机器人热门发布 2026/09/30 00:00更新 2026/09/30 01:00
国产骨科手术机器人破解世界难题_新浪财经_新浪网
国产骨科手术机器人破解世界难题
2026年09月30日 00:43 北京青年报
王豫
骨科手术机器人亮相中关村论坛
罗森万相智能化骨科手术机器人是全球唯一具备复杂骨折闭合复位功能的手术机器人
发力就失精度，精细就没力量，这是骨科手术中人类医生难以逾越的生理极限，也是困扰全球骨科机器人行业多年始终未能突破的技术壁垒。
过往海外相关研究长期止步于实验室模型与基础实验阶段，始终无法落地真实临床场景。深耕医疗科创的国产骨科机器人研发团队携手临床专家，凭借自主原创的智能算法与硬件体系实现关键技术突围，成功完成高难度骨折手术临床落地，用中国方案解决了世界性临床难题。
手术机器人3分钟规划复位路径
“一、二、三，使劲，好。”在手术室里，六位骨科医生正在齐心协力帮患者进行骨盆骨折复位手术。整个手术过程中，为了一起发力要重复多次喊号子。每一次操作，医生还要通过X光机实时观察骨头复位的情况，这意味着术中医患均会暴露在大量的X线辐射下。
骨科创伤手术中，骨盆骨折治疗难度最大、最依赖临床经验，是全球公认最难的手术操作。目前，骨盆骨折手术在中国常规的治疗方案是切开手术，这种传统方式创伤大、愈合慢，还容易引起并发症，甚至危及患者生命。此外，在骨盆骨折复位手术中，医生受制于自身生理极限，无法在使用爆发力复位的同时进行精准操作，手术效果也因此受到影响。
现在，骨盆骨折不开刀也能复位，辐射暴露剂量降低90%，患者平均住院天数缩短4.86天，重症监护时长减少2.2天，术后感染降低，康复也更快。这样的效果正是在骨科机器人的辅助下实现的。
骨科手术机器人“复制”临床专家经验，根据术前CT与术中CBCT影像，可在3分钟内完成手术复位路径智能规划，尤其适用于高龄骨质疏松骨折患者等复杂病例。机器人根据复位规划进行自动操作，实现骨折微创治疗。
术前，通过CT三维重建，机器人系统智能规划出最佳骨折复位路径，并将扫描结果传输至导航系统。术中，通过与术前影像数据配准，实现对骨盆高精度实时动态三维可视化导航。在实时动态三维可视化导航下，使用罗森手持导航钻（可实时观察进针位置、角度、深度）精准、安全置入把持针。随后，分别将罗森天工手术机械臂和罗森万相智能化骨科手术机器人机械臂与患者健侧、患侧稳定固定、把持。对复位位置及路径进行预览并确认复位规划后，使用机器人特有的力—位协同控制模式，在全程多角度实时可视、监控下，安全完成骨盆骨折闭合复位，复位的误差为亚毫米级别。
这款机器人出自北京的一家科技企业——北京罗森博特科技有限公司（以下简称罗森博特）。该公司创始人王豫介绍，罗森博特联合北京积水潭医院研发的罗森万相智能化骨科手术机器人，是全球唯一具备复杂骨折闭合复位功能的手术机器人，填补国际技术空白，也是国家药品监督管理局认证的创新医疗器械。
目前，罗森博特智能化骨折复位的机器人系统已在全国24个省市、53家三甲医院落地应用，成功完成上千例临床手术。闭合复位成功率达到100%，优良率达到95%。
选会做的事 而不是该做的事
王豫选择骨科手术中难度最大的骨盆骨折复位作为切入口，与他的求学经历不无关系。“我在北航读书的时候，就做骨科的机器人。从创业的角度，我觉得有一个说法很对：创业选会做的事，而不是该做的事。该做的事有很多，但你得会做，才能把它做得成。”
1999年，王豫在北京航空航天大学机械学院主修的本科专业是机械设计及自动化。从2003年在本校直博开始，王豫就参与了国内首台骨科手术机器人系统的研发。那时国内的骨科机器人研发刚刚起步，他师从国内最早一批做手术机器人的专家之一王田苗教授。“当时在一项863课题支持下，北航和积水潭医院合作做骨科手术机器人，我很有幸作为低年级研究生参与到课题中。为了解决手术中的精准定位问题，自研了一个双平面导航定位系统，这是第一个真的上临床的手术机器人产品。”
作为最早一批在中国研究骨科手术机器人的研发团队，毫无经验可参照的他们当时做的一些技术探索和尝试，在国内外均属于开创性的。王豫介绍，2004年这款机器人完成了中国的第一例机器人辅助骨科手术；在3G网络还没有的2006年，它做了第一例远程骨科手术，当时依靠的是 ADSL有线拨号上网。
王豫回忆，没有医学背景的他早在攻读博士阶段，就经常深入临床一线，跟台观摩手术数百台，对于研发人员而言，这是常态。长期观察下来，他最直观的感受就是，徒手开展骨盆骨折复位手术很难，“手术要求持续施加足够力量的同时还要实现精细操作，这类复杂操作已经触及人类生理极限，和医生的主观意愿无关。人发力操作时，很难保证精度；追求精细操作时，又无法输出足够力量。但机器人天然擅长这类操作，可以兼顾大力量与超高精度。”
AI 解读
# 国产骨科手术机器人破解世界难题——深度解读
核心要点
1. 技术突破：罗森博特联合北京积水潭医院研发的“罗森万相”机器人，是全球唯一具备复杂骨折闭合复位功能的手术机器人，攻克了“发力失精度、精细无力量”的行业难题，实现亚毫米级复位精度。
2. 临床价值：骨盆骨折闭合复位成功率100%、优良率95%，辐射暴露降低90%，住院天数缩短4.86天，ICU时长减少2.2天。
3. 商业化进展：已获NMPA创新医疗器械认证，落地全国24省市53家三甲医院，完成上千例手术。
影响分析
该突破标志着国产手术机器人在高壁垒骨科赛道实现从“跟跑”到“领跑”的跨越。骨盆骨折复位长期依赖医生经验与体力，机器人将专家经验算法化，显著降低手术门槛与并发症风险，具备向基层医院下沉的潜力。从产业视角看，力—位协同控制与实时三维导航构成核心技术护城河，有望打破海外品牌在高端骨科机器人领域的垄断。随着老龄化加剧，骨质疏松性骨折需求持续增长，该技术商业化空间广阔，但需关注临床推广成本、医保覆盖及术者培训体系的配套跟进。
机器人热门发布 2026/09/29 00:00更新 2026/09/30 01:00
解决连续作业难题 德塔智能优化人形机器人全身协同能力 - 中国日报网
中国日报9月29日电 2026年9月28日，德塔智能发布原生人形机器人基础模型 Delta-0。在一段家居场景一镜到底的演示视频中，搭载该模型的机器人完成多任务连续作业，展示全身移动与操作同步开展的能力，尝试解决人形机器人移动与操作难以协同的行业难题。
现阶段人形机器人技术存在明显偏科，行走、抓取等单项动作尚可，但很难把移动和操作连贯结合起来。一旦进入真实家庭这类非结构化环境，每完成一项任务，机器人姿态、物品位置都会发生改变，误差不断累积，容易出现失衡、动作中断。不少训练数据只采集上肢抓取动作，缺少行走、重心调节等全身交互信息，很难实现接触物体时的力度控制。通用大模型擅长理解语言、规划任务步骤，但难以处理机器人受力、平衡这类底层身体控制，出现“懂指令、做不稳”的情况。
本次公开演示中，机器人在210秒内连续完成9项家居任务。在连贯的任务流程里，机器人可以根据移动过程感知到的环境信息，自主切换任务目标，调整任务顺序，把上一步动作带来的姿态、物品状态作为后续决策依据。演示包含机器人拿起黑胶唱片，放置到唱片机并完成播放；操作洗碗机时，自主识别把手、判断开门方向，调整重心借力拉开柜门，再将餐具放入。这类动作要求识别物体空间位置、材质，同步协调全身姿态与手部力度，考验整套系统的协同能力。
Delta-0采用“大脑-小脑-力位”协同架构。这套模型针对人形机器人完整身体设计，整合视觉画面、语言指令和机器人自身姿态信息，统一规划全身动作，把环境识别、任务判断、动作规划和身体控制结合，让机器人可以一边移动保持平衡，一边动手操作。
架构中，“大脑”依靠视觉感知判断环境，确定任务目标；“小脑”负责全身协调与平衡，把高层指令转化为高频运动控制；力位混合控制负责位置与接触力度，机器人触碰物体时，能够微调动作，维持身体稳定。
在数据采集与训练方式上，Delta-0整合已有的上肢操作、跨机器人本体数据，叠加团队采集的人类全身动作数据，补齐行走、姿态变换等信息。整套数据流程覆盖采集、标注、预处理与预训练，再依靠真实环境交互反馈、人工修正开展后续训练，处理执行过程中的失误。
模型采用“真实-仿真-真实”的训练验证流程。训练素材包含德塔D1设备采集的人类第一视角画面与全身动作记录，学习人在现实环境里与物品互动的方式。模型可接收任务指令与人工修正，依据真实物理交互反馈持续调整动作。测试阶段，研发团队把现实场景复刻到虚拟仿真环境，让机器人在虚拟空间反复练习移动、操作，之后放到实体机器人上实测，验证虚拟环境学到的动作能否在现实中落地。
这套模型能够完成长时间连续任务，核心在于训练数据同时包含移动和操作两类信息。模型学习空间与物理规则、人和环境交互的方式，可适配不同型号人形机器人。依托自身姿态感知，模型处理物体接触带来的力学反馈，实现上层任务规划和底层身体平衡控制的协同。整套系统的响应特点，不在于单一动作速度快，而是感知、判断、行动可以顺畅衔接。机器人根据现场情况确定下一步动作，调整身体位置姿态，调动四肢、躯干协同执行。模型在训练阶段大量使用人类全身动作数据，同时优化推理、通信和异步执行机制。
德塔智能创始人马晓健表示：“人形机器人的价值，不只是外形接近人，而是能够进入已经按人的尺度建成的空间，在复杂环境中移动，并同时完成全身协同操作。机器人需要把通行能力和操作能力放在同一个任务里考虑，更困难的是让这些能力在一个连续任务里配合起来，交付结果。”Delta-0的技术演示，展现了团队在这个方向上的探索，也希望能推动人形智能在真实场景落地。
德塔首席科学家黄思远谈到，通用大模型可以帮助机器人理解任务、规划步骤，但这不等于能在受力、失衡和连续接触中把动作做稳。物理智能的分水岭，是模型能不能把判断落到身体控制上，并在真实交互中持续修正。如果分开开发移动和操作功能，技术实现难度更低，但放到真实连续任务中，会存在明显的落地障碍。对人形机器人来说，走到哪里、怎样站稳、手如何操作和发力，必须作为一个全身问题来学习和控制。（实习记者 李依倩 审核 王子玥）
【责任编辑：何思】
AI 解读
核心要点
1. 技术突破：德塔智能发布原生人形机器人基础模型Delta-0，采用“大脑-小脑-力位”三层协同架构，将环境识别、任务规划与全身运动控制打通，首次实现移动与操作的连贯协同。
2. 能力验证：210秒内连续完成9项家居任务，机器人可基于移动中感知的信息自主切换任务目标、调整顺序，并将上一步动作造成的姿态与物品状态变化作为后续决策依据。
3. 数据与训练创新：整合上肢操作数据、人类全身动作数据，采用“真实-仿真-真实”闭环训练，补齐行走、重心调节等全身交互信息，解决传统数据“偏科”问题。
影响分析
Delta-0的意义在于将人形机器人的竞争焦点从单项动作能力转向全身协同的连续作业能力，这恰是进入家庭等非结构化场景的关键门槛。其架构思路表明，物理智能的突破不在于大模型的任务理解力，而在于将判断落地为身体控制的闭环能力。若该路径可规模化复制，将加速人形机器人从演示走向实用，并推动行业重新定义数据采集与训练标准。但需注意，演示环境与真实家庭的复杂性仍有差距，长期稳定性与泛化能力尚待验证。
机器人热门发布 2026/09/29 00:00更新 2026/09/30 01:00
装上国产“神经中枢”，全球首台全自研电子架构具身机器人来了
装上国产“神经中枢”，全球首台全自研电子架构具身机器人来了
装上国产“神经中枢”，全球首台全自研电子架构具身机器人来了
长久以来，国内具身智能机器人的底层核心，长期依赖国外电子架构体系，相当于机器人的“大脑与神经”始终掌握在别人手中。9月28日，这一局面迎来关键性突破。在湖北宜昌，全球首台搭载100%国产化电子架构的具身智能机器人正式亮相，我国也首次实现机器人整套核心神经系统的自主可控，为高速、安全、可信的物理AI落地筑牢了国产底座。
对机器人而言，电子架构是贯穿整机的核心中枢，相当于生命体的“神经系统”，统筹操作系统、通信网络、工业软件与AI芯片，直接决定机器人的反应速度、智能水平和运行安全性。过去，行业普遍使用Linux/ROS、CAN/EtherCAT等海外成熟方案，虽然技术成熟，却存在实时性不足、安全短板、智能与控制割裂等固有问题，也让国内机器人产业长期面临底层技术受制的风险。
记者获悉，此次发布的全新国产化电子架构，由东土科技全程自主攻坚研发，整合四项国家级核心技术，打造出一套可完全替代海外体系的国产技术方案。整套系统融合鸿道Intewell工业智能操作系统、我国主导制定的AUTBUS国际确定性总线、获国际大奖的MaVIEW智能体工具软件与全国产AI处理器芯片，通过一体化优化设计，让AI智能决策与物理运动控制既能独立运行、又能深度协同，真正实现机器人“思考即行动”的精准响应。
发布会现场，这款国产机器人直面严苛的极限安全测试。国家工业信息安全发展研究中心模拟了关节破坏、网络攻击、病毒植入等多种高危突发场景，全方位考验系统稳定性与安全性。测试结果显示，机器人在极端干扰下依旧运行稳定，内生安全防护能力可靠，具备极强的抗风险、防失控能力。在性能实测中，设备确定性实时通信最高可达4kHz，底层运动控制达到微秒级响应，视觉感知与动作控制实现毫秒级联动，综合性能相较传统国外架构实现断代式升级。
不同于海外传统架构的技术逻辑，这套国产架构依托确定性计算与确定性网络，打通了AI推理、运动控制、工业协议的协同壁垒，解决了传统设备“智能算得快、动作跟不上”的行业痛点。其技术发展理念，与麻省理工学院主流的物理AI研究方向高度契合，让人工智能不再局限于虚拟模型运算，能够精准、稳定、安全地落地为真实物理动作。
硬核技术突破的背后，是长达十年的持续深耕。自2016年起，东土科技便开启机器人底层电子架构技术攻坚。其中，鸿道操作系统承担国家级专项研发任务，广泛适配机器人、航空航天、工业母机、半导体等高端领域；AUTBUS总线是我国首个基于TSN技术的两线制宽带工业总线IEC国际标准，攻克了大规模设备集群的高可靠通信难题；MaVIEW工业软件更是在2020年与西门子工业大脑同台获评世界人工智能大会技术创新奖，国产工业软件实力获得国际认可。
相较于性能提升，这套全国产架构更大的价值，在于守住了产业安全底线。全新的内生安全机制，为机器人自主运行划定刚性安全边界，从底层杜绝设备失控、生产破坏、人员损伤等风险，构建起一套可管控、可约束、高可信的物理AI安全体系，保障我国智能机器人产业的主权安全。
据悉，目前国产机器人底层技术已从单点技术突破，迈入全产业生态协同的新阶段。2025年5月，鸿道操作系统落地机器人大小脑融合架构；2026年，国内接连成立国产化机器人电子架构联合体、国产化具身智能机器人电子架构联盟，集结清华、智元、逐际动力、摩尔线程等一众产学研力量抱团攻坚。从核心零部件突围，到底层软硬件体系重构，再到全链条生态共建，我国正稳步打破海外技术垄断，开启国产物理AI的全新发展阶段。
地址：南京市建邺区江东中路369号新华报业传媒广场 邮编：210092 联系我们:025-96096(24小时)
AI 解读
核心要点
1. 技术突破：全球首台100%国产化电子架构具身机器人在宜昌亮相，由东土科技自主研发，整合鸿道操作系统、AUTBUS国际总线、MaVIEW工业软件及国产AI芯片四项国家级核心技术，实现机器人“神经系统”自主可控。
2. 性能跃升：确定性通信达4kHz，运动控制微秒级响应，视觉-动作毫秒级联动，相较传统海外架构实现断代式升级，并解决“智能算得快、动作跟不上”的行业痛点。
3. 安全验证：通过关节破坏、网络攻击、病毒植入等极限测试，具备内生安全防护与防失控能力。
4. 生态协同：从单点突破转向全产业链抱团，联合清华、智元、摩尔线程等构建国产化联盟。
影响分析
此举标志着中国具身智能产业从“应用层创新”深入至“底层架构自主”的战略转折。短期看，打破Linux/ROS、CAN/EtherCAT等海外体系垄断，降低底层技术受制风险；中期看，确定性计算与网络融合为物理AI落地提供高可信底座，契合MIT主流研究方向，有望加速机器人在工业、航天等高端场景的规模化部署；长期看，以“内生安全+主权可控”为核心竞争力，中国或将在全球物理AI标准制定中赢得话语权，重塑产业竞争格局。
机器人热门发布 2026/09/29 00:00更新 2026/09/30 01:00
仿生力控，双臂同源｜苇熠科技发布全系列人形力控臂+自研双臂控制器，同时覆盖工业量产与家庭通用作业 - 机器人大讲堂
仿生力控，双臂同源｜苇熠科技发布全系列人形力控臂+自研双臂控制器，同时覆盖工业量产与家庭通用作业 - 机器人大讲堂
## 仿生力控，双臂同源｜苇熠科技发布全系列人形力控臂+自研双臂控制器，同时覆盖工业量产与家庭通用作业
2026-09-29 1175机器人技术及应用
当前具身智能行业，很多人形产品出现两极分化：要么只做工业重载，缺少精细柔顺操作；要么偏向家用演示，难以满足工厂长期稳定量产。
上海苇熠科技依托全自研力控高精度关节模组与双臂协同控制器，打造一套「同一底层力控技术，兼顾工业产线+家庭服务」的人形力控臂产品矩阵，既能在工厂车间稳定完成装配、打磨、码垛，也可走进家庭完成家务、物品整理、精细操作，实现一套力控技术跨双场景落地。
区别分体式控制、外挂六维力的拼接方案，苇熠双臂协同控制器为双臂力控深度定制，是整套系统的算力与控制核心，工业场景的高稳定、家庭场景的高安全，全部由这套底层架构支撑。
1. 原生全域关节力控闭环：不是末端加装力传感器，每颗关节内置力矩感知，毫秒级力位混合调节。工业工况下抗冲击、自适应工件公差；家庭环境中轻触即柔，抓取易碎物品不捏碎，人机交互安全。
2. 双臂毫秒级同步协同：支持一手夹持、一手操作的仿人双手作业。工厂里协同装配、双面打磨；家庭中双手配合整理收纳、端取器皿。
3. 全机型兼容，一套控制器适配全系：兼10kg/20kg/50kg梯度双臂。工业重载机型追求长时间稳定输出；家用轻载机型侧重柔顺交互，调试接口统一，大幅降低二次开发门槛。
4. 双模式安全体系：工业模式下支持长时间连续作业、产线安全逻辑；家庭模式启用柔性限力、碰撞缓冲，遇到人体触碰立刻卸力，保障人居环境安全。
全梯度人形力控产品矩阵，横跨工业、家庭两大场景
协同双臂系列｜双手仿人作业，覆盖工厂重载与居家复合任务
✅ 10kg人形协同双臂
中小型协同标杆。工业端：复杂组件双手组装、异形件夹持对位、协同涂胶、中型物料转运；家庭端：双手协同收纳、大件衣物整理、箱体搬运，完成单臂无法实现的双手操作。
✅ 20kg人形协同双臂
通用中载机型。工业端：物料搬运、箱体接驳、零部件上下料、重型组件装配；家庭/商用：大件储物箱搬运、居家重物转移，兼顾负载与安全柔顺。
✅ 50kg重载人形协同双臂
重载旗舰机型。工业端：大件物料转运、成品整箱码垛、仓储物流上下料；在保持大负载能力的同时保留原生力控，避免刚性冲击磕碰工件；面向未来大型居家/仓储复合场景，实现大件物资搬运堆叠。
两大场景落地详情
✅ 工业场景：柔性制造主力，解决产线自动化痛点
- 柔性精密装配：卡扣压合、间隙对位、零件插拔、柔性锁付，自适应工件公差，防止压伤薄壁件；
- 恒力打磨去毛刺：异形曲面恒定力抛光，保证批量工件表面一致性；
- 双臂协同作业：一手固定工件，一手打磨、装配、涂胶；
- 物流与码垛：物料转运、箱体上下料、成品堆叠码垛，替代人工重复繁重工序。
✅ 家庭场景：通用居家助手，柔顺安全，适配人居环境
依托原生关节力控，抓取力度可精细调节，安全优先。
- 家务整理：收纳杂物、叠放衣物、整理台面；
- 物品操作：取放餐具、浇灌植物、搬运储物箱；
- 辅助照料：递送物品、简单家务协助，遇人体触碰自动柔性缓冲，保障居家交互安全。
从工厂车间的柔性装配、打磨、码垛，到家庭空间的家务整理、物品搬运，苇熠人形力控臂以仿人双手协同能力，打通工业量产与家庭通用作业，推动具身智能从实验室演示走向真实物理世界落地。
AI 解读
核心要点
1. 技术路线差异化：苇熠以“原生关节力控+双臂同源控制器”切入，摒弃末端外挂六维力传感器的拼接方案，将力矩感知下沉至每颗关节，实现毫秒级力位混合调节，这是其跨场景复用的底层基础。
2. 一套架构覆盖双场景：同一力控技术栈同时支撑工业产线（装配、打磨、码垛）与家庭服务（收纳、搬运、精细操作），并通过双模式安全体系（工业连续作业/家庭柔性限力）实现场景切换。
