Google 发布 Gemini 4 Argon，瞄准机器人全流程单一模型
Google 发布 Gemini 4 Argon，定位为覆盖机器人全流程的单一模型，可控制机器人、构建虚拟练习环境并评估训练视频质量。演示中它从一张照片生成 77 项任务和 4500 多个训练回合，使真实机器人成功率从 56% 升至 75%，执行时间从 35 秒降至 24 秒。
#具身智能
The DecoderAI 评分7272
The DecoderAI 评分6565 Reka AI 发布 190 亿参数全能模型 Rho-1，统一处理文本、图像、视频与机器人控制
Reka AI 发布研究预览版 Rho-1，这是一个 190 亿参数的全能模型，可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数将任务分派给专用模型的系统不同，Rho-1 把所有模态作为 token 放在同一个共享上下文窗口中运行，无需工具调用或外部模型，能实时生成连续视频并即时响应新指令而无需重启。
量子位AI 评分4545 索辰科技与美梦空间联合发布 Physical-WAM 具身模型与 RoboTwin-Phys 物理测评基准
美梦空间在第五届全球数字贸易博览会上发布 Physical-WAM 物理-世界动作模型与 RoboTwin-Phys 物理漂移评测基准，前者由 PhysLens、PhysDream、PhysAct 三模块构成，在感知与动作之间插入物理 Token 表征。
The DecoderAI 评分7171 Black Forest Labs 发布开源机器人模型 FLUX 3 Action
Black Forest Labs 发布面向机器人的开源模型 FLUX 3 Action，基于多模态 FLUX 3 构建，可接收机器人工作区的多摄像头视频输入，预测智能体下一步动作及环境变化。
爱范儿精选AI 评分7878 Figure 发布 Helix 2.5：零样本进入 30 个陌生家庭，成功率 56%
Figure AI 于 9 月 17 日发布新一代模型 Helix 2.5，在 30 个真实湾区民宅完成零样本测试，420 次试验成功 237 次，零样本成功率 56%，评测为盲测。
推荐理由：Figure 公布 Helix 2.5 在 30 个陌生家庭的零样本测试数据，并给出预训练数据规模与成功率的缩放关系。
量子位AI 评分6262 紫东太初开源 ZDTaichu5.0-9B 多模态大模型，九项空间基准八项第一
紫东太初开源通用多模态大模型 ZDTaichu5.0-9B，在九大国际空间理解基准测试中八项第一，10B 档位开闭源模型中领先，MindCube-tiny 得分 78.27，高于 Gemini 3 Pro 的 70.87 和 Grok 4 的 63.56。
量子位AI 评分6262 生数科技发布世界模型 Motus2，让机器人实现闭环自进化
生数科技发布世界模型 Motus2，在前代基础上拓展视觉、语言、动作与触觉模态，把行动、预测、评估三种能力放进同一模型，形成生成动作、预测后果、评估结果、更新策略的闭环，探索递归自我改进（RSI）。
The Decoder精选AI 评分7878 World Labs 发布 Atlas：单一模型从少量照片生成、重建并仿真 3D 世界
World Labs 发布 Atlas，一个从零开始在文本、图像、视频和 3D 数据上训练的 omni-model，可将每个输入锚定到 3D 空间中的具体位置，形成其称为 spatial context 的共享空间理解。
推荐理由：World Labs 的 Atlas 把生成、重建与仿真放进同一个模型，读者可据此了解空间智能路线与视频模型路线的差异。
爱范儿精选AI 评分7878 李飞飞 World Labs 发布 3D 世界模型 Atlas
李飞飞创办的 World Labs 发布 3D 世界模型 Atlas，官方演示中只用 3 到 5 台普通手机和运动相机拍摄，就能生成传统需要 60 台设备阵列才能完成的子弹时间环绕视角。
推荐理由：原文用子弹时间演示说明稀疏视角重建三维场景的路线，读者可据此理解世界模型与视频生成模型的差异。
爱范儿精选AI 评分8282 World Labs 发布多模态世界模型 Atlas
李飞飞创办的 World Labs 发布多模态世界模型 Atlas，官方称其从零预训练，可原生处理文本、图像、视频、相机位姿与 3D 深度信息，在同一模型中完成世界生成、空间重建和时空模拟。
推荐理由：Atlas 把相机位姿作为原生输入并支持稀疏视角重建，读者可据此判断世界模型在具身智能数据生成上的位置。