标签
NVIDIA 及其全球合作伙伴正在扩大面向城市服务的物理 AI 和智能体 AI 部署，涵盖居民服务智能体、视觉智能体及数字孪生，并在西班牙、美国、波兰和马来西亚使用 Cosmos、Nemotron、Omniverse 和 Metropolis。
Maxinsights 预计，2026 年的年化收入将达到 2.5 亿美元，潜在客户超过 50 家。目前，该公司正在构建全球基础设施，为机器人和基础模型团队训练、评估和部署物理 AI。
NVIDIA 推出 Cosmos 框架，这是一个开放的模块化平台，用于训练、后训练、优化和部署面向物理 AI 的世界基础模型，涵盖 DPO、GRPO、PPO 等强化学习管线，并通过 Cosmos NIM 微服务进行模型服务化部署。
Pollen Robotics 宣布其开源 AI 机器人 Reachy Mini 新增轮式移动能力、配套手机应用以及可解锁不同人格和应用的 NFC 帽子配件。
Google 将面向机器人的专用具身推理模型 Gemini Robotics Embodied Reasoning 2（ER 2）引入 Google Cloud 的 Gemini 平台，面向企业部署开放公开预览，支持时空推理、长程规划和多机器人协作。
Mecka 是一家物理 AI 数据层初创公司，已完成由 Sequoia 领投的 6,000 万美元 B 轮融资。该公司正在通过在美国举办的 League of Legends 全球总决赛期间，为受邀人才提供专属包厢，以此招募顶尖工程师——利用创始人拥有「Challenger 段位」的游戏资历，在人才聚集之处与他们建立联系。
Voxel51 通过 Product Hunt 推出其多模态数据平台，帮助机器人团队从视频和传感器数据中发现失败案例、理解原因并补齐训练数据，从而加速物理 AI 模型的迭代。
MIT Technology Review 探讨工业智能如何成为制造业的下一个增长机会，阐述将个人经验转化为组织知识、并借助 Physical AI 把业务智能接入物理生产流程的价值，文中以丰田工业连接涂装车间数据为例说明成效。
哈萨克斯坦正从基础设施到模型全方位扩展其AI生态，黄仁勋访问阿斯塔纳会见托卡耶夫总统，并宣布NVIDIA投资于哈萨克斯坦创立的初创公司Higgsfield AI，同时达成新的算力与能源合作伙伴关系。
NVIDIA 通过新增训练工具、模拟检查点以及 Cosmos Data Factory 蓝图扩展了 Cosmos 平台，帮助开发者构建、评估和部署面向物理 AI 的世界模型。包括 Porsche、Volkswagen Group、ANYbotics、Microsoft Azure、Nebius 和 CoreWeave 在内的合作伙伴已在使用这些蓝图，加速自动驾驶汽车和机器人技术的开发。
这篇arXiv专著对物理AI进行了定义，并呈现其技术全景，涵盖多模态感知、世界模型、具身基础模型、运动控制、多智能体协同以及软硬件协同设计，同时厘清其与具身AI和信息物理系统的区别，并展望迈向物理通用人工智能（Physical AGI）的挑战。
前Nvidia产品营销人员、Techable Ventures创始人Amulya Vishwanath在接受TechCrunch Equity采访时表示，物理AI目前仍处于'LEGO时代'，基础模块正在被重新构建，尚未迎来机器人的'ChatGPT时刻'。
Eka Robotics 筹集 1.5 亿美元 A 轮融资，估值达 14.5 亿美元，其基于视觉-力-动作（vision-force-action）架构的物理 AI 模型让机器人灵巧抓取表现超越人类水平，引起机器人学界广泛关注。
德国总理弗里德里希·默茨（Friedrich Merz）与 NVIDIA 首席执行官黄仁勋（Jensen Huang）讨论了德国的工业 AI 路线图，最终德国政府与 NVIDIA 达成《联合意向声明》（Joint Declaration of Intent），旨在推动物理 AI（Physical AI）模型的发展，并在欧洲构建先进的工业 AI 生态系统。
介绍基于 Kronecker Delta 规则的长上下文线性注意力研究（KronLSTM），在长上下文基准上表现优异，并被认为对物理 AI 与机器人的持续状态记忆具有潜在影响。
PhysLDM 提出了一种用于高保真可变形体物理模拟的时空隐空间扩散框架，采用整体式变分自编码器（VAE）实现约 78 倍的词元压缩与约 2.48 毫米的重建精度，并证明扩散模型比确定性回归更能建模混沌动力学，实现零样本泛化与逆问题求解。
Intel 高级副总裁 Cho Min-sung 确认，Razor Lake-AX SoC 将于 2028 年推出，AI 算力达 700 TOPS，较 Panther Lake 提升 3.88 倍，面向高端设备与物理 AI（Physical AI）市场，与 NVIDIA Jetson 和 AMD Ryzen Halo 平台展开竞争。
TechCrunch Equity播客采访了Amulya Vishwanath，她曾在英伟达领导机器人平台产品营销工作七年，如今创立了Techable VC。她认为，物理人工智能不止于机器人，还涵盖分子、材料、医药和工厂自动化等领域；机器人仍处于“乐高时代”，尚未迎来“ChatGPT时刻”。
前 NVIDIA 机器人平台产品营销负责人、现 Techable VC 创始合伙人 Amulya Vishwanath 在 TechCrunch Equity 播客中表示，机器人仍处于「乐高时代」，尚未迎来自己的 ChatGPT 时刻，基础模块和标准仍在重建中。
该论文提出一个基于回答集编程(ASP)的混合声明式框架，用于对交互式运动轨迹进行可解释的前瞻性推理，并在Argoverse 2基准上进行评估，每个预测轨迹都附带可检查的事件级假设。