3. 产品矩阵梯度化：10kg/20kg/50kg三档双臂，统一控制器适配，降低二次开发门槛，兼顾重载稳定与轻载柔顺。
影响分析
此举直击具身智能行业“工业重载缺柔顺、家用演示难量产”的两极分化痛点。原生力控+双臂协同若真能兑现工业级稳定性，将显著降低人形机器人从演示到产线的落地门槛；而“同源技术跨双场景”的叙事，也为行业提供了控制成本、摊薄研发摊销的可行路径。但需警惕：家庭场景的安全冗余与工业场景的节拍效率本质存在张力，双模式能否在真实工况下同时达标，仍需量产验证。若成立，苇熠有望在力控臂细分赛道建立先发卡位。
机器人热门发布 2026/09/29 00:00更新 2026/09/30 01:00
全国首个搭载国产电子架构的人形机器人正式发布_大风号_凤凰网
2026年09月29日 20:15:28 来自北京市
封面新闻记者 张越熙
9月28日，2026 国产化电子架构具身智能机器人发布会在湖北宜昌举行。会上，逐际动力与东土科技正式发布全国首个搭载国产电子架构的人形机器人，实现国产工业级实时通信能力在人形机器人复杂系统中的首次贯通，这是国产电子架构首次进入人形机器人整机系统， 也是具身智能 技术发展进程中的里程碑时刻。
电子架构是决定整机性能上限的“智能神经系统”，包括操作系统、网络、工具软件和AI计算芯片。据介绍，基于对全自主任务和真实场景的持续探索，逐际动力与东土科技开展整机系统级适配。逐际动力拥有本体硬件的原创设计与制造、大小脑融合技术和人形大脑系统COSA三大核心技术，可为国产电子架构提供高性能整机验证平台；东土科技则提供全国产底层电子架构能力，为机器人装上自主“神经系统”。双方通过整机协同，推动国产电子架构向真实场景落地。
此次合作，也为国产电子架构规模化应用和迭代提供了实践基础。作为技术平台型企业，逐际动力提供机器人本体和人形大脑系统，通过开放的具身模型训练平台连接开发者和产业伙伴。目前，逐际动力的生态合作伙伴已覆盖科研、巡检、商业服务、文娱、工业、建筑、体育等多个领域。
记者了解到，近年来，国产机器人底层技术也在加快形成产业协同。2025年5月，鸿道操作系统发布并形成机器人大小脑融合架构；2026年4月，东土科技联合深圳市机器人协会、北京人形机器人创新中心、优必选等单位推动建设国产化机器人电子架构联合体；2026年9月，联合清华大学、智元、逐际动力、摩尔线程等产业伙伴发起国产化具身智能机器人电子架构联盟。从零部件单点突破，到软硬件系统融合，再到全产业链生态共建，我国机器人底层技术实现质的跃迁。
AI 解读
核心要点
1. 国产电子架构首次进入人形机器人整机系统：逐际动力与东土科技联合发布，实现国产工业级实时通信能力在复杂人形系统中的首次贯通，覆盖操作系统、网络、工具软件及AI计算芯片全栈。
2. "大小脑融合+国产神经系统"的技术路径：逐际动力提供本体硬件与COSA人形大脑系统，东土科技提供底层电子架构，双方以整机协同方式验证国产架构在真实场景中的可行性。
3. 生态联盟加速成型：从2025年鸿道操作系统发布，到2026年电子架构联合体、产业联盟相继落地，国产机器人底层技术正从单点突破走向全产业链协同。
影响分析
此次发布的战略意义大于产品本身。电子架构是决定人形机器人性能上限的"智能神经系统"，此前该环节高度依赖海外方案，国产替代意味着整机自主可控的关键拼图补齐。更深层的影响在于生态卡位：逐际动力以开放平台聚合开发者，东土科技以通信底层切入，双方正试图定义国产人形机器人的架构标准。若联盟成员持续扩容，国产电子架构有望在巡检、工业等场景率先规模化，形成"架构—整机—场景"的正向迭代循环。但需注意，架构贯通仅是起点，AI芯片算力、实时性与生态工具链的成熟度，仍是决定其能否真正对标国际主流方案的关键变量。
机器人热门发布 2026/09/29 00:00更新 2026/09/30 01:00
超300台机器人到主题乐园“上岗” 具身智能开辟新赛道
科技日报记者 叶青
9月24日，全球首个大规模具身智能主题乐园在珠海横琴长隆飞船乐园正式启幕。超300台机器人在乐园100余个交互体验点常态化“上岗”，乐园由智元创新（上海）科技股份有限公司（以下简称“智元”）与长隆集团联手打造。同日，智元第2万台具身智能机器人A3 Ultra正式交付长隆集团，成为乐园的“新员工”。
2026年，具身智能正式迈入部署态元年。具身机器人正从“能动”走向“会干”，无论是在工厂产线，还是主题乐园，其已从技术能力转化为可规模化落地的服务生产力。
乐园来了300多位机器人“新员工”
“科普老师”、打乒乓球、猜拳比赛……300多台智元全系机器人会唱、会跳、会玩，活跃在文娱商演、科普研学、导览导购导引、服务零售站、智能伴游、酒店场景、体育竞技等七大核心场景。
技能满满的“新员工”，并非只是简单地把机器人“搬进来”。续航是决定机器人能否顺利“上岗”的硬指标。智元全系机器人续航可达10小时，基本能保证一天的工作时间。
乐园环境嘈杂，人流量大，极大影响了人机的交互体验。“我们在声音采集、降噪、多人识别，甚至唇形识别等方面进行了算法优化，并依托公司自研的硅光动语WITA大模型，让机器人将大模型的理解与生成能力，与视觉感知、语音交互和动作执行相结合，感知现场环境、理解游客意图，并进一步完成互动与服务。”智元合伙人、高级副总裁、通用业务部总裁王闯介绍。
安全是机器人走向真实场景的关键一环。在乐园的江豚讲解馆前，机器人边介绍边挥动着手臂。“我们采用360度全向感知，并且机械臂还具备柔顺控制能力，一旦有人突然进入机器人的活动范围，它的胳膊会立刻停下。”王闯说。
超300台机器人同时工作，网络是一大痛点。智元、长隆和中国移动共同建设了全球首个文旅场景大规模5G-A具身智能创新应用方案，构建起适配大规模机器人常态化运营的网络底座。
“大规模的机器人落地是一个系统化工程，不仅只靠某一项技术突破就能解决的。”智元合伙人、联席总裁、中央研发部总裁熊彦表示，真正的常态化运营，是要在真实场景里解决无数个工程难题，才能跑通、跑稳。
据透露，今年年底，乐园的机器人规模将会从一期的数百台扩容到二期1000台。
以应用场景驱动技术创新
凭借行业领先的研发投入，智元持续巩固技术领先优势，为更大规模的场景部署奠定了坚实基础。此次智元选择和长隆集团合作，从主题乐园切入，意在何为？
“丰富的场景与庞大的客流量，让乐园成为机器人走进真实世界、实现规模化应用的理想场景。”王闯表示，机器人背后有：运动、交互和作业三大智能。长隆集团能够把这三者全部应用起来，尤其是交互。这里每年超千万量级的客流量，汇聚全球各地、各年龄层的游客，语言、方言复杂多样，能全面检验并持续提升机器人的能力。
实际上，真实应用场景也驱动着研发创新。此次在乐园部署机器人过程中，智元就发现了很多新挑战。“比如嘈杂声场与复杂的灯光，考验着机器人的识别能力。这都将倒逼我们对机器人目标识别技术迭代，有助于形成技术牵引，构筑更高护城河。”王闯认为，乐园场景具备开放性与可复制性，一旦跑通，其文旅应用模式可规模化推广至全球。
据介绍，智元与长隆集团合作共建的“长隆×智元具身智能文旅联合研究院”，将围绕技术底座、内容生产、实景落地、成果转化等业务探索方向，针对七大场景设立联合共创小组，攻坚核心课题，持续把前沿的具身智能技术落地园区。
今年上半年，中国人形机器人出货量已超4万台，全球占比进一步提升至97%。人形机器人正从小批量试用加速向规模化应用迈进。在熊彦看来，机器人要真正做到普通大众认为的完全不需要调试、像人一样工作的状态，至少还需要3到5年。“但这并不阻碍机器人开始进入千行百业，它需在不同行业中持续改进迭代，这是机器人发展的必经之路。”他说。
业内专家指出，该项目的落地，推动了机器人从短期展演走向大规模部署、常态化运行和一站式运营管理，标志着具身智能开始从技术展示进一步进入文旅服务、内容生产和公共空间运营，为科技与文旅产业融合提供了新的实践样本。
（图片由受访单位供图）
责任编辑：李梦一
AI 解读
核心要点：①智元与长隆联手在珠海横琴落地全球首个大规模具身智能主题乐园，超300台机器人常态化“上岗”，覆盖导览、科普、零售等七大场景，年底将扩容至1000台；②项目在续航（10小时）、降噪交互、360度安全感知及5G-A网络底座等工程层面实现系统性突破；③以真实高客流场景反哺技术迭代，并共建联合研究院，探索“技术—场景—数据”闭环。
影响分析：此举标志具身智能从展演式试用迈入规模化、常态化运营阶段，验证了文旅作为商业化落地理想场景的可行性。其价值不在单点技术，而在于跑通了大规模部署的工程化与运营体系，形成可复制的文旅应用模板。结合上半年国产人形机器人出货量占全球97%的数据，中国在具身智能供应链与场景落地上已建立先发优势。但需注意，真正“像人一样工作”仍需3—5年迭代，当前落地本质是场景驱动的技术爬坡，短期应关注运营稳定性与成本控制，长期看其护城河取决于数据积累与算法迭代速度。
机器人热门发布 2026/09/28 06:56更新 2026/09/29 01:00
首台国产化电子架构具身机器人正式发布 为物理AI装上国产“神经”|智能机器人|世界人工智能大会_网易订阅
9月28日，国产化电子架构具身智能机器人发布会在湖北宜昌举行，全球首台搭载全国产化电子架构的具身智能机器人正式亮相。
电子架构是决定整机性能上限的“智能神经系统”，包括操作系统、网络、工具软件和AI计算芯片。东土科技(300353)全国产化电子架构以确定性计算和确定性网络技术为基础，将获得丰富国际功能安全认证的国家级新型工业智能操作系统鸿道Intewell、我国牵头制定的基于TSN技术的确定性总线AUTBUS国际标准、国家级智能体工具软件MaVIEW、全国产化AI处理器芯片四项技术整体优化设计，实现控制与AI智能计算的隔离融合，构建从AI决策到物理执行的全国产化技术底座，提供可完整替代国外方案的技术选项。
相较Linux/ROS、CAN/EtherCAT等国外传统方案，全国产化电子架构的优势包括整合工业协议，控制与AI推理共跑于确定性底座，视觉与控制毫秒级协同、底层运动控制微秒级响应，与工业智能体深度融合，以及机器人内生安全机制的重构。其技术方向与麻省理工学院（MIT）近期提出的物理AI理念高度契合，推动智能从模型输出向确定性物理动作落地。
国家工业信息安全发展研究中心测试人员对机器人开展技术验证，在关节破坏、网络攻击、病毒植入等情况下，传统电子架构机器人出现线路失效、瞬间关机、系统失控等情况，而东土科技全国产化电子架构机器人通过了严苛安全测试，并保持安全运行能力，展现了全国产化电子架构的实时控制、快速响应、故障隔离、防攻击与系统安全能力。
早在2016年，东土科技即启动电子架构相关技术攻坚，鸿道承担国家级机器人操作系统专项，为机器人、半导体、航空航天、工业母机等领域提供统一底层软件支撑；AUTBUS标准成为我国主导制定的全球首个基于TSN技术的两线制宽带工业总线IEC国际标准，解决多节点、大规模设备下的高可靠确定性通信；MaVIEW是物理AI执行器工业软件，2020年和西门子的工业大脑MindSphere共同获得世界人工智能大会技术创新奖。
全国产化电子架构保障机器人的内生安全和产业主权安全，为机器人自主行为划定刚性安全边界，确保其不破坏生产、不危及人员安全，让人工智能在物理世界安全、可信、可控，构建驾驭物理AI的安全驾驭系统（Harness），充分实现智能机器人行业的主权安全。
近年来，国产机器人底层技术也在加快形成产业协同。2025年5月，鸿道操作系统发布并形成机器人大小脑融合架构；2026年4月，东土科技联合深圳市机器人协会、北京人形机器人创新中心、优必选等单位推动建设国产化机器人电子架构联合体；2026年9月，联合清华大学、智元、逐际动力、摩尔线程等产业伙伴发起国产化具身智能机器人电子架构联盟。从零部件单点突破，到软硬件系统融合，再到全产业链生态共建，我国机器人底层技术实现质的跃迁。（CIS）
21世纪经济报道
### 财政部：2025年全国政府采购规模为33212.96亿元
界面新闻
### 大众新车官宣：10月12日，正式上市！
### 炸裂！女网红和男子开房，因动作太猛导致女网红腰部骨折，告上法庭索赔50万
### 日本女乒主帅中泽锐全程日语指挥！稳赢瞬间脱口中文，细节看哭网友
### 刘欢出道多年几乎不接商业广告，唯独为一瓶白酒破例，背后原因让人佩服！
### 电子竞技项目宣布将退出亚运会！今年最后一届
### “日本不用改善中日关系”？日媒称57%受访日本人认为高市早苗要改善中日关系，但日本网民表示反对
### 美国为何没有贪官？不是没有，是因为美国从制度上消灭了贪官，就连贪污都是合法的
### 又是大胜！1-8月SUV销量：Model Y断层领先，钛7季军，途观L破10万
刘哥谈体育
### 云南昭通一餐馆厨房高压锅煮肉时发生爆裂，吊顶被锅盖砸落，店主：万幸人没事，损失一两万元
潇湘晨报
### 丢金！王楚钦为何被林诗栋横扫，接连丢分，谁注意王楚钦举动
### 年纪大了，行房要坚持“3不要”，尤其是最后1个，可能伤身！
### 大降温！强冷空气要来了
AI 解读
# 深度分析：国产化电子架构具身机器人发布
核心要点
1. 技术突破：东土科技发布全球首台搭载全国产化电子架构的具身智能机器人，以鸿道Intewell操作系统、AUTBUS国际标准总线、MaVIEW工具软件、国产AI芯片四大技术构成“智能神经系统”，实现控制与AI推理共跑于确定性底座，运动控制达微秒级响应。
2. 安全验证：经国家工业信息安全发展研究中心测试，在关节破坏、网络攻击、病毒植入等极端场景下，国产架构机器人保持安全运行，而传统架构机器人出现失控、关机等失效。
3. 生态布局：从操作系统到国际标准再到产业联盟，国产机器人底层技术正从单点突破走向全产业链协同。
影响分析
此次发布标志着中国在具身智能“底层神经”环节实现了对Linux/ROS、CAN/EtherCAT等国外方案的可替代，其战略价值远超单一产品。一方面，内生安全机制为物理AI划定了刚性安全边界，解决了机器人进入工业、医疗等敏感场景的信任瓶颈；另一方面，自主电子架构是产业主权安全的基石，避免在机器人智能化浪潮中被底层技术“卡脖子”。从产业维度看，联盟化推进有助于加速标准统一与生态聚合，但真正的考验在于开发者迁移成本与规模化商用验证。若国产架构能在性能与易用性上持续逼近国际主流方案，中国有望在物理AI时代掌握从芯片到系统的完整话语权。
机器人热门发布 2026/09/28 00:00更新 2026/09/30 01:00
全球首个大规模具身智能主题乐园盛大启幕，智元携手长隆打造科技文旅场景部署态新标杆-智元创新（上海）科技股份有限公司
全球首个大规模具身智能主题乐园盛大启幕，智元携手长隆打造科技文旅场景部署态新标杆-智元创新（上海）科技股份有限公司
全球首个大规模具身智能主题乐园盛大启幕，智元携手长隆打造科技文旅场景部署态新标杆 发布时间：2026-09-28 12:01:31
珠江潮涌，八门入海；飞船乐园，智启新篇。2026年9月24日——中国横琴，伴随着全球最大规模的常态化“人机共演”开园舞及全球首创机器人空中飞人表演惊艳亮相，由国际领先的具身智能科技企业智元（AGIBOT）与世界文旅头部企业长隆集团（CHIMELONG）联手打造的全球首个大规模具身智能主题乐园盛大启幕。
从右至左分别为：智元联合创始人、总裁、 CTO彭志辉，中国移动集团研究院院长黄宇红，智元创始人、董事会主席、CEO邓泰华，长隆集团创始人、董事长苏志刚，广东省委横琴工委委员、省政府横琴办副主任叶真，特邀科技体验官谭卓
作为全球首个、规模最大、场景最丰富、技术最先进的大规模具身智能主题乐园，超300台智元全系机器人在横琴长隆飞船乐园常态化上岗，覆盖机器人文娱商演、科普研学、导览导购导引、服务零售站、智能伴游、酒店场景、体育竞技等七大核心场景，推动具身智能从技术能力转化为可规模化落地的服务生产力。
2026年是具身智能部署态元年。开园仪式现场，智元第20000台具身智能机器人A3 Ultra正式交付长隆集团，双方合作共建的“长隆×智元具身智能文旅联合研究院”于同日正式揭牌。此外，由智元、长隆集团与中国移动联合共研的“全球首个文旅场景大规模5G-A具身智能创新应用”也正式发布，以网络底座赋能具身智能规模化落地。
智元创始人、董事会主席、 CEO邓泰华表示：“今天我们迎来全球首个大规模具身智能主题乐园开园迎宾的历史性时刻，是具身智能与顶级文旅的双向奔赴。上个月，智元与长隆开启了战略合作，一个月的集中交付，充分体现了长隆效率与智元速度，体现了双方追求卓越、务实拼搏的团队精神，共同塑造了科技文旅创新的行业里程碑。开园只是创新的起点，我们将持续联合创新，深化十年的战略合作，不断创造行业纪录，用更多场景部署，更多内容创作，来持续提升游客体验上限，率先探索人机共生的未来世界。”
长隆集团高级副总裁、首席科学家董贵信表示，智元第 20000台通用具身机器人正式落户长隆，成为度假区特殊“新员工”，这既是智元全球领先技术实力的体现，也是中国科技与文旅融合的重要里程碑。“未来，双方将依托共建的‘长隆×智元具身智能文旅联合研究院’，共同探索‘科技+文旅’融合发展的全新范式，为中国具身智能规模化商用树立标杆，也为全球文旅创新输出中国方案。”
七大核心文旅场景全面部署
横琴长隆飞船乐园是全球最大的室内主题乐园，以沉浸式宇宙探索和海洋生态科普为核心，开园以来已接待游客超千万人次。丰富的场景与庞大的客流量，让横琴长隆成为机器人走进真实世界、实现规模化应用的理想场景。
全球最大规模的常态化“人机共演”开园舞
此次焕新开园的飞船乐园中，随处可见的机器人已经成为可以互动、陪伴、服务游客的全新伙伴。超 300台机器人在100余个交互体验点常态化与游客深度互动，覆盖机器人七大核心文旅场景。
导览导引机器人可基于场景地图和自然语言理解，为游客提供目的地查询、路线规划、自主带路及巡回讲解等服务；科普研学机器人依托视觉感知、语音理解与多模态交互能力，可围绕海洋知识开展问答、游戏挑战和趣味讲解；在零售及酒店等场景中，机器人则能够主动感知游客需求，提供迎宾接待、商品咨询、互动娱乐、信息问询等服务。凭借多语言及方言能力，机器人还可适配不同游客的交流需求，让交互服务跨越语言与地域边界。
刚刚在第二届世界人形机器人运动会上勇夺金牌榜、奖牌榜双第一的智元“冠军同款”机器人也齐聚乐园，常态化展示“夺金时刻”。游客可以与机器人近距离互动，在真实体验中感受人形机器人走进生活成为服务生产力的更多可能。
机器人嘉年华，演员与远征 A3和灵犀X2共同带来精彩的歌舞表演
乐园之内，人机交互何以灵动自然？依托智元自研的硅光动语 WITA大模型，机器人能够将大模型的理解与生成能力，与视觉感知、语音交互和动作执行相结合，感知现场环境、理解游客意图，并进一步完成互动与服务。从感知来人到主动开口，再到根据现场情况作出回应，硅光动语WITA让机器人不只是“听懂一句、回答一句”，而是能够理解真实场景中的人和事，让互动更流畅、服务更自然。
在此基础上，依托 AIMA具身智能全栈生态技术体系，智元独创的灵心平台（LinkSoul）还可以在音色、表情、人设、动作、服装造型五个维度对机器人进行定制，让每个机器人拥有专属声音、生动神态和鲜明个性。
AI 解读
# 智元×长隆：具身智能商业化落地的里程碑式突破
核心要点：
1. 规模验证：300+台机器人、100+交互点常态化运营，标志着具身智能从实验室Demo正式跨入大规模商用部署阶段。
2. 场景纵深：覆盖导览、科普、零售、酒店、演艺等七大场景，验证了通用机器人多任务切换的工程可行性。
3. 生态绑定：第20000台A3 Ultra交付、联合研究院揭牌、5G-A网络底座共研——智元完成“技术+场景+基础设施”三位一体布局。
4. 战略信号：智元与长隆锁定十年合作，意味着头部玩家正以文旅为切口抢占具身智能规模化落地的“滩头阵地”。
影响分析：
此举对行业具有三重标杆意义。其一，文旅场景人流量大、交互需求复杂，是检验机器人鲁棒性与泛化能力的高难度考场，成功运营将形成强背书效应。其二，智元以“部署态元年”定义2026，实质是在抢占行业叙事主导权——从技术竞赛转向落地竞赛，倒逼竞争对手加速商业化。其三，与中国移动共研5G-A应用，暗示具身智能对低时延网络的高度依赖，或将推动通信基础设施与机器人产业的深度耦合。风险在于：大规模常态化运营的运维成本、故障率控制及游客体验一致性，仍是待验证的长期课题。
