Runway@runwaymlAI 评分4343

Runway 机器人负责人 Andy Chen 阐述了 Runway 在机器人领域的独特方法，并以我们的开放权重世界动作模型 Praxis-1 的首次亮相收尾。 了解 Praxis-1 更多信息并申请早期访问：https://runway.com/praxis-1

Runway@runwaymlAI 评分3636

Runway 推出开放权重世界动作模型 Praxis-1，基于其大规模视频预训练与实时基础设施，作为策略模型可跨任意具身形态与环境控制机器人。该模型押注视频数据规模可弥补机器人演示数据不足，目前正与 Noble Machines、Standard Bots 和 Ultra 等早期伙伴测试，并将在未来数月公开发布权重。

World Labs 发布下一代世界模型 Atlas

World Labs 发布下一代世界模型 Atlas，一个从零预训练的全能模型，可原生处理文本、图像、视频和 3D。

Black Forest Labs 发布 FLUX 3 多模态基础模型，并与 mimic 合作推出机器人视频动作模型 FLUX-mimic

Black Forest Labs 发布早期版本 FLUX 3 多模态基础模型，联合训练图像、视频与音频，视频预测占训练算力超 95%。FLUX 3 骨干可解码动作预测，加入动作模态后视频质量先降最多 10%，3500 步后恢复原有水平。

Odyssey@odysseymlAI 评分2828

今天我们发布 Odyssey-3，这是基础世界模型的一大步。 它能控制机器人、驱动机器人、驾驶汽车（在印度的道路上！）、训练 AI、操控无人机，甚至玩电子游戏。 我们迫不及待想看到它能赋能哪些智能系统。

Unitree@UnitreeRoboticsAI 评分6262

宇树宣布全面开源 UnifoLM-WLA-1.0 通用具身基础模型，称其在全球开源模型中的多个基准上取得 SOTA 成绩。该单一模型可协调桌面操作与全身移动操作，支持跨任务和跨末端执行器的泛化。项目页面：https://unigen-x.github.io/unifolm-wla.github.io/

Unitree@UnitreeRoboticsAI 评分4949

宇树（Unitree）发布 UnifoLM-X2-1.0，称其为全球首个实时世界模型驱动的全自主人形机器人格斗系统，突破了世界-动作基础模型在即时规划、决策与动态交互执行上的瓶颈。该系统实现高动态、强交互与未来实时预测规划，验证了世界模型驱动人形机器人规模化部署的基本可行性。

OpenBMB 发布 SimpleMemVLA：面向视觉-语言-动作模型的原生视频记忆

OpenBMB 推出 SimpleMemVLA，为视觉-语言-动作模型提供原生视频记忆，通过带时间戳的视觉历史与精确流式推理支持长时程机器人操作。该仓库聚焦长时程机器人操作场景，采用流式推理方式处理视频历史。

OpenBMB 发布 SimpleNav：面向导航 VLA 研究的统一可复现框架

OpenBMB（清华 NLP）在 GitHub 开源 SimpleNav，一个面向导航 VLA 研究的框架，主打简单、统一、可复现与可扩展。该框架旨在为导航 VLA 研究提供统一且可复现的实验基础，并支持扩展。

QwenLM 发布 Qwen-Drive-1.0：面向自动驾驶的视觉语言基础模型

QwenLM 推出 Qwen-Drive-1.0，作为面向自动驾驶的视觉语言基础模型迈出的第一步。该模型定位为自动驾驶领域的视觉语言基础模型，具体参数规模、benchmark 分数与开放方式尚未在原文中披露。

Google DeepMind 发布 Gemini Robotics ER 2，强化视频理解、任务编排与多机器人协作

Google DeepMind 发布 Gemini Robotics ER 2，面向机器人的具身推理模型，支持视频理解、任务进度跟踪、工具编排与多机器人协作，并可将执行交给下层 VLA 模型。

Google DeepMind 发布 Gemini Robotics 2 系列模型，实现机器人全身智能控制

Google DeepMind 发布 Gemini Robotics 2 系列，包含全身控制的 VLA 模型、具身推理模型 ER 2 和可本地运行的 On-Device 2。

NVIDIA Cosmos-H-Dreams：为手术机器人带来实时生成式仿真

NVIDIA 推出 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，通过 FlashDreams 推理库在单张 RTX PRO 6000 GPU 上运行，支持人与策略闭环交互控制。

OpenBMB 发布 MiniCPM-Robot：面向机器人的端侧 AI 大脑

OpenBMB（清华 NLP）在 GitHub 新建仓库 MiniCPM-Robot，定位为面向机器人的更智能、更快的端侧 AI 大脑。该仓库目前仅给出这一句定位描述，尚未披露模型参数规模、benchmark 分数或具体可用形式。

Mistral 推出 Robostral Navigate：8B 具身导航模型，单 RGB 摄像头达 76.6%

Mistral 发布首个具身导航模型 Robostral Navigate，8B 参数，仅靠单个普通 RGB 摄像头、无需 LiDAR 或深度传感器，在 R2R-CE validation unseen 上达到 76.6% 成功率，比最佳单摄像头方案高 9.7 分、比最佳多传感器方案高 4.5 分。

蚂蚁 inclusionAI 发布 Universal-Manipulation-Exoskeleton：用实时力矩反馈学习柔顺全身策略

蚂蚁 inclusionAI 在 GitHub 开源 Universal-Manipulation-Exoskeleton 项目，通过实时力矩反馈学习柔顺的全身操作策略。该仓库聚焦全身策略学习与力反馈控制，具体模型规模、benchmark 与可用性细节尚未在标题与摘要信息中披露。

QwenLM 发布 Qwen-RobotNav 官方仓库

QwenLM 上线 Qwen-RobotNav 官方仓库，定位为该项目官方 Repo。目前公开信息仅显示仓库归属 QwenLM 组织，具体模型能力、参数规模与可用形式尚未披露。

QwenLM 发布 Qwen-RobotManip 官方仓库

QwenLM 上线了 Qwen-RobotManip 的官方仓库，定位为机器人操作方向的官方代码库。目前公开信息仅显示该仓库为官方 Repo，未披露模型规模、benchmark 分数或开放形式等细节。

Qwen-VLA 官方仓库发布

通义 QwenAudio 原创语音项目下出现 Qwen-VLA 官方仓库。目前仅有仓库地址信息，尚未披露模型参数规模、功能细节或可用方式。

Google DeepMind 发布 Gemini Robotics-ER 1.6，强化机器人具身推理

Google DeepMind 发布 Gemini Robotics-ER 1.6，相比 Gemini Robotics-ER 1.5 和 Gemini 3.0 Flash 提升了空间与物理推理能力，包括指向、计数、成功检测和多视角理解。