AMD 与世界模型公司 World Labs 宣布，AMD 拟于今年年底前以 $8.2 billion 收购后者，交易尚待监管批准。World Labs 由李飞飞与 Justin Johnson、Christoph Lassner、Ben Mildenhall 于 2024 年创立，其工具 Marble 可生成并导出用于影视制作、游戏开发等场景的 3D 资产。
推荐理由：机器人训练所需的合成数据是理解这笔收购的关键背景，原文将其与 AMD 尚缺乏可对标 Nvidia 的模型及应用体系联系起来。
AMD 以 $8.2B 收购 World Labs，后者的空间智能能力覆盖创意、设计与空间重建，并通过收购 SceniX 拓展机器人仿真。材料引用李飞飞的回顾称，从零训练的 Atlas 将生成模型与多视图几何结合，可根据输入的 2D 图像预测新相机视角，基本解决了稀疏重建这一长期问题。其提及的应用方向包括机器人 RL 环境、治疗与娱乐场景生成，以及房地产、设计和建筑中的现实世界重建。
Import AI 第 474 期汇总了 Michael Levin 的柏拉图式心智空间假说、Google 将 TPU 送入太空的准备，以及智谱用 GLM-5.3 优化自身推理基础设施的实践。
特斯拉部分工人因担忧被 Optimus 人形机器人取代而抵触训练数据采集，公司据称已将这项工作转交专门团队。The Information 报道称，特斯拉此前让得克萨斯州和加利福尼亚州的工厂工人穿戴特殊服装记录工作动作，如今还为专门团队设立了训练中心。报道同时指出，Optimus 仍需通过编程在严格受控的环境中执行特定任务，新造机器人也存在需要立即修复的制造问题。
Microsoft Research 对移动操作机器人工作负载的研究显示，将推理从机载 GPU 卸载至边缘或云端 GPU，可改善任务表现与电池续航。测试中，部分显存足够的 GPU 相比 A100 在建图与规划上减速最高达 383%，较轻量 GPU 的障碍物及时检测表现下降 30%，较小 GPU 上 VLA 模型的减速使准确率下降 50%。
NVIDIA 在 ROSCon 发布免费开源的 Isaac ROS 5.0，新增智能体开发工作流，并支持 ROS Lyrical 和 Ubuntu 24.04。
NVIDIA 将物理 AI 的规模化部署安全落实到硬件、软件、AI 行为及运行环境，并以 Halos 提供全栈支持。动态环境、模型更新及复杂场景要求安全验证贯穿设计、部署与验证，而非仅在部署前检查。Halos 覆盖自动驾驶与机器人，结合仿真、真实世界验证和可重复检查，为第三方系统级认证做准备。
Jack Clark 在本期 Import AI 中分析 OpenAI 与 Hugging Face 遭攻击事件，将智能体之间的通信、集体协作及自我牺牲视为核心风险。
Strands Robots 可结合 LeRobot 与 Hugging Face Storage Buckets，在单个智能体内串联机器人演示录制、策略训练和硬件部署。同步仅上传变化的字节，训练直接从 Hub 流式读取数据，无需完整下载，全程保持 LeRobot 数据格式。默认模拟路径使用 mock 策略，可跑通流程，但不产生实用策略。
Google DeepMind 发布 Gemini Robotics ER 2，通过连续视频理解、任务编排和多机器人协作增强具身推理能力，并由底层 VLA 模型执行动作。
推荐理由：将连续视频中的进度判断与底层控制接口编排结合，为机器人边执行边纠错、而非每一步停下重新规划提供了具体实现参考。
Google DeepMind 推出 Gemini Robotics 2 系列模型，支持全身控制、精细操作及多机器人协作。Gemini Robotics ER 2 负责规划持续数分钟、涉及数百次决策的任务；Gemini Robotics On-Device 2 支持本地运行，通常用少于 200 个示例、数小时适配新的双臂机器人形态。
推荐理由：从上半身桌面操作扩展到全身协调与多机器人协作，这次更新提供了观察机器人如何承接更长任务链的具体样例。
伯克利人工智能研究实验室（BAIR）展示了2026届博士毕业生的研究成果与职业去向，涵盖机器人、大语言模型推理、生成模型及AI安全等领域。毕业生将进入高校、博士后岗位和产业研究实验室，或创办公司，部分人仍在寻找机会。
Google DeepMind 机器人加速器选出欧洲 15 家初创企业，提供为期 3 个月的密集辅导与技术支持，帮助其将 AI 融入核心产品。入选企业可使用 Google 的 AI 技术栈、专业技术资源及 Gemini 机器人模型，应用领域涵盖物流、制造、医疗、气候及先进导航。
GRASP 是面向已学习世界模型的梯度规划器，通过改造优化过程，让长时域规划更具实用性与鲁棒性。它引入虚拟状态以跨时间并行优化，在状态迭代中加入随机性以促进探索，并重塑梯度，让动作获得清晰信号，避免高维视觉模型中脆弱的状态输入梯度。