Physical AI 前沿雷达 · 2026-09-23
每日自动更新的具身智能前沿雷达：八条主线、三语精炼、证据可查。
- 生成时间:
2026-09-23 01:40 UTC - 统计窗口:
2026-09-20 → 2026-09-23 (UTC) - 证据标注：O = 一手官方 · R = 论文/预印本 · M = 媒体或二手
今日重点
1. NVIDIA Isaac ROS 5.0 Advances Agentic, Open Source Robotics Development
- 主线: 系统与编排（长程 / 多策略） ｜ 证据:
[O]｜ 来源: NVIDIA Blog ｜2026-09-22 - 有开放代码或权重
- 为什么重要: 长程任务的系统形态是编排器加策略池，运维对象从单个模型变成一组能力边界。
To build and deploy sophisticated robotics applications that can perceive, reason and act in dynamic environments, developers need new physical AI models and tools.
2. How UK AISI and EvalEval Are Making Benchmark Results Reproducible
- 主线: 仿真与评测（sim2real / 闭环） ｜ 证据:
[O]｜ 来源: Hugging Face Blog ｜2026-09-22 - 为什么重要: 评测方式决定你敢不敢上线：离线指标不等于闭环成功率，评测预算结构正在从人力转向 GPU 小时。
3. Jun Kim, oMLX creator and maintainer, joins Hugging Face to support the MLX community
- 主线: 训练与自我改进（RL / 后训练） ｜ 证据:
[O]｜ 来源: Hugging Face Blog ｜2026-09-22 - 为什么重要: 后训练与自我改进决定策略在部署后还能不能变强，也决定运维是否要收集干预数据。
4. Barbara Mazzolai Wants to Build a New Field of Robotics
- 主线: 边缘与实时性（端侧推理 / 控制频率） ｜ 证据:
[M]｜ 来源: IEEE Spectrum Robotics ｜2026-09-22 - 含延迟或控制频率
- 为什么重要: 端侧延迟与控制频率是硬约束：模型再强，超出实时预算就不能进入控制回路。
Throughout her career, roboticist Barbara Mazzolai has turned to nature for inspiration. Now she wants to ensure the technology she builds gives back to the environment, too.
5. NeoMME: an efficient Multimodal-native and Multilingual Encoder
- 主线: 本体与供应链（硬件 / 成本） ｜ 证据:
[O]｜ 来源: Hugging Face Blog ｜2026-09-03 - 为什么重要: 本体与供应链决定成本曲线和交付节奏，执行器仍是 BOM 的主要部分。
6. This Robot Will Draw Your Blood Now
- 主线: 边缘与实时性（端侧推理 / 控制频率） ｜ 证据:
[M]｜ 来源: IEEE Spectrum Robotics ｜2026-09-07 - 含量化指标 / 含延迟或控制频率
- 为什么重要: 端侧延迟与控制频率是硬约束：模型再强，超出实时预算就不能进入控制回路。
You sit down and put your arm in the cradle. You press a button.
前沿基线（人工策展）
1. SHIELD: safety on humanoids via control barrier functions in expectation on learned dynamics
- 主线: 安全、权限与合规 ｜ 证据:
[R]｜ 来源: arXiv 2505.11494 ｜2026 - 关键数字:
runtime constraint specification·no retraining when constraints change - 为什么重要: 把”改约束不用重训”变成可能，这正是本地 authority gate 的学术对应物。
2. Gemini Robotics 2 brings whole body intelligence to robots
- 主线: 基座模型（VLA / WAM） ｜ 证据:
[O]｜ 来源: Google DeepMind ｜2026 - 关键数字:
full humanoid control, feet to fingertips·bi-arm robots - 含延迟或控制频率
- 为什么重要: 全身控制进入通用 VLA 的能力清单，意味着上肢操作与下肢平衡不再被两套系统割裂。
3. NVIDIA Jetson Thor: up to 2070 FP4 TFLOPS and 128 GB at 40-130 W
- 主线: 边缘与实时性（端侧推理 / 控制频率） ｜ 证据:
[O]｜ 来源: NVIDIA ｜2026 - 关键数字:
7.5x AI compute vs Orin·3.5x energy efficiency vs AGX Orin·Jetson T2000: 400 FP4 TFLOPS / 16 GB - 含量化指标 / 含延迟或控制频率
- 为什么重要: 端侧算力代际跳变给了世界模型和推理时计算空间，但实时预算依然要逐项实测。
4. Bringing a frontier world model to the convenience store: Telexistence’s DreamZero experiment on AWS
- 主线: 仿真与评测（sim2real / 闭环） ｜ 证据:
[O]｜ 来源: AWS Physical AI Blog ｜2026-09-09 - 关键数字:
14B world action model·best closed-loop 45%·real-data-trained run 0% in sim·MSE -55.6% from 1k to 2k steps·~583 ms/step on 8xB200·curation flagged 39.3% vs human 49.7% - 为什么重要: 把”前沿模型是否适合我的机器人”变成可测数字，并诚实记录了真机数据迁到仿真时的 0%——域差诊断本身就是交付物。
5. Post-train NVIDIA Cosmos 3 Edge for on-device robot control
- 主线: 边缘与实时性（端侧推理 / 控制频率） ｜ 证据:
[O]｜ 来源: NVIDIA Technical Blog ｜2026-08 - 关键数字:
4B omni-model·2B Nemotron reasoner·runs on Jetson Thor·receding-horizon control loop - 含闭环成功率 / 有开放代码或权重
- 为什么重要: 世界模型进端侧的第一条可复现路径：post-train 到 Thor 上服务、再闭环评测，代码与 checkpoint 都公开。
6. Egocentric human video can outperform real-robot data for embodied pretraining
- 主线: 数据引擎（采集 / 清洗 / scaling） ｜ 证据:
[R]｜ 来源: arXiv 2606.20521 ｜2026 - 关键数字:
-24% validation loss at equal data·+52.5% in-distribution success·+90% out-of-distribution success - 含延迟或控制频率
- 为什么重要: 没有机队的团队也能建立数据优势；有机队但没有清洗与判定管道的团队，数据只是存储成本。
主线分布
| 主线 | # |
|---|---|
| 基座模型（VLA / WAM） | 3 |
| 数据引擎（采集 / 清洗 / scaling） | 5 |
| 训练与自我改进（RL / 后训练） | 5 |
| 仿真与评测（sim2real / 闭环） | 5 |
| 边缘与实时性（端侧推理 / 控制频率） | 7 |
| 安全、权限与合规 | 5 |
| 系统与编排（长程 / 多策略） | 2 |
| 本体与供应链（硬件 / 成本） | 3 |
近期节奏
合规与标准观察
- ISO 25785-1 — Safety requirements for dynamically stable industrial mobile robots — Under development; committee-stage as of 2026-09.
- Regulation (EU) 2023/1230 (Machinery Regulation) — Fully applicable 2027-01-20.
- EU AI Act official timeline (Council of the EU) — High-risk deadlines 2027-12-02 / 2028-08-02 per Digital Omnibus.
本仓库为技术观察，不构成投资建议、产品承诺或安全认证结论。论文结论以作者自报为准。