Agility Robotics 发布新一代人形机器人 Digit 5
Agility Robotics 发布新一代通用人形机器人 Digit 5，主打可与人近距离协作的安全架构，无需传统物理安全围栏。其采用独立安全控制器、AI 人体检测与视听提示，并作为 NVIDIA Halos for Robotics 平台首个发布合作伙伴，基于 NVIDIA IGX Thor 构建。
推荐理由：官方公布Digit 5的安全架构、载荷与续航等具体升级和订单背景，读者可了解人形机器人靠近人作业的产品思路。
#NVIDIA
Agility Robotics精选AI 评分6666
Skild AI精选AI 评分7979 Skild AI 年度经常性收入突破 1 亿美元并阐述部署优先的机器人战略
Skild AI 宣布年度经常性收入（ARR）突破 1 亿美元，其中 5000 万美元在开始部署 10 个月内已确认，付费客户超 60 家，覆盖搬运、配送、巡检、安防、餐饮及仓储、工厂和数据中心场景；约 90% 收入来自操作任务，移动占 10%（其中 AMR 方案占 4%）。
推荐理由：公司自述收入里程碑之外，还给出部署如何反过来塑造模型研究的具体经验，对理解落地与研究的关系有参考价值。
Skild AI精选AI 评分7676 Skild AI 发布机器人基础模型 S1，通过视频演示实现上下文学习
Skild AI 发布机器人基础模型 S1，以视频演示作为任务提示，无需微调即可执行训练中未见过的操作任务，长时程任务最长约10分钟。在10万小时预训练数据规模下，ICL模型在未见任务上成功率为66%，语言提示VLA为9%；单一演示相当于约380次后训练演示，种植任务从录制演示到自主执行用时11分钟。S1 基于NVIDIA AI基础设施训练，并已与商业伙伴投入使用。
推荐理由：原文给出ICL与VLA在同等数据规模下的对比数字和部署时间线，读者可以据此评估上下文学习路线对操作任务的可行性。
Persona AIAI 评分3232 Persona AI 造船厂数字孪生亮相 NVIDIA GTC 2026 主题演讲：仿真与数字孪生如何扩展物理 AI
Persona AI 与摄影指导 Pekka Varis 合作，在 30 天内基于动作捕捉数据与 Isaac Lab 关节动作，用 Dell Pro Max Tower T2 工作站（NVIDIA RTX PRO Blackwell 6000 GPU）将 CAD 数据转为 USD 格式。
Agile Robots/思灵机器人精选AI 评分6161 Agile Robots 与 Idealworks 详解边缘 AI 推理栈，用 TensorRT 自定义插件在 Jetson AGX Xavier 上跑 VLM
Agile Robots 与子公司 Idealworks 介绍其自 2018 年以来的边缘 AI 部署栈，涵盖硬件、BSP、推理管线、推理框架与量化五个层面。
推荐理由：作者以自家 Xavier 部署经验为例，给出了在旧硬件上运行 VLM 的可复用 TensorRT 插件方法，同行可直接借鉴。
SharpaAI 评分5454 Sharpa Wave 触觉五指手加入 NVIDIA Isaac GR00T 参考人形机器人设计
Sharpa 宣布其 Wave 触觉五指手被纳入 NVIDIA Isaac GR00T 参考人形机器人，成为该平台首个配备触觉灵巧手的参考设计。
Agile Robots/思灵机器人AI 评分2828 Agile Robots 获 NVIDIA Cosmos 3 早期访问，用于物理 AI 仿真
Agile Robots 获得 NVIDIA Cosmos 3 的早期访问权限，早期仿真测试显示其强大能力。公司将为客户集成 Cosmos 3，提供仿真、测试、训练与部署物理 AI 的新选项，并在探索基于 Cosmos 的 NVIDIA Video Augmentation Skill，用于自动化数据整理、生成与评估。
Agile Robots/思灵机器人精选AI 评分6666 Agile Robots 与 Google DeepMind 达成战略合作，将 Gemini Robotics 模型接入工业机器人
Agile Robots SE 与 Google DeepMind 宣布建立战略研究合作，将 Gemini Robotics 基础模型与 Agile Robots 的工业机器人平台结合，开发可适应、具备推理能力的机器人。合作首先聚焦可靠性和规模关键的工业制造场景，通过部署、数据采集、模型训练与迭代形成数据飞轮；Agile Robots 表示其全球已安装超过 20000 套机器人解决方案。
推荐理由：合作聚焦工业场景部署与数据回流训练，读者可以借此了解基础模型与整机厂商打通的落地路径。
Berkeley AUTOLAB精选AI 评分6868 CaP-X：面向机器人操作的编码智能体基准测试与改进框架发布
Berkeley AUTOLAB等团队提出CaP-X开放框架，用于系统研究机器人操作中的Code-as-Policy智能体，核心包括交互环境CaP-Gym和评测12个前沿模型的CaP-Bench。
推荐理由：原文给出了Code-as-Policy智能体的系统评测框架和测试时扩展可缓解抽象依赖的发现，对研究编码智能体操作控制有参考价值。
Skild AI精选AI 评分7575 Skild AI 与 ABB Robotics、Universal Robots、NVIDIA 合作部署 Skild Brain
Skild AI 宣布与 ABB Robotics、Teradyne 旗下 Universal Robots 和 MiR 合作，将通用模型 Skild Brain 集成到工业机器人中，无需逐任务编程，通过少量任务数据做 post-training 微调。
推荐理由：Skild AI 自述与 ABB、UR、NVIDIA 的合作部署方式与装配任务细节，读者可了解其通用模型如何进入产线。
1X TechnologiesAI 评分4040 1X 借助 NVIDIA 机器人平台训练人形机器人 NEO 的 AI
1X Technologies 披露其人形机器人 NEO 的 AI 开发流程基于 NVIDIA 机器人平台，涵盖本周 GTC Taipei 发布的开源物理 AI 智能体工具。
Dexterity精选AI 评分6666 Dexterity 借助 NVIDIA 将 Foresight 视觉感知提速17倍，从1508ms降至90ms
Dexterity 介绍其世界模型 Foresight 的视觉感知管线经 NVIDIA 加速后，每周期延迟从1508ms降至90ms，提速17倍。
推荐理由：原文分阶段给出管线各环节的延迟数据和优化手段，机器人研发者可以参考其GPU加速思路迁移到自己的感知系统。
FieldAIAI 评分5555 FieldAI 介绍基于 NVIDIA Omniverse NuRec 的实机到仿真与数字孪生工作流
FieldAI 介绍其与 NVIDIA Omniverse 生态的合作，用 NuRec 把机器人运营中采集的视觉、深度、LiDAR 等多模态数据重建为高保真、可交互的 3D 场景，无需单独扫描步骤。
FieldAIAI 评分3939 FieldAI 研究院 FAIRI 基于 NVIDIA Omniverse 平台研究动态环境中的具身问答
Field AI 研究院（FAIRI）与 NVIDIA 合作，研究动态环境下的机器人具身问答（EQ&A）。团队借助 NVIDIA Omniverse 平台、Isaac Sim、Omniverse Replicator 和 USD Search API 构建物理精确的 3D 办公场景，模拟环境随时间的变化，并计划开源该长期具身问答数据集。
FieldAIAI 评分4848 FieldAI 借助 NVIDIA Isaac 平台开发首个风险有界机器人基础模型 FFM
FieldAI 宣称开发了首个风险有界的 Field Foundation Models（FFM）机器人基础模型，可在无需先验地图、GPS 或云通信的条件下，让多形态机器人自主作业于危险、越野等非结构化工业环境，并已在数百个现场部署。