机器人热门发布 2026/09/28 00:00更新 2026/09/29 01:00
德塔智能发布原生人形机器人基础模型Delta-0 | 雷峰网
| 本文作者： 陈嘉欣 | 2026-09-28 20:20 |
| --- | --- |
导语：2026年9月28日，德塔智能发布原生人形机器人基础模型 Delta-0（Δ₀）
2026年9月28日，德塔智能发布原生人形机器人基础模型 Delta-0（Δ₀）。
通过该Demo，Delta-0展示了比肩Figure Helix 2.5的自主长程、全身协调、快速敏捷等能力，让人形机器人在210秒内，规划32步，完成9个家庭场景常见任务，刷新了人形机器人在单位时间内完成任务数量和质量的上限。
该Demo以一镜到底的方式，完整呈现了搭载 Delta-0的人形机器人在卧室、客厅和厨房等家居场景中识别环境、准确理解和规划任务，通过全身协同操作，连续完成了识别、放好游戏机并整理床铺、捡起地面玩偶并放置、拿起衣物并放进洗衣机、拿起杯子并放入洗碗机、打开冰箱找到变质水果、踩下垃圾桶脚踏板丢弃水果，最后坐到沙发上。
与此同时，另一台配备高自由度灵巧手的人形机器人，则完成了拿起黑胶唱片，操作唱片机播放，应声起舞等一系列精巧的全身协同操作任务。
Delta-0模型的领先源自“大脑-小脑-力位”协同设计。Delta-0面向人形机器人的完整身体构建模型，将视觉、语言和本体状态等输入转化为统一的全身动作目标，把空间理解、任务推理、动作决策和全身控制联系起来，让人形机器人能够在移动和保持平衡的同时完成操作。
Delta-0的“大脑”根据视觉为主的多模态传感，指挥人形机器人手脚的运动；“小脑”则是负责全身协调平衡与运动本能，将大脑的指令变为高频的电机控制；“力位” 混合控制兼顾运动位置与接触受力，让机器人在接触物体时精确调整动作，并保持身体稳定。
在数据与训练方面，Delta-0复用既有上肢操作及跨本体数据，并结合团队采集的人类全身动作数据，补足下肢参与、移动和姿态变化等信息。其中，以人为中心的数据管线，覆盖采集、标注、处理和预训练；真实交互反馈、人工纠正与强化学习，则用于后训练和失败恢复。
Delta-0模型还采用了“真实-仿真-真实”的策略学习与评估体系。Delta-0的训练基于德塔D1采集的人类第一视角观测与全身动作数据，以及多样化运动数据，能理解真实环境与人体如何响应和交互。
Delta-0还通过增量动作接口接收策略指令和人工纠正，利用真实物理交互反馈与强化学习继续改进行为。评测方面，系统将真实场景重建到仿真环境中，让人形智能体重复导航、操作和重试，再回到实机验证，确认仿真结果能否迁移。
德塔智能创始人兼CEO马晓健博士认为：“人形机器人的价值，不只是外形接近人，而是能够进入已经按人的尺度建成的空间，在复杂环境中移动，并同时完成全身协同操作，机器人需要把通过性和操作能力放在同一个任务里考虑，更困难的是让这些能力在一个连续任务里配合起来，交付结果。 Delta-0的技术Demo，部分展示了我们在这一领域的能力，也让行业更有信心，加速推动人形智能在真实场景的爆发式落地。”
机器人能接好班，要自主长程。本体在210秒内完成9项任务，意味着Delta-0在完成任务之间，需要根据本体移动获得的信息，自主切换任务目标，调整完成任务的优先级和顺序，让前一动作留下的身体姿态和物体状态，成为后续决策的条件。
Delta-0之所以能实现自主长程，是基于移动和操作的未降速数据进行训练，成为一个能够理解空间与物理，学会人类与环境交互方式，并迁移到不同机器人本体上的智能大脑，是一个依托于本体觉，理解力交互的高自由度运动协调本能模型，从而实现上层智能（大脑）与底层本能（小脑）的深度协同。
机器人任务做得好，要全身协调，这体现在对物体、位置和接触过程的大小脑协同和力度控制。
从拿起黑胶唱片、对准唱机放置并启动播放、合上唱机罩，需要识别不同实体的空间关系和材质，精巧完成；操作洗碗机，需要控制灵巧手精确找到把手、判断门的开启方向和开门所需力度，并在施力时调整站姿和重心，以类似人类拉开重门的方式，以左手撑住橱柜门，借力开门；将餐具放进洗碗机，则考验机器人在有限开角的空间中，协调身体与手部的轻巧放置动作。
机器人进入真实场景，要快速敏捷。不是单个动作快，而是识别、决策和行动能够及时、顺滑的衔接。机器人要根据场景判断下一步做什么，调整身体位置和姿态，再由双手、手臂、躯干与双腿协同执行。快速敏捷是结果，原因是Delta-0基于多个训练阶段使用人类的全身数据，并优化了推理、通信和异步执行。
德塔智能联合创始人兼首席科学家黄思远认为：“通用大模型可以帮助机器人理解任务、规划步骤，但这不等于能在受力、失衡和连续接触中把动作做稳。物理智能的分水岭，是模型能不能把判断落到身体控制上，并在真实交互中持续修正。
AI 解读
核心要点
1. 技术突破：德塔智能发布原生人形机器人基础模型Delta-0，采用“大脑-小脑-力位”三层协同架构，将多模态感知、任务推理与全身运动控制统一为端到端框架，210秒内完成32步规划、9项家庭任务，能力对标Figure Helix 2.5。
2. 数据策略：以人为中心构建数据管线，复用跨本体上肢数据并补充人类全身动作数据，结合“真实-仿真-真实”闭环训练与强化学习，解决sim-to-real迁移难题。
3. 能力定位：强调自主长程（任务间自主切换）、全身协调（力位混合控制）、快速敏捷（推理-通信-执行异步优化）三位一体，而非单点动作表演。
影响分析
Delta-0标志着人形机器人竞争从“硬件本体比拼”转向“基础模型+数据飞轮”的生态卡位。其“大脑-小脑-力位”分层设计为行业提供了可复用的技术范式——上层通用大模型负责语义规划，底层本能模型负责物理稳定性，二者解耦又协同，有望缓解当前VLA模型“能理解但做不稳”的普遍痛点。若该架构在更多本体上验证成功，将加速人形机器人从Demo走向家庭与商业场景的规模化落地，同时抬高科技壁垒，推动资本向具备全栈模型能力的团队集中。
机器人发布 2026/09/28 00:00更新 2026/09/29 01:00
GRAIL：基于3D资产与视频先验的人形机器人运动-操作生成框架-万星彤泰
news 2026/9/28 17:27:31
### 1. 项目概述：这不是又一个“机器人跳舞”Demo，而是一套真正打通3D世界理解与物理动作执行的生成闭环
GRAIL——这个名字听起来像某种神秘古籍，但放在人形机器人领域，它代表的是当前少有的、把“看懂视频”“理解3D空间”“生成可执行动作”三件事拧成一股绳的系统级方案。我第一次在ICRA 2024 workshop上看到它的实机演示时，没急着记参数，而是盯着机器人用夹爪从倾斜托盘里稳稳取走一枚螺丝钉的动作看了足足47秒：它没靠预编程路径，没调用运动学逆解库里的固定模板，甚至没连激光雷达——只靠单目RGB摄像头输入的一段2秒短视频（人类示范者伸手、定位、抓取），加上一个粗糙的CAD模型（螺丝+托盘的mesh），就完成了从视觉感知到关节扭矩输出的全链路生成。这背后不是堆算力，而是对“运动-操作生成”本质的重新定义：动作不是轨迹点的拼接，而是3D资产在时空约束下的物理可行性演化。
GRAIL的核心关键词——3D资产、视频先验、人形机器人、运动-操作生成——每一个都不是装饰词。3D资产是它的“认知锚点”：不是把物体当像素块识别，而是加载带法线、材质、碰撞体的完整mesh，让机器人知道“这个托盘有0.8mm厚的铝板边缘，夹爪接触时会产生0.3N·m的反作用力矩”；视频先验是它的“经验压缩器”：不从零训练强化学习策略，而是把海量YouTube手工教学视频（如“如何更换笔记本散热硅脂”）蒸馏成跨场景的时空动作模式库，比如“拇指按压+食指滑动”的手部协同序列，在GRAIL里被编码为可迁移的SE(3)变换基元；运动-操作生成则是它的交付接口：最终输出的不是ROS 2中常见的JointTrajectory消息，而是带时间戳的6D末端位姿序列+关节力矩约束包，能直接喂给基于ros2的实时运动控制器（比如我们团队用的ros2_control + Forward Dynamics Controller）。它解决的不是“能不能动”，而是“在没标定过的新环境里，面对没见过但可建模的物体，如何生成第一条安全、有效、符合人类直觉的动作链”。适合谁？不是只写Gazebo仿真代码的算法工程师，而是真正在车间调试UR5e、在实验室调试Unitree H1、在产线部署Agility Robotics Digit的现场工程师——你得亲手拧过伺服电机的编码器盖板，才懂GRAIL省掉的那37小时手动轨迹示教有多实在。
#### 2.1 核心设计哲学：拒绝“视觉-动作”端到端幻觉，坚持可解释性与物理保真
GRAIL最反直觉的设计，是它主动切断了从原始视频帧到关节指令的端到端映射。2023年很多SOTA方法（比如RT-1的变种）尝试用Transformer直接拟合“视频帧序列→关节角度向量”，结果在真实机器人上跑起来，机械臂会突然以120°/s的速度甩向防护栏——因为模型在训练数据里见过太多“快速抓取”镜头，却没学过电机最大角加速度是350°/s²。GRAIL的创始人在斯坦福AI Lab内部分享时说得直白：“让神经网络猜物理，就像让厨师凭菜名猜盐的克数。”所以GRAIL采用三级解耦架构：第一级（Video Prior Encoder）专注从视频中提取跨物体、跨视角的时空动作基元；第二级（3D Asset Reasoner）把基元投射到具体3D资产的几何-物理空间中，做碰撞检测、力矩平衡、接触稳定性验证；第三级（Motion-Operation Compiler）才是生成可执行轨迹。这种设计牺牲了部分端到端的“理论最优性”，但换来的是故障可定位、参数可调节、行为可预测——当你在产线上发现机器人取料失败，你能直接查第三级输出的接触力矩是否超过夹爪额定值，而不是对着12层Transformer的注意力权重图发呆。
#### 2.2 视频先验编码器：不是“看视频学动作”，而是“从百万视频中提炼动作DNA”
GRAIL的视频先验模块不处理原始像素，而是先用轻量级ViT-Base（参数量仅86M）对输入视频做帧间差分特征提取，重点捕捉手-物交互点（Hand-Object Contact Points, HOCPs）的SE(3)运动流。举个例子：一段“拧开瓶盖”视频，传统方法可能输出“拇指顺时针旋转180°”，而GRAIL提取的是“拇指指尖在瓶盖螺纹面上沿螺旋线移动，螺距2.1mm，导程角15.3°”——这个描述直接关联到物理世界的螺纹参数。它用对比学习在YouTube-Hands数据集（含127万段手工操作视频）上预训练，关键创新在于引入3D空间约束的负样本构造：把同一段视频的HOCP轨迹，随机扭曲其Z轴坐标（模拟深度误判），再强制模型判别“扭曲版”与“真实版”的差异。这使得编码器天然具备对深度估计误差的鲁棒性。
AI 解读
# GRAIL深度解读：人形机器人“运动-操作生成”的范式转折点
核心要点
GRAIL的本质不是又一个视觉-动作端到端模型，而是一套“三级解耦”的生成闭环：视频先验编码器从百万级手工视频中提炼可迁移的SE(3)动作基元，3D资产推理器将基元投射到带碰撞体与材质参数的mesh空间做物理可行性验证，最后由运动编译器输出可直接喂给ros2_control的6D位姿序列与关节力矩约束。其关键取舍是主动切断原始像素到关节指令的端到端映射，用可解释性换取物理保真度。
影响分析
第一，它直击当前VLA模型的致命短板——让神经网络“猜”物理。RT-1类方法在真机上甩臂撞栏的失败模式，根源在于缺乏显式物理约束层。GRAIL用3D资产作为认知锚点、用接触力矩和碰撞检测做硬约束，把“动作生成”从统计拟合拉回物理可行性演化，这是工程可部署性的分水岭。
第二，视频先验的“动作DNA”提取思路值得关注。以HOCP螺旋线参数替代“旋转180°”这类语义标签，使跨物体、跨视角迁移成为可能，且通过3D负样本构造获得深度鲁棒性——这对单目RGB输入的人形机器人尤为关键。
第三，对现场工程师而言，省去数十小时手动示教只是表象，更深层价值在于故障可定位：取料失败时可直接查第三级输出的接触力矩是否超限，而非面对Transformer注意力图束手无策。这决定了GRAIL能否从workshop demo走向产线部署。
简言之，GRAIL代表了一条与端到端大模型并行、但更贴近物理现实的机器人学习路线。
机器人热门发布 2026/09/27 02:03更新 2026/09/28 01:00
中国具身智能机器人进入“实干时代”？_新浪财经_新浪网
中国具身智能机器人进入“实干时代”？
2026年09月27日 09:57 环球网
编者的话：“实干”成为2026年中国具身智能产业的关键词。机器人不再停留在展台上跳舞、翻跟头，而是走进工厂车间、药房仓库，开始“打卡上班”。从“能表演”到“能干活”，中国具身智能正在经历一场深层次的产业跃迁。
从“能表演”跨进“能干活”的验证期
在杭州城西科创大走廊具身智能未来岛，一所“机器人学校”最近有4台机器“毕业”：一台被中国历代绘画大系典藏馆聘为导览员，一台留在杭州机器人学校讲解，一台赴天津雀巢车间巡检，一台钢琴机器人将赴韩国参加文娱表演。
在这些最新的机器人“毕业生”之前，它们的“前辈”早已成为工厂里的“工人”。在宁德时代量产线上，银河通用重载人形机器人Galbot S1双臂抱起数十公斤料箱，精准送达下一工位。自今年3月验收以来，它已7×24小时连续工作超3个月，仅靠纯视觉系统在复杂环境中自主行动。这是全球首次实现人形机器人在新能源智能制造场景的“常态化自主作业”。目前，银河通用商业部署规模已突破千台，服务宁德时代、博世、丰田、上汽等头部制造企业。
在江西南昌龙旗科技工厂，8台智元精灵G2机器人承接平板质检全工段工作，独立完成多媒体、音频、WiFi耦合等高精度检测，与产线工人协同作业。智元Genie业务部项目总监艾文透露，这些机器人效率达人类工人80%到90%，已连续运行超3000小时。
具身智能也在服务日常生活。今年5月，福克斯新闻主播布雷特·拜尔在北京便利店与机器人店员互动，引发海外媒体关注。
快思研究院院长、商汤智能产业研究院前院长田丰对《环球时报》记者表示，当前是从“能表演”跨进“能干活”的验证期。表演让观众印象深刻，工作必须让生产经理满意。
下一阶段目标：从“能做”到“做得好”
具身智能是存在于物理实体中的人工智能系统，关键在能否进入真实环境，形成“感知—认知—决策—行动—反馈”闭环，并不断学习完善。具身智能不等于人形机器人，人形只是载体。评估标准不是“像人”，而是能否解决现实问题。
2026世界人工智能大会具身智能馆展出的机器人。（视觉中国）
完整具身系统由感知、决策、执行三层协同构成。感知层是“感官”，包括摄像头、激光雷达、力矩传感器、触觉传感器、惯性测量单元等。决策层是“大脑”，依托芯片、算法和操作系统，主流思路是“大小脑”协同：大模型负责理解规划，运动控制算法负责实时控制。执行层是“身体”，包括电机、减速器、关节模组和执行器。执行器与关节模组合计占人形机器人整体成本的45%至65%，精度与可靠性决定机器人能否“抓得住、干得好”。
田丰说，中国优势是能把硬件、真实工厂需求、供应商快速响应和有耐心的资本结合成完整闭环。这个闭环正在工厂接受检验。
中国遵循场景驱动的人工智能模型构建、小批量整机交付和全链条国产供应。与海外先造通用“大脑”再找应用不同，中国开发者从特定工作需求出发，倒推模型能力。
选择这种模式的底气来自供应链。电机、减速器、传感器厂和整机厂、下游工厂在同一产业带。今天工厂反馈手抓不稳，下个月供应商就能改出新版本测试。密集的供应链压低了成本：2018年成本5万至6万元的电机，2026年可能只需约500至600元。
分析师认为，当机器被置于真实工作场景、处理真实故障时，有用数据和可靠硬件会最快出现。但挑战同样真实。
“具身人工智能面临与大型语言模型不同的数据稀缺，”一名业内专家表示。“互联网文本基本免费，物理交互数据必须在现实世界产生，成本高昂。人工智能模型仍难泛化到不熟悉的环境。”
宇树科技创始人王兴兴8月在2026世界机器人大会上给出量化标准：当通用机器人在80%陌生场景中，通过语音或文字指令完成约80%任务时，产业迎来爆发临界点。他坦言，“迈向具身智能的ChatGPT时刻，理想情况下需要2-3年，或更长5-10年。”
除数据稀缺外，业内人士还指出下一阶段目标：从“能做”到“做得好”。
“当前应用证明技术已进入要求更高阶段。但成功与否，不是看视频火不火，而是看机器第二天能不能回到同一工位，可靠地、用可接受成本执行相同任务。”田丰说。
分析师表示，机器人的能力边界正被真实任务逼出来，但还没突破。这恰是场景驱动模型构建的逻辑：先通过真实场景暴露问题，再依靠供应链快速解决问题。
政策引导与基础设施建设多措并举
训练场加速建设解决数据荒，核心零部件国产化压低成本，实景实训专项行动打通实验室到产线“最后一毫米”。克服每道难题的背后，都有一项国家级或产业级布局。
国家层面，“十五五”规划纲要提出前瞻布局未来产业，推动量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信等成为新经济增长点。分析人士认为，在这一顶层设计下，执行和感知硬件预计首先受益。
AI 解读
核心要点
中国具身智能正从“表演验证”跨入“实干验证”阶段：银河通用Galbot S1在宁德时代产线实现全球首次人形机器人新能源制造场景常态化自主作业，商业部署破千台；智元G2在南昌工厂承接质检全工段，效率达人工80%-90%。产业逻辑已从“像人”转向“解决现实问题”，评估标准是生产经理是否满意，而非视频是否火爆。中国路径的独特性在于场景驱动模型构建+全链条国产供应链：工厂反馈问题，供应商当月改版，电机成本从2018年5-6万元降至2026年约500-600元。政策端“十五五”规划已将具身智能列为新经济增长点。
影响分析
短期看，执行器与关节模组（占人形机器人成本45%-65%）及感知硬件将率先受益于国产化替代与规模化交付。中期关键变量是数据：物理交互数据无法像互联网文本一样免费获取，泛化能力仍是瓶颈。王兴兴给出的临界点标准——80%陌生场景下完成80%任务——意味着产业爆发仍需2-3年甚至5-10年。真正的分水岭不在技术演示，而在“机器第二天能否回到同一工位、以可接受成本可靠执行相同任务”。中国供应链闭环是最大筹码，但数据稀缺与可靠性验证将决定谁能率先跨过临界点。
机器人发布 2026/09/27 00:00更新 2026/09/27 01:00
从 Computer-Use 到 Robot-Use：一套接口让 VLM 直接「玩转」真实机器人_新浪财经_新浪网
从 Computer-Use 到 Robot-Use：一套接口让 VLM 直接「玩转」真实机器人
2026年09月27日 07:04 市场资讯
（来源：机器之心）
- 标题：Show-Harness: Just a VLM Agent Can Play Robots
- 作者：Yanzhe Chen*, Zechen Bai*, Zhijun Cao*, Wenzheng Zeng*, Kevin Qinghong Lin, Yiqi Lin, Guoqiang Liang, Kevin Yuchen Ma, Qiming Huang, Mike Zheng Shou†
- 单位：新加坡国立大学 Showlab
- 项目主页：https://showlab.github.io/Show-Harness/
- 论文链接：https://arxiv.org/abs/2609.10522
- 开源代码：https://github.com/showlab/Show-Harness
- 开源模型：https://huggingface.co/showlab/Show-Harness-VLMs
- 开源数据：https://huggingface.co/datasets/showlab/Show-Harness-Data
今天的 Agent 已经能看懂屏幕、理解任务，并通过 click、type、scroll 等鼠标键盘操作来完成数字世界的任务，那么它距离操控真实世界里的机器人，还差什么？
