Runway 开源 Praxis-1 将视频 AI 变为机器人控制器
Runway 开源机器人模型 Praxis-1 并开放 Apache 2.0 权重与代码,该模型基于视频训练预测环境变化以控制机器人。在 RoboLab-120 基准中 Praxis-1 以 46.2% 成功率居 World Action Model 类别第一,真实 Franka 臂测试十任务成功 88 次。Runway 于 9 月下旬首次介绍该模型,本次为全面开放。
Runway 开源机器人模型 Praxis-1 并开放 Apache 2.0 权重与代码,该模型基于视频训练预测环境变化以控制机器人。在 RoboLab-120 基准中 Praxis-1 以 46.2% 成功率居 World Action Model 类别第一,真实 Franka 臂测试十任务成功 88 次。Runway 于 9 月下旬首次介绍该模型,本次为全面开放。
Runway推出开放权重的机器人模型Praxis-1,将视频预训练知识用于真实机器人控制。该模型在RoboLab-120基准1200个场景中完成555个成功率约46.2%,比GPT-6 Astra驱动机械臂快15.6倍成本降至1/51。模型权重与代码分别在Hugging Face和GitHub公开。
英伟达在CoRL大会发布新一代机器人基础模型GR00T 2,并宣布模型、数据与仿真环境等将陆续开源。GR00T 2通过X-Adapt实现跨本体技能迁移,每项任务5次示范加30分钟LoRA微调可使成功率至95%。同期Anthropic Fable 5.2在RoboDojo Sim双臂测试得分64.9%,高于GPT-6 Astra的29.8%。
推荐理由:英伟达发布GR00T 2世界动作模型与全套开源工具链,其跨本体适配能力可显著降低不同本体机器人重新采集示范数据的成本。
谷歌推出迄今最强 VLA 机器人模型 Gemini Robotics 2.5,在奔驰生产线实现96%汽车零部件拣配成功率。该模型灵巧度、可靠性与安全性提升,任务成功率较前代高30%至100%,并借 Gemini 4 Argon 仿真加速开发;谷歌此前已为人形机器人引入全身智能。
DeepMind 发布 Gemini Robotics 2.5 机器人模型及开源安全基准 ASIMOV-jailbreak,新版本灵巧操作接近人类水平。该模型在超200项任务中评估表现提升,并已用于梅赛德斯奔驰工厂作业与阿波罗2机器人系鞋带演示。
蚂蚁灵波11月10日开源触觉基础模型LingBot-Touch,可将磁触觉、视触觉和压阻式信号编码为统一触觉Token供不同灵巧手使用。在26项真机测试中,接入该模型使四种动作模型平均任务成功率提高约14至26个百分点,模型和代码已在Hugging Face与GitHub开源。此为蚂蚁灵波继通用大脑后补齐触觉感知、推进具身原生路线的动作。
蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,为通用大脑补齐关键的触觉感知能力。模型基于近 5000 小时真实触觉数据预训练,输出统一触觉 Token,在 26 项真机测试中使四种动作模型平均成功率提升约 14 至 26 个百分点。该表征可跨传感器、跨灵巧手和跨模型复用,此前 LingBot 系列已构建全栈体系,此次将感知延伸至指尖。
NVIDIA在CoRL发布GR00T 2开源世界动作模型与Isaac Lab 3.0等机器人仿真训练技术。GR00T 2仅凭每任务一次演示在50项任务中平均成功率达71%,Isaac Lab 3.0集成Newton物理引擎将训练吞吐提升至Isaac Lab 2.3的2.5倍。这些开源进展旨在助力机器人从实验室演示走向工业部署。
推荐理由:NVIDIA在CoRL开源GR00T 2与Isaac Lab 3.0,研究者可借此在仿真里训练机器人精密操纵能力。
物理智能开源平台 Hitch Open 在进博会正式面向全球开源发布。该平台由上海交通大学高岳教授团队联合完成 AI 机器人乒乓对打挑战,以 142 拍成绩刷新世界纪录。Hitch Open 旨在通过真实环境极限赛事解决 AI 在复杂物理世界中的感知、决策与行动挑战,推动具身智能及机器人技术发展。
小鹏集团联合北京大学、香港大学等团队发布具身感知基座模型 GroundingPI,该模型采用约 40 亿参数规模,在 34 项公开感知基准综合评测中位列第一。GroundingPI 综合得分为 73.68,高于 OpenAI 前沿模型 GPT-6 Astra 的 71.54 分。该研究目前处于科研原型阶段,旨在通过精准感知降低机器人示教成本并提升场景泛化能力。
