NVIDIA 发布 Cosmos 3：让机器人「先想后动」，直接输出关节轨迹
NVIDIA 发布开源世界基础模型 Cosmos 3。它采用混合 Transformer 架构，融合视觉推理与原生动作生成，不仅能推演场景变化，还能直接输出关节角度和轨迹点等机器人控制数据。Agile Robots 等公司已将其用于人形机器人训练，模型现已在 Hugging Face 开源。
Agile Robots
Google DeepMind发布Gemini机器人模型：折纸装袋全拿下
Google DeepMind基于Gemini 2.0推出Gemini Robotics与Gemini Robotics-ER两款模型。新模型直接输出物理动作，能搞定折纸等高精细操作，泛化基准表现翻倍。Google还联手Apptronik，正把模型装进Apollo人形机器人。