过去一段时间，越来越多工作开始尝试让 GPT、Claude、Gemini 等 frontier models 参与真实机器人控制。这背后有一个很直接的判断：当我们讨论具身智能时，常常强调 “具身”，但核心仍然是 “智能”。而今天最强的智能，包括视觉理解、空间推理和任务分解等能力，都逐渐集中到 frontier foundation models 中。
问题在于，这些能力并不会自然的变成机器人动作。过去的研究尝试了不同的路线去利用 foundation model。传统的 VLA 往往让模型基于图像和任务指令直接回归连续控制量；另一类系统则让大模型只负责规划，再由独立的控制器完成物理执行。前者需要为不同机器人和数据分布反复适配，后者又拉开了语义决策与实际动作之间的距离。
新加坡国立大学 Show Lab 的研究者提出 Sh ow-Harness。这个工作的出发点不是再训练一个更大的机器人策略，而是追问：如果给 foundation model 一个它能够理解、组合并持续校正的物理接口，它已有的智能能否更直接地进入物理世界？
图 1：Show-Harness 在不同任务、环境、机器人形态和模型上的真实机器人演示
Robot-Use 也需要接口
Computer-Use 相关的研究给出了一个很直观的参照。在电脑上，Agent 并不需要输出底层驱动信号；它面对的是 click、type、scroll 等清晰、可组合、能从观察中验证结果的动作接口。模型据此形成 observe → reason → act 的闭环。
机器人控制也可以从类似的视角重新理解。真正难的并不只是 “让模型决定一个动作”，而是设计一层接口：它既要让 VLM 能够把视觉和空间理解映射到行动意图，又要足够细粒度，能在真实世界中完成接近、对齐、抓取、放置和修正。
Show-Harness 作为专门为具身智能设计的 Embodied Harness，其核心就是这样一套介于模型和机器人控制之间的语义动作接口：对于模型而言，动作是可读、可推理的语义单元；对于机器人而言，动作会由各自的解释器转成受安全边界约束的本地控制命令。
图 2：Show-Harness 概览。不同 VLM 通过同一语义接口与不同机器人形态连接
不让 VLM 去 “猜” 连续控制量，
而是让它持续做细粒度决策
Show-Harness 的动作空间包含一组紧凑的语义动作单元。例如，模型可以选择相对于当前参考视角的前后、左右、上下移动，也可以做绕特定轴的旋转、抓取、释放或结束任务。
这种表示有两个关键点：
- 语义上可理解。 模型不必直接输出关节或末端位姿数值，而是围绕 “目标在什么方向”“下一步应靠近还是下移”“是否已经对齐” 来决策。这种更明确的语义表达更容易被模型所理解，并在其上进行推理。
- 物理上可落地。 每一个语义单元都对应一个小而有界的物理变化。不同机器人通过各自的动作解释器，把相同的动作意图映射为各自的运动控制目标。
因此，模型侧接口不随机器人形态改变；改变具身平台时，系统替换的是底层动作解释器，而不是要求 VLM 重新学习一套面向关节和坐标系的动作语言。
AI 解读
# Show-Harness 深度解读
核心要点
1. 范式转换：NUS Show Lab 将 Computer-Use 的成熟逻辑迁移至具身智能——不让 VLM 直接回归连续控制量，而是为其设计一套可读、可组合、可验证的语义动作接口（前后左右移动、旋转、抓取、释放等），模型只需做"靠近还是下移""是否对齐"这类推理决策。
2. 解耦架构：接口层与机器人形态解耦。同一 VLM 通过统一语义接口连接不同机器人，切换平台时替换的是底层动作解释器，而非重训模型。这直击传统 VLA"换机器人即需重新适配"的痛点。
3. 闭环校正：模型形成 observe → reason → act 循环，每个语义单元对应小而受安全边界约束的物理变化，支持持续细粒度纠偏。
影响分析
对 VLA 路线：提供了一条不依赖大规模机器人数据重训的替代路径，将"智能"与"具身"进一步解耦，前沿模型的视觉理解与空间推理能力可近乎即插即用地进入物理世界。对生态：开源代码、模型、数据齐全，降低了具身智能的准入门槛，中小团队无需自建 VLA 即可开展机器人研究。待验证点：语义接口的粒度是否足以覆盖高精度操作任务（如精密装配），以及动作解释器的通用性与安全性边界，仍是决定其能否规模落地的关键。机器人热门发布 2026/09/25 00:00更新 2026/09/26 01:00
GPT-6之后，具身智能走向何方？诺因发布GLOW技术报告，给出机器人“一教就会”的答案_大风号_凤凰网
2026年09月25日 13:14:51 来自北京市
封面新闻记者 孟梅
一直以来，要让机器人学会一项新任务，往往需要重新采集数据、编写固定流程，或进行针对性训练。这类方式可以解决确定性较高的任务，却难以覆盖真实场景中不断变化的物品、环境和需求。
近期，新一代通用大模型GPT-6 Astra的发布，引发行业对具身智能技术路线的广泛讨论与重新思考。不少观点认为，通用大模型正在展现操控机器人的能力，可能对既有具身智能路线形成冲击；与此同时，行业也逐步形成共识：自回归架构正成为模型架构的收敛方向，具身智能的竞争核心将转向数据与学习方式。
9月24日，诺因（Knowin）发布面向通用具身智能的生成式学习架构GLOW技术报告，完整介绍了GLOW全新升级的整体技术架构，呈现了一条将通用认知能力转化为可靠物理行动的可行路径，核心突破在于实现了机器人“一教就会”的任务学习能力。
报告提出，GLOW将改变机器人学习新任务的方式：把人的一次完整操作、当前环境、机器人自身状态与执行历史放在同一条链路中理解，让机器人不只是看见动作画面，而是同时捕捉物体、空间关系、动作顺序和状态变化，从“看过”进一步走向“学会”，拥有跨物体、跨环境、跨任务复用的通用能力。
同时，报告还披露了GLOW的多项评测结果。从物理任务执行到具身场景理解，诺因已经连续获得三项第一，印证了其长期坚持的自回归技术路线的前瞻性，以规模化物理经验训练模型，以统一架构协同认知与行动，以闭环执行适应环境变化，从而以完整的具身能力走向物理世界。
“一教就会”：人类演示一次，机器人即可实现跨场景任务复用
GLOW的目标，是让机器人获得跨物体、跨环境、跨任务复用的通用具身能力，而非为每项任务单独学习一套策略。用户不必把需求拆解成机器指令，也不必受限于出厂时写好的功能清单。机器人可以通过一次完整操作理解任务，再把画面、物品关系、状态变化与执行反馈转化为行动。从开盒收纳、浇水，到擦桌、调酒等各类家务工作，这一能力都得到了验证：
开盒收纳：换盒换物，照样完成全套动作
开盒收纳包含开盖、放物、合盖三个核心步骤。GLOW会根据实时画面定位盒盖、物品和盒内区域，按照人类的操作逻辑完成整套动作。人类的操作只定义任务目标和操作顺序，实际执行时，机器人会根据现场的盒子大小、物品位置调整姿态和路径，即使更换了不同的盒子、不同的物品，机器人也能顺畅完成收纳，不用重新教学。
浇水：换了浇水壶，动作也能精准迁移
浇水任务中，人类教学用的是黑色细嘴壶，实际执行时换成绿色浇水壶，机器人依然能顺利完成。GLOW会把人类演示过程中的抓握方式、对准角度、倾斜幅度等核心逻辑，映射到眼前的新器具上，自主调整抓取位置和动作姿态。每完成一步都会根据实时画面更新状态，后续动作随现场情况动态调整。
四大模块协同：构成从经验学习、任务理解到行动反馈的完整链路
“一教就会”的背后，源于GLOW全新升级的技术路径。通过将原有的Brain与Act能力统一到多模态自回归模型KnowinGLOW中，让视觉理解、空间推理、任务规划与动作生成能够在同一模型内协同完成；KnowinDream负责生成物理交互经验，KnowinWorld用于模拟动作可能带来的结果，KnowinAgent则围绕任务记忆、工具调用、反馈和重新规划组织执行。由此，GLOW形成了从经验学习、任务理解到行动反馈的完整链路。
KnowinGLOW：统一多模态自回归模型，打造连接认知与动作的“核心大脑”
作为整套架构的核心中枢，KnowinGLOW采用原生统一的自回归设计，将视觉理解、语义解析、空间推理、任务规划与动作生成整合在同一模型内完成，而非“视觉模块+动作模块”的拼接方案。理解与动作共享同一套表征体系，衔接更顺畅、信息无损耗，为机器人奠定“一次演示、举一反三”的技术基础。
KnowinDream：合成具身经验引擎，让机器人“见多识广”
KnowinDream 以完整交互经历为训练单元，记录世界状态、行动过程与物理后果。其以Home×Event×Future组织训练条件：Home定义交互发生的世界，Event定义世界中的变化，Future展开机器人采取行动之后的结果。同时，它还会改变光照、材质、纹理与背景，并把交互放入不同家庭、相机视角与机器人配置中，让机器人在训练阶段就见过足够多样的世界和变化。
性能实测：多个具身任务评测中超过GPT-6
报告披露了GLOW在RoboDojo、LIBERO-Pro及Embodied Arena等评测中的成绩。实验结果表明，GLOW不仅能够理解物理场景，还能将这种理解转化为有效的任务执行。在本报告的评测设置下，GLOW在多项国际主流具身评测中取得领先成绩，展现了在空间理解、物理交互与任务执行方面的能力。
AI 解读
核心要点提炼
1. 技术路线收敛信号明确：GPT-6 Astra发布后，行业共识正从“模块拼接”转向“自回归统一架构”，具身智能的竞争焦点从模型能力转向数据与学习方式。
2. GLOW的核心突破：将视觉理解、空间推理、任务规划与动作生成统一到单一多模态自回归模型（KnowinGLOW）中，实现“一次人类演示、跨物体/环境/任务复用”，即“一教就会”。
3. 四模块协同架构：KnowinGLOW（认知-动作中枢）+ KnowinDream（合成经验引擎）+ KnowinWorld（结果模拟）+ KnowinAgent（执行闭环），构成从经验学习到行动反馈的完整链路。
4. 评测验证：在RoboDojo、LIBERO-Pro、Embodied Arena等主流具身评测中连续三项第一，部分指标超过GPT-6。
影响分析
GLOW的意义在于验证了一条关键假设：具身智能不必依赖为每项任务单独采集数据或编写流程，而是可以通过统一自回归架构+规模化合成经验，实现通用任务学习。这对行业有三重影响：其一，若“一教就会”可规模化复现，机器人部署的边际成本将大幅下降，家庭服务场景的商业化门槛显著降低；其二，KnowinDream的合成经验引擎若被验证有效，将改变具身数据获取的经济学——从“真实采集为主”转向“合成+真实混合”；其三，GPT-6等通用大模型对具身赛道的“降维打击”叙事需要修正——通用认知能力必须与物理交互闭环深度耦合才能落地，纯模型能力并非充分条件。后续需关注GLOW在非结构化真实环境中的泛化稳定性，以及合成数据向真实迁移的衰减率。
机器人热门发布 2026/09/25 00:00更新 2026/09/25 16:19
北京人形提出具身智能策略框架 FreqPolicy_创想鸟
程序猿 • 2026年9月25日 18:29:20 • 用户投稿
北京人形机器人创新中心（国家地方共建具身智能机器人创新中心）对外宣布，其自主研发的具身智能策略框架 FreqPolicy: Efficient Flow-based Visuomotor Policy via Frequency Consistency 已被人工智能领域顶级会议 NeurIPS 接收。
据悉，FreqPolicy 的核心突破在于首次提出频谱一致性约束机制，从频域视角重新构建了具身智能机器人的动作时序建模方式。该框架通过在策略生成过程中引入动作信号的频域表征，实现了“单步输出高质量动作序列”的能力，显著增强了机器人操作的流畅性与执行效率。
在人工智能加速向物理世界落地的趋势下，FreqPolicy 针对高效具身操作任务展开研究，采用一步生成架构，大幅提升了动作预测与控制的频率，满足机器人系统在高动态、高实时性场景下的响应需求，尤其适用于复杂环境中的自适应操控任务。
FreqPolicy 将动作块（action chunk）利用 DCT-II 变换转换至频域空间，并在此空间施加一致性约束，以更有效地捕捉动作的时间动态特性。同时，该框架设计了针对频域分量的自适应注意力机制，使其能够在频谱范围内灵活聚焦关键频率成分。上述设计帮助模型学习到更优的动作转移路径，最终实现从噪声直接生成目标动作的一体化过程。
在多个仿真基准测试中，FreqPolicy 表现出色。相比当前最先进的单步动作生成方法，在 Robomimic 基准上平均性能提升 6%，在 MetaWorld 基准上平均提升达 8.9%。此外，当与 OpenVLA 等视觉-语言-动作（VLA）模型集成时，FreqPolicy 在保持操作精度的同时，将推理速度提升至原有水平的 5 倍。
文心智能体平台
百度推出的基于文心大模型的Agent智能体平台，已上架2000+AI智能体
0 查看详情
在真实机器人应用场景中，FreqPolicy 展现出广泛的适用性，涵盖桌面操作、家庭服务及工业自动化等任务场景。实验结果显示，其任务成功率优于传统的扩散策略和标准流匹配策略，且推理频率实现 3 到 5 倍的提升。
展望未来，北京人形机器人创新中心将持续优化 FreqPolicy 框架，进一步增强其对多模态动作分布的建模能力，并加快推理效率，推动其在更高复杂度真实场景中的落地应用。
以上就是北京人形提出具身智能策略框架 FreqPolicy的详细内容，更多请关注创想鸟其它相关文章！
AI 解读
核心要点提炼
北京人形机器人创新中心提出的FreqPolicy框架被NeurIPS接收，其核心创新是从频域视角重构具身智能的动作时序建模：通过DCT-II变换将动作块映射至频域并施加频谱一致性约束，配合自适应注意力机制，实现"单步生成高质量动作序列"。性能上，Robomimic基准提升6%、MetaWorld提升8.9%，与OpenVLA集成后推理速度提升5倍，真实场景推理频率提升3-5倍。
影响分析
第一，技术路线层面，FreqPolicy以频域约束替代传统扩散/流匹配的迭代去噪，直击具身智能"高实时性"痛点，为VLA模型的实时部署提供了可行路径——推理提速5倍意味着大模型操控从"演示级"迈向"实用级"。第二，产业层面，该框架覆盖桌面、家庭、工业场景且成功率占优，将加速人形机器人从实验室走向产线和服务场景，强化北京人形创新中心在国家具身智能生态中的标准制定者地位。第三，竞争格局上，频域建模范式若被广泛采纳，可能重塑动作生成的技术栈，对以扩散策略为主的海外方案形成差异化竞争。需关注其多模态动作分布建模能力的后续进展，这决定其能否应对真实世界的长尾复杂性。
机器人热门发布 2026/09/25 00:00更新 2026/09/25 01:00
不做表演型机器人，上海工匠首发“六臂玄甲”主攻黑灯工厂，美国客户一签五年_新浪财经_新浪网
不做表演型机器人，上海工匠首发“六臂玄甲”主攻黑灯工厂，美国客户一签五年
2026年09月25日 06:29 滚动播报
（来源：上观新闻）
（张建政，上海飒智智能科技有限公司创始人兼CEO，2025年度“上海工匠”）
我是一名智能机器人行业老兵。2018年，在母校上海交通大学门口的“零号湾”，我与两位博士“两张桌三个人”，创办飒智智能。我们不做表演型机器人，而是聚焦严肃工业领域，如汽车及零部件、3C电子、半导体、电力能源等高端制造业的离散场景，致力于打造“手—眼—脚—脑”一体化协同的智能“类人”作业机器人。
张建政
若说创业初心，或源于多年前我所供职的一家国际工业机器人巨头的一次技术演示。当时，外国同事对核心参数有所保留，这让我有了深刻认知——核心技术讨不来，只能自己长出来。
当时，智能制造时代将至，被海外垄断的在一个固定位上按既定程序“挥胳膊”的传统机器人，渐渐无法满足制造业小批量、多品种、强离散和柔性化趋势。我们预感，国产机器人弯道超车的机会来了。
不过全栈自研这条路不好走，要翻越几重山丘。
硬件上，要攻下高性能电机与控制器、高精密减速机三大核心零部件。
软件层面，核心算法、操作系统、工艺包等，也无捷径可走，唯有一寸寸地啃。
紧接着是突破人类想象的、更适合机器人作业的本体构型。
飒智做的是“类人”机器人。它“像人”一样走得动、看得见、会思考、能作业，具备覆盖更大空间、完成更多复杂任务的能力；它又“不像人”，不刻意模仿人的形态结构，比如下身做轮式而非腿，有手臂但不局限于两条。
去年7月，我们推出全球首款四臂具身智能机器人，其作业空间是双臂机器人的1.5至2倍，常规单臂负载达12公斤，最高可达50公斤，视觉引导下作业精度可达±0.05毫米，可胜任工业级应用，并斩获2025德国红点设计奖。
全球首款四臂具身智能机器人
再接再厉，今年6月，飒智全球首发“六臂玄甲”，整机111个自由度，形成胶囊球形全域作业空间。如汽车排气阀装配场景，传统操作需配备夹具和工作台。但现在，“六臂玄甲”的两条臂用于固定基准零部件，两条臂熟练装配，再有两条臂负责锁紧螺丝。我们通过软件仿真和碰撞逻辑优化，避免六臂空间干涉，既把动辄数万元的工装夹具省下来，更将装配效率提升5倍。
“六臂玄甲”
今年7月世界人工智能大会上，我们又发布WASM工业世界模型“玄枢·SageNexus”。这意味着，飒智正从智能机器人本体制造，向构建具身智能基础设施跃迁，旨在将机器人的聪明进行到底。
飒智现有近400人团队，67.6%以上为研发人员，公司拥有数百项发明专利和软件著作权，数十项国际专利和国际商标，入选世界知识产权组织全球前25强，参与制定2项国际标准、4项国家标准。累累硕果背后，是无数个深夜调试，是无数次失败重来，还有每周五晚4个小时的管理复盘会，创业8年来，从未间断。我觉得，在工业具身智能机器的自主攻坚路上，除了扎实的功底、聪明的才智，更有技术维度的死磕与时间维度的坚持。这是最基本的素养。
张建政
市场给了我们最真实的回馈。飒智的全球客户已有500家，因技术与服务实力双双在线，我们拥有较强的溢价能力，不用卷入价格战。企业迎来增长飞轮，今年我们单季营业额已超过去年全年。一家美国客户拿出其全球17个工厂，计划部署飒智机器人，合作一谈就是5年。在工业具身智能机器人赛道，我们很可能是中国出口量最大的公司之一。
今年，第48届世界技能大赛在上海举行，作为2025年度“上海工匠”，我挺有感触。创新，是工匠的锋芒。不止于智能机器人，中国的邮轮、大飞机、芯片，从技术“买不到”到产品“造得出”，从跟跑到并跑乃至局部领跑，靠的不就是一批又一批“锋芒毕露”的工匠们的引领吗？
未来，我愿与更多后浪一起，把代码写入车间，把匠心装进机器，让更多中国的工业具身智能机器人，抵达世界更多的“黑灯工厂”，为中国制造注入新内涵。
原标题：《不做表演型机器人，上海工匠首发“六臂玄甲”主攻黑灯工厂，美国客户一签五年》
AI 解读
# 飒智智能“六臂玄甲”：工业具身智能的务实突围
核心要点
1. 技术路线差异化：飒智明确拒绝“表演型机器人”，聚焦汽车、3C、半导体等严肃工业场景，走“手—眼—脚—脑”一体化全栈自研路线，已推出全球首款四臂及六臂具身智能机器人，并发布工业世界模型“玄枢·SageNexus”，从本体制造向具身智能基础设施跃迁。
2. 商业验证扎实：全球客户500家，单季营收超去年全年，美国客户签约部署17个全球工厂、合作期5年，具备溢价能力而非卷入价格战，出口量在国内工业具身智能赛道领先。
3. 团队与知识产权壁垒：近400人团队，研发占比67.6%，数百项发明专利，入选WIPO全球前25强，参与2项国际标准制定。
影响分析
飒智的路径揭示了一个关键趋势：中国机器人创业正从“替代进口”走向“定义品类”。六臂构型、胶囊球形作业空间等原创设计，意味着国产厂商开始输出本体构型层面的行业标准，而非仅在成本端竞争。其“类人但不仿人”的工程哲学——轮式底盘、多臂协同——跳出了人形机器人的叙事陷阱，直指工业场景的真实ROI。美国客户五年长约更具信号意义：在供应链脱钩压力下，中国工业机器人仍凭技术实力打入发达国家核心制造体系。若“玄枢”世界模型能持续迭代，飒智有望从设备商升级为工业具身智能的操作系统级玩家，这一生态位目前全球尚无绝对垄断者。
机器人发布 2026/09/24 13:22更新 2026/09/27 01:00
瑞银：人形机器人现曙光，但AI赋能传统机器人先落地_新浪财经_新浪网
