黄仁勋 GTC 柏林站把玩 Microduck 机器人,预订单突破 2 万台
Nvidia CEO 黄仁勋在 GTC 柏林站主题演讲中把玩 Hugging Face 旗下 Pollen Robotics 的 Microduck 机器人后,该产品预订单已突破 2 万台。这些开源机器人用 Nvidia 技术栈训练,可执行行走、坐下、站立等基础动作,预计圣诞节前交付。Hugging Face CEO Clem Delangue 认为它可能成为年度最畅销机器人。
Nvidia CEO 黄仁勋在 GTC 柏林站主题演讲中把玩 Hugging Face 旗下 Pollen Robotics 的 Microduck 机器人后,该产品预订单已突破 2 万台。这些开源机器人用 Nvidia 技术栈训练,可执行行走、坐下、站立等基础动作,预计圣诞节前交付。Hugging Face CEO Clem Delangue 认为它可能成为年度最畅销机器人。
打车平台 inDrive 与 Pony.ai、Nvidia 签署谅解备忘录,计划 2027 年上半年在哈萨克斯坦首都阿斯塔纳测试 robotaxi,初期配备安全员,最终目标是完全无人驾驶。
NVIDIA 在 Hugging Face 上线 SimReady Central Library,汇集 2000 多个仿真就绪(SimReady)OpenUSD 资产,免费、无需申请即可用于物理 AI 训练环境和 AI 工厂数字孪生。
推荐理由:原文说明该库把 2000 多个带物理属性的 OpenUSD 资产放到 Hugging Face 免费开放,并给出 OEM 提交与场景搭建路径。
Techable Ventures 创始人兼管理合伙人 Amulya Vishwanath 认为,物理 AI 目前仍处于“乐高时代”,而非外界期待的机器人“ChatGPT 时刻”。她指出,机器人手、执行器等基础软件与构件正被重新设计,这些积木式组件未来才能拼出通用或专用机器人。她同时强调人才是美国市场的关键壁垒,并称自己正帮创始人对接顶尖人才。
NVIDIA 发布 Cosmos3-H-Dreams,基于 Cosmos3-H-Embodied-Nano 训练,可从视频与机器人运动学中学习临床胆囊切除场景的实时生成仿真。
推荐理由:原文给出从桌面任务到临床胆囊切除场景的模型演进,并公开四步与两步检查点及适配自有数据的流程。
Eka Robotics 完成 1.5 亿美元 A 轮融资,由 a16z 和 F-Prime 领投,投后估值 14.5 亿美元。
费城女子 Carolyn Marvin 因阻挡 Uber 配送机器人通行、拒绝让路,被警方以扰乱治安罪名逮捕并起诉。她向 ABC13 表示,自己是在抗议这类机器人取代人类配送员的工作,此前已多次站在机器人前方阻止其前进。配送机器人已在费城市中心街头常见,今年早些时候还曾有一台在 Center City 被踢倒。
在 NVIDIA 机器人平台产品营销部门任职七年的 Amulya Vishwanath 认为,机器人目前处于“乐高时代”,执行器、机械手、软件和安全标准等基础模块仍在重建,这与“通用基础模型将带来机器人 ChatGPT 时刻”的观点相左。
在 NVIDIA 机器人平台产品营销部门任职七年的 Amulya Vishwanath 认为,机器人目前处于“乐高时代”,执行器、机械手、软件和安全标准等基础组件仍在重建,尚未迎来 ChatGPT 时刻。她如今是 Techable VC 的创始人兼管理合伙人,投资机器人、材料科学和生命科学等物理 AI 领域的早期项目。
Google 发布 Gemini 4 Argon,定位为覆盖机器人全流程的单一模型,可控制机器人、构建虚拟练习环境并评估训练视频质量。演示中它从一张照片生成 77 个任务和超过 4500 条训练片段,使真机成功率从 56% 升至 75%,执行时间从 35 秒降至 24 秒。
同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Argon》
TechCrunch Disrupt 2026 第二天在旧金山 Moscone West 举行,聚焦 AI、机器人、AI 硬件、公共安全与风险投资。Nvidia、Waabi、Flock Safety、Ricursive Intelligence 等公司代表登台,Benchmark 全体合伙人参与分享。
旧金山初创公司 Industrial Next 在 TechCrunch Disrupt 2026 的 Startup Battlefield 上展示其 AI 驱动机器人工位,称产线换型可从数周缩短到几分钟,无需传统编程。
Science Corporation CEO Max Hodak 在 TechCrunch Disrupt 上宣布,公司已将视力恢复芯片 PRIMA 植入首例 Stargardt 病患者体内。
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 访谈中介绍,Dyna-2 是预训练于超过一百万小时人类视频的世界动作模型,先预测未来视频再生成机器人动作,后续的 Dyna-2.1 已作为实体机器人智能体落地。
