Nvidia 研究 GR00T 2：从人类视频学习动作并预测机器人未来画面
Nvidia 在新研究报告中介绍 GR00T 2，这一世界-动作模型会同时计算下一步动作和未来短片段的画面，从而把人类视频中的动作迁移到机械臂。模型用超过一千块 GB300 芯片训练，包含约 40 万小时佩戴头戴摄像头的人类操作视频；实验室中五指机器人无需针对任务遥操作即可点蜡烛、切香蕉或把包裹抛上传送带，成功率随任务在 10% 到 80% 之间。
#部署/工程
The DecoderAI 评分6767
Hugging Face BlogAI 评分5757 IBM 研究提出 Palette：用合成数据教 20B 小模型按自有设计语言做幻灯片
IBM 研究团队发布 Palette，把做幻灯片拆成设计师写 JSON 简报、编码器写 pptxgenjs 代码两个角色，用单个 LoRA 适配器微调 20B 模型，训练数据为约 1000 份幻灯片、约 1 万页的合成数据。
Google Research精选AI 评分6262 Google Research 发表 AI 盲扫超声孕龄评估研究，误差与专家相当
Google Research 在 JAMA Network Open 发表研究，用 AI 解读未受专业超声培训人员采集的盲扫超声图像来估计孕龄，在 385 名 16 至 36 周孕妇的队列中平均绝对误差为 4.18 天，与专家操作的 4.48 天相当。
推荐理由：研究给出 AI 与专家在孕龄估计上的误差对比，并展示跨设备跨地区的泛化结果，可作为医疗 AI 落地评估的参照。
Berkeley AI ResearchAI 评分5858 K-Search 扩展 MLX 后端：把 CUDA 内核经验迁移到 Apple Silicon
Berkeley AI Research 介绍为 K-Search 增加 MLX 后端和结构化 CUDA-to-MLX 翻译层，让进化式内核搜索把已有 CUDA 内核当作知识库，为 Apple Silicon 生成高质量内核。