瑞银：人形机器人现曙光，但AI赋能传统机器人先落地
2026年09月24日 19:35 市场资讯
（来源：大圆财经）
瑞银最新中国机器人行业报告干货满满：2025年人形机器人销量暴增至1.8万台，瑞银大幅上调未来五年预测，却直言2030年前不会有"电动车时刻"，真正先兑现业绩的是AI赋能的传统机器人。视频拆解四足、协作、工业机器人的增速密码，梳理1250亿零部件市场格局，点名奥普特、科达利、恒立液压三大首选标的，还有被瑞银喊卖的人形概念股。适合关注科技投资、机器人产业链的观众，欢迎一看。 机器人 人形机器人 人工智能 具身智能 传感器 减速器 投资风口 目标价
10-09 通则康威 301718 -- 09-28 南方乳业 920196 14.21 09-28 联亚药业 301569 7 09-24 粤芯半导体 301660 12.01 09-23 莫森泰克 920162 17.37
AI 解读
核心要点
1. 量价背离的信号：2025年人形机器人销量1.8万台，看似爆发，但瑞银明确判断2030年前不会出现"电动车时刻"——即缺乏类似特斯拉Model 3那样的规模化拐点。销量增长≠商业闭环。
2. 落地顺序被重新排序：真正先兑现业绩的是AI赋能的传统机器人（四足、协作、工业），而非人形。AI是赋能工具，不是人形机器人的专属叙事。
3. 产业链价值锚点：1250亿元零部件市场中，瑞银点名奥普特（机器视觉）、科达利（结构件）、恒立液压（液压），同时对人形概念股给出卖出评级——资金正从"故事"流向"订单"。
影响分析
这一判断对市场预期是一次纠偏。过去两年人形机器人承载了过多估值溢价，但商业化路径仍受制于成本、场景和可靠性。瑞银将焦点拉回传统机器人+AI的务实组合，意味着：
短期：人形概念股面临估值回调压力，具备真实订单的工业自动化与核心零部件企业将获资金重估。中期：AI赋能传统机器人是"确定性兑现"，人形是"期权价值"，两者估值逻辑应分开定价。投资含义：关注有业绩支撑的零部件龙头，警惕纯题材炒作。人形机器人的曙光已现，但黎明前的黑夜可能比市场预期更长。机器人热门发布 2026/09/24 03:26更新 2026/09/25 01:00
智元第20000台机器人交付，今天组团赴全球首个具身智能乐园“上岗”！_新浪财经_新浪网
智元第20000台机器人交付，今天组团赴全球首个具身智能乐园“上岗”！
2026年09月24日 11:25 滚动播报
（来源：上观新闻）
踩着节拍带来“人机共演”开园舞，甚至在半空中挑战高难度的空中飞人表演；转过身，它们又散布在园区各个角落，熟练地为游客指路带路、讲解海洋科普知识……今天，在珠海横琴长隆飞船乐园，超过300台智元全系机器人正式“组团”上岗。同日，智元第20000台通用具身智能机器人“远征A3 Ultra”正式交付长隆集团，标志着全球首个大规模具身智能主题乐园启幕。
第20000台机器人量产下线并交付长隆，标志着智元具身智能产品从研发验证和单点展示，进一步迈向批量生产、规模交付和常态化运营。此次交付也意味着通用具身智能机器人从工业、商演等相对结构化场景，进一步进入高客流、高互动和高开放度的文旅公共场景。
全球首个大规模具身智能主题乐园今天开幕
“钢铁员工”懂互动有性格
全球首个大规模具身智能主题乐园在横琴长隆飞船乐园集团内正式开幕。该乐园由具身智能科技企业智元（AGIBOT）与长隆集团联手打造。开园现场，全球最大规模的常态化“人机共演”开园舞和全球首次机器人空中飞人表演亮相，超过300台智元全系机器人在园区常态化上岗。
本次焕新开园覆盖机器人文娱商演、科普研学、导览导购导引、服务零售站、智能伴游、酒店服务和体育竞技等七大核心场景，设置100余个交互体验点。导览和伴游机器人可以根据场景地图和游客需求提供目的地查询、路线规划、自主带路及巡回讲解；科普研学机器人围绕海洋知识开展问答、游戏挑战和多轮互动；在零售和酒店场景中，机器人还可以提供迎宾接待、商品咨询、信息问询等服务。
在这里，机器人不再只是按部就班的机械设备，而是被赋予了鲜明的角色感。依托智元自研的“硅光动语WITA”具身智能交互大模型，机器人不仅能听懂游客的意图，还能结合视觉感知做出精准的动作反馈。在“灵心平台”的支持下，这些“钢铁员工”还在音色、表情、人设、动作和服装造型等五个维度完成了深度定制，将长隆特有的IP形象融入问候与科普讲解中，无论是耐心地与孩子进行多轮海洋知识问答，还是在酒店前台办理接待，都显得亲和自然。
破解高密度群控“卡顿”难题
横琴长隆飞船乐园建筑结构复杂、客流规模大、机器人应用点位多。要让300多台机器人同时顺畅运行，背后的通信底座面临着极限考验。而难以同时满足多机器人接入、实时交互和群体协同等要求，容易导致动作卡顿或掉线。
为此，智元、长隆集团携手中国移动，在乐园内正式落地了全球首个文旅场景大规模5G-A具身智能创新应用。
此次联合应用采用“5G切片＋边缘设备本地部署＋安全隔离”的技术架构，为机器人划分专属网络，并将相关数据在园区内进行本地分流，实现游客网络与机器人业务的隔离，提升高峰客流环境下的通信稳定性。
基于该网络底座，园区内的机器人可以在导览导引、科普研学、互动娱乐、酒店服务和群控演艺等场景中协同运行，支撑多模态交互和集群控制。该应用不仅解决了机器人“接入网络”的问题，更进一步服务于机器人在大型文旅空间中的规模部署、稳定运行和统一运营，为5G-A与具身智能在文旅、商业服务及其他大规模机器人场景中的融合应用提供了实践样本。
智元机器人量产突破两万台
智元第20000台通用具身智能机器人远征A3 Ultra在横琴长隆飞船乐园正式交付长隆集团，并将与其他智元机器人一起在园区常态化上岗，服务游客互动、导览、演艺及科普研学等场景。
为了让机器人真正“留得下来、持续用好”，智元与长隆集团共同建设的“具身智能文旅联合研究院”也在今日正式揭牌。未来，联合研究院将重点推进机器人IP和交互能力的快速定制，围绕音色、表情、人设、动作和服装造型等维度，打造更加贴合长隆内容体系的机器人角色。同时，双方还将推动机器人与乐园管理、演艺编排、游客服务和现场运营系统深度融合，使机器人从单一设备逐步成为园区内容和服务体系中的组成部分。
在演艺场景方面，研究院将探索开发更适合群体表演、舞台互动和长期运营的机器人产品与控制能力。相关研发成果将直接在长隆真实场景中进行验证，并通过“研发—验证—迭代—应用”形成闭环，推动技术能力快速转化为可落地的产品和解决方案。
原标题：《智元第20000台机器人交付，今天组团赴全球首个具身智能乐园“上岗”！》
栏目编辑：郜阳
AI 解读
核心要点
1. 量产里程碑：智元第20000台通用具身智能机器人“远征A3 Ultra”正式交付，标志其从研发验证阶段跨入批量生产与规模交付。
2. 场景跃迁：超300台机器人组团进驻珠海长隆，覆盖导览、科普、零售、酒店、演艺等七大场景，意味着具身智能从工业/商演等结构化场景切入高客流、高互动的开放文旅场景。
3. 技术底座：依托自研“硅光动语WITA”交互大模型与“灵心平台”，机器人实现角色化定制；联合中国移动落地全球首个文旅场景5G-A具身智能应用，以“切片＋边缘部署＋安全隔离”破解高密度群控难题。
4. 生态绑定：双方共建“具身智能文旅联合研究院”，形成“研发—验证—迭代—应用”闭环。
影响分析
此次交付的实质意义在于验证了具身智能的商业化路径：量产能力解决“造得出”，5G-A群控方案解决“用得住”，联合研究院解决“留得下”。文旅场景的高开放性对机器人感知、交互与协同提出远高于工厂的要求，一旦跑通，将为人形机器人在商业服务、公共空间的大规模部署提供可复制样本。对行业而言，竞争焦点正从单机性能转向场景运营能力与生态整合能力，量产规模与真实场景数据将成为下一阶段的核心壁垒。
机器人热门发布 2026/09/24 00:00更新 2026/09/26 01:00
刷新全球量产纪录：智元第 20000 台具身智能机器人今日下线 - IT之家
2026/9/24 12:37:47 来源： IT之家 作者：问舟 责编：问舟
IT之家 9 月 24 日消息，智元第 20000 台通用具身智能机器人远征 A3 Ultra 在横琴长隆飞船乐园正式下线，并交付长隆集团。
同日，由智元与长隆集团联手打造的全球首个大规模具身智能主题乐园在横琴长隆飞船乐园启幕，超过 300 台智元全系机器人在园区常态化上岗，服务游客互动、导览、演艺及科普研学等场景。
智元方面表示，第 20000 台机器人量产下线并交付，标志着智元具身智能产品从研发验证和单点展示，进一步迈向批量生产、规模交付和常态化运营。此次交付也意味着通用具身智能机器人从工业、商演等相对结构化场景，进入高客流、高互动和高开放度的文旅公共场景。
远征 A3 Ultra 搭载 360° 全域感知系统、UWB 与 RTK 融合定位系统及 700 TOPS 算力平台，机身高度 174 厘米，采用镁合金与碳纤尼龙混合机身，搭载 20 个自由度的全向触觉灵巧手（IT之家注：自由度指机器人关节可独立运动的维度数量），可完成递送、搬运、整理、补货等作业。
量产节奏方面，智元 2023 年仅 6 台原型样机，2024 年 8 月启动规模化量产，2025 年 1 月突破 1000 台，同年年底达 5000 台。2026 年 3 月跨越万台大关，6 月突破 15000 台，9 月 24 日达到 20000 台。从 10000 台到 20000 台，用时约 6 个月。
此外，智元与长隆集团共同建设的“具身智能文旅联合研究院”于同日揭牌，将围绕人形机器人场景适配、算法迭代、内容创作和商用验证等方向开展联合研究。
AI 解读
核心要点
智元第20000台通用具身智能机器人下线，从1万台到2万台仅用约6个月，量产曲线呈明显加速态势（2023年6台→2026年9月2万台）。交付场景从工业、商演等结构化环境，首次切入高客流、高互动的文旅公共场景，300+台机器人在长隆乐园常态化上岗。硬件规格指向通用作业能力：360°感知、UWB+RTK融合定位、700 TOPS算力、20自由度灵巧手。与长隆共建联合研究院，形成“场景—数据—算法—商用验证”的闭环。影响分析
此次里程碑的实质意义不在数字本身，而在于量产节奏与场景难度的同步跃升。半年翻倍的产能证明供应链与制造体系已跨过验证期，进入规模复制阶段；而文旅场景的引入，意味着机器人需在非结构化、强交互、高安全要求的环境中稳定运行，其技术门槛显著高于工厂产线。这既是产品成熟度的公开测试，也是数据飞轮的起点——真实场景交互数据将反哺算法迭代。若该模式跑通，具身智能的商业化路径将从“项目制交付”转向“场景化运营”，行业竞争焦点也将从参数比拼转向规模化落地能力与生态绑定深度。
机器人热门发布 2026/09/24 00:00更新 2026/09/26 01:00
具身智能“卖铲人”开启规模化量产时代
“Exa 搜索”这一表述信息量极为有限，仅包含一个机构或产品名称“Exa”与“搜索”这一功能指向，未提供任何可提取的核心数据、具体数字、人名、机构全称、时间节点或事件经过。由于原文仅有两个词，无法在不引入外部信息的前提下完成摘要撰写。建议补充完整新闻原文，以便按上述要求生成精炼摘要。
AI 解读
核心要点
1. 行业信号明确：具身智能产业链上游（核心零部件、传感器、执行器、仿真平台等“卖铲人”）正从研发验证阶段迈入规模化量产，标志行业从概念炒作转向工程落地。
2. 瓶颈转移：竞争焦点由算法能力转向供应链产能、成本控制与交付一致性，量产能力成为新的护城河。
3. 原文信息缺失：所给内容实为对“Exa 搜索”的元描述，无实质新闻要素，以下分析基于标题所指向的行业趋势框架。
影响分析
对上游厂商：率先实现稳定量产与成本下探的零部件供应商将获得头部人形机器人厂商的长期订单锁定，行业集中度可能快速提升。对整机厂商：供应链成熟将加速整机BOM成本下降，推动具身智能从实验室走向仓储、制造、服务等场景的商业闭环。对投资逻辑：资本关注点将从“讲故事”的整机概念转向有实际出货、良率与产能数据的“卖铲人”，估值体系更贴近制造业而非纯软件。风险提示：量产不等于需求兑现，若下游场景落地不及预期，上游产能可能阶段性过剩。建议：补充完整原文，以便给出基于具体数据的量化解读。
机器人热门发布 2026/09/24 00:00更新 2026/09/25 16:19
经纬度：世赛舞台上的这场“人机共舞”秀出了什么_大风号_凤凰网
2026年09月24日 14:08:53 来自北京市
瞿周
第48届世界技能大赛开幕式上，国内最新一代全尺寸人形机器人与青年舞者同台表演。视频来源：澎湃新闻(01:37)
当一群穿着银色衣服、戴着金属质感灰色面具的舞者涌上舞台，几乎所有观众都在为流畅而整齐的舞姿鼓掌。而十几秒后全场响起惊呼——近20名舞者脱下服装，露出藏在其中的金属身体，那是一群藏在人类舞者之中的人形机器人……
9月22日晚，第48届世界技能大赛开幕式上，上演了全球首次全尺寸通用人形机器人全AI驱动自主集群表演。“人机共舞”的场景再次惊艳世界。
人形机器人登上重磅舞台早已不是新鲜事，从去年春晚的《秧BOT》转手绢，到今年春晚《武BOT》的后空翻与醉拳，观众已经看过不少。正如开幕式总导演黄辉所说，机器人表演甚至有些被“过度消费”了。而这一次最大的突破在于，机器人不靠单独炫技抢镜，而是先与人类舞者平等地站在一起，再在“撕下伪装”的一瞬间，完成身份揭示，给观众带来别样的视觉震撼。
“藏起来”的另一面，是“亮出来”的硬实力。19台宇树最新一代全尺寸人形机器人，与120名舞者在开放式舞台上实时定位、避障、变阵，毫秒级协同；另有1台配备灵巧手的机器人踩着音乐节拍，完成十秒高难度手指舞，同样是全球首秀。这些看似轻盈的舞步背后，是790条动捕数据、长达十个月的研发、数百次测试和三个多月的反复排练。
这场“人机共舞”向世界秀出的，正是中国机器人产业持续精进的“中国功夫”，是中国科创实打实的硬实力。
更值得品味的是这场共舞传递的理念。机器人主动伸手，邀请女舞者跳起华尔兹；舞者从最初戴着头盔做“脱敏训练”、只敢碰碰机器人的手指，到最终扶着它的腰旋转贴近。黄辉说得很直白：人形机器人最终要走进人类生活、在人们身边提供服务，它应该没有侵害性，因此不需要让这些钢铁之躯去“耍宝”，而应当与人类温柔相处。这正是世赛舞台选择华尔兹、选择“人机共舞”的意义。
从“秀肌肉”到“交朋友”，从舞台中央的表演者到生活里的服务者、陪伴者，人形机器人的“人设”正在悄然改变。这是技术的进步，更是价值观的成熟：技术可以强大，但强大的意义不是征服，而是始终服务于人。
如果说舞蹈考验的是机器人的“灵”，奔跑考验的则是它的“稳”。2025年4月，全球首个人形机器人半程马拉松，20支队伍只有6台完赛，冠军用时2小时40分42秒，被网友调侃为“养生跑”。一年后，同样在北京亦庄的赛道上，“闪电”以50分26秒冲线，一举超越人类半马世界纪录，300余台机器人同场竞技，近四成实现自主导航。从“掉脑袋”“摔跟头”的翻车名场面，到健步如飞地打破纪录，这种跨越绝不是一朝一夕的冲刺就能完成的。
机器人赛道，象征着科技与产业的深度融合，更需要马拉松式的长期主义。
人形机器人被誉为“制造业皇冠顶端的明珠”，涉及减速器、控制器、灵巧手、大模型等全产业链协同攻关，没有捷径可走。今天赛道上摔过的跤、舞台上抠过的细节，都会沉淀为未来机器人走进工厂、医院、养老院和寻常百姓家的底气。无论是春晚的“演武场”、马拉松的“考场”，还是世界技能大赛的“舞台”，都在用一次次真实场景，倒逼技术落地、产业升级。
9月23日，特斯拉CEO埃隆·马斯克在接受央视财经专访时也谈到：未来每个人都能拥有专属机器人，它们可以照料年迈的父母，看护孩童，还能担任孩子的一对一私教，承担各类工作。未来世界，一个人可以操控成百上千台，甚至上万台实体机器人和数字智能体。“我预测10年内或不到10年，人形机器人至少有10亿台；未来15年或许达100亿台；未来20年可能会达1000亿台。”
本届世界技能大赛开幕式上，一块“能量立方体”由青年交到机器人手中，再由机器人高高举起，交还给从天而降的青年。这个贯穿始终的意象预示着，人类的未来将始终由人用头脑和双手引领，而具身智能将作为最温柔的伙伴，参与人类生活的方方面面。
从实验室到街头，从赛场到生活，中国具身智能产业正以稳健步伐，推动新质生产力茁壮成长。期待中国科技企业持续突破，让机器人从赛道走向社会，赋能千行百业，造福千家万户，书写属于中国智造的未来篇章。
海报设计 王璐瑶
AI 解读
# 深度解读：人机共舞背后的产业信号
核心要点
1. 技术突破的里程碑意义：19台全尺寸人形机器人实现全AI驱动自主集群表演，在开放式舞台上完成实时定位、避障与毫秒级协同，标志着多机协同从实验室走向真实复杂场景。
2. 叙事逻辑的转变：从春晚“炫技式”单机表演，到世赛“藏于人群中再揭示身份”的编排，机器人角色定位从“表演者”转向“共处者”，传递“无侵害性”的产品理念。
3. 产业节奏的隐喻：半马成绩一年内从2小时40分跃升至50分26秒、超越人类纪录，折射出中国具身智能迭代速度远超预期。
影响分析
短期看，此次表演验证了多机器人协同调度、动捕数据训练与灵巧操作等关键能力的工程化成熟度，为工业巡检、养老陪护等场景落地提供技术背书。中期看，“人机共舞”的叙事策略实质是公众认知的提前铺垫——当机器人以“温柔伙伴”而非“替代者”形象进入视野，社会接受度将显著提升，这对商业化推广至关重要。长期看，马斯克“20年千亿台”的预测虽显激进，但赛道逻辑已清晰：谁能率先在真实场景中完成技术沉淀与成本下探，谁就能定义下一个十年的产业格局。中国企业的机会在于，既有供应链纵深，又有场景数据优势，关键是把“舞台上的惊艳”转化为“生活里的日常”。
机器人热门发布 2026/09/24 00:00更新 2026/09/25 01:00
具身智能的“学习方式”变了！诺因发布GLOW架构，机器人“一教就会”_新浪财经_新浪网
具身智能的“学习方式”变了！诺因发布GLOW架构，机器人“一教就会”
2026年09月24日 21:15 滚动播报
（来源：上观新闻）
一直以来，要让机器人学会一项新任务，往往需要重新采集数据、编写固定流程，或进行针对性训练。这类方式可以解决确定性较高的任务，却难以覆盖真实场景中不断变化的物品、环境和需求。
近期，新一代通用大模型GPT-6 Astra的发布，引发行业对具身智能技术路线的广泛讨论与重新思考。不少观点认为，通用大模型正在展现操控机器人的能力，可能对既有具身智能路线形成冲击；与此同时，行业也逐步形成共识：自回归架构正成为模型架构的收敛方向，具身智能的竞争核心将转向数据与学习方式。
9月24日，诺因（Knowin）发布面向通用具身智能的生成式学习架构GLOW技术报告，系统介绍了GLOW全新升级的技术架构，呈现了一条将通用认知能力转化为可靠物理行动的可行路径，核心突破在于让机器人具备“一教就会”的任务学习能力。
新民晚报记者获悉，GLOW的目标是让机器人获得跨物体、跨环境、跨任务复用的通用具身能力，而非为每项任务单独学习一套策略。用户不必把需求拆解成机器指令，也不必受限于出厂时写好的功能清单。机器人可以通过一次完整操作理解任务，再把画面、物品关系、状态变化与执行反馈转化为行动。从开箱收纳、浇水，到擦桌、调酒等各类家务工作，这一能力都得到了验证。
“一教就会”源于GLOW全新升级的技术路径。GLOW将原有的Brain与Act能力统一到多模态自回归模型KnowinGLOW中，使视觉理解、空间推理、任务规划与动作生成能够在同一模型内协同完成。其中，KnowinDream负责生成物理交互经验，KnowinWorld用于模拟动作可能带来的结果，KnowinAgent则围绕任务记忆、工具调用、反馈和重新规划组织执行流程。由此，GLOW形成了从经验学习、任务理解到行动反馈的完整链路。
报告披露了GLOW在RoboDojo、LIBERO-Pro和Embodied Arena等评测中的成绩。实验结果表明，GLOW不仅能够理解物理场景，还能将这种理解转化为有效的任务执行。在本报告的评测设置下，GLOW在多项国际主流具身评测中取得领先成绩，展现了在空间理解、物理交互与任务执行方面的能力。
据介绍，通用模型增强智能的知识、理解与推理能力，专业具身模型则以物理交互为核心，构建从场景理解到自主行动的完整能力。诺因持续推进这条技术路线：以规模化物理经验训练模型，以统一架构协同认知与行动，以闭环执行适应环境变化。
