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
#具身智能
Jim FanAI 评分4747
Ai2 / Allen Institute for AI精选AI 评分7373 Ai2 分享 MolmoAct 2 在机器人领域的开放价值
Ai2 发布文章阐述 MolmoAct 2 如何推动机器人领域开放模型发展。LiveKit 工程师 Binh Pham 在黑客松中使用该模型构建语音控制机器人，指出其具备良好空间感知能力且能执行未专门训练的任务。Pham 认为这是机器人领域的 GPT-2 时刻，强调提供权重、数据和代码的完整开放对复现和定制至关重要。
推荐理由：通过开发者实测案例，具体展示了开放模型在机器人任务泛化上的实际表现与社区价值。
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4040 ASPIRE：机器人自进化技能库
今天，我们为机器人提供了一个可自我进化并无限复利积累的技能库！介绍 ASPIRE：机器人在解决第 100 个任务时，不再像解决第一个任务那样毫无头绪。编码智能体观察来自仿真和真实机器人的多模态感官轨迹，启动一个
Jim FanAI 评分3030 Jim Fan 揭秘 Physical AutoResearch
我把 Physical AutoResearch 在概念上说得很简单，但它的实现需要团队协作以及大量针对机器人 /loopcraft 的设计思考。最难的部分是我们在按下回车键*之前*需要设置的所有内容。以下是幕后花絮：1. 安全框架
Ai2 / Allen Institute for AIAI 评分5656 Ai2 发布 MolmoMotion：语言引导的 3D 运动预测模型
Ai2 发布 MolmoMotion，这是一个基于 Molmo 2 骨干网络的语言引导 3D 运动预测模型，能根据视频帧、标记点和指令预测物体未来轨迹。同时开源了包含 1.16M 视频的 MolmoMotion-1M 数据集和 PointMotionBench 基准。实验显示该模型在机器人规划任务中成功率达 76.3%，优于基线，并能显著提升视频生成的运动质量。
Jim FanAI 评分6565 Jim Fan 推出 ENPIRE：首次实现物理世界中的 AutoResearch
Jim Fan 宣布推出 ENPIRE，首次在物理世界中启用 AutoResearch。该项目让 8 个 Codex agents 控制机器人集群、GPU 资源及充足 token 预算，目标是以最快速度解决任务并保持机器人忙碌。
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
Jim FanAI 评分3939 Jim Fan分享物理AGI路线图
我保证这将是今天你度过的最好的20分钟！《机器人学：终局》，是我去年在红杉资本AI峰会演讲“物理图灵测试”的续篇。我将解决物理AGI的路线图作为大语言模型成功故事的简单类比进行了阐述。做一个好的科学家，复制
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6868 CaP-X 开源：赋予机器人手臂和人形机器人智能体能力
CaP-X 正式开源，旨在将智能体（Agentic）能力带入物理世界。该项目支持机械臂和人形机器人，提供丰富的感知 API、执行 API 以及自动合成的技能库。
Jim FanAI 评分2626 Jim Fan谈EgoScale与机器人学习
遥操作已是2025年的过时做法。自我们发布 EgoScale 和灵巧度缩放定律以来，我们及整个生态系统都清楚，直接从人类进行行为克隆是打破遥操作诅咒的关键。2026年将是无需机器人即可扩展机器人学习的一年。
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4545 SONIC模型控制人形机器人全身
GPT-1 的一半参数能做什么？我们训练了一个名为 SONIC 的 42M Transformer，用于控制人形机器人的身体。人类进行深蹲、转身、爬行和冲刺需要大量的潜意识处理。SONIC 捕捉了这种“系统 1”——快速、反应式的全身
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！