ROSCon China 2026 NVIDIA 物理 AI 全栈机器人技术工作坊预告
ROSCon China 2026 将于10月17日13:30-17:00举办 NVIDIA 物理 AI 全栈机器人技术工作坊,由 NVIDIA 技术专家现场主讲,覆盖 Isaac GR00T 端到端架构、Isaac Lab 3.0 感知强化学习与全身控制训练、Physical AI Agent 技能开发、Jetson 端侧模型推理加速与内存优化,以及天准科技的产业落地案例。
ROSCon China 2026 将于10月17日13:30-17:00举办 NVIDIA 物理 AI 全栈机器人技术工作坊,由 NVIDIA 技术专家现场主讲,覆盖 Isaac GR00T 端到端架构、Isaac Lab 3.0 感知强化学习与全身控制训练、Physical AI Agent 技能开发、Jetson 端侧模型推理加速与内存优化,以及天准科技的产业落地案例。
Amazon 发布开源平台 Physical AI Toolchain on AWS,集成 NVIDIA 物理AI技术栈,覆盖从合成数据生成、模型训练、仿真验证到边缘部署和持续改进的五个环节。客户可整体采用或按需选用组件,并借助车队管理能力通过空中升级管理数千台机器;平台架构指导源自 Amazon 自身超过 100 万台机器人的运营经验,帮助制造商数周内启动物理AI能力。
英伟达将Halos操作系统从自动驾驶拓展至机器人领域,支持开发者在不破坏底层架构的前提下自定义安全功能。系统持续监控硬件与软件库,Holoscan Sensor Bridge可嵌入微控制器或FPGA以识别损坏的传感器数据,还包含虚拟环境仿真与检验实验室项目,为机器人开发提供安全反馈。
谢谢Erwin!来自你的认可意义重大。我们非常兴奋能与你和NVIDIA团队合作,将Robot Sim Studio (RSS)与Newton集成,使这一组合能被前沿大语言模型直接使用,快速生成和微调物理仿真,就像你在YouTube视频中分享的那样!
NVIDIA 在多伦多 ROSCon 发布开源的 Isaac ROS 5.0,加入 agentic workflows、Isaac Skills、ROS 2 Lyrical 支持和 GPU 加速库,Jetson 支持覆盖 Orin Nano 到 Thor。
推荐理由:这次版本更新列出了可在 Jetson 边缘平台直接采用的 GPU 加速库与推理工具,读者可据此判断自研与引入的取舍。
UC Berkeley 的 Ken Goldberg 撰文提出智能体机器人(Agentic Robotics,AR)路线,让多智能体系统离线编写、测试并迭代结构化的机器人控制程序,作为模型工程与数据驱动之间的第三条路径,不依赖大规模机器人演示数据。
ROBOTIS 与 NVIDIA 将于 9 月 22 日在首尔 Humanoid Summit 举办人形机器人特别午餐工作坊,主讲人为 ROBOTIS 人形软件负责人 Sungho Woo 与 NVIDIA 主任产品经理 Qi Wang。
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。
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。
Weekly Robotics 第374期恰逢创刊8周年,本期重点包括 Hello Robot Stretch 4 自动泊车、Microduck 双足机器人与 Gatik 2 亿美元融资。
@NVIDIARobotics 在本周的直播中邀请了我们的联合创始人兼CEO Wei Ding。 Noble Machines的通用机器人Moby全程运行在NVIDIA的机器人技术栈上——使用Isaac Sim和Isaac Lab进行训练,#IsaacGR00T实现仿真到现实迁移,#JetsonThor提供机载算力。 观看回放,了解团队如何开发Moby的软件栈,以及最近为一家全球建筑公司提供的客户案例:https://www.youtube.com/watch?v=Ixr5t-W6gJ0
ROBOTIS在北京WRC 2026的B221展台已开放,展会首日人流众多、气氛热烈。NVIDIA的Madison Huang到访展台并长时间细致查看现场布置,双方围绕拓展人形机器人生态、建立战略合作伙伴关系展开深入讨论。
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 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。
AMD在Advancing AI大会上推出面向人形机器人的锐龙AI嵌入式X100系列处理器、Kria AI SOM模组和Robotics Software Suite,6月送样、四季度量产。文章分析认为AMD的x86实时控制加统一内存加FPGA组合主打工业准人形与双轨供应链场景,短期难以撼动英伟达Thor在高端双足机型约68%的市占,机会在于吃掉工控机加独立GPU的工业存量并充当第二供应商。
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。
日立CEO Toshiaki Tokunaga在东京会见英伟达CEO黄仁勋,双方将以物理AI的集成控制推进制造与社会基础设施环境的端到端自主运营。核心是开放、主权使能的多智能体编排平台与日立Physical AI FDE团队:平台旨在连接并编排各类设施、设备、系统与AI智能体,FDE团队则联合客户与伙伴加速用例探索和方案开发。双方将共建全球物理AI生态,伴随HMAX持续演进与扩展。