密歇根大学孵化的 Laplace Intelligence 正在为机器人和物理 AI 构建自动化红队测试,其核心是高保真仿真环境加 AI 智能体,自动探测系统弱点并设计 corner case。
Google DeepMind 发布面向机器人的 Gemini 4 Argon,在测试 3D 物理空间问题的 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,称超过其他前沿模型。
同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Argon》
Amazon 已在仓库部署超过 100 万台机器人,全天候支撑每日数千万件当日达和次日达包裹配送,同时仍是全球第二大企业雇主,拥有超 150 万名全职和兼职人类员工。Amazon 高管称机器人承担了最繁重、最易致伤的工作,但劳工倡导组织和独立研究者认为,AI 驱动的仓库自动化对人类员工并非全是利好。
Odyssey 面向公众开放世界模型 Odyssey-3 的研究预览,用户可用文本提示生成可实时探索的交互环境,开发者可申请 API 访问。免费在线演示基于 Odyssey-3 Flash,支持第一人称与第三人称视角;基础模型 14B 参数、832×480 分辨率,Pro 版支持 1280×720。
Standard Bots 用共享基础模型加演示微调的方式为工业机械臂构建 AI,最大模型仅低数十亿参数,靠零样本感知系统完成机床上下料等任务。其感知骨干网络基于超 10 亿张图像训练,模型在云端训练、在工厂本地 GPU 上推理并输出 action chunks,以规避工厂网络不可靠的问题。
MIT CSAIL 的 Unitree 人形机器人(实际约 5 万美元)和 LLM 正让人习惯性拟人化对待,一项研究显示约 70% 的人对 AI 保持礼貌。MIT 的 Sherry Turkle 与 Pat Pataranutaporn 指出,这种倾向可能让人更信任聊天机器人,甚至在其与真人之间偏向前者,Pataranutaporn 曾作为专家参与 Character.AI 相关过失致死诉讼。
爱丁堡 Danu Robotics 推出回收分拣机器人 H.E.R.O.,用夹爪代替吸盘,并靠 AI 持续优化软件。公司已获 200 多家客户意向、50 万美元签约合同,并完成 500 万美元 late-seed 融资。创始人 Amy Ma 估算,单条分拣线可带来 48.5 万美元额外收入,而初始投入 16 万美元、年维护费 2.4 万美元。
加州州立体育委员会向举办人机对战赛事的初创公司 Rek 发出停止令,指其 9 月 18 日让人类 Frankie LaPenna 对阵一台由人通过远程 VR 系统操控的人形机器人属于“未经批准”的拳击或综合格斗赛事。Rek CEO Cix Liv 于 9 月 30 日在 X 上公开该信函,Rek 下一场计划于周五举行,将由两台带武器的机器人互斗。
Nvidia 正将其 Halos 全栈安全系统从自动驾驶扩展到机器人领域,2025 年推出的 Halos 提供硬件与软件工具,帮助开发者在自动驾驶汽车等自主车辆中设置安全护栏。
MIT Technology Review 与 Aventine 合作的文章指出,尽管马斯克、黄仁勋等人预测人形机器人将迅速普及,但许多机器人研究者认为,把语言和图像上的 AI 进展直接迁移到物理世界被低估了难度。
AVEVA 首席技术官 Arti Garg 提出,工业 AI 正从预测分析走向基础模型、physical AI 与 agentic AI,但因其直接作用于物理系统,安全与可靠性成为部署核心。
Reka AI 发布全能模型 Rho-1 的研究预览版,这是一个 190 亿参数模型,在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数把任务分派给专用模型的系统不同,Rho-1 将所有模态作为 token 放在同一个共享上下文窗口中运行,不调用工具或外部模型。
卡内基梅隆大学 Safe AI 实验室主任丁昭与 Kyle Wong、Simo Rachidi 创立 Safeworld,专注评估生成式 AI 驱动的机器人控制系统安全性,今日结束隐身状态并完成超 1200 万美元种子轮融资,由 Shine Capital 和 a16z Speedrun 领投。
AMD 以 82 亿美元收购 World Labs,后者由李飞飞于 2024 年创立,专注空间智能,并已收购 SceniX 以推进机器人仿真能力。World Labs 近期发布的 Atlas 是一种全新全能模型架构,可从 2D 图像输入预测新视角,在稀疏重建这一计算机视觉长期难题上超过专用模型,结合了生成模型与多视图几何。
微软研究院对移动操作机器人工作负载做了系统性测量,发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU 能提升任务成功率、支持更大模型并延长续航。
推荐理由:微软研究院系统测量了机器人端侧 GPU 推理的瓶颈,并给出可复用的 Kubernetes 卸载工具链,读者可据此判断物理 AI 的部署取舍。