Modelli d’azione, simulazione e applicazioni dell’intelligenza artificiale nel mondo fisico.
9 articoli
Un preprint presenta una tecnica che apprende dalle traiettorie del modello insegnante e porta il tasso di successo di OpenVLA-OFT dal 26,2% al 76,6% in un compito di ManiSkill. Il confronto con un altro metodo avviene con budget diversi e il risultato non dimostra ancora il trasferimento ad altri compiti o a robot fisici.
Il 20 ottobre 2026, NVIDIA ha reso disponibili pubblicamente cinque modelli della famiglia Cosmos3-Nano. Questi checkpoint, da 16 miliardi di parametri, coprono la simulazione di guida multivista fino alla robotica chirurgica, scaricabili direttamente da Hugging Face e GitHub.
Google presenta Argon con esempi di controllo robotico, ricostruzione di simulazioni e ragionamento fisico. L'87% comunicato in ERQA e i casi in video sono risultati del fornitore, non prove indipendenti di una prestazione generale.
Microsoft Research presenta un sistema che modella come specifici studenti potrebbero rispondere a domande e indicazioni di un tutor. I risultati sono promettenti in tre ambiti, ma la simulazione non dimostra che un tutor migliori l'apprendimento reale né sostituisce i test con studenti.
Google amplia l’accesso a Gemini 4 Argon, presentato per attività prolungate di programmazione, ricerca scientifica, finanza e cybersicurezza. I risultati e l’uso pratico richiedono ancora una valutazione indipendente; le informazioni disponibili, inoltre, non consentono di confermare capacità specifiche in ambito robotico.
Odyssey presenta Odyssey-3 come un modello del mondo capace di generare ambienti interattivi a partire dal testo. L’anteprima permette di esplorare il prodotto, ma le informazioni disponibili non bastano a confermarne i risultati nei benchmark né l’impiego su robot reali.
Code to Control separa la generazione della struttura di un controllore dalla regolazione dei suoi parametri. Il preprint sostiene che, una volta appreso, il controllore può agire senza inferenza dell’LLM né pianificazione a ogni passo; le informazioni disponibili non bastano per valutare i risultati numerici, la riproducibilità o la preparazione all’uso su robot reali.
La proposta punta a dare accesso a modelli più esigenti senza trasferirne tutto il carico computazionale a bordo. Le fonti descrivono possibili vantaggi, ma qui non forniscono metriche né dettagli sufficienti per quantificare i risultati.
La versione 5.0 di Isaac ROS introduce il supporto a ROS 2 Lyrical e modifiche a NITROS e rosidl::Buffer. NVIDIA la presenta come una base per flussi di lavoro robotici con agenti, ma le informazioni disponibili non precisano quali attività concrete siano supportate né offrono una convalida indipendente dei risultati.