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。
推荐理由：官方给出训练细节与工厂实测数据，说明同一多模态骨干如何同时支持内容生成与机器人动作控制。
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。
7条精选相关主题NVIDIA 英伟达多模态论文研究
最新精选
第 1–7 条 · 共 7 条Black Forest Labs：Blog（网页）精选AI 评分6363
TechCrunch：AI（RSS）精选AI 评分8383 AMD 以 82 亿美元收购李飞飞的 World Labs
AMD 宣布以 82 亿美元收购 World Labs，其创始人李飞飞将加入 AMD 担任执行副总裁兼首席科学家。World Labs 开发用于理解物理现实的深度学习模型，首个产品 Marble 可用于创建娱乐体验，也能为机器人训练生成模拟环境。该交易可能帮助 AMD 与长期竞争对手 Nvidia 在 AI 专用芯片生态上竞争，预计今年年底前完成，尚待监管批准。
推荐理由：这笔收购将世界模型研究并入芯片厂商的路线图，正文对比了 AMD 与 Nvidia 在 AI 芯片生态上的差距。
Microsoft Research 博客（RSS）精选AI 评分6262 微软研究：把物理 AI 推理卸载出机器人可提升任务成功率与续航
微软研究院对移动机器人操作负载做系统性测量，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务表现与电池续航。
推荐理由：微软对移动操作机器人推理负载的系统性测量，给出了卸载到边缘或云端 GPU 在任务成功率与续航上的量化差异。
NVIDIA Blog（RSS）精选AI 评分6262 NVIDIA 发布 Isaac ROS 5.0，为机器人开发引入智能体工作流
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0，为基于 ROS 的机器人开发引入智能体工作流和新的平台支持。
推荐理由：Isaac ROS 5.0 把智能体工作流引入机器人开发，并给出从 Jetson Orin 到 Thor 的部署路径，可据此判断机器人开发方式的变化。
Google DeepMind：Blog（RSS）精选AI 评分6969 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。
推荐理由：官方发布给出进度分类、moment finding 等具体数字和公开 API 入口，读者可以据此评估其机器人编排与视频理解能力。
Google DeepMind：Blog（RSS）精选AI 评分6666 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。
推荐理由：官方完整说明了三个模型的能力分工、适配速度与安全基准，读者可以据此了解具身智能模型的实际能力边界。
Hugging Face：Blog（RSS）精选AI 评分7070 Hugging Face LeRobot v0.6.0 发布：世界模型策略、奖励模型 API 与六项新仿真基准
Hugging Face 发布 LeRobot v0.6.0，引入 VLA-JEPA、FastWAM、LingBot-VA 等世界模型策略，新增 GR00T N1.7、MolmoAct2、EO-1 等 VLA，以及统一奖励模型 API（Robometer、TOPReward）。
推荐理由：发布方系统列出世界模型策略、奖励模型 API、新基准与部署 CLI 等更新，读者可以据此评估机器人学习工作流的变化。