OpenClaw mang hackathon Claw Hack kéo dài ba ngày và hội nghị ClawCon đến Thâm Quyến từ ngày 4–6 tháng 12 năm 2026, tiếp nối sự kiện tại Thượng Hải. Claw Hack bao gồm các hạng mục phần mềm và phần cứng, với M5Stack, reBot Arm B601 và phần cứng Pamir của Seeed Studio, và hạn chót nộp đơn là ngày 25 tháng 11. ClawCon diễn ra ngày 6 tháng 12 với các bài nói về AI mã nguồn mở, mô hình trọng số mở và chạy tác nhân cục bộ và trên đám mây.
Hệ thống tiêm tĩnh mạch đuôi chuột tự động AUTiv của Preferred Networks đã nhận Giải thưởng Chủ tịch Liên đoàn Máy móc Nhật Bản tại Robot Award lần thứ 12. Hệ thống sử dụng camera stereo 4K và học sâu để xác định tĩnh mạch đuôi khoảng 0,3mm và thực hiện chọc kim và định liều tự động, giảm tai nạn kim đâm và căng thẳng cho động vật. Khoảng 20 đơn vị đã được giao tại Nhật Bản, với việc sản xuất bổ sung đã được xác nhận.
LiveKit đã phát hành LiveKit Portal cho ROS 2, một nút ROS 2 độc lập kết nối đồ thị ROS với một phòng LiveKit để các thành viên ROS và không phải ROS có thể trao đổi topic, gọi dịch vụ và video qua WebRTC mà không cần mở DDS ra mạng ngoài. Nó hỗ trợ bốn đường dữ liệu—topic qua DataTracks, dịch vụ qua RPC, hình ảnh dưới dạng VideoTracks và nguồn video trực tiếp—với các quy tắc YAML cho hướng, giới hạn tốc độ và mã hóa lược đồ. Một bản demo chuyển tải SLAM lập thể và tái tạo cảnh từ một rover Jetson Orin Nano sang một máy tính để bàn RTX 5090.
Google DeepMind giới thiệu Gemini Robotics 2.5, mô hình thị giác-ngôn ngữ-hành động có năng lực mạnh nhất từ trước đến nay của họ, mở rộng phạm vi kỹ năng mà robot có thể học và tăng tốc độ tiếp thu các kỹ năng đó. Được đánh giá trên 200 nhiệm vụ khác nhau, mô hình đạt tỷ lệ thành công cao hơn 30% đến 100% so với các baseline trước đó đồng thời hoàn thành nhiệm vụ nhanh hơn 20% đến 30%, và trong một thử nghiệm chứng minh khái niệm trên dây chuyền sản xuất của Mercedes-Benz, robot hình người Apollo 2 của Apptronik đã nhặt và đóng gói phụ tùng ô tô với tỷ lệ thành công 96%. Bản phát hành này cũng bổ sung hướng dẫn suy luận tại thời điểm suy diễn cho an toàn vật lý, giúp tăng 33% tỷ lệ hoàn thành nhiệm vụ an toàn khi xung quanh có chướng ngại vật và 43% khi xung quanh có người ở gần, cùng với ASIMOV-Jailbreak, một benchmark mã nguồn mở mà trên đó Gemini 4 Argon đạt khả năng chống jailbreak 99,5%.
Vì sao đáng chú ý: Gemini Robotics 2.5 đã cải thiện tỷ lệ thành công trên 200 nhiệm vụ thêm 30% đến 100%, và đạt tỷ lệ thành công 96% khi nhặt và đặt trong một thử nghiệm trên dây chuyền sản xuất của Mercedes-Benz, cung cấp dữ liệu tham chiếu để đánh giá việc triển khai thực tế của các mô hình VLA.
NVIDIA giới thiệu GR00T 2, một mô hình hành động thế giới mở được xây dựng trên Cosmos và huấn luyện trên 100.000 giờ dữ liệu góc nhìn thứ nhất của con người, cùng với Isaac Lab 3.0 và các bộ đánh giá robot mới tại CoRL. GR00T 2 hoàn thành 40 trong số 50 nhiệm vụ được đánh giá ít nhất một lần mà không cần minh họa dành riêng cho nhiệm vụ và đạt tỷ lệ thành công trung bình 71% trên 50 nhiệm vụ với một minh họa mỗi nhiệm vụ, tăng lên 95% với năm minh họa. Isaac Lab 3.0 bổ sung tích hợp vật lý Newton cho các vật thể biến dạng và báo cáo thông lượng huấn luyện cao gấp 2,5 lần so với Isaac Lab 2.3 với PhysX trong một bộ đánh giá thao tác khéo léo dựa trên thị giác.
Vì sao đáng chú ý: Bản phát hành CoRL của NVIDIA cho thấy cách mô phỏng kết hợp với các mô hình hành động thế giới hiện đang nhắm đến công việc lắp ráp tinh xảo, với các chi tiết của GR00T 2 và Isaac Lab 3.0 đáng để so sánh với các ngăn xếp robot trước đây.
