Robo-MLT：面向长时程医学实验室任务的双系统机器人操作框架
Robo-MLT 通过显式工作流监控与学习式动作生成协同执行长时程医学实验室任务，并在执行阶段变化时重新规划。其血气分析和血样管分拣成功率分别达 82% 和 70%，比 $\pi_{0.5}$ 高 30 和 22 个百分点；操作员移走当前样本后，系统仍可调整计划并继续处理其他样本。
#多模态
arXiv 机器人论文摘要 The Decoder NVIDIA 推出机器人基础模型 GR00T 2，可从人类视频迁移动作
NVIDIA 推出机器人基础模型 GR00T 2，通过同时预测下一步动作和短期未来视频，将人类示范动作迁移到不同形态的机器人。该模型使用超过 1000 枚 GB300 芯片和约 400,000 小时第一视角人类任务视频训练，实验任务成功率为 10% 至 80%；在已具备较好表现的 50 项任务中，不到 3 分钟的传统训练将成功率从 40% 提升至 95%。
The Decoder Google DeepMind 发布 Gemini Robotics 2.5，奔驰产线试点分拣成功率达 96%
Google DeepMind 发布机器人控制模型 Gemini Robotics 2.5，并称其在奔驰实际生产线的金属零件分拣试点中达到 96% 成功率。该视觉语言动作模型接受了超过 200 项任务测试，相较其此前基线，成功率按任务类型提高 30% 至 100%，任务速度提升 20% 至 30%。
Google DeepMind精选 Google DeepMind 发布实时交互世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，可实时生成并操控包含画面、环境音、音乐和互动对话的多模态模拟世界。模型结合 Gemini 系列维持场景连贯性并规划多步事件，目前已向可信测试者开放研究预览，随后将提供给 Project Genie 的 Google AI Ultra 订阅者及 Gemini API、Google AI Studio 的早期合作伙伴。
推荐理由：Genie 4 展示了世界模型与 Gemini 协同生成、推理和控制的路径，并明确列出长期一致性等现阶段局限。