智元发布GO-3 Preview与WITA-OMNI双模型,分别在RoboDojo等三榜与Daily-Omni等四榜登顶。同场创新日推出灵渠OS 1.0计划年底开源,并定义Worken单位量化机器人有效工时。
智元于10月29日正式推出具身模型 GO-3 Preview,采用WRAM架构并登顶RoboDojo、RoboTwin、RoboColiseum三大榜单,计划2026年底开源。该模型支持部署后自主改进,搭载Genie Master的精灵G2在便利店上岗后任务成功率从首日28.6%稳定至85.7%。
威卡移动控制发布“具身智能赋能工程机械高质量数据集”,第一阶段规模达3600万帧,覆盖12类典型作业场景。该数据集已在Hugging Face等仓库开源,旨在通过真实工地数据解决具身智能落地中的数据稀缺瓶颈。这是威卡五年前启动筹备、基于三十年智控硬件积淀推出的数据底座,为工程机械少人化提供可复制路径。
旧金山Dimensional公司招募时薪20美元遛机器狗员,以采集城市自主导航真实基准数据。公司实验对比人工与AI智能体控制机器狗,显示智能体控制硬件差距明显,仍需人类介入。机器狗购自中国宇树科技,公司正开发开源机器人操作系统对接AI智能体。
近日RoboParty正式发布全栈开源人形机器人RP1,开放从机械图纸到运动算法的整条研发链路。RP1提供24或30自由度配置,搭载自研ROMOMO关节模组,并开放hhtools等训练工具与部分代码项目。此前RoboParty曾推出开源机器人RPO,在GitHub获得约2600个Stars。
炎曦动力(Primotion)成立三个月首秀具身基座模型Paimon-0,在RoboColiseum等四项基准登顶。Paimon-0以0.7754分居RoboColiseum榜首,通用操作子榜0.6613全场最高,采用本地脑+元脑架构从算法反推芯片设计。其自研算控一体SoC计划2028年交付,Paimon-Eval拟11–12月开源。
Nvidia CEO Jensen Huang 在 GTC Berlin 大会上演示了 Pollen Robotics 生产的 Microduck 机器人,预售量迅速突破 20,000 台。
阿里巴巴旗下高德发布全身基座模型λ0,仅用人类行动数据让机器人学习移动与操作全身协调,在SIMPLE等评测获SOTA。该模型无本体采集将单条示范耗时从约100秒缩至29秒、效率约3.4倍,真机任务成功率较最强基线提升22.5%,并已在GitHub与HuggingFace开源代码及数据样例。该研究由高德与阿里ATH事业群共同完成,打通人类全身经验至人形机器人链路。
Pollen Robotics 与 Hugging Face 联合发布开源双足机器人 Microduck,并推出基于 Isaac Lab 3.0 和 Newton 的训练部署教程。该工作流支持在仿真中训练行走策略,导出为 ONNX 格式后部署至真实硬件,并可在 Microduck Arena 中验证兼容性。此前该模型仅开放 API
生数科技世界模型团队于10月21日开启Motubrain 2.0训练全流程公开直播,计划持续半个月。直播涵盖预训练、后训练、Agent任务执行及RSI探索四个环节,旨在展示具身模型从训练到能力迭代的过程。此前小米曾公开MiMo-V2.6强化学习进展,此次尝试进一步打开具身模型训练黑盒。
优必选 Thinker-WM 在 WorldOlympiad、EWMBench 和 WorldArena1.0 Track-1 三大具身世界模型基准中均取得第一。该模型采用 Unified Dynamic Transformer 架构,将 RGB、深度和动作统一建模,支持六大能力模式。此前该模型已完成在优必选机器人平台上的部署验证。
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,可提升任务成功率、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,并给出可复用的卸载工具链,读者可据此判断物理 AI 的部署取舍。
NVIDIA 发布 Cosmos-H-Dreams,一个面向手术机器人的实时、动作条件生成式仿真器,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:原文给出实时生成式手术仿真的蒸馏与推理优化路径,读者可了解世界模型如何进入闭环交互。
Hugging Face 发布 Grabette,一套开源低成本的手持夹爪数据采集系统,用人类手部演示替代机器人遥操作,采集后自动转换为 LeRobot 数据集并上传至 Hugging Face Hub。
推荐理由:原文给出了一套无需机器人即可采集操作数据的开源硬件与处理流程,读者可据此判断机器人数据采集门槛的变化。