AWS 发布 NVIDIA CloudXR 6 on AWS 示例:向 XR 头显串流物理 AI 数字孪生
AWS 发布 NVIDIA CloudXR 6 on AWS 示例,提供在 AWS Local Zone 或 Region 的 Amazon EC2 GPU 实例上运行 CloudXR 6 的参考架构与部署指南。
试运行:收录范围与分类仍在校准,更新可能延迟。 最近内容更新:2026-11-04 17:28(北京时间)
AWS 发布 NVIDIA CloudXR 6 on AWS 示例,提供在 AWS Local Zone 或 Region 的 Amazon EC2 GPU 实例上运行 CloudXR 6 的参考架构与部署指南。
Chris Paxton 转发并评论了 jwang771 介绍的 3D World Simulator,称其是自己心目中机器人仿真的未来,且可交互体验。该世界模型基于统一 3D 表示空间,能生成新视角外观、多视角一致的 RGB-D、3D 几何与空间对齐的触觉信号,在 RTX 5090 上以 50+ FPS 运行,并已开放试用。Paxton 同时指出这类方法存在明显的数据限制,例如工作空间有限和夹爪闭合伪影,并希望看到它在前沿实验室规模下的表现。
作者提出 PrimeSim,一个以动作为条件、支持多视角的世界模型模拟器,先基于预训练视频生成器,在 22 个平台、30,110 小时机器人演示上做中期训练,再做后训练。
关注价值:论文给出多视角一致性、长时序稳定性和跨本体迁移的具体指标,可用于判断动作条件世界模型能否充当策略训练模拟器。
作者提出 3D World Simulator,一个以动作为条件的多模态世界模型框架,从统一 3D 表示中同时预测外观、几何与触觉观测。该方法用混合粒子-体素自编码器把点云压缩为紧凑 3D 体素隐变量,再由动作条件隐动力学模型预测其演化,支持任意视角的几何一致渲染与空间对齐触觉信号接入。
关注价值:论文把外观、几何与触觉统一到同一 3D 表示中,读者可据此比较它与 2D 视频世界模型在空间一致性上的差异。
SPARK 是一个面向具身 RAG 的多回合纠错框架:首回合后由语义评审模块标记知识库区域,定向规划器生成重访,再按新观测对知识库做增删替换的选择性合并。
Benedict Quartey 的论文提出,要让机器人可信自主规模化,需采用神经符号方法,把学习模型的泛化能力与符号结构结合。
NVIDIA 在开发者博客中介绍如何用 Cosmos 平台构建面向可交互仿真的世界模型。文章指出物理 AI 开发者面临两类问题:把世界模型适配到自有传感器、任务和数据,以及让模型可靠地进入应用。Cosmos 由世界基础模型和开发工具组成,其中 Cosmos Framework 提供用于世界模型训练的 agent 技能与配方。
布里斯托大学团队用普通电动机搭建桌面物理模型,模拟肌肉中肌球蛋白与肌动蛋白的协调方式,成果发表于英国皇家学会期刊 Interface。模型中各电机间歇性接触共享机械骨架,无需直接通信便自发出现负载-速度关系、协调拉动与滑脱、以及沿阵列传播的协调波等类肌肉行为。研究者认为,这种由结构本身承担协调工作的思路或有助于改进机器人。
腾讯混元发布 Hyra 2.0,将自动化科研从直接解题转向由 agent 研发和升级科学模型、工作流与软件工具,成果持续公开在 GitHub 仓库。系统采用 Overall、Mission、Worker 三层分工,配合持久化队列、Research Board 与独立复核,并把可复用经验整理为 skill。
