Google 展示 Gemini 4 Argon 在机器人领域的真实世界物理学习能力：让 Argon 观看人类玩 cornhole 的视频，它映射环境、计算全身关节动作，并自主构建仿真代码进行练习。迁移到 Apptronik 的 Apollo 人形机器人后，该机器人在真实世界试验中连续投中七次。
推荐理由：Google 展示 Gemini 4 Argon 从视频学习全身动作并迁移到人形机器人的路径，可观察具身智能的训练方式变化。
OpenAI 于 9 月 3 日发布的首个 GPT-6 模型 Astra 在控制机器人上表现突出，能直接输出夹爪位置而非只给高层指令，一度登上 RoboDojo 基准榜首，超过 Physical Intelligence 的 π 0.5 和 Allen Institute for AI 的 MolmoAct2。
推荐理由：梳理了 GPT-6 Astra 在机器人任务上的实测表现与局限，并对比 VLA 路线，帮助判断通用大模型与专用机器人模型的分工走向。
微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，能提升任务成功率、支持更大的模型并延长续航。
推荐理由：微软研究院系统测量了机器人端侧 GPU 推理的瓶颈，并给出把推理卸载到边缘或云端的开源工具链，可供机器人开发者参考。