NVIDIA Isaac Lab 2.3 正式发布，新增全身控制与增强遥操作
NVIDIA Isaac Lab 2.3 正式发布（generally available），新增全身控制与增强遥操作，用于提升人形机器人能力。官方称从真实世界示范训练机器人策略成本高、速度慢且易过拟合，仿真优先的方法可降低风险与成本，并支持更安全、适应性更强的部署。
推荐理由：Isaac Lab 2.3 正式版带来全身控制与增强遥操作，读者可据此评估仿真优先的机器人学习流程。
数据与遥操作
全部主题追踪数据与遥操作的研究、可复用工程方法与真实部署证据。
188条精选
最新精选
第 181–188 条 · 共 188 条NVIDIA dev blog robotics精选AI 评分6262
Figure 官方新闻精选AI 评分8080 Figure 发布 Project Go-Big：Helix 实现人类视频到机器人导航的零样本迁移
Figure 发布 Project Go-Big，为 Helix 视觉语言动作模型构建互联网规模的人形机器人预训练数据集，并与 Brookfield 合作，后者拥有全球超 10 万套住宅单元、5 亿平方英尺商业办公空间和 1.6 亿平方英尺物流空间。
推荐理由：Figure 公布 Helix 仅用人类第一视角视频训练即可完成真实家居导航，并披露与 Brookfield 的数据采集合作规模。
NVIDIA dev blog robotics精选AI 评分6868 NVIDIA Isaac Sim 5.0 与 Isaac Lab 2.2 正式发布
NVIDIA 在 SIGGRAPH 2025 上宣布 Isaac Sim 5.0 和 Isaac Lab 2.2 正式开放，两个机器人仿真与学习框架现已在 GitHub 上提供。Isaac Sim 是基于 NVIDIA Omniverse 构建的参考应用，可用于在物理仿真环境中构建、训练和测试 AI 驱动机器人。
推荐理由：Isaac Sim 5.0 与 Isaac Lab 2.2 正式开放，读者可了解仿真与学习框架在 GitHub 上的可用状态。
Skild AI 官方研究博客精选AI 评分6262 Skild AI 发布通用机器人基础模型 Skild Brain
Skild AI 发布通用机器人基础模型 Skild Brain，采用低频高层操作与导航策略加高频低层动作策略的分层架构，可运行于四足、人形、桌面机械臂和移动操作平台等多种本体。该模型通过大规模仿真与互联网视频数据预训练，再用针对性真实数据后训练交付客户方案；官方同时发布 2024 年的早期可扩展性与鲁棒性结果，并称将在接下来一个月展示更多能力。
推荐理由：Skild AI 公开其通用机器人基础模型的架构与训练路线，读者可了解其跨本体泛化思路与仿真预训练加真机后训练的分工。
1X 官方研究与新闻精选AI 评分6060 1X 与 NVIDIA 合作，用 GR00T N1 让 NEO 自主完成洗碗任务
1X AI 与 NVIDIA 宣布研究合作，首个成果是为 GTC 2025 主题演讲准备的自主演示，NEO 自主完成装盘任务。1X 为 NVIDIA 开放了采集自 1X 办公室和员工家庭的数据集 API，并提供推理 SDK，在 NEO 头部板载 GPU 或外部 GPU 上以 5Hz 视觉-动作回路持续输出模型预测。
推荐理由：1X 与 NVIDIA 合作把 GR00T N1 用于 NEO 的自主洗碗任务，公开了数据接口与 5Hz 推理链路等工程细节。
银河通用官方发布（官网索引公众号原文）精选AI 评分6060 银河通用发布端到端具身抓取基础大模型 GraspVLA
银河通用机器人发布端到端具身抓取基础大模型 GraspVLA，称其采用全合成大数据预训练。原文未提供正文，模型能力、数据规模与验证结果均未披露。
Skild AI 官方研究博客精选AI 评分6262 Skild AI 完成 3 亿美元 A 轮融资，估值 15 亿美元
Skild AI 宣布完成 3 亿美元 A 轮融资，公司估值 15 亿美元，由 Lightspeed Venture Partners、Coatue、SoftBank Group 和 Jeff Bezos（通过 Bezos Expeditions）领投。
推荐理由：Skild AI 走出隐身并公布 3 亿美元 A 轮融资，读者可了解其通用机器人基础模型的定位与投资方阵容。
Apptronik 官方发布精选AI 评分6262 Apptronik 与 NVIDIA 合作，Apollo 人形机器人接入 Project GR00T
Apptronik 宣布与 NVIDIA 合作，将 Apollo 人形机器人接入 NVIDIA 新发布的通用机器人基础模型 Project GR00T，使其能从文本、视频和人类示范中学习协调与灵巧等通用技能并输出动作。
推荐理由：官方披露 Apollo 接入 Project GR00T 的学习路径与算力配置，可了解人形机器人从人类示范中学习任务的实现方式。