复旦大学等提出 RSI-Nav,用同一个视觉语言模型同时完成指令到动作与轨迹到指令的双向学习,让导航模型自行生成并筛选训练数据。仅用第一视角 RGB 输入,R2R-CE 与 RxR-CE 导航成功率分别达 68.6% 和 72.4%,较 Cold Start 模型提升 15.7 和 17.7 个百分点,R2R-CE 的 SPL 从 45.5% 升至 58.6%。
空间智能公司影溯(InSpatio)10 月 30 日在杭州落地全国首个具身仿真数采中心,预计单月生产 100 万小时仿真训练数据,单条数据综合成本约为传统真机遥操作采集的 1/10。
开发者正用 GPT-6 Astra 等前沿 AI 模型配合 NVIDIA Omniverse 库,通过自然语言指令构建仿真应用。NVIDIA 团队演示了从场地扫描重建可编辑建筑模型、燃气轮机数字孪生 what-if 分析、SimReady 资产场景组装,到仓库仿真性能排查和机械臂线缆布线控制等案例。
Ted Xiao 在 X 上表示,机器人要成为可部署技术,模型可能需要超越自然语言。他称自己一直看好把演示作为测试时模态,并提到 Machenta 过去几个月在这方面的进展。该帖引用了 Machenta 走出隐身状态、完成 4000 万美元种子轮融资并发布即时机器人学习模型的内容。
Google DeepMind 发布世界模型 Genie 4,可在实时交互中生成画面与原生音频,并以自然语言实时改变天气、镜头和场景内容。
关注价值:Genie 4 把原生音频、实时语言操控与 Gemini 的推理串进同一个世界模型,读者可据此判断机器人训练环境正从像素生成走向可编程因果模拟。
第五届琶洲算法大赛专设的世界模型生态合作赛已进入决赛阶段,计划11月中旬完赛,聚焦人本世界模型与智驾世界模型两条赛道。智驾赛道围绕矿区无人运输,由踏歌智行出题,用真实项目数据与评判规则考察安全与效率;人本赛道由银河水滴出题,要求模型从视频选项中推断导致状态转移的人类行为,每队限用两块A800 GPU推理。
MIT 教授 Pulkit Agrawal 与前 Google DeepMind 研究员 Tuomas Haarnoja 创办的 Eka Robotics 完成 1.5 亿美元 A 轮融资,由 a16z 和 F-Prime 领投,投后估值 14.5 亿美元。
关注价值:Eka 以视觉-力-动作模型和仿真强化学习路线拿到 1.45 亿美元 A 轮,读者可据此比较力觉路线与主流 VLA 路线的分歧。
Isaac Lab 3.0 正式发布,作为新项目的推荐基线,建立了跨多个物理、渲染和可视化后端的统一任务 API。核心变化是引入基于工厂的多后端架构,任务可在不改写逻辑的情况下切换 Newton(含 MuJoCo-Warp、VBD、MPM)或 PhysX 等后端;多数工作流无需安装 Isaac Sim 即可运行,完整 Isaac Sim 栈改为可选。
关注价值:多后端架构让物理、渲染与可视化解耦,并保留可选 Isaac Sim 全栈,下游项目可据此评估迁移成本。
密歇根大学前研究者 Howie Sun 与导师 Henry Liu 一年前创办 Laplace Intelligence,开发面向机器人与物理 AI 的自动化红队测试,用仿真在部署前主动寻找系统失效点。
新加坡科技设计大学团队研发出 ALBATROSS 机器人平台,可由飞机投放至偏远水域,入水后自主扶正并借风力航行。该平台用两片刚性翼帆在下降时被动自旋减速、落水后作帆使用,靠三个执行器和三个导航传感器在设定航点间自主导航。
UCLA Samueli 工程学院与密歇根大学的研究者造出一款长约 11 厘米、重 98.2 克的跳跃机器人,两条后肢由 Nitinol 杆弯成螺旋状,伺服电机扭转杆体储能后突然翻转释放能量完成跳跃。
纽约大学 Tandon 工程学院团队研发出蠕虫机器人 WorMa,靠中段水泵在头尾两个乳胶水球间搬运 300 克水来改变重心。它长 50 厘米、重逾 1 公斤,可攀爬 19.5 度斜坡、在水中提速约 26%,并能爬上 15 厘米高的台阶。目前重心切换仍由外部控制,团队正提升泵速并计划加入地形感知传感器以实现自主移动。
