NewsletterTFNVIDIA Pushes "Physical AI" Onto the Real World, Sidestepping Data Bottlenecks
NVIDIA's GTC 2026 focuses on 'Physical AI' for robots, using new tools like Cosmos and Isaac GR00T to train them with data from computers, not just the real world.
NVIDIA is making robots smarter by training them with computer-generated data, a new way to help them work in the real world.
#PhysicalAI, #NVIDIAGTC, #Robotics, #AI, #EmbodiedAI
https://newsletter.tf/nvidia-physical-ai-robots-gtc-2026/
NVIDIA Pushes "Physical AI" Onto the Real World, Sidestepping Data Bottlenecks
NVIDIA's GTC 2026 focuses on 'Physical AI' for robots, using new tools like Cosmos and Isaac GR00T to train them with data from computers, not just the real world.
NVIDIA is making robots smarter by training them with computer-generated data, a new way to help them work in the real world.
#PhysicalAI, #NVIDIAGTC, #Robotics, #AI, #EmbodiedAI
https://newsletter.tf/nvidia-physical-ai-robots-gtc-2026/
Ryan Daws 🤓SAP and ANYbotics drive industrial adoption of physical AI https://www.artificialintelligence-news.com/news/sap-and-anybotics-drive-industrial-adoption-physical-ai/ #sap #anybotics #physicalai #edgecomputing #iiot #ai #iot #embodiedai #technology
sayzardMicrosoft Research (@MSFTResearch)
AsgardBench는 시각 관찰을 바탕으로 임베디드 에이전트가 작업 중 계획을 수정할 수 있는지 평가하는 벤치마크다. 지각 기반 계획 능력에 초점을 맞춰 에이전트의 한계를 드러내고, 신뢰성 향상에 필요한 개선 방향을 제시한다.
Microsoft Research (@MSFTResearch) on X
AsgardBench evaluates whether embodied agents can revise their plans based on visual observations as tasks unfold. By focusing on perception-driven planning, it exposes key limitations and guides improvements in agent reliability. https://t.co/6jAXzgCLvH
田中義弘 | taziku CEO / AI × Creative (@taziku_co)
Roadrunner는 횡렬/인라인 바퀴와 스테핑을 모두 다루는 멀티모달 이동 로봇으로, 단일 정책으로 다양한 주행 방식을 학습했다. 넘어짐 복구와 한쪽 바퀴 균형까지 실기기에서 제로샷으로 동작해 범용 로봇 이동 제어의 가능성을 보여줬다.
https://x.com/taziku_co/status/2036373975698465266
#robotics #multimodal #reinforcementlearning #zeroshot #embodiedai
Danfei Xu (@danfei_xu)
사람의 1인칭 시점 데이터를 활용해 로봇을 학습시키는 생태계 EgoVerse가 소개됐다. 4개 연구소와 3개 산업 파트너가 참여했으며, 1300시간 이상·240개 장면·2000개 이상 과제를 포함하는 대규모 데이터셋과 연구 결과를 제공한다.
Danfei Xu (@danfei_xu) on X
Introducing EgoVerse: an ecosystem for robot learning from egocentric human data. Built and tested by 4 research labs + 3 industry partners, EgoVerse enables both science and scaling 1300+ hrs, 240 scenes, 2000+ tasks, and growing Dataset design, findings, and ecosystem 🧵
fly51fly (@fly51fly)
강화학습을 활용해 로봇이 언제 생각해야 하는지 자원 인지형 추론을 학습하는 ‘Resource-Aware Reasoning’ 연구가 소개됐다. 임베디드 로보틱 의사결정에서 계산 자원을 절약하면서도 효율적인 추론을 목표로 하는 새로운 로봇 AI 접근이다.
https://x.com/fly51fly/status/2034385797588418905
#robotics #reinforcementlearning #embodiedai #reasoning #arxiv
Hacker NewsHow the Eon Team Produced a Virtual Embodied Fly
https://eon.systems/updates/embodied-brain-emulation
#HackerNews #EonTeam #VirtualFly #EmbodiedAI #BrainEmulation #Innovation
