R-CE 未見驗證集上取得 76.6% 的成功率，在完全使用模擬資料和高效字首快取技術訓練的基礎上，結合了基於指向的導航與線上強化學習。
推薦理由：該模型僅憑單個 RGB 攝像頭和 8B 引數量即在 R2R-CE 基準上取得領先成績，為具身智慧輕量化部署提供了新路徑。
Google DeepMind精選AI 評分7575 Gemini Robotics-ER 1.6：通過增強具身推理驅動真實世界機器人任務
Google DeepMind 推出了 Gemini Robotics-ER 1.6，這是其專為機器人設計的最新模型，提升了空間推理、多視角理解和儀表讀取能力。該版本在安全性和物理約束遵守方面也有顯著改進，並已通過 Gemini API 和 Google AI Studio 對開發者開放。
推薦理由：Gemini Robotics-ER 1.6 通過增強空間推理和多視角理解，顯著提升機器人在真實環境中的自主決策能力，並首次實現儀表讀取功能，為工業設施監測提供更高精度。該模型在安全性和物理約束遵守方面也表現出顯著改進，幫助機器人更安全地執行任務。