原标题：《具身智能的“学习方式”变了！诺因发布GLOW架构，机器人“一教就会”》
栏目编辑：马丹 题图来源：采访对象供图
AI 解读
核心要点提炼
诺因发布GLOW生成式学习架构，核心突破在于将视觉理解、空间推理、任务规划与动作生成统一到单一多模态自回归模型（KnowinGLOW）中，实现机器人“一次教学即可掌握任务”。其技术路径由KnowinDream（生成物理交互经验）、KnowinWorld（模拟动作结果）、KnowinAgent（任务记忆与反馈重规划）构成完整闭环。在RoboDojo、LIBERO-Pro等国际主流具身评测中取得领先成绩。
影响分析
1. 技术路线信号明确：GLOW选择自回归架构统一认知与行动，与GPT-6 Astra引发的行业共识一致——具身智能竞争核心正从模型架构转向数据与学习方式。这标志着行业从“为每项任务单独训练策略”向“跨任务复用通用能力”的范式迁移。
2. 通用大模型与专业具身模型的分工格局初现：通用模型提供知识与推理底座，专业具身模型负责物理交互落地。诺因此路线若持续验证，将在家庭服务、轻量工业等非确定性场景中打开商业化空间。
3. 待观察项：评测领先能否转化为真实场景的泛化稳定性，以及“一教就会”在长尾任务中的实际成功率，仍是关键验证点。
机器人热门发布 2026/09/24 00:00更新 2026/09/25 01:00
人类行为数据才是终极大脑？机器人正在寻找自己的互联网｜甲子光年_新浪财经_新浪网
人类行为数据才是终极大脑？机器人正在寻找自己的互联网｜甲子光年
2026年09月24日 13:28 甲子光年
从Figure的30个陌生家庭，到Light-O1的人类动作预训练：机器人智能正在寻找新数据源。
Figure最新发布的Helix 2.5演示，把人形机器人的竞争带到了一个新的问题上：机器人是否已经开始具备进入陌生世界的能力？视频中， Figure人形机器人进入30个此前从未见过的家庭环境，在没有针对具体家庭重新采集数据、没有进行环境级微调的情况下，完成整理物品、铺床、折叠毛巾等连续任务。它让机器人开始展示一种更接近“真正”智能的能力：去往新地方，理解环境，并完成任务。
而几乎在同一阶段，另一组视频也引发了广泛关注。
来自中国的具身智能公司亮源新创， 21日公开了其最新技术成果视频：同样的真实家居场景，机器人开门迎人、递物、收纳、整理床铺，一镜到底地做完一整套家务。这与Figure展示的家庭泛化能力形成了一个有意思的对应：前者展现了机器人已经可以进入未知环境，利用已有经验完成任务；而后者则更进一步——两台形态迥异的机器人，在同一个模型的驱动下各自作业、彼此递物，甚至可抗进行中的人为干扰。
无论是 Helix 2.5的30个陌生家庭测试，还是亮源新创的双人形实景演示，本质上都在探索同一个机器人行业长期面临的问题：机器人能否将预训练阶段获得的能力，迁移到新的环境、任务和机器人本体中，而不再依赖针对每一个场景重新采集数据、训练适配。越来越清晰的一条路径是：让机器人直接向人类自身的日常行为学习。
1.Figure的答卷：
人类行为数据的规模效应初显
先读懂 Figure交出的成绩：机器人在30栋陌生房间中执行整理物品、铺床、折叠毛巾三类任务，共尝试420次、成功237次，综合成功率56%。对这份成绩最有力的注脚，来自Figure披露的对照实验：不使用这批预训练数据、以同样任务设置训练的模型，成功率只有9%。从9%到56%，中间隔着的，是千万条量级的人类自身行为视频预训练——这是行业第一次看到，人类行动数据被推到这个量级之后，机器人在陌生环境里的表现会发生什么。
而 Helix 2.5的飞跃有一个明确来源：8月25日公开的Index数据平台。它付费招募普通人拍摄自己的日常操作，据公开披露，累计上传视频已超过1600万条，Figure已向创作者支付1500万美元报酬，新数据以每秒30至35分钟的速度涌入；每1000小时数据覆盖373项独特任务、1146种物体、116种环境。为消化这些数据，公司还锁定了至少35亿美元的算力供应。
把 Index与对照实验连起来读，这次发布真正的重点便浮出水面——不是56%这个数字，而是它背后初显的规模效应：当人类自身行动数据从数万小时级的专门采集，扩大到千万条视频、并以每秒 30分钟的速度持续涌入，机器人第一次带着大规模的人类经验走进陌生环境。它验证的不是某项具体技能，而是一种趋势——随着人类行动数据规模扩大，机器人利用已有经验适应陌生环境的能力持续提升。
这也解释了那些巨额投入的真正含义：一家全球估值最高的人形机器人公司，正在用真金白银为这条规律下注——人类行动数据的规模，值得如此投入。Figure创始人阿德科克说的：随着数据量增加，迁移效果有“可预见的提升”——这句话，值得被铭记。
2.Light-O1的答卷：
把人类经验压缩成机器人智能
四天后出现的第二份答卷，来自亮源新创。随演示视频同步公开的，是一份完整技术报告，主角是全身智能基础模型 Light-O1。它能力的来源，写在报告最核心的一处：Light-O1的人类行动数据，来自互联网上已经存在的大规模人类行为视频。根据技术报告中的示意性评估，这类数据规模超过10亿小时。
这些数据的价值并不只是规模，而在于它天然记录了人类在真实世界中的行为经验。从做饭、修理、搬运，到运动、攀爬，再到人与人之间的协作，以及任何人工采集流程难以提前设计的长尾场景，互联网视频记录了人类如何与物理世界持续交互的过程。
正如技术团队在采访中提到，如果互联网文本压缩了人类知识，那么互联网视频正在压缩人类在这个世界中留下的行为经验。大语言模型通过互联网文本获得了对语言世界的理解，而机器人需要通过互联网视频获得对物理世界的经验。
但如果互联网视频包含了如此丰富的人类行为经验，为什么过去并没有直接成为机器人基础模型的训练资源？原因在于，人类视频记录的是“别人如何行动”，而机器人需要学习的是“自己的身体如何行动”。视频中包含丰富的视觉信息，却缺少机器人可以直接执行的动作表示；同时，人类与机器人之间还存在身体结构、动作空间和视觉输入方式上的差异。
互联网可提供 10亿小时+海量人类行为预训练数据
AI 解读
核心要点
1. 数据范式转移：人形机器人竞争焦点正从硬件/算法转向数据源。Figure的Helix 2.5在30个陌生家庭实现56%任务成功率，对照组仅9%——差距来自千万条级人类行为视频预训练。其Index平台已积累超1600万条视频，以每秒30分钟速度增长，并锁定35亿美元算力。
2. 两条技术路径：Figure走“付费众包采集”路线，用真金白银构建专有数据护城河；亮源新创Light-O1则挖掘互联网已有10亿小时人类行为视频，试图将“别人的行动”压缩为机器人可执行智能。
3. 共性突破：两者都验证了跨环境、跨本体的泛化能力——机器人开始摆脱“一场景一训练”的定制化窠臼。
影响分析
这标志着具身智能进入“数据规模定律”阶段：人类行为数据的量级，正成为机器人泛化能力的核心变量。Figure的对照实验首次量化了这条规律——从9%到56%的跃升，本质是数据规模带来的质变。
对行业而言，竞争壁垒将从模型架构转向数据资产：谁能更低成本、更大规模地获取高质量人类行为数据，谁就掌握先机。亮源新创的“互联网视频挖掘”路径若走通，将大幅降低数据获取成本，对Figure的众包模式构成潜在挑战。
更深层的影响在于，机器人正在构建自己的“互联网”——一个以人类行为为语料、以物理世界为场景的经验网络。这或许是大模型之后，AI能力跃迁的下一个基础设施。
机器人发布 2026/09/24 00:00更新 2026/09/25 01:00
小场景跑出大订单 具身智能落地走向实处|机器人|灵巧手|世界人工智能大会_网易订阅
◎记者 陈铭
9月23日11时，第五届全球数字贸易博览会（下称“数贸会”）人工智能展区，杭州星物种机器人有限公司展台上的一台清洁机器人正在模拟公共卫生间作业，引来一些海外客商驻足。
“今年数贸会刚刚开始，我们就收到了超过500台意向订单。”星物种机器人联合创始人、COO余济萍告诉上海证券报记者，上述意向订单主要来自海外。
在大会现场，上海证券报记者注意到，具身智能产业正在“落向细处，走向实处”，越来越多机器人企业已切入细分领域。随着市场需求释放，行业的订单增长、产品交付与产能爬坡同步推进，并进一步向产业链上游传导，带动数据采集、灵巧手等配套环节加快扩容。
细分场景涌现大订单
需求正在加速转化为订单，余济萍对此感受尤为真切。
“这是我们连续第三年参会了。”余济萍告诉记者，2024年公司首次带着清洁机器人亮相数贸会，2025年就拿到超过3亿元的意向订单，如今在手订单规模达到5亿元。在公共卫生间这样一个看似“小众”的场景里，机器人正在跑出大订单。
“公共卫生间是半结构化的场景，更有利于机器人学习和适配。”星物种联合创始人周勇告诉记者，星物种已有100多台机器人在杭州多处公共卫生间稳定运行。
随着订单逐步兑现，今年以来星物种进入批量生产和产能爬坡阶段。“我们现在要做的，是把产能稳定下来，把订单进一步落地。”周勇表示。
服装缝纫这一传统劳动密集型场景也迎来机器人入场。
艾图科技展台上，一台服装智造机器人从层层叠叠的软布上分离出单层裁片，抓取、转移，再将柔软的布料铺平、对齐，与下一环节的自动化缝纫设备协同配合。
艾图科技技术总工程师周东旭介绍，上述这些动作看似简单，实则要处理三大难点：从成摞布料中分离出单张布料；将单张布料在指定位置铺平并实现毫米级对齐；实现多张布料之间的连续铺平和对齐。
目前，机器人在服装制造领域的应用正在加速。今年以来，艾图科技已与安徽恒峰签订200台人形机器人采购订单；其母公司杰克科技与浙江人形机器人创新中心与达成战略合作，签约2000台服装场景定制人形机器人。
上游“卖铲人”迎来增量需求
机器人加速上岗，也让数据采集、核心零部件等具身智能上游“卖铲人”忙了起来。
景联文科技品牌总监洪丽告诉记者，目前公司已有约20万小时具身智能素材采集需求，为承接相关需求，公司正持续扩大数据采集供应体系，“第一期招募供应商的时候，第一天就来了300多家，我们都没有想到”。
与在实验室搭建单一环境不同，景联文正在把数据采集搬入真实的消费和工业场景。目前，公司已在芜湖、重庆、贵阳布局三大自建具身智能数采基地，由工人佩戴头戴式及手部设备，进入实际场景进行拆装、打包等作业记录。近期，公司还与杭州具身智能中试基地等共同出资成立浙江具身智能数据运营有限公司，希望打通从真实场景获取、规模采集到数据治理、流通和交付的链条。
数据之外，灵巧手等核心部件迎来扩产窗口。本届数贸会上，曦诺未来集中展示了Flex 2和Prima 1两款灵巧手：Flex 2采用“腱绳+直驱”的混合驱动方案，面向工业和消费级应用；Prima 1采用全关节直驱方案，开合时间可达到0.08秒，主要服务算法与模型训练。据悉，曦诺未来的产能正在同步扩张。目前，公司已与多家头部具身厂商签下大额订单，5400平方米新工厂已建成投产，产能持续爬坡中。
每日经济新闻 2026-08-23 04:20:54
### GPT-6彻底玩转Blender 一张图纸，GPT-6 Astra就在Blender里搭出了3295个可编辑物体
量子位 2026-09-10 01:38:47
量子位 2026-09-21 19:36:43
量子位 2026-04-23 11:44:18
量子位 2026-06-07 04:37:43
量子位 2026-05-21 08:04:06
量子位 2026-04-03 22:52:35
财联社 2026-09-24 07:14:02
杜文龙 2026-09-23 17:49:54
### 人机同台上演震撼大齐舞，机器人揭下面具惊艳全场！
东方娱乐 2026-09-23 13:48:55
### 沙特的救兵来了，比土耳其还猛，中方已仁至义尽，红海浑水不能蹚
### 一人团队用WorkBuddy获客，4个月营收50万，AI+运营正在被重新定义
### 车主留意！新一轮国内油价调整将至
### 解放军放出重磅消息！据国防部通报，9月22日到25日，中方将派出部队前往印尼，参与东盟防长扩大会框架下的“三叉戟决心”实兵演练。
AI 解读
# 具身智能落地观察：从“秀肌肉”到“跑订单”的拐点信号
核心要点
1. 场景选择务实化：星物种聚焦公共卫生间清洁（半结构化场景），艾图科技切入服装缝纫，均避开通用人形机器人的高难度路线，以细分场景实现商业闭环。星物种在手订单达5亿元，艾图签约2000台服装场景定制机器人，验证了“小场景跑大订单”的路径可行性。
2. 产业链上游全面受益：数据采集端景联文需求达20万小时、灵巧手厂商曦诺未来新工厂投产并获头部厂商大额订单，表明下游订单已向上游传导，产业从“单点突破”进入“链式扩容”阶段。
3. 产能爬坡成为当前瓶颈：多家企业提到“产能稳定”与“订单落地”的同步推进，说明需求端已跑在供给端前面。
影响分析
这一轮具身智能的商业化逻辑与上一轮AI浪潮有本质区别：不再依赖通用能力叙事，而是以可量化的ROI驱动采购决策。清洁、缝纫等场景的共同特征是——劳动密集、标准化程度适中、人力成本敏感，机器人替代的经济账容易算清。
对行业而言，这意味着三个趋势：一是估值锚点将从技术参数转向订单与交付数据；二是上游核心零部件（灵巧手、数据服务）将率先享受确定性增量，投资关注度可能前移；三是“场景定义机器人”将取代“机器人寻找场景”，具备场景know-how的集成商议价能力上升。风险在于，产能爬坡与交付质量若跟不上订单增速，可能引发客户信任透支，需持续跟踪实际交付率而非意向订单口径。
机器人热门发布 2026/09/24 00:00更新 2026/09/24 01:00
人形机器人空间有多大？特斯拉Optimus量产提速 马斯克：未来20年或达1000亿台_新浪财经_新浪网
人形机器人空间有多大？特斯拉Optimus量产提速 马斯克：未来20年或达1000亿台
2026年09月24日 00:00 市场资讯
（来源：券研社）
9月23日，特斯拉CEO埃隆·马斯克接受央视财经专访，谈及人形机器人时，他展望未来：每个人都能拥有专属机器人，我预测10年内或不到10年，人形机器人至少有10亿台；未来15年或许达100亿台；未来20年可能会达1000亿台。
近日，有媒体报道，特斯拉正在中国长三角推进新一轮人形机器人供应链审厂，特斯拉此轮审厂将实质导向Optimus的量产，目前已经向供应链企业下达相关订单。
当前人形机器人产业正处于从技术突破迈向规模化商业化的破晓时刻。供给端，特斯拉、宇树科技、智元机器人、优必选稳步推进量产节奏；需求端，人口老龄化与劳动力成本攀升形成长期驱动。同时随着政策与资本合力助推，AI大模型持续为机器人注入灵魂，人形机器人有望形成一个新兴产业，逐渐从B端走向C端，未来市场空间广阔。
人形机器人的量产元年
2026年被视为人形机器人“量产元年”，2026H1全球人形机器人出货量超2.2万台、同增近300%，高盛预测2026年全球人形机器人出货7.5万台，2030年预测约89万台。
数据来源：妙想MCP
市场规模方面，据The Business Research Company预测，全球人形机器人市场规模有望由2025年的54.4亿美元增长至2030年的390.0亿美元，2025-2030年复合增速约47.1%；其中2026年全球人形机器人市场规模预计达83.2亿美元，同比增长约53%，行业正处于规模化放量的高速成长期。
数据来源：妙想MCP
国内市场2026年市场规模有望突破103亿元，2029年预计达到750亿元。
数据来源：妙想MCP
中国人形机器人全球领先
目前中国人形机器人的产业化落地及零部件降本已经处于全球领先地位，2025年全球人形机器人出货量前六位全部为中国企业，合计占据全球87.87%的出货量份额。
数据来源：妙想MCP
2026年政策密集出台："十五五"规划将具身智能列为新增长点；6月工信部、国资委联合启动"人形机器人与具身智能实景实训专项行动"，覆盖10省市，目标年底形成万台级落地能力。
地方层面，杭州出台全国首个具身智能机器人地方性法规，上海提出"十五五"末推动10万台人形机器人进工厂。
机构看好人形机器人板块机会
中银证券：人形机器人作为具身智能最理想的载体，在2025年已经跨过量产门槛，目前阻碍其大规模商业化落地的主要瓶颈为大模型泛化能力不足等，未来随着模型、算力、数据的快速发展，有望逐步突破，国内产业链凭借着独特的政策支持、强大的产业链深度和成本优势，目前处于全球领先地位，未来有望充分受益于人形机器人的大规模放量。华鑫证券：Optimus产能快速爬坡中，叠加国家政策扶持、国产链宇树、小鹏等催化，看好人形机器人板块迎来确定性行情。建议优先布局T链及国产链确定性标的，受益于产能爬坡有望带来订单增长；同时关注具备核心零部件研发能力、适配人形机器人量产需求的优质企业，把握板块贝塔机会。
AI 解读
核心要点
1. 量产拐点确立：2026年被视为人形机器人"量产元年"，上半年全球出货超2.2万台、同比增近300%，特斯拉Optimus在华供应链审厂并下达订单，标志产业从技术验证迈入规模化交付。
2. 市场高速扩张：全球市场规模预计从2025年54.4亿美元增至2030年390亿美元，CAGR约47%；国内2026年有望破103亿元，2029年达750亿元。
3. 中国主导供给：2025年全球出货前六均为中国企业，合计份额87.87%，产业化落地与零部件降本全球领先。
4. 政策与资本共振："十五五"将具身智能列为新增长点，工信部启动实景实训专项行动，杭州出台首个地方性法规。
5. 远期愿景激进：马斯克预测10年内至少10亿台、20年或达1000亿台。
影响分析
短期看，Optimus供应链订单落地将直接利好T链核心零部件企业，产能爬坡带来订单弹性。中期看，大模型泛化能力是商业化瓶颈，模型、算力、数据突破节奏决定放量斜率。长期看，人口老龄化与劳动力成本上升构成刚性需求，人形机器人有望从B端工业场景向C端家庭渗透，形成万亿级新兴产业。投资上，建议优先布局T链及国产链确定性标的，关注具备核心零部件研发能力、适配量产需求的优质企业，把握板块贝塔机会。需警惕技术迭代不及预期、订单兑现节奏与估值透支风险。
机器人热门发布 2026/09/24 00:00更新 2026/09/24 01:00
财经观察：中国具身智能机器人进入“实干时代”？_新浪财经_新浪网
财经观察：中国具身智能机器人进入“实干时代”？
2026年09月24日 04:45 环球网
【环球时报报道 记者 迟静怡】编者的话：“实干”成为2026年中国具身智能产业的关键词。机器人不再停留在展台上跳舞、翻跟头，而是走进工厂车间、药房仓库，开始“打卡上班”。从“能表演”到“能干活”，中国具身智能正在经历一场深层次的产业跃迁。
从“能表演”跨进“能干活”的验证期
在杭州城西科创大走廊具身智能未来岛，一所“机器人学校”最近有4台机器“毕业”：一台被中国历代绘画大系典藏馆聘为导览员，一台留在杭州机器人学校讲解，一台赴天津雀巢车间巡检，一台钢琴机器人将赴韩国参加文娱表演。
在这些最新的机器人“毕业生”之前，它们的“前辈”早已成为工厂里的“工人”。在宁德时代量产线上，银河通用重载人形机器人Galbot S1双臂抱起数十公斤料箱，精准送达下一工位。自今年3月验收以来，它已7×24小时连续工作超3个月，仅靠纯视觉系统在复杂环境中自主行动。这是全球首次实现人形机器人在新能源智能制造场景的“常态化自主作业”。目前，银河通用商业部署规模已突破千台，服务宁德时代、博世、丰田、上汽等头部制造企业。
在江西南昌龙旗科技工厂，8台智元精灵G2机器人承接平板质检全工段工作，独立完成多媒体、音频、WiFi耦合等高精度检测，与产线工人协同作业。智元Genie业务部项目总监艾文透露，这些机器人效率达人类工人80%到90%，已连续运行超3000小时。
具身智能也在服务日常生活。今年5月，福克斯新闻主播布雷特·拜尔在北京便利店与机器人店员互动，引发海外媒体关注。
快思研究院院长、商汤智能产业研究院前院长田丰对《环球时报》记者表示，当前是从“能表演”跨进“能干活”的验证期。表演让观众印象深刻，工作必须让生产经理满意。
下一阶段目标：从“能做”到“做得好”