Nvidia GEAR 实验室与卡内基梅隆大学、加州大学伯克利分校的研究者开发出名为 ENPIRE 的智能体框架,让 AI 编程智能体自主安排并迭代机器人训练,机器人学会了剪断扎带并将 GPU 插入主板上的狭薄插槽。
我们很荣幸在 #NVIDIAGTC 台北 2026 主旨演讲中与创始人兼 CEO 黄仁勋以及共同构建物理 AI 未来的机器人合作伙伴一同亮相。🤖 先证明价值,再规模化。🚀 👀 在主旨演讲回放中查看 Noble Machines Moby 👉 https://www.youtube.com/live/wSp6AiNIrsY?t=6655s 加入 Noble Machines 参加 #Automate2026(链接见帖文串),现场观看 Moby 实机演示。@NVIDIARobotics
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 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。
石麻笔记对话英伟达研究员、FoundationStereo与Fast FoundationStereo一作温伯文,讨论双目深度基础模型如何改变机器人3D感知。
Noble Machines 撰文介绍其面向工业自主的三层机器人学习栈,并给出 GTC 2026 现场实测结果:同一模型在四天里同时驱动多台 Moby 在 NVIDIA 与自家展位完成两项自主任务。
Siemens与Humanoid宣布,Humanoid的HMND 01轮式Alpha人形机器人已在Siemens德国埃尔兰根电子工厂的物流作业中完成测试,自主执行为操作员抓取、搬运和放置料箱的任务。
推荐理由:公布了具体产能与成功率指标,读者可据此对照人形机器人在真实工厂物流环节的落地成熟度。
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。
英国机器人公司 Humanoid 在 NVIDIA GTC 现场演示了 KinetIQ 驱动的语音多机器人协作:两台带夹爪的轮式机器人在模拟商店中响应访客语音,取放水瓶、爆米花并完成机器人间的实物交接。KinetIQ 的 Fleet Management 系统负责解析指令、动态分配任务并显示实时执行状态。该演示基于 NVIDIA 开源机器人平台,KinetIQ 是其近日发布的端到端机群编排框架。
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 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。
IntBot 把 NVIDIA Cosmos Reason-2 直接放到自家机器人上运行,不经云端、没有往返延迟。作者解释陌生人上前时社交信号不等人,边缘部署才能让机器人及时反应。附 Cosmos Cookbook 配方链接 https://nvidia-cosmos.github.io/cosmos-cookbook/recipes/inference/reason2/intbot_edge_vlm/inference.html?h=edge 。
New Scientist 刊发人形机器人选购指南,横向比较 Unitree R1、1X NEO、Figure 03 等五款面向普通消费者的机型,并提出买家应先想清楚的四个问题。
三项公告。一个使命——加速面向真实世界人形机器人的物理AI。 借助 @NVIDIA 开放机器人平台、Physical AI 数据工厂蓝图及边缘端 IGX Thor,我们正在加速 AEON 的学习、感知与操作。 https://hxgn.biz/4bvh7DN
湾区最有魅力的机器人今年又回来参加 NVIDIA GTC 2026 了吗?是的,他回来了。 3 月 15-19 日,你可以向 Nylo 问出你所有最想知道的问题。他对现场布局了如指掌。
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。
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。
Odyssey ML 宣布获得 NVIDIA 风投部门 NVentures 与 Samsung Next 的投资,以加速其面向通用世界模拟器的研究。Samsung Next 转发该消息,表示很高兴参与 Odyssey ML 的旅程,并附上原推文链接 https://x.com/odysseyml/status/2021997012938580367。
Diligent Robotics 宣布推出 Moxi 2.0,公司称其算力达 Moxi 1.0 的 10 倍,基于 NVIDIA Thor 平台打造。该平台由三年医院实机部署数据、超过 125 万次配送训练;Moxi 目前已在全美超过 25 家医院为护士和药房人员配送药物与化验样本。
本文解读NVIDIA于2025年3月GTC大会推出的开源人形机器人基础模型Isaac GR00T N1及配套的GR00T Blueprint合成数据工具链和Newton物理引擎。
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。
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。