
WorldOracle 发布动作条件世界模型基准,对照真实执行评测七款模型
普林斯顿大学、得克萨斯大学奥斯汀分校、多伦多大学、NVIDIA 与智元机器人联合推出 WorldOracle,用同一初始观测和同一动作序列把动作条件世界模型的预测与真实执行逐帧对照评分。
推荐理由:WorldOracle 用同一初始帧与动作序列对照真实执行,给出七款世界模型的分解评分与长时程退化数据。
NEWS / 动态
按时间浏览,使用右上角筛选切换领域。

普林斯顿大学、得克萨斯大学奥斯汀分校、多伦多大学、NVIDIA 与智元机器人联合推出 WorldOracle,用同一初始观测和同一动作序列把动作条件世界模型的预测与真实执行逐帧对照评分。
推荐理由:WorldOracle 用同一初始帧与动作序列对照真实执行,给出七款世界模型的分解评分与长时程退化数据。

Teradyne Robotics 与 Sereact 宣布正式合作,把 Sereact 的物理 AI 平台 Cortex 运行在 Universal Robots 的协作机械臂上,面向零售、物流和制造场景。

Teradyne Robotics上周与Sereact达成合作,将Sereact的Cortex物理AI平台运行在Universal Robots机械臂上,用于退货处理、拣选等非结构化任务。
NVIDIA 等机构的研究者提出 Joints, Camera, Action! 模型,可为任意给定骨架同时生成视频与可重放的 3D 运动,并估计相机把运动配准到场景。
推荐理由:论文提出将3D运动与视频生成分离建模,支持任意骨架并恢复相机位姿,为机器人视频数据转可重放运动提供思路。
IndustrialRemembr 提出面向机器人车队的共享时空记忆系统,扩展 NVIDIA ReMEmbR,仅在需要时生成场景描述以降低服务端计算。每台机器人用 NVIDIA Jetson 将视频片段编码为检索嵌入、视觉 token 和重建潜变量,不上传原始相机画面。
推荐理由:论文给出机器人车队共享时空记忆的端侧编码与按需解码方案,并报告缓存 token 解码与未拆分模型输出一致。
研究在 Idealworks 的 iw.hub 实机上评测 NVIDIA X-Mobility 与 COMPASS 导航策略训练流程,并用 NVIDIA Cosmos 生成仿真到现实变体。
推荐理由:在 Idealworks 实机上对比数字孪生与 Cosmos 增强训练,给出成功率与耗时差距,可作为 sim-to-real 评测参考。
作者在 Jetson AGX Orin 上对九类深度估计模型做了基准测试,覆盖单目 Depth Anything V2/V3、Depth Pro、MoGe-2、Metric3D v2、UniDepth V2 与立体方法 libSGM、NVIDIA ESS、Fast-FoundationStereo,按 Middlebury 2014 真值评估度量精度、GPU 时间、能耗和许可。
推荐理由:在 Jetson AGX Orin 上统一比较九类深度估计模型的精度、速度、能耗与许可,为机器人感知选型提供可复现依据。
PhysWord 是一个先推理后动作的机器人基础模型,用原子动作动词作为共享语义锚点,把物理动态的连续表示组织成可复用的推理原语。模型预测未来原子动作词,并将其上下文隐状态与对应未来观测导出的潜在目标对齐,再按时间自回归预测 Physical Words 以捕捉执行阶段转换。
推荐理由:论文提出以原子动作动词为语义锚点的推理先验框架,并给出仿真基准与实机操作的成功率对比。
英伟达展示开发者用GPT-6 Astra等前沿AI模型配合Omniverse库,通过自然语言指令构建仿真应用。仓库仿真在80台输送机、40条机械臂和800个箱子场景下以全高清30帧/秒运行两分钟,机械臂完成640次成功放置箱子。另有基于ABB YuMi的CAD转SimReady资产、Isaac Lab线缆布线等案例。

NVIDIA 在加拿大多伦多 ROSCon 上发布 Isaac ROS 5.0,这是一组基于 ROS 的 GPU 加速软件包,新增智能体工作流与平台支持。该版本支持 ROS Lyrical 和 Ubuntu 24.04,并提供面向 AI 智能体的 Isaac 技能与文档,其中 FoundationPose 的智能体推理库称可将物体位姿感知与跟踪速度提升至多 5.5 倍。
推荐理由:Isaac ROS 5.0 把智能体工作流和 ROS Lyrical 支持纳入开源包,并列出多家厂商的集成用法,可用于了解机器人开发工具链的当前形态。
NVIDIA 发布 Cosmos-H-Dreams,一个面向手术机器人的实时、动作条件生成式模拟器,将 Cosmos-H-Surgical-Simulator 蒸馏为因果少步学生模型,并通过 FlashDreams 推理库在单张 NVIDIA RTX PRO 6000 上运行。
推荐理由:NVIDIA 把手术世界模型蒸馏成实时闭环模拟器,给出从约10帧到约160帧的推理提速路径。