具身智能是存在于物理实体中的人工智能系统，关键在能否进入真实环境，形成“感知—认知—决策—行动—反馈”闭环，并不断学习完善。具身智能不等于人形机器人，人形只是载体。评估标准不是“像人”，而是能否解决现实问题。
2026世界人工智能大会具身智能馆展出的机器人。（视觉中国）
完整具身系统由感知、决策、执行三层协同构成。感知层是“感官”，包括摄像头、激光雷达、力矩传感器、触觉传感器、惯性测量单元等。决策层是“大脑”，依托芯片、算法和操作系统，主流思路是“大小脑”协同：大模型负责理解规划，运动控制算法负责实时控制。执行层是“身体”，包括电机、减速器、关节模组和执行器。执行器与关节模组合计占人形机器人整体成本的45%至65%，精度与可靠性决定机器人能否“抓得住、干得好”。
田丰说，中国优势是能把硬件、真实工厂需求、供应商快速响应和有耐心的资本结合成完整闭环。这个闭环正在工厂接受检验。
中国遵循场景驱动的人工智能模型构建、小批量整机交付和全链条国产供应。与海外先造通用“大脑”再找应用不同，中国开发者从特定工作需求出发，倒推模型能力。
选择这种模式的底气来自供应链。电机、减速器、传感器厂和整机厂、下游工厂在同一产业带。今天工厂反馈手抓不稳，下个月供应商就能改出新版本测试。密集的供应链压低了成本：2018年成本5万至6万元的电机，2026年可能只需约500至600元。
分析师认为，当机器被置于真实工作场景、处理真实故障时，有用数据和可靠硬件会最快出现。但挑战同样真实。
“具身人工智能面临与大型语言模型不同的数据稀缺，”一名业内专家表示。“互联网文本基本免费，物理交互数据必须在现实世界产生，成本高昂。人工智能模型仍难泛化到不熟悉的环境。”
宇树科技创始人王兴兴8月在2026世界机器人大会上给出量化标准：当通用机器人在80%陌生场景中，通过语音或文字指令完成约80%任务时，产业迎来爆发临界点。他坦言，“迈向具身智能的ChatGPT时刻，理想情况下需要2-3年，或更长5-10年。”
除数据稀缺外，业内人士还指出下一阶段目标：从“能做”到“做得好”。
“当前应用证明技术已进入要求更高阶段。但成功与否，不是看视频火不火，而是看机器第二天能不能回到同一工位，可靠地、用可接受成本执行相同任务。”田丰说。
分析师表示，机器人的能力边界正被真实任务逼出来，但还没突破。这恰是场景驱动模型构建的逻辑：先通过真实场景暴露问题，再依靠供应链快速解决问题。
政策引导与基础设施建设多措并举
训练场加速建设解决数据荒，核心零部件国产化压低成本，实景实训专项行动打通实验室到产线“最后一毫米”。克服每道难题的背后，都有一项国家级或产业级布局。
AI 解读
核心要点
1. 阶段定性：中国具身智能正从“能表演”跨入“能干活”的验证期，标志是机器人进入宁德时代、龙旗科技等产线实现常态化自主作业，商业部署规模突破千台。
2. 路径选择：中国走“场景驱动”路线——从具体工序倒推模型能力，依托密集供应链快速迭代（电机成本8年降约99%），与海外“先造通用大脑再找场景”形成分野。
3. 关键瓶颈：物理交互数据稀缺且获取成本高，模型泛化能力不足；宇树王兴兴给出爆发临界点——80%陌生场景完成80%任务，预计需2-10年。
影响分析
产业层面：验证期意味着估值逻辑切换——从“技术叙事”转向“交付能力”。能否让机器人次日回到同一工位、以可接受成本稳定复现任务，将成为分水岭。具备真实产线数据闭环和供应链响应速度的企业将胜出，纯演示型玩家面临出清。
竞争格局：中国以“供应链+场景”构筑壁垒，硬件成本优势显著，但数据与泛化能力仍是短板。若数据荒无法通过训练场基建有效缓解，可能陷入“能干粗活、干不了细活”的中低端锁定。
投资含义：短期关注已实现千台级部署的整机厂及核心零部件（关节模组、执行器占成本45%-65%）国产替代标的；中长期需跟踪数据基础设施与模型泛化突破，这决定行业能否从验证期迈入爆发期。
机器人发布 2026/09/24 00:00更新 2026/09/24 01:00
AI+机器人 小场景跑出大订单 具身智能落地走向实处_新浪财经_新浪网
AI+机器人 小场景跑出大订单 具身智能落地走向实处
2026年09月24日 02:31 上海证券报
| |
| --- |
| 艾图科技的服装智造机器人。 记者 陈铭 摄 |
AI+机器人
具身智能落地走向实处
◎记者 陈铭
9月23日11时，第五届全球数字贸易博览会（下称“数贸会”）人工智能展区，杭州星物种机器人有限公司展台上的一台清洁机器人正在模拟公共卫生间作业，引来一些海外客商驻足。
“今年数贸会刚刚开始，我们就收到了超过500台意向订单。”星物种机器人联合创始人、COO余济萍告诉上海证券报记者，上述意向订单主要来自海外。
在大会现场，上海证券报记者注意到，具身智能产业正在“落向细处，走向实处”，越来越多机器人企业已切入细分领域。随着市场需求释放，行业的订单增长、产品交付与产能爬坡同步推进，并进一步向产业链上游传导，带动数据采集、灵巧手等配套环节加快扩容。
细分场景涌现大订单
需求正在加速转化为订单，余济萍对此感受尤为真切。
“这是我们连续第三年参会了。”余济萍告诉记者，2024年公司首次带着清洁机器人亮相数贸会，2025年就拿到超过3亿元的意向订单，如今在手订单规模达到5亿元。在公共卫生间这样一个看似“小众”的场景里，机器人正在跑出大订单。
“公共卫生间是半结构化的场景，更有利于机器人学习和适配。”星物种联合创始人周勇告诉记者，星物种已有100多台机器人在杭州多处公共卫生间稳定运行。
随着订单逐步兑现，今年以来星物种进入批量生产和产能爬坡阶段。“我们现在要做的，是把产能稳定下来，把订单进一步落地。”周勇表示。
服装缝纫这一传统劳动密集型场景也迎来机器人入场。
艾图科技展台上，一台服装智造机器人从层层叠叠的软布上分离出单层裁片，抓取、转移，再将柔软的布料铺平、对齐，与下一环节的自动化缝纫设备协同配合。
艾图科技技术总工程师周东旭介绍，上述这些动作看似简单，实则要处理三大难点：从成摞布料中分离出单张布料；将单张布料在指定位置铺平并实现毫米级对齐；实现多张布料之间的连续铺平和对齐。
目前，机器人在服装制造领域的应用正在加速。今年以来，艾图科技已与安徽恒峰签订200台人形机器人采购订单；其母公司杰克科技与浙江人形机器人创新中心与达成战略合作，签约2000台服装场景定制人形机器人。
上游“卖铲人”迎来增量需求
机器人加速上岗，也让数据采集、核心零部件等具身智能上游“卖铲人”忙了起来。
景联文科技品牌总监洪丽告诉记者，目前公司已有约20万小时具身智能素材采集需求，为承接相关需求，公司正持续扩大数据采集供应体系，“第一期招募供应商的时候，第一天就来了300多家，我们都没有想到”。
与在实验室搭建单一环境不同，景联文正在把数据采集搬入真实的消费和工业场景。目前，公司已在芜湖、重庆、贵阳布局三大自建具身智能数采基地，由工人佩戴头戴式及手部设备，进入实际场景进行拆装、打包等作业记录。近期，公司还与杭州具身智能中试基地等共同出资成立浙江具身智能数据运营有限公司，希望打通从真实场景获取、规模采集到数据治理、流通和交付的链条。
数据之外，灵巧手等核心部件迎来扩产窗口。本届数贸会上，曦诺未来集中展示了Flex 2和Prima 1两款灵巧手：Flex 2采用“腱绳+直驱”的混合驱动方案，面向工业和消费级应用；Prima 1采用全关节直驱方案，开合时间可达到0.08秒，主要服务算法与模型训练。据悉，曦诺未来的产能正在同步扩张。目前，公司已与多家头部具身厂商签下大额订单，5400平方米新工厂已建成投产，产能持续爬坡中。
AI 解读
核心要点
1. 落地路径清晰化：具身智能正从实验室走向半结构化细分场景（公共卫生间清洁、服装缝纫），以"小场景"验证商业闭环。星物种在手订单达5亿元，艾图科技及母公司签约2200台服装场景机器人，订单规模已具备产业意义。
2. 需求向产业链上游传导：整机放量带动数据采集（景联文20万小时需求、三大数采基地）与核心零部件（曦诺未来灵巧手扩产、5400平方米新工厂投产）同步扩容，"卖铲人"逻辑开始兑现。
3. 产能爬坡成为当前瓶颈：多家企业从"拿订单"转向"稳交付"，量产能力而非技术演示成为竞争分水岭。
影响分析
这一轮落地的关键信号在于：场景选择从"通用炫技"转向"半结构化刚需"，公共卫生间、服装缝纫等场景环境可控、痛点明确、付费意愿真实，使订单具备可持续性。海外意向订单占比突出，说明中国具身智能在成本与工程化上已形成出口竞争力。
对产业链而言，需求正沿"整机—数据—零部件"向上传导，数据采集与灵巧手等环节将率先受益于资本与产能投入，但也需警惕数采标准不统一、灵巧手产能过剩的早期风险。
中期看，行业竞争焦点将从"能否做出来"转向"能否稳定交付、控制成本"，具备真实场景数据积累与量产爬坡能力的企业将拉开差距。具身智能的商业化拐点，或正由这些"不性感"的小场景率先定义。
机器人热门发布 2026/09/23 00:00更新 2026/09/25 16:19
首发新品311件，参会人次55.7万，2026世界机器人大会在京圆满闭幕-科维阔达
2026/9/23 9:43:01
8月23日为期5天的2026世界机器人大会在京落下帷幕。从前沿技术的集中亮相到创新成果的加速转化从机器人的迭代升级到具身智能的场景拓展这场以“人机共生 产需共融”为主题的国际盛会通过多层次的交流研讨、集中化的展览展示、多场创新成果的发布以及丰富的同期活动全方位、多维度呈现了全球机器人领域的技术进展、创新应用与产业活力为推动机器人产业高质量发展汇聚新动能。全国政协常委、致公党中央专职副主席、全国妇联副主席、中国电子学会理事长徐晓兰中国宋庆龄基金会秘书长陈宏曲中国电子学会理事会党委书记、中国人形机器人与具身智能百人会理事长张峰北京市经济和信息化局局长姜广智中国工信出版传媒集团有限责任公司董事长朱师君世界工程组织联合会主席陈成川东盟智慧产业联合会主席陈志辉阿联酋机器人与自动化学会秘书长穆罕默德·阿尔沙姆西喀麦隆机器人协会主席雅克·伊万以及有关部门、国际组织、科研院所、行业机构、企业及媒体代表出席闭幕式。中国电子学会副理事长兼秘书长赵云峰主持闭幕式。徐晓兰在总结大会成果时指出本届大会是学习贯彻“十五五”规划纲要精神、前瞻布局未来产业的具体行动。大会设置7场主论坛和71场同期活动汇聚1000余位国内外专家发布44项新技术新方案大会发布了“智能机器人向上向善发展倡议”“中央企业机器人十大创新成果和十大高价值应用场景”“具身智能在应急场景的应用需求”“全球机器人应用探索计划”以及《2026年人形机器人产业发展报告》等成果宣布成立中国电子学会世界模型专家委员会373家企业集中展示3000余件产品其中首发新品311件30家国际机构、40家境外企业深度参与1万余位外籍人士观展现场参会人次达55.7万充分彰显了大会在全球机器人领域的影响力和号召力。张峰在致辞中表示本届大会展现了机器人新技能、创新队伍新力量和国际合作新成果。智能机器人已从才艺展示迈向快递分拣、煮面、商品打包等真实作业上半年我国人形机器人出货量超过4万台全球占比达97%人形机器人正从“跳起来”“跑起来”迈向工厂“干起来”、家庭“用起来”。中央企业机器人创新联合体将通过开放十大高价值真实场景推动技术攻关、场景验证和规模化应用形成完整闭环。中国电子学会副理事长兼秘书长赵云峰主持闭幕式闭幕式举行了机器人公益慈善捐赠活动。中国电子学会、致公党中央社会服务部联引中国宋庆龄基金会、中国工信出版传媒集团等19家单位和企业向贵州省毕节市捐赠249套机器人、一批科普动画和科普图书总价值200万元。徐晓兰、张峰为捐建单位和企业颁发荣誉纪念牌。2026世界机器人大会先进机器人与自动化国际学术会议共收到来自中国、美国、德国、法国、丹麦、英国、韩国等10个国家的122篇论文投稿涵盖机器人控制、感知、学习、人机交互等前沿方向。《具有侧向柔顺性与主动刚度调控能力的生物启发式灵巧手指设计》获评最佳会议论文《基于人工肌肉的可穿戴膝关节辅助机器人》《一种融合可穿戴肌电与惯性感知的音频监督跨模态框架面向音乐演奏表现力与情感感知的分析》获评最佳学生论文。中国电子学会机器人分会主任委员、香港大学机器人与自动化讲座教授及系主任、新兴技术研究所所长席宁德国慕尼黑工业大学教授阿洛伊斯·克诺尔为获奖者颁发证书。本届大会集中亮相311款新品20家新品发布企业代表在闭幕式现场参加纪念证书颁发仪式。陈成川、穆罕默德·阿尔沙姆西、雅克·伊万为企业代表颁发纪念证书。大会持续打造“投创之星”成果展示、交流推介和资源对接平台面向机器人及相关前沿领域遴选优质创新项目。本届大会共有10个项目获评“投创之星”。中国工程院外籍院士、德国国家工程院院士张建伟东盟智慧产业联合会主席陈志辉为获评项目颁发纪念证书。闭幕式上大会向全球战略合作伙伴京东集团、生态合作伙伴中国建设银行北京市分行颁发纪念杯并向长期报道和支持大会的媒体代表颁发纪念牌感谢合作伙伴和媒体朋友多年来对世界机器人大会及机器人产业发展的关注与支持。2027世界机器人大会的启幕时间也在闭幕式上重磅发布2027年8月18日大会将与社会各界共同见证人机协同迈向更广阔的可能共同探索机器人服务人类美好生活的更多答案。大会还发布了2027亦庄人形机器人半程马拉松全球邀约。盛会有期创新无涯。世界机器人大会将持续深耕智能科技、共拓产业蓝海书写机器人产业高质量发展新篇章。
📧 邮箱：info@kwkd.cn
AI 解读
# 2026世界机器人大会深度解读
一、核心要点
1. 规模与国际化双突破：373家企业展出3000余件产品，首发新品311件，现场参会55.7万人次，30家国际机构、40家境外企业深度参与，外籍观展人士超1万，国际化程度显著提升。
2. 产业拐点已至：上半年我国人形机器人出货量超4万台，全球占比97%，机器人正从"表演型"（跳起来、跑起来）转向"作业型"（工厂干起来、家庭用起来），快递分拣、煮面、打包等真实场景落地。
3. 生态机制成型：中央企业机器人创新联合体开放十大高价值场景，形成"技术攻关—场景验证—规模化应用"闭环；大会发布世界模型专家委员会、具身智能应急场景需求等制度性成果。
二、影响分析
短期看，央企开放真实场景是最大变量——它解决了机器人企业"有技术无场景"的痛点，将加速商业化验证与订单转化。中期看，97%的全球出货占比意味着中国已掌握人形机器人量产主导权，产业链议价能力增强，但需警惕核心零部件（如灵巧手、人工肌肉）的自主化短板。长期看，"人机共生"从口号走向作业现场，就业结构调整、安全伦理与标准制定将成下一阶段政策焦点。总体判断：产业已越过概念期，进入以场景兑现能力分化的淘汰赛阶段。
机器人热门发布 2026/09/23 00:00更新 2026/09/24 01:00
具身智能企业密集发布模型 多元化探索“大脑”进阶路径_凤凰网
具身智能赛道正从概念验证阶段进入技术迭代的密集投入期，企业密集发布模型，竞争窗口收窄。行业在VLA（视觉-语言-动作）大模型、分层架构、端到端方案等方向并存，技术路径尚未收敛，尚无统一技术范式。相比硬件本体，决策与泛化能力成为差异化关键，模型能力正取代机械结构成为估值锚点，“大脑”成为竞争焦点。短期看，密集发布将加速资本与人才向头部集中，缺乏模型自研能力的本体厂商面临被边缘化风险。中期看，路径多元化意味着标准未定，开源与闭源、通用与垂直路线将并行博弈，生态卡位战提前打响。长期看，若“大脑”能力突破泛化瓶颈，具身智能有望从演示走向真实场景落地，但当前仍需警惕发布密度与实际交付能力之间的落差——模型刷屏不等于商业化兑现。
AI 解读
核心要点提炼
1. 行业节奏加快：具身智能企业密集发布模型，表明该赛道正从概念验证阶段进入技术迭代的密集投入期，竞争窗口收窄。
2. 路径尚未收敛：所谓“多元化探索大脑进阶路径”，反映行业在VLA（视觉-语言-动作）大模型、分层架构、端到端方案等方向并存，尚无统一技术范式。
3. “大脑”成竞争焦点：相比硬件本体，决策与泛化能力成为差异化关键，模型能力正取代机械结构成为估值锚点。
影响分析
短期看，密集发布将加速资本与人才向头部集中，缺乏模型自研能力的本体厂商面临被边缘化风险。中期看，路径多元化意味着标准未定，开源与闭源、通用与垂直路线将并行博弈，生态卡位战提前打响。长期看，若“大脑”能力突破泛化瓶颈，具身智能有望从演示走向真实场景落地，但当前仍需警惕发布密度与实际交付能力之间的落差——模型刷屏不等于商业化兑现。
机器人发布 2026/09/23 00:00更新 2026/09/24 01:00
全球首次！宇树19台机器人同台，没有基站，还会自己纠错 - OFweek机器人网
全球首次！宇树19台机器人同台，没有基站，还会自己纠错 - OFweek机器人网
全球首次！宇树19台机器人同台，没有基站，还会自己纠错
9月22日，世界技能大赛开幕式。宇树科技19台H2人形机器人与120名舞者同台共舞，完成全球首次全尺寸通用人形机器人全AI驱动自主集群表演。
这不是普通的机器人跳舞。没有场外定位基站，没有外部辅助，19台机器人全靠自己“看”清楚舞台、找到位置，还能在灯光干扰、人员走动中自动纠错归位。
扔掉“拐杖”之后，人形机器人正在跨过一道关键门槛。
没有基站，机器人怎么“找到自己”？
以前的人形机器人集群表演，大多靠场外定位基站——相当于在舞台四周架“灯塔”，机器人接收信号才知道自己在哪。一旦走出实验室，基站成本高、部署难，工厂车间、灾害现场根本用不了。
宇树这次把“拐杖”扔了。
每台H2完全依靠机载激光雷达感知环境，实时完成厘米级自主定位。自研集群协同调度系统把19台机器人的同步延迟压到毫秒级。舞蹈动作由强化学习算法生成，能跟着音乐节奏走。更关键的是，整套系统具备自主纠错能力——位置偏了，自己识别、自己修正、自己归位。
从“被定位”到“自主定位”，从“按程序跳”到“自己纠错”，这一步的分量，比看起来重得多。
从“一个聪明大脑”到“一群聪明大脑”
过去几年，人形机器人的核心命题是“让一台机器人做好一件事”。但真实生产场景里，几乎没有哪项复杂任务靠单台机器人能独立完成。
工厂巡检要分区协作，仓储分拣要高效调度，灾害救援要组队进入。群体智能不是单体智能的简单叠加，而是从“一个聪明大脑”到“一群能配合的聪明大脑”的系统升级。
宇树方面明确表示，这套全自主集群控制技术可用于工业场景多机器人协同巡检、仓储分拣、装配流水线。优艾智合、中联重科也已展示人形机器人与移动机器人协同作业的方案。集群协同的种子，正在工业土壤里生根。
产业很热，但别急着狂欢
数据确实热。2026年上半年，中国人形机器人出货量超4万台，全球占比97%。摩根士丹利把全年出货预测上调至5万台，预计2030年达44.6万台。政策也在加码，“十五五”规划明确鼓励具身智能、群体智能技术创新。
但挑战同样真实。
最核心的瓶颈是泛化能力不足。机器人在一个场景练出的技能，换个场景往往就要重做。训练强泛化模型需要千万小时级真实数据，当前全球可复用的高质量真机数据只有十万小时量级。核心部件、标准体系也尚未完全成熟。
宇树创始人王兴兴说得很清醒：具身智能大脑还不够通用，大规模应用或需3到5年，最长不超过10年。中国机电一体化协会会长曲道奎也提醒，真实场景应用占比仍偏低，行业要警惕同质化竞争。
表演是“果”，技术是“因”
舞台表演本身就是极端测试：灯光干扰、人员走动、音乐同步、19台设备高并发通信。能在这个环境里稳定运行并自主纠错，说明底层技术已经具备走出实验室的基础。
但从“能跳舞”到“能干活”，中间需要的不是一次质变，而是一系列工程化落地——降成本、攒数据、建标准、提泛化。
群体智能的时代正在到来，但从信号到现实，还需要全行业保持耐心和克制。对中国的人形机器人产业来说，最重要的不是赢每一次聚光灯，而是让技术在真实的土壤里扎下根来。
原文标题 : 全球首次！宇树19台机器人同台，没有基站，还会自己纠错
-
咨询热线
咨询热线
0755-83279360/19925280375
AI 解读
# 宇树19台机器人自主集群表演：人形机器人跨过“去基站化”门槛
核心要点
宇树科技在世界技能大赛开幕式上完成全球首次全尺寸通用人形机器人全AI驱动自主集群表演。核心突破有三：一是去基站化——19台H2完全依靠机载激光雷达实现厘米级自主定位，摆脱场外定位基站依赖；二是毫秒级协同——自研调度系统将同步延迟压缩至毫秒级，支撑高并发实时通信；三是自主纠错——面对灯光干扰、人员走动等扰动，机器人可自行识别偏差并归位。这意味着人形机器人从“被定位”转向“自主定位”，从单体执行转向群体协同。
