霸榜三大基准！优必选 Thinker-WM：多模态统一表征，单模型实现六大能力
优必选 Thinker-WM 在 WorldOlympiad、EWMBench、WorldArena1.0 Track-1 三大具身世界模型基准评测中全部拿下第一，WorldOlympiad 综合得分 0.740，EWMBench 总分 4.66，超过 Qwen-RobotWorld、Sora2 等模型。
#具身智能
量子位AI 评分4545 The DecoderAI 评分7272 Google 发布 Gemini 4 Argon，用单一模型覆盖机器人仿真、控制与评估
Google 发布面向机器人任务的 Gemini 4 Argon，主打用同一个模型完成机器人控制、虚拟练习世界构建和训练视频评估，并称其更擅长理解空间关系、编写控制代码和从物理角度解读视频。
RadarAIAI 评分6666 Google 用 Gemini 4 Argon 教 Apollo 人形机器人玩沙包投掷
Google 称用 Gemini 4 Argon 教机器人玩沙包投掷，Argon 仅通过观看人类玩沙包投掷的视频就推演出物理规律，编写自己的模拟程序进行练习，并教会 Apptronik 的 Apollo 人形机器人连续命中 7 球。
RadarAIAI 评分7171 Google DeepMind 称 Gemini 4 Argon 通过观看视频教会 Apollo 人形机器人玩沙包
Google DeepMind 表示，Gemini 4 Argon 仅通过观看视频就教会了一台机器人玩沙包。它推演了物理规律、编写了自己的模拟程序，并让 Apptronik 的 Apollo 人形机器人连续投中 7 次。
RadarAI精选AI 评分7878 Google 展示 Gemini 4 Argon 让机器人看视频学会投掷
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。
RadarAIAI 评分6262 Nature Will 发布首个物理世界基础模型 Natura-1
Nature Will 发布其首个面向物理世界的基础模型 Natura-1，训练数据为 100 万小时人类处理不同场景与物体的第一视角视频，可处理从未见过的物体和任务。模型支持指定物体最终位置和朝向的细粒度指令，能在抓取方式中途变化时保持控制、双手执行不同任务。在长任务中，Natura-1 可跟踪已移动或打开的物体以确定下一步。
量子位AI 评分3838 魔法原子 EchoPolicy-0 登顶 MolmoSpaces 具身智能榜单全球第一
魔法原子 VLM Agent 框架 EchoPolicy-0 在 AI2 发起的 MolmoSpaces Combined 榜单以 75.4% 平均成功率位列全球第一，覆盖全部 4 个 v1 任务。
RadarAIAI 评分6262 Nature Will 发布 50B 参数 MoE 基础模型 Natura-1，让灵巧手零样本执行语言指令
Nature Will 发布首个面向物理世界的通用基础模型 Natura-1，为 500 亿参数 MoE 模型，基于 100 万小时第一视角人类经验数据预训练，可零样本理解自然语言指令并用灵巧手执行。
The DecoderAI 评分6969 Odyssey 开放世界模型 Odyssey-3 免费研究预览
Odyssey 面向公众开放世界模型 Odyssey-3 的研究预览，用户可用文本提示生成可实时探索的交互环境，开发者可申请 API 访问。免费在线演示基于 Odyssey-3 Flash，采用自回归扩散 Transformer 逐帧生成视频，基础模型 14B 参数、输出 832 × 480，Pro 版支持 1280 × 720。
RadarAIAI 评分6969 Odyssey 开放世界模型 Odyssey-3 公开研究预览，可免费试用
加州 AI 公司 Odyssey 将世界模型 Odyssey-3 开放为公开研究预览，用户可用文本提示生成交互环境并实时探索，开发者可申请 API。免费在线 demo 基于 Odyssey-3 Flash，支持第一人称和第三人称视角；基础模型 14B 参数，生成 832 × 480 视频，Odyssey-3 Pro 支持 1280 × 720。
RadarAIAI 评分6060 清华持股公司星动纪元 VPP2 世界动作模型登顶 RoboDojo 榜单
清华持股公司星动纪元自研的世界动作模型 VPP2 在 RoboDojo 仿真榜单排名第一，超越 GPT-6-Astra 及英伟达等头部模型。该模型的核心逻辑是视频预测质量决定动作上限，团队将视频预测与动作学习解耦，并设计了三阶段训练策略。材料称其不依赖外挂和额外数据。
RadarAIAI 评分6060 Odyssey 发布基础世界模型 Odyssey-3
Odyssey 发布基础世界模型 Odyssey-3，称其在 Physics-IQ 上创下新的 SOTA。该模型可驱动机器人、训练 AI 并生成交互式体验，今天即可免费体验。
RadarAIAI 评分2222 Generalist 的 GEN-1.5 连续装箱演示
Generalist 展示 GEN-1.5 连续装箱能力：把一个瓶子装进盒子，再装另一个瓶子，如此反复。相关细节见其博客文章。
RadarAIAI 评分6363 Odyssey 发布世界基础模型 Odyssey-3 并开放研究预览
Odyssey 发布其最强世界基础模型 Odyssey-3，并向公众开放免费研究预览。模型可从提示词构建环境，并实时预测人物移动或事件触发带来的变化，用户能以第一或第三人称走过场景，相机也可独立移动。
科技媒体 RSSAI 评分6262 Reka AI 发布 19B 全能模型 Rho-1，单模型处理文本、图像、视频与机器人控制
Reka AI 发布 190 亿参数全能模型 Rho-1 的研究预览版，在单一神经网络内处理并生成文本、图像、视频和机器人控制动作。该模型将全部模态作为 token 放入同一上下文窗口，无需工具调用或外部模型，可实时生成连续视频并即时响应新指令，同一套权重既预测摄像头图像也驱动机器人运动。
Air Street PressAI 评分7171 Black Forest Labs 发布多模态模型 FLUX 3，并延伸至机器人控制
Black Forest Labs 发布多模态基础模型 FLUX 3，在单一架构中联合学习图像、视频和音频，可单次生成最长 20 秒带音频视频。