欧洲城市部署 NVIDIA 驱动的 AI 智能体与数字孪生以提升城市运营效率
欧洲多地城市正利用 NVIDIA 加速计算构建物理 AI 智能体和数字孪生,用于城市规划、基础设施维护、能源管理与公共服务。法国 Côte-d’Or 的智能体覆盖 500 多座公共建筑,将文件检索从数周缩短至几分钟,并使运营成本降低 10%;相关方案还采用 Cosmos、Nemotron、Omniverse 和 VSS Blueprint。
欧洲多地城市正利用 NVIDIA 加速计算构建物理 AI 智能体和数字孪生,用于城市规划、基础设施维护、能源管理与公共服务。法国 Côte-d’Or 的智能体覆盖 500 多座公共建筑,将文件检索从数周缩短至几分钟,并使运营成本降低 10%;相关方案还采用 Cosmos、Nemotron、Omniverse 和 VSS Blueprint。
Google DeepMind 发布通用物理推理模型 Gemini 4 Argon,面向机器人控制、Real2Sim、物理理解和研究自我改进。该模型在 Embodied Reasoning (ERQA) 基准以纯推理取得 87%,并通过多模态推理、代码生成和视觉语义理解支持机器人生命周期。
推荐理由:文章把 Argon 在机器人控制、仿真构建和数据生成中的代表性提示词集中展开,便于比较其机器人工作流覆盖范围。
Microsoft Research Asia – Singapore 于 2025 年 7 月 24 日启用,是 Microsoft 在东南亚设立的首个研究实验室。一年来,该实验室围绕下一代 AI 模型与智能体系统、领域 AI、AI-native 研究实践及生态与人才发展深化本地合作,并在医疗、金融、教育和科技等领域探索前沿 AI 的实际应用。
Microsoft Research 研究了将物理 AI 推理从机器人车载 GPU 卸载到边缘或云端 GPU 的方案。实验显示,卸载可提升映射、规划、导航和操作性能,并减少电池消耗;研究团队还在 Physical AI Toolchain 中加入基于 Kubernetes 的自动容器化、部署和推理卸载能力。
推荐理由:文章通过移动机器人实验展示推理卸载对任务性能、电池续航和部署规模的影响,并给出基于 Kubernetes 的实现工具。
Berkeley AI Research(BAIR)庆祝2026届博士毕业生在机器人、大语言模型推理、计算机视觉、生成模型、AI安全及医疗等方向的探索与成果。毕业生将赴高校、产业研究实验室、创业公司任职或继续博士后研究,研究主题还包括蛋白质生成建模、语音建模与人类用户模拟。
Berkeley AI Research 提出 GRASP,通过将轨迹提升至虚拟状态以并行跨时间优化,并在状态迭代中加入随机性,增强长时域探索。GRASP 还重塑梯度,为动作提供清晰信号,同时避开高维视觉模型中易失稳的“状态输入”梯度。