微软研究院：把物理 AI 推理卸载出机器人可提升任务成功率与续航
微软研究院对移动操作机器人工作负载做了系统测量，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、支持更大模型并延长电池续航。
推荐理由：微软研究院系统测量了机器人端侧推理与卸载到边缘或云端 GPU 的差异，并给出可复用的 Kubernetes 工具链。
#具身智能
Microsoft Research精选AI 评分7171
Google DeepMind精选AI 评分6060 Google DeepMind 回顾 15 年游戏 AI 研究，与 Fenris Creations 合作推进 EVE 宇宙智能体
Google DeepMind 发文回顾从 Atari、AlphaGo 到 AlphaStar 的 15 年游戏 AI 研究，并宣布与 Fenris Creations 合作，在 EVE 宇宙中推进智能体研究。
推荐理由：DeepMind 回顾十五年游戏 AI 研究脉络，并说明与 Fenris Creations 合作要攻克的持续学习与长时程规划难题。
Hugging Face Blog精选AI 评分6262 用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 完成录制、训练与部署闭环
Hugging Face 博客给出 Strands Robots 的流式数据闭环教程：同一个 Robot() 录制 LeRobotDataset 并同步到 Storage Bucket，再通过 stream_dataset() 直接从 Hub 流式读取训练，无需先下载整个数据集。
推荐理由：以 Strands Robots 与 LeRobot 为例，展示录制、训练、部署共用同一数据格式与存储桶的完整闭环，可迁移到机器人数据流水线。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型
Google DeepMind 发布面向机器人的具身推理模型 Gemini Robotics ER 2，可作为机器人的高层大脑，负责对话、理解物理世界并规划多步任务，再把动作执行交给底层 VLA 模型。
推荐理由：官方给出视频理解、任务编排与多机协作的能力变化和开放入口，可据此判断机器人在真实环境中的任务完成方式。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，作为新一代机器人智能层，首次实现对完整人形机器人的全身控制，并提升灵巧操作与多机器人协作能力。
推荐理由：原文给出三个模型的职责分工与端侧适配数据，读者可据此判断机器人智能层的落地路径。
已经到底了