Google DeepMind 用 SynthIDBio 为 AI 设计蛋白质添加水印
Google DeepMind 在 Nature 发表研究，提出 SynthIDBio，可在 ProteinMPNN 设计蛋白质时嵌入分布式水印，同时保持蛋白质与目标蛋白结合的功能。
推荐理由：论文展示了 SynthIDBio 如何在不损害蛋白质功能的前提下嵌入可检测水印，为筛查来源不明的 AI 设计蛋白提供了具体思路。
具身智能
全部主题AI 走进物理世界：人形机器人、具身基础模型与真实环境操作能力的进展追踪。
15条精选相关主题NVIDIA 英伟达多模态论文研究
最新精选
第 1–15 条 · 共 15 条Ars Technica · AI精选AI 评分7777 Ars Technica · AI精选AI 评分8080 AMD 将以 $8.2 billion 收购 World Labs
AMD 与 World Labs 宣布，AMD 将在获得监管批准后于年底前收购这家世界模型公司，交易估值为 $8.2 billion。
推荐理由：这笔交易将 World Labs 的世界模型与 AMD 的 AI 业务放在同一竞争框架中，材料也交代了其技术用途和产品基础。
Mistral AI精选AI 评分7373 Mistral 在慕尼黑开设德国中心，推进欧洲工业 AI 与 Physics AI
Mistral 宣布在慕尼黑开设德国中心，组建 Physics AI 和 Industrial AI 研究团队，并为企业伙伴提供应用工程支持。公司称计划到 2030 年建设 1 gigawatt 的欧洲算力，并依托 open-weight 架构支持客户在自有基础设施上运行模型。
推荐理由：Mistral 将德国据点、Physics AI 研发和本地算力主权结合起来，呈现其切入欧洲工业场景的具体路径。
Microsoft Research精选AI 评分7979 Microsoft Research 为 Physical AI Toolchain 增加机器人推理卸载能力
Microsoft Research 宣布 Physical AI Toolchain 新增面向机器人的物理 AI 推理卸载能力，可将推理部署到机器人、边缘 GPU 或云端。研究显示，卸载推理能够提升移动操作任务的成功率、响应速度和电池续航，并支持运行更大的 AI 模型。该工具集基于 Kubernetes，支持容器化、自动卸载和分布式编排，并提供 SO-101 与 UR10e 的示例项目。
推荐理由：文章以移动操作任务的测量结果说明推理卸载对成功率、响应、续航和模型规模的影响，并介绍了基于 Kubernetes 的部署工具。
NVIDIA Blog精选AI 评分8080 NVIDIA Isaac ROS 5.0 推出智能体工作流并支持 ROS Lyrical
NVIDIA 发布 Isaac ROS 5.0，为基于 ROS 的机器人开发加入智能体工作流，并支持 ROS Lyrical 和 Ubuntu 24.04。新版提供用于设置、操作和 FoundationStereo 微调的技能，以及 agent-ready 文档和 FoundationPose 推理库，后者可将物体位姿感知与跟踪速度提升至 5.5x。
推荐理由：Isaac ROS 5.0把智能体工作流、ROS Lyrical支持和Jetson部署整合到开源机器人开发中，呈现了从模型适配到实体运行的完整路径。
Hugging Face Blog精选AI 评分7878 Strands Agents、LeRobot 与 Hugging Face Storage Buckets 打通机器人数据闭环
Hugging Face 介绍 Strands Robots 如何将机器人示范记录到 LeRobotDataset，同步至 Hugging Face Storage Buckets，并从 Hub 流式读取训练后部署回硬件。
推荐理由：文章用可运行示例串起机器人数据采集、增量同步、流式训练与部署，展示了 Storage Buckets 如何减少重复传输。
Microsoft Research精选AI 评分7373 MindTopo 基准揭示 VLM 的拓扑空间推理能力
Microsoft Research 提出 MindTopo 基准，评估多模态大语言模型对连续性、分离、顺序、包围和打结五类拓扑关系的理解。基准同时测试静态场景推理与交互规划，结果显示模型在静态识别上的表现通常优于需要跨多步行动维护拓扑关系的任务，且两者都低于人类表现。研究指出，规划错误常发生在模型未能追踪场景变化后的结构关系或提出违反环境约束的行动。
