Google Research 提出 AgentHands,为 XR 智能体生成与语音同步的手势
Google Research 提出 AgentHands,一个让 XR 中的 AI 智能体在说话时同步做出空间手势的研究原型,论文将在 CHI 2026 发表。
Google Research 提出 AgentHands,一个让 XR 中的 AI 智能体在说话时同步做出空间手势的研究原型,论文将在 CHI 2026 发表。
AWS 开源的 Strands Robots 让同一个 Robot("so100") 录制 LeRobotDataset 并同步到 Hugging Face Storage Buckets,再从 Hub 流式读取训练,无需先下载完整数据集。
Google DeepMind 发布面向机器人的具身推理模型 Gemini Robotics ER 2,作为机器人的高层大脑负责对话、多步任务规划与工具调用,再把动作执行交给下层 VLA 模型。
推荐理由:机器人开发者可通过 Gemini API 调用 ER 2,把 VLA 模型和导航 API 声明为工具,配合 GitHub 示例跑通取物流程。
Google DeepMind 发布 Gemini Robotics 2,包含视觉语言动作模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和本地运行的 Gemini Robotics On-Device 2 三个模型。
推荐理由:做具身智能的团队可先在 Google AI Studio 调用 Gemini Robotics ER 2 验证多步任务规划,VLA 与端侧模型需申请早期访问。
NVIDIA 发布 Cosmos-H-Dreams,这是面向手术机器人的动作条件化实时生成式仿真器,把 Cosmos-H-Surgical-Simulator 蒸馏为少步因果学生模型,经 FlashDreams 在单张 RTX PRO 6000 上达到约 160 帧每秒。
推荐理由:做手术机器人策略研究的团队可以用它把真机试错搬到单卡实时仿真里,先跑通闭环评估和失败样本生成再上硬件。
Grabette 是 Pollen Robotics 开源的机器人操作数据采集系统,用手持夹爪代替遥操作机械臂记录演示。设备含两个摄像头、IMU 和夹爪编码器,硬件物料成本约 490€,配套电机夹爪 Gripette 约 120€。
推荐理由:机器人学习团队可按开源清单组装 Grabette,用手持演示直接采集并转成 LeRobot 训练数据集。