#具身智能

Nvidia 开源机器人视频标注引擎 Flora，标注成本约为 GPT-6 Astra 的 1/125

Nvidia 开源了机器人视频标注引擎 Flora，由三个微调的 Qwen3.5 模型组成，旨在解决机器人训练视频标注成本过高的问题。Nvidia 称其标注每小时机器人视频的成本约为 72 美分，显著低于 GPT-6 Astra 的约 88.50 美元，并在动作边界检测和识别过程中间错误方面表现较好，模型已上线 Hugging Face。

高德发布首个基于开放世界行为的全身基座模型λ0

阿里巴巴集团旗下高德正式发布首个基于开放世界行为的全身基座模型λ0，仅依靠人类行动数据即可实现移动、姿态与双手操作的全身协调。λ0采用无本体全身数据采集与软硬件协同人机对齐路径，构建了HumanVerse-500数据集，在SIMPLE仿真基准及真机评测中取得SOTA表现。目前该模型已在GitHub开源硬件配置代码，并在HuggingFace上线数据样例。

清华系具身智能公司千诀科技发布预测式世界模型 Polibrain

千诀科技在 2026 物理AI与世界模型大会上正式发布预测式世界模型 Polibrain，主打物理规律与跨本体复用。该模型采用多项式表征与因果记忆机制，不堆画面预测，重点预测影响行动的关键状态表征，目前已在四足、人形、轮式等多种机器人形态上开展适配。

Jim Fan@DrJimFan· 02:01AI 评分6969

Jim Fan 推出了开源机器人数据引擎模型套件 Flora，权重现已开放。Flora 具备 Astra 级别的性能，成本降低至其 1/125，目前已用于支持日均 20 万小时视频的标签化处理。该套件可提供带时间戳的高质量标注字幕、用于强化学习后训练的密集进度奖励以及真实世界基准测试的评分规则。

Generalist@GeneralistAI· 23:53AI 评分3131

如果冰球机器人能打包冰球，它能打包多少个？🏒 12个冰球放进这个容器里空间非常紧凑——看看当冰球卡住或放错位置时，模型是如何修正排列的。 GEN-1.5 不只是在开玩笑。请阅读我们的博客文章了解更多详情，并在下方的评论区注册候补名单。

Kyutai 发布 REKI：2.4B 视觉-语言-动作模型，为机器人操作带来高效记忆

Kyutai 联合 Inria 和 École des Ponts 发布了 2.4B 参数的视觉-语言-动作模型 REKI，该模型仅使用公开数据进行预训练，且相关权重已在 Hugging Face 开源并采用 CC BY-NC-SA 4.0 协议。

Google 发布 Gemini 4 Argon：旨在成为机器人通用的单一 AI 模型

Google 推出了面向机器人全流程的通用模型 Gemini 4 Argon，可用于控制机器人、构建虚拟仿真世界、生成训练数据以及评估训练视频质量。在 ERQA 空间推理基准测试中，该模型取得了 87% 的得分，但在 Artificial Analysis 的 AA-Robotics 真实机器人测试中排名第三。

Google DeepMind 发布 Gemini 4 Argon 模型

Google DeepMind 发布 Gemini 4 Argon 模型，该模型在具身推理基准测试（ERQA）中以 87% 的得分领先。Argon 具备物理理解、代码生成及视觉语义推理能力，支持机器人控制、实时仿真重建、智能体标注及科研自优化等全生命周期任务，现已通过 Google AI Studio 和 Gemini API 开放。

同一件事，精选收录的是《Google 发布 Gemini 4 Argon 模型》

Nature Will 发布首个物理世界基础模型 Natura-1

Nature Will 发布了首个面向物理世界的基础模型 Natura-1，该模型基于 100 万小时人类第一视角视频训练，支持对物体位置和朝向的细粒度指令。Natura-1 具备双手协同操作能力，能在抓取方式变化时保持控制，并可在长任务中跟踪物体状态以规划后续动作。

Nature Will 发布 50B 参数 MoE 基础模型 Natura-1

Nature Will 发布了首个面向物理世界的通用基础模型 Natura-1，这是一个 500 亿参数的 MoE 模型。该模型基于 100 万小时人类第一视角视频预训练，并结合少量机器人数据进行后训练，支持零样本理解自然语言指令，可驱动灵巧手完成双手精细控制、新任务泛化及长序列任务执行。

星动纪元发布世界动作模型 VPP2，登顶 RoboDojo 仿真榜单

星动纪元发布自研世界动作模型 VPP2，该模型在 RoboDojo 仿真榜单中位列综合第一，并在泛化能力、精细操作及记忆能力维度表现领先。VPP2 采用视频预测与动作学习分阶段训练的解耦策略，通过事件级视频预训练与动作专家训练，实现了在陌生任务中的高效泛化。目前 VPP2 已在 GitHub 开源，并已在物流场景开展常态化运营测试。