تتحدى أبحاث مايكروسوفت الافتراض القائل بأن استنتاج الذكاء الاصطناعي المادي يجب أن يعمل حصريًا على وحدات معالجة الرسومات (GPUs) المثبتة داخل الروبوت، وتُظهر أن نقله إلى البنية التحتية الطرفية أو السحابية يعزز بشكل كبير أعباء العمل الخاصة بالتلاعب المتنقل. تكشف دراستهم المنهجية لأعباء عمل الروبوتات أن الاعتماد على الحوسبة المدمجة يحد من الأداء وعمر البطارية والقابلية للتوسع.
يقدم المقال Human2Any، وهي طريقة للنقل من الإنسان إلى الروبوت تستخدم التخطيط التركيبي الواعي بالقيود. لا توجد تفاصيل إضافية أو نص رئيسي مقدم في المصدر.
قامت AMD بشراء World Labs بمبلغ 8.2 مليار دولار، ودمجت قدرات الذكاء المكاني للذكاء الاصطناعي للشركة وهندسة نموذج "Atlas" الشامل الجديدة في محفظتها.
أطلقت Black Forest Labs FLUX 3 Action، وهو نموذج عالمي للأفعال (WAM) بـ 7 مليارات معلمة وأوزان مفتوحة للتحكم في الروبوتات، يحتل المرتبة الأولى على قائمة RoboLab-120 بمعدل نجاح مهام يبلغ 42.92%.
أعلن مختبر شنغهاي للذكاء الاصطناعي عن إطلاق InternW0، وهو أول تجسيد لسلسلة نماذج العالم المادي InternW الخاصة به، والمُصمَّم للحفاظ على تنبؤات قابلة للتنفيذ في البيئات الديناميكية. يتعلم النموذج بشكل مشترك ديناميكيات الرؤية المستقبلية والتحكم المستمر في الروبوت باستخدام بنية فيديو-إجراء غير متماثلة مع مطابقة التدفق.
يتيح MuJoCo Warp (MJWarp)، المبنية على NVIDIA Warp، تشغيل نماذج MuJoCo المتوافقة على نطاق وحدة معالجة الرسومات، مما يمكّن من تطوير مئات أو آلاف بيئات المحاكاة المستقلة في استدعاء واحد. ينقل هذا الهيكل التركيز من تقليل زمن الاستجابة لبيئة واحدة إلى تحسين الإنتاجية الإجمالية، وهو ما يدعم التعلم التعزيزي وأخذ العينات واسعة النطاق.
يقدم المؤلفون Show-Harness، وهو Harness متجسد يسمح لنماذج الرؤية واللغة (VLMs) بالتحكم في الروبوتات من خلال واجهة دلالية مدمجة تربط النية بالعمل. يكشف هذا النظام عن وحدات عمل دلالية منفصلة لاستدلال VLM ويستخدم مترجمين محددين للتجسيد لتأصيلها في إجراءات الروبوت المحلية.