NVIDIA 如何让机器人组装 GB300 测试托盘
NVIDIA 教会机器人组装 GB300 测试托盘，并从中获得关于机器人学习、机械智能与传统工程的启示。NVIDIA Grace Blackwell GB300 超级芯片是现代基础模型 AI 训练与推理的引擎，但其托盘组装目前仍需全球各地工厂中的熟练体力劳动。
#NVIDIA
NVIDIA 开发者博客AI 评分4444 NVIDIA 开发者博客AI 评分5252 NVIDIA cuOpt 用 mPDLP 将决策优化扩展到 1 亿变量以上
NVIDIA 宣布其 GPU 加速决策优化产品 cuOpt 通过 mPDLP 将可求解规模扩展到 1 亿变量以上，面向供应链与电网调度等需要在有限规划窗口内评估更大模型和更多不确定性的场景。原文提到 cuOpt 相比 CPU 已可实现 10x 以上的加速。
NVIDIA 开发者博客AI 评分3838 NVIDIA 用数字孪生与 AI Agent 验证 AI 工厂变更
NVIDIA 提出用数字孪生与 AI Agent 验证 AI 工厂的基础设施、软件与策略变更。AI 工厂由 GPU、CPU、交换机、DPU、SuperNIC 以及调度器、编排服务、安全控制和快速变化的软件栈组成，部署与验证其协同工作均具挑战。
arXiv cs.RO 机器人学AI 评分5151 VLM 引导的电磁数字孪生在线标定 Demo：Unitree G1 实测 20 m 内电导率误差 1.74×10⁻⁴
该 Demo 提出用视觉语言模型（VLM）引导电磁数字孪生在线标定的框架，基于 Unitree G1 机器人与 NVIDIA Sionna，包含两次 VLM 调用：材料分类通过 ITU-R P.2040 将可见材料映射为 Sionna 梯度下降的电导率先验，航点规划依据 RSS 残差标定误差与图像覆盖在线选择下一测量位置。
arXiv cs.RO 机器人学AI 评分5555 PredActor 提出预测式动作扩散策略，仅用本体感知实现人形机器人可控全身控制
PredActor 是一种预测式动作扩散策略，仅依赖本体感知历史即可联合预测动作与内部未来状态轨迹，通过 classifier-free guidance 强化文本条件动作、classifier guidance 将未来状态引向测试时目标，无需动作参考跟踪器或特权全身状态。
arXiv cs.RO 机器人学AI 评分5757 从表征互补到双系统：VLM 与纯视觉骨干协同的端到端驾驶
研究在统一 VLM-hidden + diffusion-policy 范式下比较 InternVL3、Qwen3VL 与 ResNet、ViT、EVA-CLIP，发现策略学习扩大共享决策子空间但两分支保留不可迁移残差，纯视觉编码器在几何主导场景更强，VLM 在语义复杂长尾场景更有效。
arXiv cs.RO 机器人学AI 评分5353 面向建筑工地 AMR 的鲁棒 2D 可通行性建图：LiDAR 几何与单目语义的失效模式感知融合
研究者在 NVIDIA Jetson AGX Orin 上提出一套实时、失效模式感知的多模态可通行性建图流程，以 LiDAR 几何为主、单目语义为按类别与置信度门控的修正信号，纠正湿泥、积水混凝土与减速带等互补失效模式。
arXiv cs.RO 机器人学AI 评分5252 NVIDIA Isaac Sim 中六自由度管道跟踪 ROV 的强化学习与经典控制统一动力学框架
研究者在 NVIDIA Isaac Sim 中为六自由度 BlueROV2-Heavy 管道跟踪 ROV 建立统一动力学框架，用同一 USD 场景向向量化 NumPy 的 Fossen 方程与 PhysX 力施加提供一致的质量、附加质量、阻尼、浮力与推力器参数。
NVIDIA 开发者博客AI 评分4444 DOCA GPUNetIO 如何统一 NVIDIA 软件栈中的 GPU 发起网络
NVIDIA DOCA GPUNetIO 将网络与数据搬运统一为 GPU 直接控制的一等操作，减少 CPU 在每个网络事务中的介入。CPU 位于关键路径会增加时延并限制分布式应用的实时响应效率，GPUNetIO 旨在消除这一瓶颈。该能力覆盖 NVIDIA 软件栈，面向需要 GPU 发起网络的分布式应用。
