NVIDIA 如何教机器人组装 GB300 测试托盘
NVIDIA 分享了教机器人组装 GB300 测试托盘的过程，并从中总结出关于机器人学习、机械智能与传统工程的经验。GB300 超级芯片是当前基础模型 AI 训练与推理的引擎，但其托盘组装在全球工厂中仍依赖熟练体力劳动。
全部具身智能动态
NVIDIA Developer · RoboticsAI 评分4242
NVIDIA Developer · RoboticsAI 评分4040 用 AI 智能体与 NVIDIA Isaac ROS 加速 ROS 2 节点
NVIDIA 介绍如何借助 AI 智能体与 Isaac ROS 加速 ROS 2 节点，解决消息在节点间传输时经 CPU 内存序列化或拷贝、抵消 GPU 感知与 AI 负载收益的问题。文中提到 NVIDIA 近期推出的上游抽象与 CUDA buffer 后端，用于让消息留在 GPU 上。
NVIDIA Developer · RoboticsAI 评分4242 NVIDIA 如何用 AI 智能体训练跨本体机器人导航策略
NVIDIA 介绍用 AI 智能体训练跨本体机器人导航策略的方法。导航需持续定位、理解环境、选路并避障，与只产生稳定运动的运动控制不同；将导航能力迁移到新机器人或新场景通常需要新数据、仿真资产和机器人接口。
NVIDIA Developer · Robotics精选AI 评分6262 NVIDIA 发布 Cosmos 3 Edge，面向端侧机器人控制的后训练世界模型
NVIDIA 发布 Cosmos 3 Edge，这是 Cosmos 3 系列中的 4B 全模态模型，并配有基于 NVIDIA Nemotron 的 2B 推理器。官方称机器人需要能适配自身传感器、环境和任务并运行在板载算力上的策略，而世界模型虽为学习物理交互提供基础，但体积过大往往难以端侧部署，Cosmos 3 Edge 正是针对这一问题。
推荐理由：NVIDIA 官方给出 Cosmos 3 Edge 的参数量与推理器配置，读者可据此判断端侧部署的算力门槛。
NVIDIA Developer · RoboticsAI 评分3131 NVIDIA JetPack 7.2.1 新增智能体视频技能与 T3000 仿真
NVIDIA 发布 JetPack 7.2.1，为 Jetson 平台加入智能体视频技能与 T3000 仿真能力。该版本面向机器人、智能视频分析、工业自动化等场景，支持多摄像头采集、网络流解码、AI 推理与视频编码等完整视频数据链路。
NVIDIA Developer · RoboticsAI 评分3838 超越 VLA：世界动作模型如何重塑机器人操作
NVIDIA 探讨世界动作模型（World Action Models）如何超越 VLA，让机器人策略不再局限于训练演示。传统策略在物体形状、位置或光照变化时往往失效，泛化到新条件需要策略理解任务背后的物理规律，而非单纯模仿演示。这一能力来自其骨干网络。
Berkeley AI ResearchAI 评分1212 2026 BAIR 研究生展示：机器人、具身智能与 LLM 方向博士毕业去向
伯克利人工智能研究实验室（BAIR）公布 2026 届博士毕业生展示，研究方向覆盖机器人、具身智能、大语言模型与推理、计算机视觉、生成建模、AI 安全、人机交互及 AI for science 与医疗。毕业生去向包括 Physical Intelligence、OpenAI、Mistral AI、Amazon 等机构，以及 UCLA、普林斯顿 CITP 等学术岗位，部分人正在创办自己的初创公司。
Berkeley AI ResearchAI 评分4242 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以探索、并重塑梯度让动作获得清晰信号，从而让基于学习世界模型的长时程规划变得可行。该方法针对长时程 rollout 中梯度爆炸/消失、非贪心结构导致的局部极小值以及高维视觉模型状态输入梯度脆弱等问题。