苏黎世联邦理工学院软体机器人实验室将 Wuji Technology 的商用灵巧手改造成完全自包含的机器人,靠指尖行走并用同一批手指操作环境。团队在仿真中用强化学习训练,针对手指长度不等设置各指相对掌心的目标位置并施加“虚拟弹簧”约束,另训练翻正、按键、推物三个模型并部署在板载 Raspberry Pi Zero 上。
MIT 研究人员提出 SANDO 轨迹规划系统,可在没有地图、存在未知移动障碍的环境中为无人机规划出数学上可证明无碰撞的飞行路径,成果发表于 IEEE Transactions on Robotics。
关注价值:该研究把未知动态环境下的避障安全从经验调参推进到可数学证明,并完成真机飞行验证。
韩国科学技术院 Hwangbo Jemin 团队的四足机器人 RAIBO2 在韩国尚州马拉松中不换电、不充电完赛,用时 4 小时 19 分 52 秒,终点剩余 34% 电量,单次充电续航约 40 英里。
Skild AI 公布物理 AI 自博弈后训练结果:以旗舰机器人基础模型 S1 为底座、只给定“进球”这一目标,让策略在 NVIDIA Isaac Sim 中与自身近期版本对弈。
关注价值:这条结果把自博弈从数字 AI 带到人形机器人本体,读者可据此判断纯仿真自我对弈能否突破人类数据上限。
日本东北大学与泰国 VISTEC 等机构的研究团队用对抗逆强化学习,让六足机器人通过模仿竹节虫学会在多种地形行走,相关论文发表于 Bioinspiration & Biomimetics。团队只让训练机器人短暂观察竹节虫在平地上的行走,不到一小时就完成学习,且未向机器人下达如何行走的显式指令。研究者称该奖励网络可适配不同本体形态,无需逐一定制,未来或可用于灾害现场等轮式车辆难以到达的场景。
光轮智能宣布其机器人策略评测平台 RoboFinals 已在开源 GPU 加速物理引擎 Newton 上运行完整评测栈,并包含首个完全基于 Newton 构建的评测基准。
World Labs 公布其收购的 SceniX 团队所建 real-to-sim-to-real(R2S2R)引擎的早期结果,称完全在仿真中训练的策略可在零真机训练数据下直接迁移到 ALOHA、YAM、RB-Y1、Flexiv、xArm 等不同机器人平台。
关注价值:World Labs 首次公开 R2S2R 引擎的早期结果,给出仿真训练策略直接迁移到多款真机并预测真机表现的证据,可供判断仿真数据能否成为机器人训练主来源。
光轮智能发布智能体式仿真生成引擎 SimReadyGen,可从文本提示生成结构化、可直接用于仿真的资产。
关注价值:原文说明了从文本提示生成带实测物理参数的仿真资产,读者可据此判断机器人训练环境的搭建成本会怎样变化。
光轮智能发布面向工业机器人的物理 AI 基础设施栈,与 NVIDIA Omniverse、Isaac 系列开放框架集成。
光轮智能推出工业 AI 解决方案,整合物理精确仿真世界构建、可扩展行为数据、工业级评测平台与 Real2Sim2Real 部署四阶段。其 SimReady Assets 通过物理测量工厂与校准物理求解器缩小仿真到现实差距,EgoSuite 已在 7 国 500 多个工业环境采集第一视角人类演示数据,RoboFinals 覆盖 10,000 多个场景做压力测试。
World Labs 发布 World API,开发者可通过接口调用其多模态世界模型 Marble,从文本、单图、多图、360° 全景和视频生成可导航的 3D 世界。
关注价值:世界模型从演示走向可调用接口,机器人仿真环境的生成成本与规模是这条最直接的影响面。