人形机器人与具身智能情报

值得关注：谷歌因AI算力挤占内存供应链而调整安卓应用限制，显示AI基础设施对消费电子生态的连锁影响，值得关注。

谷歌正为安卓应用设定新的内存使用上限，原因是AI数据中心扩张导致硬件短缺，可能使低价手机内存进一步受限，影响终端AI能力部署。

值得关注：NVIDIA推出Jetson Orin Nano 2，在边缘算力上实现2倍性能与更低功耗，将推动小型机器人及端侧具身智能应用落地。

NVIDIA Robotics官方发布面向入门级边缘AI的机器人计算机Jetson Orin Nano 2，推理性能达到Jetson Orin Nano Super的2倍，15W模式下同性能功耗降低40%。该产品将进一步降低端侧具身智能与机器人开发的算力门槛。

值得关注：NVIDIA展示Cosmos 3 Edge在Jetson Thor上运行操作策略，去掉数据中心GPU依赖，推动端侧具身智能高效落地。

NVIDIA Robotics官方发布构建机器人操作策略的完整工作流：使用NVIDIA Cosmos 3 Edge，在NVIDIA Jetson Thor上直接运行，无需数据中心GPU参与控制回路。流程包括准备Cosmos 3-DROID数据、后训练4B模型以及进行receding-horizon控制，展示了端侧具身智能策略部署的新路径。

值得关注：NVIDIA实测推测解码将Jetson上Qwen 27B推理速度提升近2.7倍，边缘AI加速方案可降低机器人端侧模型推理延迟，具备工程参考价值。

NVIDIA Robotics在X平台介绍推测解码技术，称可显著加速Jetson边缘设备上的生成式AI推理：Qwen 3.8 27B从13 token/s提升至35 token/s，Nemotron 3.5 Lightning从65提升至115。该技术对端侧机器人部署具有潜在价值。

值得关注：NVIDIA官方背书Qwen3.8-27B在Jetson上的边缘推理表现，结合推理与智能体能力，为端侧具身智能模型选型提供新选项。

英伟达机器人官方账号宣布，Qwen3.8-27B模型已支持边缘部署，具备强大推理与智能体能力，并支持通过MTP实现投机解码，在NVIDIA Jetson平台上可实现快速响应的本地推理。该模型有望用于机器人和具身智能的端侧计算。

值得关注：Sandbar押注语音是AI可穿戴未来，其戒指形态切入即时语音记录，为AI硬件交互方向提供产品级判断。

AI记笔记硬件近年兴起，信用卡大小设备、吊坠、别针和录音耳塞等都能将会议转为摘要。戒指制造商Sandbar认为，未来AI可穿戴设备的关键是语音交互，其Stream戒指押注用户希望以同样方式捕捉零散想法。

值得关注：Sandbar阐述语音戒指如何避开AI硬件失败陷阱，为可穿戴AI设备的功能定位提供商业验证视角。

Sandbar认为其支持语音的戒指能够避免AI硬件坟场。在AI记笔记硬件热潮中，戒指形态押注用户渴望捕捉闪念，语音交互成为这类设备差异化关键。

值得关注：谷歌发布会集中展示Pixel硬件与Gemini AI功能，反映端侧AI与智能生态整合趋势，对AI产业具观察价值。

TechCrunch报道了Made by Google 2026年发布会，发布了Pixel 11系列、Pixel Watch 5、对标苹果AirTag的Pixel Tag，并公布了大量Gemini AI功能。作为年度硬件与AI产品盛会，展示了谷歌在端侧AI与生态整合上的最新进展。

值得关注：Hugging Face发布LFM2.5-VL-3B，3B参数视觉语言模型瞄准边缘端，体现轻量级视觉模型趋势，或加速机器人端侧感知部署。

Hugging Face博客发布LFM2.5-VL-3B模型介绍，该模型为3B参数的视觉语言模型，旨在为边缘设备提供更快更好的视觉能力。原文无摘要，信源信息有限，具体架构、训练数据和性能表现未提及。

值得关注：MacPaw与Liquid AI的这一合作，将模型用于本地AI助手Eney，向应用商店开发者提供端侧推理，体现大模型向设备端下沉的趋势。

MacPaw正在使用Liquid AI的模型构建其AI助手Eney的本地版本，为面向其应用商店开发的开发者提供端侧推理能力。此举展示端侧AI应用生态的扩展，可降低对云端算力的依赖，并有利于隐私保护和低延迟体验。

值得关注：Hugging Face发布LFM2.5-2.6B模型，可本地部署智能体，展示端侧AI轻量化趋势，对边缘算力场景有参考价值。

Hugging Face博客发布文章介绍LFM2.5-2.6B模型，该模型支持在本地环境中部署AI智能体，强调端侧运行能力。由于原文未提供更多细节，具体参数、性能和应用场景等信息有限。

值得关注：NVIDIA在Jetson上演示本地自主AI，展示模型在私有硬件上的运行能力，对具身智能边缘计算方案选型有参考意义。

NVIDIA Robotics宣布将于8月4日上午9点（PT）举行直播，展示Hermes与NemoClaw在Jetson平台上本地运行自主AI的能力，支持私有硬件部署，强调从本地模型迈向自主AI，具体演示内容值得期待。

值得关注：高通收购Arduino标志边缘AI与机器人开发工具链加速整合，对嵌入式生态和行业开发者具有直接商业影响。

Arduino联合创始人Marcello Majonchi接受采访，讨论高通收购对边缘AI和机器人的影响。Arduino成立二十余年，从开源微控制器平台发展为广泛使用的开发生态，其技术已用于汽车、工业自动化等行业的原型开发。

值得关注：NVIDIA Jetson AI Lab推出本地运行GenAI方案，降低机器人端侧AI部署门槛，推动具身智能落地。

NVIDIA Jetson AI Lab提供方案，可在Jetson平台本地运行生成式AI，降低机器人端侧AI部署门槛。

值得关注：NVIDIA展示Jetson Orin Nano Super小型化高算力设备，体现边缘AI在机器人中的潜力，促进端侧智能部署。

NVIDIA展示Jetson Orin Nano Super小巧但强大的AI计算能力，可手持，适用于机器人创意。了解更多请点击链接。

值得关注：OpenBMB开源紧凑型具身智能模型，强调本地部署，利于机器人边缘端应用，推动模型小型化趋势。

OpenBMB在WAIC开源其首个具身智能模型系列MiniCPM-Robot，包括MiniCPM-RobotManip和MiniCPM-RobotTrack，强调紧凑模型、强上下文记忆和本地部署。信源来自X平台CyberRobo，信息有限。

值得关注：提供实用的边缘机器人AI部署优化方案，降低多模态应用内存需求。

NVIDIA发布Jetson Agent Skills，帮助在Jetson Orin Nano上运行完整多模态AI管道，包括语音、视觉、人脸跟踪等，并部署于Reachy Mini机器人。

值得关注：DEEPX与Sixfab发布树莓派AI HAT，将边缘AI能力引入物理AI开发，有助于机器人原型快速验证和部署。

DEEPX和Sixfab联合发布DEEPX AI HAT，为树莓派提供边缘AI加速，目标是物理AI应用。该产品可降低开发者在端侧运行模型的硬件门槛。

值得关注：普林斯顿大学利用热能和折纸原理实现无马达运动，为软体机器人提供全新的驱动范式，降低复杂度和成本。

普林斯顿大学工程师利用热能和折纸原理，创造了一种无需任何马达或齿轮即可移动的软体机器人。它结合热敏材料、柔性电子元件和折叠结构，实现了无传统机械的运动。