前 Nvidia 高管转做 VC：机器人为何还没迎来自己的 ChatGPT 时刻
在 NVIDIA 机器人平台做了七年产品营销、现为 Techable VC 创始人兼管理合伙人的 Amulya Vishwanath 认为，机器人目前处于“乐高时代”，执行器、机械手、软件和安全标准等基础模块仍在重建，因此尚未迎来自己的 ChatGPT 时刻。这一判断与“通用基础模型即将引爆机器人”的观点相左。她目前投资于机器人、材料科学和生命科学领域的物理 AI 早期项目。
#具身智能
TechCrunch · AIAI 评分2222 TechCrunch · AIAI 评分2121 前 NVIDIA 高管 Amulya Vishwanath：Physical AI 不只是机器人
在 NVIDIA 机器人平台产品营销岗位任职七年的 Amulya Vishwanath 创办 Techable VC，投资覆盖机器人、材料科学与生命科学的 Physical AI。
TechCrunch · AIAI 评分4040 Amazon 设备主管 Panos Panay：AI 设备将取代 App 的未来
Amazon 设备、Alexa 与 Leo 高级副总裁 Panos Panay 在 TechCrunch Disrupt 上表示，个人 AI 的未来是环境计算而非 App，用户不必再主动告诉设备该做什么。
The DecoderAI 评分7474 Google 发布 Gemini 4 Argon，瞄准机器人全流程单一模型
Google 发布面向机器人任务的 Gemini 4 Argon，主打用同一个模型完成机器人控制、虚拟训练世界构建和训练视频评估。演示中它让 Boston Dynamics Spot 在 MuJoCo 仿真中练习后完成踩踏板投掷易拉罐，并从一张桌面照片生成 77 项任务和 4500 多个训练回合，使真机成功率从 56% 提升到 75%、执行时间从 35 秒降到 24 秒。
Latent SpaceAI 评分7272 Dyna Robotics 联合创始人 Jason Ma 谈 Dyna-2 世界动作模型与小时级自主机器人
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中介绍了 Dyna-2 世界动作模型，该模型在超过 100 万小时人类视频上预训练，可同时预测未来视频与机器人动作。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon，面向机器人物理推理
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。
推荐理由：官方给出 Argon 在 ERQA 上的 87% 成绩与四类机器人工作流示例，可据此判断物理推理模型的落地边界。
MIT Technology Review · AIAI 评分3636 机器人领域的 AI 突破短期内不会改变你的生活
MIT Technology Review 与 Aventine 合作的文章指出，尽管马斯克称 Tesla Optimus 可能以低至 2 万美元每台自动化几乎所有人类劳动、并预测 2027 年底前向公众发售，但许多机器人研究者对此持怀疑态度。
MIT Technology Review · AIAI 评分2020 AVEVA 如何为自主工业 AI 构建更安全的路径
AVEVA 首席技术专家 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、物理 AI 与智能体 AI，因其可直接作用于物理系统，负责任部署成为关键。AVEVA 的负责任 AI 框架强调安全、效率与人类监督，主张 AI 应增强而非取代关键决策中的人。Garg 还参与 IEEE 工作组，制定覆盖电力、能源、水资源与碳的 AI 环境影响测量标准方法。
Microsoft Research精选AI 评分6262 微软研究：将物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院发布对物理 AI 机器人推理负载的系统性研究，认为把推理全部放在机器人自带 GPU 上会限制性能、续航和扩展性，卸载到边缘或云端 GPU 可带来明显收益。
推荐理由：微软对移动操作机器人推理负载的系统性测量，给出端侧与云端卸载在成功率、时延和续航上的量化对比。