BAIR của UC Berkeley đang trình bày 33 bài báo hội nghị chính, 4 poster late-breaking, 3 bài báo cáo miệng và 7 spotlight tại CoRL 2026, diễn ra từ ngày 9–12 tháng 11 tại Austin, Texas. Giáo sư Negar Mehr sẽ có bài phát biểu chính Early Career Keynote về cách robot học tương tác và phối hợp với các đối tượng khác. Các công trình trải rộng từ bộ nhớ embodied cho mô hình vision-language-action, mở rộng quy mô thao tác khéo léo với dữ liệu người góc nhìn thứ nhất, đến tự cải thiện của robot dạng tác tử.
NVIDIA đang góp phần thúc đẩy hệ sinh thái AI vật lý của Hàn Quốc, với Samsung, Kakao Mobility và LG Electronics ứng dụng điện toán tăng tốc, AI và mô phỏng vào sản xuất bán dẫn, xe tự hành và robot. Nền tảng sMOL của Samsung đã chạy các phép tính hóa lượng tử chọn lọc nhanh hơn tới 5 lần với NVIDIA cuEST, và một trường hợp đồng nhất hóa bằng AI đã giảm thời gian mô phỏng từ khoảng 18 giờ trên CPU 32 nhân xuống còn 41 giây. Kakao Mobility dự kiến triển khai hệ thống lái xe tự động cấp độ 4 trên NVIDIA DRIVE AGX Thor, trong khi LG đã trình diễn thao tác điều khiển bằng NVIDIA Isaac GR00T với robot CLOiD của mình trong một môi trường sản xuất thực tế.
Ai2 đã phát hành ToyBlocks, một khung mô phỏng mở được xây dựng xoay quanh một cánh tay robot và các khối trên mặt bàn, là sản phẩm đầu tiên trong FoundationWorlds của họ dành cho việc học và đánh giá robot có kiểm soát. Khung này tự động tạo kỹ năng và bản trình diễn thông qua RL và lập kế hoạch chuyển động trong Isaac Lab, đạt tốc độ lên tới 24 lần thời gian thực trên một GPU, và đi kèm 85.336 bản trình diễn tầm xa bao phủ gần 1.600 giờ và 144 triệu khung hình. Trong các thí nghiệm của mình, tỷ lệ thành công của kỹ năng nguyên tử ManiFlow là 80,0% trong mô phỏng và 81,1% trên Franka FR3 thực tế, trong khi hệ thống Molmo 2 kết hợp ManiFlow thành công trong 55,5% tập mô phỏng và 50,0% tập thực tế.
Ai2 đã phát hành ToyBlocks, một khung mô phỏng mở được xây dựng xoay quanh một cánh tay robot và các khối trên mặt bàn, là sản phẩm đầu tiên trong FoundationWorlds của họ dành cho nghiên cứu học robot có kiểm soát. ToyBlocks tự động tạo nhiệm vụ và bản trình diễn thông qua RL và lập kế hoạch chuyển động trong Isaac Lab, đạt tốc độ tạo dữ liệu lên tới 24 lần thời gian thực trên một GPU duy nhất, và đi kèm với 85.336 bản trình diễn tầm xa bao phủ gần 1.600 giờ và 144 triệu khung hình. Trong các thử nghiệm thực tế trên Franka FR3, tỷ lệ thành công của kỹ năng nguyên tử của ManiFlow là 80,0% trong mô phỏng và 81,1% trên phần cứng, trong khi hệ thống Molmo 2 kết hợp ManiFlow thành công trong 55,5% số tập mô phỏng và 50,0% số tập thực tế.
Markov Robotics đang huấn luyện một world model cho khả năng khéo léo tổng quát zero-shot của robot, chỉ dùng chưa đến mười giờ dữ liệu robot trong khi các kết quả tương đương thường cần hàng nghìn giờ. Công ty chạy gần như toàn bộ compute trên Modal, từ tiền xử lý hàng trăm terabyte video đến 2–10 lượt huấn luyện đồng thời và suy luận từ xa qua Modal Tunnels với độ trễ khứ hồi khoảng 20 mili giây. Quá trình tiền xử lý có thể mất cả ngày nay hoàn thành trong hai mươi đến ba mươi phút, với fan-out lên tới 500 GPU cùng lúc.
Physical Intelligence (Pi) vận hành các mô hình robot Thị giác-Ngôn ngữ-Hành động của mình trên Modal, chỉ thêm ~10-15ms chi phí mạng. Pi đã hợp tác với Modal để xây dựng một cổng dựa trên QUIC qua UDP với khả năng tự động xuyên NAT, thay thế TCP Tunnels nhằm tránh tình trạng tắc nghẽn yêu cầu-phản hồi trong vòng điều khiển robot. Các checkpoint lưu trong Modal Volumes tải trong dưới 30 giây, và các triển khai ghim theo vùng giữ suy luận gần với robot.