Google DeepMind 发布世界模型 Genie 4 研究预览版，支持在模拟运行中通过提示词实时改变场景、天气与视角，并同步生成环境音与对话。该模型将场景一致性维持时间翻倍至两分钟，并能与 Gemini 协同用于机器人仿真和影视创意原型制作。目前该模型已面向受信任测试者开放，后续几周将向 Google AI Ultra 订阅用户及 Gemini API 合作伙伴开放。
推荐理由：该模型将场景一致性时长翻倍至两分钟并加入实时音频控制，展示了世界模型在机器人仿真与影视原型制作中的落地路径。
Nvidia 开源数据引擎 Flora，用三个基于 Qwen3.5 微调的模型完成机器人视频的片段切分、动作描述和逐步评分，已在 GR00T 模型训练中每天标注最多 20 万小时视频，模型发布在 Hugging Face。
推荐理由：原文给出开源标注工具的成本估算和基准对比，也点出评测方法与成本推算上的局限，便于判断它在机器人数据流水线中的位置。
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过其他前沿模型。
推荐理由：官方给出 Argon 在 ERQA 物理推理基准的得分，并用机器人控制、Real2Sim 等多组提示词展示能力边界。