NVIDIA 开发者博客AI 评分4747 NVIDIA AICR v1.0：开放、稳定、可验证的 GPU 集群配置
NVIDIA 发布 AICR v1.0，为 GPU 加速 Kubernetes 集群提供开放、稳定、可验证的配置方案。该方案针对主机内核、GPU 驱动、容器运行时、网络、存储、operator 与工作负载框架等数十个各自独立发版的组件，解决版本兼容性问题。同一配置在不同服务、GPU 代际和 Kubernetes 版本下可能静默失效，AICR 旨在让部署前后的版本冲突可追溯、可验证。
NVIDIA 开发者博客AI 评分4343 NVIDIA：用 Green Contexts 控制 GPU 如何共享工作
NVIDIA 提出 Green Contexts，让单进程内多个独立组件（如时延敏感算子与吞吐导向后台 kernel、数据预处理与模型推理）可控制地共享 GPU 资源。此前这类多组件共用单 GPU 的场景难以划分资源，Green Contexts 用于解决这一控制难题。
新智元AI 评分6464 魔芯科技MoWorld 4D世界模型落地华为Mate 90，摸小宠应用上线
魔芯科技的4D世界模型MoWorld随华为Mate 90系列发布进入消费端，鸿蒙独占应用「摸小宠」可将几张手机拍摄的宠物照片生成可任意视角浏览的4D数字猫。技术上采用端云协同，云端昇腾NPU生成3D高斯模型，约6亿参数的MoWorld-2.0-Flash经量化裁剪后跑在麒麟芯片上完成端侧渲染，推理成本约为进口GPU方案的30%。
NVIDIA 开发者博客AI 评分4444 借助 NVIDIA DOCA Agent Skills 加速 NVIDIA BlueField 应用开发
NVIDIA 推出 DOCA Agent Skills，为 AI agent 提供 NVIDIA DOCA 领域知识，帮助开发者在 NVIDIA BlueField 上更快构建应用。通用 agent 缺乏 DOCA 等基础设施软件的专业知识时容易靠猜测出错，每次修正都会拖慢部署。该技能面向基础设施开发流程，减少试错成本。
NVIDIA 开发者博客AI 评分5252 NVIDIA 发布 Do Inference Now Deploy 开源 C++ 样例集，用 TensorRT RTX 加速本地 AI 推理
NVIDIA 推出开源 C++ 样例集 Do Inference Now (DIN) Deploy，将 ONNX Runtime 与 NVIDIA TensorRT RTX 执行提供程序结合，帮助开发者从模型 checkpoint 走到本地原生应用。该样例集面向本地应用集成 AI 模型，提供可移植模型格式、可靠运行时与跨目标系统的加速支持。
NVIDIA 开发者博客AI 评分4040 NVIDIA cuObject 与 NVIDIA SCADA Server SDK 扩展 AI 存储访问
NVIDIA 发布 cuObject 与 NVIDIA SCADA Server SDK，为 AI 基础设施工程师、存储开发者和云服务商提供对大容量文件与对象存储的快速、安全访问。该方案面向训练、微调、推理上下文、工具调用、搜索和数据库查询等 AI 工作负载的高速数据访问需求，覆盖本地与云端存储的数据。
NVIDIA 开发者博客AI 评分3838 用 NVIDIA NeMo Relay 追踪 Agent Harness 行为
NVIDIA NeMo Relay 可追踪 Agent Harness 的执行路径，暴露任务完成背后的低效行为。失败搜索触发重复搜索、截断的文件读取导致命令重复抓取同一内容等冗余步骤会增加时延并消耗 token，即使最终答案正确也会被掩盖。这些低效还带来更多失败机会，追踪能力为改进 Agent 行为提供依据。
Skild AI 博客精选AI 评分6464 Skild AI 用物理自我对弈后训练 S1，让机器人在仿真中学会踢足球并迁移到人形机器人
Skild AI 宣布通过物理自我对弈完成一项后训练突破，其机器人基础模型 S1 在与自身对弈的仿真中学会了踢足球等高度灵巧和动态的任务。模型只被给出进球这一个目标，在 NVIDIA Isaac Sim 中与近期版本的自己对抗，逐步自行学会带球过人、护球和铲球，这些行为因有助于进球而涌现，未手工设计奖励。