推荐理由：MindTopo 将静态识别与交互规划分开评估，具体展示了多模态模型在持续维护空间结构关系时的能力缺口。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型
Google DeepMind 发布 Gemini Robotics ER 2，用于让机器人理解连续视频、编排多步任务并协同工作。
推荐理由：Gemini Robotics ER 2 将连续视频理解、工具编排和多机器人协作结合起来，并给出任务进度与安全评测结果。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini Robotics 2，提升机器人的全身智能与协作能力
Google DeepMind 发布 Gemini Robotics 2，包含 Gemini Robotics 2、Gemini Robotics ER 2 和 Gemini Robotics On-Device 2 三个模型，支持人形机器人全身控制、灵巧操作、具身推理和多机器人协作。
推荐理由：Google DeepMind同时更新了全身控制、灵巧操作、具身推理和端侧适配，呈现了机器人从单步执行走向多步骤协作的技术路径。
Hugging Face Blog精选AI 评分8686 NVIDIA 发布 Cosmos-H-Dreams 实时生成式手术机器人模拟器
NVIDIA 发布 Cosmos-H-Dreams，这是一款面向手术机器人的实时、动作条件生成式模拟器，可根据初始 RGB 帧和实时机器人运动学生成后续视频帧。
推荐理由：文章完整介绍了从 Cosmos-H-Surgical-Simulator 到实时交互模拟器的蒸馏路径，并给出训练、推理和自有数据适配方案。
Hugging Face Blog精选AI 评分8585 Hugging Face 发布开源机器人操作数据采集系统 Grabette
Hugging Face 发布开源、低成本的 Grabette，用手持夹爪记录操作示范并自动生成可供机器人训练的 LeRobot 数据集。Grabette 配备两台摄像头、IMU 和夹爪传感器，硬件 BOM 成本约为 490€，数据可通过 Hugging Face Hub 和浏览器端流程处理与分享。
推荐理由：Grabette把机器人操作示范采集拆成可自制硬件和浏览器处理流程，为构建开放、多样的机器人学习数据集提供了可复用路径。
Mistral AI精选AI 评分7979 Mistral AI 发布具身导航模型 Robostral Navigate
Mistral AI 发布 Robostral Navigate，这是一个 8B 具身导航模型，仅使用单个 RGB 摄像头和自然语言指令控制机器人移动。在未见过的 R2R-CE 验证环境中成功率为 76.6%，比最佳单摄像头方案高 9.7 个百分点，比使用深度或多摄像头的最佳系统高 4.5 个百分点。
推荐理由：Robostral Navigate 展示了单 RGB 相机与 8B 模型在连续环境导航中的组合方案，并公开了训练数据与方法细节。
Hugging Face Blog精选AI 评分8787 Hugging Face 发布 LeRobot v0.6.0，加入世界模型、奖励模型与六项仿真基准
Hugging Face 发布 LeRobot v0.6.0，新增可在行动前想象未来的 VLA-JEPA、LingBot-VA 和 FastWAM，以及 Robometer、TOPReward 奖励模型 API。
推荐理由：LeRobot v0.6.0把世界模型、奖励模型、仿真评测与部署回流整合进同一套开源工作流，便于复现实验并持续改进机器人策略。
Berkeley AI Research精选AI 评分6060 GRASP：面向长时域世界模型的梯度规划方法
Berkeley AI Research 介绍 GRASP，一种面向世界模型长时域规划的梯度规划器，通过提升状态、对状态迭代注入随机噪声，并避开脆弱的状态输入梯度来优化动作。
推荐理由：文章解释了长时域世界模型规划为何容易失稳，并给出通过状态提升、状态噪声和梯度重塑改善规划的具体方法。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini Robotics-ER 1.6，增强机器人具身推理能力
Google DeepMind 发布 Gemini Robotics-ER 1.6，增强空间推理、多视角理解、任务规划和任务完成检测能力，并新增仪表读数功能。模型可通过 Gemini API 和 Google AI Studio 使用，官方还提供了开发者 Colab。
推荐理由：Gemini Robotics-ER 1.6 将空间推理、多视角理解、仪表读数和安全约束结合起来，展示了具身模型面向真实机器人任务的能力变化。