深度分析
類人體機器人資料標準草案發布：ISO 26264‑1 打造可重用的實體 AI 資料集
隨著類人體機器人向實體AI轉型，缺乏統一的資料標準成為瓶頸。ISO正在制定人體機器人資料集標準，強調身體、動作、情境與結果的完整關聯，並要求時間同步與座標對齊，以提升資料可重用性與跨平台評估，預計將加速實體AI的規模化發展，此舉亦有望降低資料收集成本，促進產業合作。
實體 AI
速報
Cosmos 3：全域式多模態世界模型突破
NVIDIA 發布 Cosmos 3 系列全域式多模態世界模型，能同時處理與產生文字、影像、影片、音訊與動作序列，採用混合 Transformer 架構，支援高度彈性的輸入輸出配置。此模型統合了視覺語言、影片生成、世界模擬與行動決策等功能，成為實體 AI 的通用骨幹。
深度分析
XDOF 投資 7000 萬美元建構端到端機器人訓練資料平台，挑戰實體 AI 資料瓶頸
OpenAI重啟機器人計畫顯示實體AI資料瓶頸，XDOF以7000萬美元建構多層次資料金字塔，從實機遠端操作到穿戴式egocentric采集，提供逾13萬條軌跡與模擬時段，與MetaAutodata及PoolsideAI的開源模型資料形成鮮明對比，預示未來資料外包將重塑研發生態。
深度分析
實體 AI 運行時護欄：從理論到實務的沉默失敗與授權框架
隨著實體AI模型直接產出行動，傳統安全機制不足以防止沉默失敗。研究提出運行時授權護欄，從語意、狀態、可行性、時效與操作等七面檢驗，展示新框架對機器人與自駕安全的必要性。此框架將模型信心、感測不確定性與操作限制結合，形成完整的授權事件，避免硬體執行前的隱性錯誤。