推荐理由：原文给出仿真时长、涌现行为和 sim-to-real 迁移结果，可据此评估自我对弈后训练路线在具身智能上的可行性。
Figure AI 新闻精选AI 评分6666 Figure 与 Nscale 达成战略合作，部署最多 100,000 颗 NVIDIA Vera Rubin GPU
Figure 宣布与 Nscale 达成战略合作，将在得州 Barstow 部署基于 NVIDIA Vera Rubin 平台的最多 100,000 颗 GPU，初步部署计划自 2027 年下半年启动。
推荐理由：原文给出算力规模、投资额和部署时间，可据此了解人形机器人训练算力的量级与投入节奏。
Skild AI 博客精选AI 评分7676 Skild AI 发布机器人基础模型 S1，用单段视频提示完成未见长程任务
Skild AI 发布旗舰机器人基础模型 S1，作为上下文学习器，仅凭一段视频演示即可执行未在预训练中出现、最长 10 分钟的操作任务，无需微调或后训练。在内部基准上，未见任务中 ICL 在 100k 小时预训练数据下达到 66% 成功率，语言提示 VLA 为 9%；已见任务中 S1 达到约 96%。一次上下文演示约等于 380 个后训练示例，植物移盆任务从演示到自主执行用时 11 分钟。
推荐理由：原文给出 ICL 与语言提示 VLA 在 1k 到 100k 小时预训练下的成功率对比，可作为评估提示范式选型的参考。
波士顿动力博客精选AI 评分5656 波士顿动力 Atlas 能否通过足球学会运动？
波士顿动力与现代合作，用人类示范和强化学习训练 Atlas 人形机器人完成此前未见的 Ghost Rabona 花式踢球动作。团队用光学动作捕捉记录球员与工程师 Roberto 的高保真运动数据，经重定向映射到 Atlas 运动学结构后，在云端 GPU 并行数千次仿真训练，相当于 24 小时内完成一年的物理试错，学到的策略几乎全部首次上机即成功。该训练方法可迁移到仓储、工厂等实际作业任务。
Skild AI 博客精选AI 评分7272 Skild AI 与 ABB Robotics、Universal Robots 及 NVIDIA 达成合作，推动 Skild Brain 跨行业部署
Skild AI 宣布与 ABB Robotics、Universal Robots、Teradyne 旗下 MiR 合作，将 omni-bodied Skild Brain 基础模型集成到其机器人产品线，实现无需逐任务编程的跨行业部署。
推荐理由：原文给出了从半结构化工厂到家庭环境的分阶段落地路径，可作为具身智能规模化部署节奏的参考。
Skild AI 博客精选AI 评分7272 Skild AI 完成 14 亿美元 C 轮融资，估值超 140 亿美元
Skild AI 宣布完成 14 亿美元 C 轮融资，由软银领投，NVentures（NVIDIA）、Macquarie Capital 和 Jeff Bezos 等参投，公司估值超过 140 亿美元。
推荐理由：融资规模、估值和投资方名单完整，可作为观察通用机器人基础模型资本集中度的一个参考样本。
Figure AI 新闻精选AI 评分6262 Figure 完成超 10 亿美元 C 轮融资，投后估值 390 亿美元
Figure 宣布 C 轮融资承诺资本超过 10 亿美元，投后估值 390 亿美元，由 Parkway Venture Capital 领投，Brookfield Asset Management、NVIDIA、Intel Capital、Qualcomm Ventures 等参投。
推荐理由：原文列出 Parkway Venture Capital 领投及 NVIDIA、Qualcomm Ventures 等参与方，可用于观察人形机器人赛道的资金流向。
Sanctuary AI 新闻精选AI 评分5757 Sanctuary AI 借助 NVIDIA Isaac Lab 加速灵巧手学习
Sanctuary AI 借助 NVIDIA Isaac Lab 开源机器人学习框架，对其高自由度、高强度、高速液压灵巧手实现业界领先的 sim-to-real 灵巧操作策略迁移。