具身智能

开源 Physical AI 评测框架支持任意 LLM/VLA 接入机器人

统一具身模型评测接口，便于比较 VLA/LLM 控制能力，影响机器人评估与数据闭环。

Physical Intelligence 开放 Pi API beta，可上传数据微调并云端部署机器人模型

把 $\pi 0/\pi 0.5$ 机器人基础模型的微调与托管推理打包成 API，显著降低具身智能落地的数据与基础设施门槛。

S1：单视频演示执行 10-minute 机器人任务

把 in-context learning 引入机器人，减少新任务数据收集与微调，对通用机器人策略有参考价值。

Skild AI 部署 10 个月 ARR 超 $100 million

显示机器人基础模型已在 60+ 付费客户落地，且约 90% 收入来自操作任务，可作为具身商业化评估样本。

dexmal 发布面向通用具身智能的开放世界基础模型

若开放世界基础模型成立，将改变具身智能训练范式；当前摘要信息不足，需看论文/代码。

Skild AI 宣布物理自我博弈突破：S1 在仿真中自我对弈学会足球等高动态任务

自我博弈后训练突破人类示教数据的能力上限，为机器人基础模型持续自我提升提供新路径

Isaac Lab 3.0 早期访问发布：统一任务 API、免 Kit 执行、Warp 原生数据路径

机器人学习基础设施换代，统一后端与 Warp 原生数据路径直接影响大规模并行仿真训练效率。

MuJoCo 3.17.0 发布：新增 batch API，多仿真并行、结果位级一致

并行仿真吞吐是具身 RL 数据采集瓶颈，batch API 直接提效；1D flex 弯曲弹性提升仿真保真度

HyperDrone 快 20x，实现视觉策略 sim-to-real

高速批渲染与 GPU 动力学可降低无人机视觉策略训练成本，并支持 sim-to-real 验证。

NVIDIA Cosmos 3 Edge：4B 端侧机器人模型

为机载机器人控制提供可后训练的小型世界模型，降低端侧部署门槛。

NVIDIA 给出 5 步，把 CAD 资产转为机器人 SimReady 资产

SimReady 资产是机器人仿真数据闭环的前置环节，这套校验流程可直接复用

World Action Models：让策略理解物理而非模仿演示，重塑机器人操作

演示外泛化是操作策略落地的核心瓶颈，世界模型路线为 VLA 之后的骨干架构选型提供参考。