Google Research 发布构建自主湿实验室的三大基石：VERID 框架、适配体闭环设计与蛋白质从头设计
Google Research 分享三项研究进展，旨在弥合 AI 计算探索与真实湿实验室实验之间的差距。
推荐理由：Google Research 提出 VERID 框架并展示闭环实验案例，为 AI 智能体在湿实验室中的自主发现提供了可复用的基础设施与验证路径。
#具身智能
Google Research精选AI 评分6363
404 MediaAI 评分4242 人脑类器官识别盲文取得突破
布里斯托大学团队在Frontiers in Artificial Intelligence发表研究，证实人脑类器官可识别盲文字母。单个含约10,000个神经元的类器官准确率为61%，三个类器官组成的系统达83%。该实验为开环测试，仅验证生物神经网络处理触觉信号的能力，未证明其具备学习能力或永久性改变。
Artificial AnalysisAI 评分3838 AA-Robotics v0.1 运行原理
AA-Robotics v0.1 如何运作 ➤ 模型在隔离容器中运行，并附带简短指令：如何操作机械臂、它是哪只手臂（Hiwonder NexArm，无其他规格说明），以及如何提交尝试结果。➤ 它们可以通过四个摄像头查看场景，
Artificial AnalysisAI 评分4545 AA-Robotics v0.1发布
欢迎来到具身智能时代。我们推出AA-Robotics v0.1，这是一个研究预览版，用于衡量前沿语言模型在物理世界中的理解、规划和行动能力。在v0.1中，每个模型被赋予控制一个6轴机械臂（5个关节和一个
Artificial AnalysisAI 评分2121 AA-Robotics v0.1即将发布
如今的前沿语言模型能否在零样本、无指导的情况下控制真实的机械臂？AA-Robotics v0.1 即将推出。
The DecoderAI 评分6060 研究人员将LeCun的JEPA AI扩展为适用于从物理到生物学的通用世界模型
由PhAI Labs领导的研究团队推出JEPA-Anything，这是一种基于联合嵌入预测架构（JEPA）的通用世界模型，能够跨越七个不同领域进行预测。与标准JEPA将所有信息汇入单一预测不同，JEPA-Anything将预测状态分解为四个正交因子，每个因子由独立的预测模块处理，从而避免简单模式淹没复杂模式。
MIT News · AIAI 评分4545 InstructMesh 结合 TRELLIS 与 GPT-4 实现 AI 生成 3D 模型的交互式修复
MIT CSAIL 等机构推出 InstructMesh，结合 Microsoft TRELLIS 和 GPT-4 让用户通过自然语言指令修复 AI 生成的 3D 模型缺陷。测试显示该工具能解决近 80% 的结构性错误，新手用户成功修复率约 90%，显著降低 3D 打印设计门槛。
MIT News · AIAI 评分4545 MIT与Motional开发CW-Net解释自动驾驶决策
MIT与Motional推出Concept-Wrapper Network (CW-Net)，将自动驾驶黑盒模型的内部推理转化为“接近停止车辆”等可理解概念。该方法基于1.3亿场景数据训练，在不改变驾驶性能的前提下提供实时忠实解释。路测显示，CW-Net帮助安全驾驶员更准确预测车辆行为并纠正误解，提升系统透明度与安全性。
Jim FanAI 评分2626 T-Rex触觉反应灵巧操作项目发布
T-Rex：触觉反应灵巧操作 网站：https://tactile-reactive-dexterous.github.io 开放数据集：https://huggingface.co/datasets/zekaiwang/trex_dataset… 该工作由 @Dantong_Niu 主导，@trevordarrell 共同指导。祝贺团队！
Jim FanAI 评分2424 NVIDIA GEAR Lab 发布 Robottt
博客与论文：https://research.nvidia.com/labs/gear/robottt/… 由 NVIDIA GEAR Lab 呈现。请查看 Yunfan 的技术深度解析！
Jim FanAI 评分4747 机器人模型上下文扩展至8000步
我们将机器人模型原生扩展到 8,000 timesteps 的上下文，相当于 5 分钟的肌肉记忆，且推理成本保持不变。过去的机器人策略每次只处理几帧（< 0.1 sec），瞬间就会忘记刚刚发生的事。我们将这一能力提升了 3 个数量级
Jim FanAI 评分1515 ENPIRE至ASPIRE：机器人自我改进
ENPIRE -> ASPIRE，这是我们在 Physical AutoResearch 系列中的第二项工作。我们正在构建机器人自我改进的组件，一次一个 /skill。
Jim FanAI 评分3838 NitroGen获CVPR最佳论文荣誉提名
NitroGen 刚刚获得了 CVPR 最佳论文荣誉提名！！我们正在朝着通用具身智能体迈进，这些智能体不仅掌握现实世界的物理规律，还掌握模拟多元宇宙中所有可能的物理规律。距离我们的第一个项目 MineDojo 已经过去了 4 年
Berkeley AI ResearchAI 评分3838 GRASP：面向长时域世界模型的梯度规划方法
GRASP 提出一种基于梯度的规划器，通过轨迹提升、状态随机化及梯度重塑解决长时域规划难题。该方法使优化在时间上并行，避免高维视觉模型中的脆弱状态-输入梯度，显著提升现代世界模型的控制鲁棒性。
Jim FanAI 评分3131 NVIDIA 机器人团队发布 EgoScale
这是 NVIDIA Robotics 团队的巨大协作。请查看 @ruijie_zheng12 的深度解析：- 网站：https://research.nvidia.com/labs/gear/egoscale/… - 论文：https://arxiv.org/abs/2602.16710
Jim FanAI 评分2727 NVIDIA发布DreamDojo世界模型
- 项目网站：https://dreamdojo-world.github.io - 论文：https://arxiv.org/abs/2602.06949 - 代码仓库和模型检查点：https://github.com/NVIDIA/DreamDojo… 这是 NVIDIA 的一个大型团队工作。所有功劳都归于那些倾注心血的优秀团队！