根据斯坦福AI实验室（@StanfordAILab）发布的信息，@XiaomengXu11 最新博客展示了数据驱动的人工智能方法如何突破传统平台限制，将机器人学习能力扩展到各种形状和尺寸的非标准机器人（来源：斯坦福AI实验室，2025年6月30日）。通过大规模数据集与先进机器学习算法，软体机器人及模块化系统等非传统机器人能够实现传统设计与控制无法完成的复杂任务。这一突破为定制机器人开发、灵活自动化和自适应制造等领域带来了新的商业机会，有望满足更多行业多样化需求（来源：斯坦福AI实验室，2025年6月30日）。

据@GoogleDeepMind消息，Gemini AI使机器人能够适应陌生的物理活动，例如首次尝试便完成篮球灌篮。这一进展展示了大型AI模型在机器人实时学习和适应方面的能力，大幅缩短了训练新任务所需的时间和数据。该技术将推动物流、制造及服务业等对灵巧操作有高要求的行业自动化进程，为希望部署可在动态环境中自适应的智能机器人企业带来新商机（来源：Google DeepMind Twitter，2025年6月27日）。