影响分析
短期看，这是技术验证而非商业落地。舞台表演本质是极端环境压力测试，证明底层感知与协同能力已具备走出实验室的基础。中期看，去基站化直接打开工业场景想象空间——工厂巡检、仓储分拣、灾害救援等场景无法部署定位基站，自主集群是刚需。宇树已明确指向工业协同应用，优艾智合、中联重科亦有类似布局，集群协同正从演示走向产线。但需冷静：泛化能力仍是最大瓶颈，高质量真机数据仅十万小时量级，与千万小时级训练需求差距悬殊。王兴兴判断大规模应用需3至5年，曲道奎警示同质化竞争风险。结论：技术拐点已现，产业拐点尚远。从“能跳舞”到“能干活”，考验的不是单点突破，而是降成本、攒数据、建标准的系统工程能力。
机器人热门发布 2026/09/23 00:00更新 2026/09/24 01:00
“千机进厂”：AI重塑广东制造，具身智能迎场景落地潮
“千机进厂”：AI重塑广东制造，具身智能迎场景落地潮
“千机进厂”：AI重塑广东制造，具身智能迎场景落地潮
以机器人为代表的人工智能产品，正在密集走进中国工厂。
在制造业大省广东，人工智能对制造业的赋能已经形成规模与示范效应。而今，广东已有超2000台人形机器人进驻制造企业，2026年全年进厂数量有望突破3000台。
这仅仅是开始。今年以来，以大模型技术底座、AI Agent应用、具身智能产品等为代表的人工智能技术，已经全方位融入广东的各个车间和工厂。
9月22日，在第二届广东省人工智能应用对接大会现场，跨维智能与欣旺达子公司博速达签约，让机器人走进新能源工厂，探索具身智能进入制造体系的落地路径。
此次大会，广东除了启动“千机进厂”广东具身智能机器人规模化应用示范工程外，还发布一批制造业的人工智能需求清单，以应用为牵引推动人工智能与制造业深度融合。
这背后是广东制造转型升级的需要。广东提出，“十五五”时期要加快构建以先进制造业为骨干的现代化产业体系。这其中，以AI为核心引擎优化产业生态，加快推进数字技术特别是人工智能技术全域全时全行业高水平应用，是关键举措。
透过此次大会，人们能看到“世界工厂”的破局之道。广东以真实场景为牵引，用需求清单对接技术供给，让大模型和智能体在车间落地，让企业用得起、用得好，实现生产制造全过程的数字化、网络化、智能化。
AI从“上场”到“进厂”
“其实我们的机器人已经在工厂干活了。”跨维智能人形机器人业务总经理杨怀宇说。在部分企业的SMT车间，跨维的机器人已站上库前上料工位，进行翻包、扫码、装箱等操作，并实现了与工厂WMS、MES系统的整体打通。以往人工难以胜任的复杂任务，如今交给机器人完成。
在此次与博速达签约的合作项目中，跨维智能希望围绕真实生产场景，建立一个完整闭环：从真实工厂提取任务，通过仿真重建任务环境，利用仿真和真实数据训练模型，再把模型部署到机器人上，最后通过机器人在真实生产中的运行数据持续反哺模型。
南方财经记者观察到，广东不少工厂自动化、数字化程度已经很高，但面临越来越多的柔性化生产要求时，自动化就难以适配。
杨怀宇谈道，传统自动化生产擅长的是路径单一、精确且高效的生产流程。而目前，柔性制造需求越来越多，工厂的订单往往是小批量、多批次。一旦物料变化、SKU变化、工位变化，往往就意味着重新编程、重新调试，甚至重新改造硬件，工厂效益就容易下降。
“具身智能希望改变的就是这套逻辑。我们更希望机器人进入真实生产之后，每一次抓取、识别、扫码、搬运、异常恢复，甚至每一次失败，都可以沉淀成新的数据，这些数据再进入模型训练和仿真验证体系，最终反过来提升机器人的能力。”杨怀宇表示。
因此，具身智能进厂，不是一次性交付，而是从真实生产出发，到数据沉淀、模型训练、仿真验证、能力升级，再回到生产的新生产范式。“这也是我们认为具身智能对制造业最大的长期价值。”杨怀宇说。
而今，跨维智能已在50多个细分行业沉淀超1500个具身智能模型，方案应用于美的、中国中车、海信、蓝思科技等头部企业产线。
如果说跨维智能赋能的是车间，钛动科技便是在寻找用AI让广东制造业企业找订单、做买卖更便捷高效的方式。
“企业需要的不是科技本身，企业需要的是正常的收入、更好的利润。”钛动科技创始人兼CEO李述昊接受媒体采访时说。在他看来，全球消费者的注意力正从搜索平台、货架平台转向AI平台，“买东西用AI”正成为新形态，这是中国品牌出海的新入口。
在这样的背景下，钛动科技打造了两个引擎。一个是营销多智能体Navos，它就像一个导航系统，能从企业的经营目标出发，协同市场洞察、内容创作、达人建联等多个智能体，完成从识别机会、生成策略到归因调优的增长闭环。
另一个是自研专业大模型“钛极”，它具备问答推理、多模态理解和视频生成能力，能看懂何种视频可以打动消费者，再直接生产出这样的AI视频。Navos负责增长执行，钛极提供知识积累和专业判断。
背靠这一“双引擎”，钛动科技让大量广东制造工厂拥有了在海外叫响自主品牌的底气。
李述昊讲了一家广州企业被AI智能体赋能的故事。该企业原本只做代工，AI智能体基于对目标市场消费者喜好的洞察，为其提供社交媒体创意和内容营销，帮助它从代工走向品牌，入驻东南亚一线电商平台，跻身细分榜单TOP3。两三年时间，该企业的店铺访问量增长约三倍，销售额增长约两倍。
广东智能制造再进一步
样板跑通了，新问题也随之浮出水面。AI进厂，还能不能再快一点？
南方财经记者采访发现，目前广东制造业企业对人工智能的需求极为庞大，且越来越多元化。正如李述昊所言，随着各类智能体越来越成熟，AI企业为制造业各类场景需求预制了很多“Skill（功能模块）”，让中小企业用得起、用得好人工智能。
AI 解读
核心要点
1. 规模化落地启动：广东已有超2000台人形机器人进厂，2026年预计突破3000台，“千机进厂”示范工程标志具身智能从试点走向规模部署。
2. 范式转变：具身智能进厂不是一次性交付，而是“真实生产—数据沉淀—模型训练—仿真验证—能力升级”的闭环，核心价值在于用数据飞轮破解柔性制造难题。
3. 供需对接机制：政府发布制造业AI需求清单，以真实场景牵引技术供给，降低中小企业使用门槛。
影响分析
短期看，此举直接回应广东制造业的柔性化痛点——传统自动化难以适配小批量、多批次订单，具身智能通过持续学习实现物料、工位变化下的快速适配，有望降低重编程与硬件改造成本。中期看，跨维智能等企业已沉淀超1500个模型、覆盖50多个细分行业，叠加钛动科技等AI营销智能体，广东正形成“生产端+交易端”双轮驱动的AI赋能生态。长期看，若“需求清单+场景示范”模式跑通，广东有望为全国制造业智能化提供可复制的路径，但数据闭环的标准化、跨企业模型迁移效率及中小企业付费能力，仍是规模化推广的关键变量。
机器人发布 2026/09/22 09:00更新 2026/09/23 01:00
小鹏集团举行首届机器人供应链合作伙伴大会 - 东方财富
小鹏集团举行首届机器人供应链合作伙伴大会 _ 东方财富网
小鹏集团举行首届机器人供应链合作伙伴大会
2026年09月22日 16:39
9月22日，小鹏集团举行首届机器人供应链合作伙伴大会，来自机器人关节模组、执行器、精密结构件等领域的供应链企业参会。会议围绕人形机器人核心零部件供应、生产协同及规模化制造等议题展开交流。
大会现场展示了小鹏机器人在自主朝向跟随、多语言切换、动态身份记忆和智能问答等方面的功能，呈现了其由自主运动向人机交互拓展的最新进展。
据小鹏集团介绍，目前企业已与相关供应链企业签署定点协议，正在推进零部件供应及生产线排产。供应链定点和产线排产，意味着其机器人业务正从产品研发、样机试制进一步转向生产准备阶段。
近期，小鹏机器人自动化生产线正式启用，首台通过该产线完成自动化总装的高阶通用人形机器人自主走下产线。该产线核心制程自动化率超过80%，标志着小鹏机器人由研发试制进入产线制造阶段。
根据规划，小鹏机器人将于2026年底进入规模量产阶段，初期计划在小鹏门店、产业园区等商业场景开展应用。实际量产和场景落地进度，仍有待供应链稳定性、产品可靠性及实际应用效果进一步检验。
（文章来源：广州日报）
文章来源：广州日报 责任编辑：6
AI 解读
核心要点提炼
小鹏集团举办首届机器人供应链合作伙伴大会，标志其人形机器人业务完成关键跃迁：一是供应链定点协议签署、产线排产启动，业务重心从研发试制转向生产准备；二是自动化产线正式启用，核心制程自动化率超80%，首台机器人自主走下产线；三是明确2026年底规模量产目标，初期落地门店、产业园区等商业场景。
影响分析
战略层面，小鹏正将智能汽车的供应链管理与规模制造能力向机器人业务迁移，这是其区别于纯机器人初创公司的核心壁垒——用成熟的车规级制造体系压缩人形机器人的量产成本曲线。供应链层面，关节模组、执行器、精密结构件企业被纳入定点体系，意味着上游零部件供应商将迎来订单兑现窗口，但也面临车规级一致性与可靠性验证的更高门槛。行业层面，若2026年底量产如期落地，小鹏有望跻身国内人形机器人量产第一梯队，与特斯拉Optimus形成直接对标。
风险提示：供应链稳定性、产品可靠性及商业场景实际付费意愿仍待验证，量产承诺兑现节奏存在不确定性。
机器人热门发布 2026/09/22 00:00更新 2026/09/24 01:00
理想连发三大具身成果：智能系统ME-Brain-1.0、统一理解与生成模型ME-U0和视觉语言模型ME-VLM_凤凰网
2026年09月22日 16:20:21 来自北京
机器人前瞻（公众号：robot_pro）
作者 | 钟宸
编辑 | 漠影
机器人前瞻9月22日报道，今天，继昨日发布首款世界动作模型后，理想Foundation Model团队再次发布在具身领域的三大成果，包括ME-Brain-1.0具身智能系统、MachEmbodied-U0统一理解与生成模型、ME-VLM视觉语言模型。
该团队指出，MachEmbodied-VLM(ME-VLM)为具身认知基础模型，已在综合能力评估中取得第一。同时，理想提供了可端侧部署的4B版本，在小参数规模下取得了有竞争力的指标。
MachEmbodied-U0（ME-U0）则从约5,700小时机器人数据和3,920小时第一视角数据的原始数据池中筛选出约4,200小时用于预训练，仅使用各基准自身提供的监督信号进行适配，该模型便在 RoboDojo获得17.66分，并在LIBERO和LIBERO-Plus上分别取得 99.1%与81.8%的平均成功率。
理想将ME-Brain-1.0称为“记忆、认知与行动，持续进化的具身智能系统”，并展示了“抓万物1小时超级泛化”与手冲咖啡的长程任务demo。
一、可完成4分钟长程任务，展示一万小时抓万物真机测试
理想将ME-Brain-1.0定位为具身智能系统，首先对这一系统的长程任务完成能力进行了展示。
在视频里，ME-Brain-1.0在收到指令后，会以语音进行回应，还会在操作界面上实时回应，目前的操作进行到哪步了，对步骤状态和完成情况也进行了展示。
而从视频来看，夹爪完成了研磨咖啡粉、冲泡咖啡、将咖啡倒入杯中等共15步操作，且当人类对该系统进行询问时，其还能回答包括做了几杯咖啡、咖啡介绍的问题，整体耗时约4分钟。
此外，理想还展示了“无剪辑一小时连续抓万物真机测试”，覆盖上百种不同形状、尺寸和材质的物体。该公司称，测试期间持续切换23次灯光和15次桌布背景，成功率达100%。
此外，理想还放出了多个demo视频，展示了系统的指令跟随、学习、记忆、主动感知、泛化和精细操作等多方面的能力。
指令跟随方面，当人类说出放置指令后，系统会加载plan-general技能，同时调用不同工具完成指令，整个过程耗时46秒，在抓起和放下时，夹爪都会出现较为明显的停顿，流畅性还有提升空间。
而在学习能力方面，当人类说出“记住我的操作并重复”的指令，该系统会调用工具进行记录。当告诉ME-Brain-1.0操作完毕后，它会继续调用工具进行任务的执行。
ME-Brain-1.0也展现了记忆能力，能够在人类弄乱桌面后、听到“恢复桌面”的指令后，将桌面内已经打乱的物体放回原位。不过，全程仅涉及两个物品和两个固定位置的篮子，凌乱程度并不大。
该系统同时具备主动感知能力，能够在记忆人类指令后，主动感知周围环境是否能够执行任务。视频中，人类让该系统在出现绿色碗后将勺子放进去，ME-Brain-1.0成功完成了任务。
而在最后，理想展示了这一系统的多步精细操作任务能力。视频中，ME-Brain-1.0连续完成了积木定位、抓取与堆叠的任务。
但该系统仅完成了三层积木堆叠，积木位置离夹爪也距离偏近。即便任务较为简单，夹爪还是出现了失误操作，整个操作过程用时也较长，夹爪会出现较多停顿情况。
该系统还具备物品的抓取与放置的泛化能力。在桌面整理任务中，ME-Brain-1.0能够将桌面上杂乱的物品放到篮子中，有时采取双爪轮流夹取物体的策略，有时采取同时夹取物体的策略，总的来说，操作会出现一些失误和较多的停顿，物体摆放也不太整齐，提升空间较大。
理想透露，ME-Brain-1.0通过分层记忆、统一认知与事件驱动动作模型，将任务执行与经验积累连接起来。在这一架构下，记忆保存执行依据，认知负责规划、验证和经验利用，动作模型则将决策落实为物理操作，三者共同支持长程任务中的历史调用与策略调整。
同时，这一模型以 Evolvable Memory、Cognitive Core 与Action Model三个模块，构建了“动作执行—经验获取—经验进化—动作执行”的自进化闭环。
理想称，Evolvable Memory依托Cognitive Core，已在M100端侧芯片上完成模型迁移与定制化优化，支持在本地完成记忆生成、存储、演化和调用。
在覆盖物理理解、长程规划、动作与执行、纠错四类能力的具身评测中。Cognitive Core 35B-A3B在14项基准评测上取得最高分，平均分为 70.9，领先同类模型8.2分；面向端侧的4B平均分为 63.4，位列第二。
Agent评测覆盖多模态理解、工具与技能调用、长程规划、推理、指令跟随五类能力，共16项基准。
AI 解读
核心要点
理想在两天内连续发布具身智能领域四项成果，节奏明显加快，显示其正将自动驾驶积累的Foundation Model能力向通用机器人迁移。此次三大成果各有侧重：ME-VLM主打认知理解，4B端侧版本兼顾部署可行性；ME-U0以约4200小时数据预训练，在LIBERO等基准上取得99.1%成功率，数据效率是亮点；ME-Brain-1.0则整合记忆、认知与动作三层架构，实现4分钟15步手冲咖啡长程任务及“1小时抓万物”真机测试。
影响分析
第一，理想正从“车企”向“具身智能平台”延伸，ME-Brain的Evolvable Memory已在M100端侧芯片完成迁移，意味着其具身能力与自研芯片形成协同，这是多数机器人创业公司不具备的闭环优势。
第二，从demo看，系统在长程任务、主动感知、记忆恢复等维度已具备雏形，但夹爪停顿频繁、堆叠仅三层、桌面整理失误较多，说明精细操作与流畅性仍是短板，距离商用落地尚有距离。
第三，ME-U0以较少数据在权威基准上取得高分，若可复现，将降低具身模型的数据门槛，对行业训练范式有参考价值。整体看，理想具身布局技术完整度高，但工程成熟度仍需验证。
机器人热门发布 2026/09/22 00:00更新 2026/09/23 01:00
具身智能企业密集发布模型 多元化探索“大脑”进阶路径_大风号_凤凰网
2026年09月23日 00:00:00 来自北京市
近日，具身模型不断上新。人形机器人公司Figure发布其研发的神经网络模型Helix 2.5，能让机器人自主操作家务；宇树科技、北京松延动力科技集团股份有限公司相继发布新具身模型，并对外透露模型训练策略。
从业者认为，随着具身模型的技术路线更为清晰，具身机器人本体硬件相对成熟，具身模型研发进入关键期。企业搭建强化学习实验场、推动模型创新、探索训练数据配方，推动具身机器人性能更进一步。
● 本报记者 郑萃颖
行业重心转向模型研发
机器人新款产品的发布已经不再是具身智能行业的焦点，关注点正在从“躯干”转向“大脑”。当地时间9月17日，海外人形机器人公司Figure发布其最新研发的神经网络模型Helix 2.5，实验结果显示，搭载Helix 2.5的Figure 03人形机器人可以在陌生环境进行自主作业，穿过狭小的空间，整理客厅和床铺。Figure表示，Helix 2.5使用更少的专用数据，实现了更强的泛化性，这意味着机器人通过模型训练学习到的任务执行能力可以迁移到不同的新场景。
国内具身智能行业也在将更多资源集中投入到具身模型的研发上，包括宇树科技、松延动力这两家最早以机器人本体量产能力为消费者所熟知的公司。
9月10日，宇树科技发布全新一代通用人形机器人基础模型UnifoLM-WLA-1.0并宣布开源，该模型依托大规模通用多模态感知与理解数据，融合了以交互为中心的世界建模技术，可驱动机器人完成64项操作任务。视频中，宇树科技展示了机器人自主执行收纳工具箱、叠毛巾、向洗衣机投放衣物等日常任务。宇树科技董事长王兴兴在今年8月举办的2026世界机器人大会上表示，公司曾在2024年初开始推进基于视频生成技术的世界模型开发，后由于效果不理想而短暂搁置，自2025年起，公司再次大力发展世界模型。
以万元级机器人“小布米”以及仿生机器人为代表产品的松延动力，于9月8日对外发布首个自研具身智能模型“HERON-World Model”；9月15日，发布第二个自研具身智能模型“HERON-CRA”。公司创始人、董事长姜哲源告诉记者，公司自去年8月组建具身模型研发团队，今年团队逐渐形成战斗力，目前公司大部分投入流向模型研发部门。
“2023年公司成立之初，全球除了波士顿动力公司，缺乏能稳定行走的人形机器人本体，因此我们优先补齐了硬件和运控的短板。如今，机器人本体在成本、可靠性、性能等方面已准备就绪，具备规模化基础，现在是补齐‘大脑’短板的合适时机。”姜哲源表示，2023年至2024年，具身模型的技术路线较为分散，而如今，行业对于世界模型与VLA路线融合的方向形成一定共识，成为具身模型研发的阶段性拐点。
多元探索模型训练路径
为了让机器人更智能，企业正在探索不同的具身模型训练路径。
在北京石景山区的一栋办公楼中，其中一层放置了海洋球、障碍物，地面绘制了彩色跑道，都使用了不易造成磕碰损伤的材质，看起来就像是个幼儿园。但在这里“上学”的不是小朋友，而是机器人。
今年9月，北京他山科技有限公司与2024年图灵奖得主、“强化学习之父”理查德·萨顿（Richard Sutton）团队Openmind联合共建的机器人强化学习实验场正式启用。首批不同形态机器人开始入场进行强化学习实验。在这里，不同企业的具身机器人在场地中自主行走，尽可能长时间地与环境交互。
他山科技CEO马扬表示，具身智能的未来需要多种学习方式，在真实物理世界中通过自主触摸和试错获得成长，是其中重要的进化路径。他山科技研发副总裁侯广东向记者介绍，第一阶段，机器人将在实验场内适应环境变化，以“延长在线时间”“减少损伤”为目标，长时间与环境互动，并自主完成充电，这一基础能力可以让机器人未来在家庭等非结构化场景中具备自适应能力。后续，研发团队逐步引入更复杂的算法与实验设计，让机器人建立自我认知、区分自身与外界、掌握运动控制、理解物体交互、最终实现多智能体间的协作。
“我们的目标是开发出能够赋予机器人学习能力的模型，而非对单一技能做固化编码，让机器人执行。”侯广东表示。
浙江人形机器人创新中心首席科学家熊蓉认为，当前具身模型发展的根本瓶颈在于模型的泛化能力，而提升模型泛化性的一大挑战在于，训练中使用的仿真生成数据与现实物理世界难以对齐。
“这就涉及视觉、力觉、触觉信息，机器人全身状态及环境信息的统一表征问题。”熊蓉表示，浙江人形机器人创新中心实现视力触融合的统一表征，使得机器人在仿真世界中训练的模型能力能准确对应到真实世界；在模型学习上，将预测模型与行为模型相结合，具身模型与世界模型协同进化。
松延动力摸索出了“喂养”模型的数据配方。
AI 解读
核心要点提炼
具身智能行业正经历关键转向：竞争焦点从硬件本体（“躯干”）迁移至AI模型（“大脑”）。Figure、宇树、松延动力等头部企业密集发布具身模型，技术路线从分散走向收敛——世界模型与VLA（视觉-语言-动作）融合成为阶段性共识。训练路径呈现多元化探索：宇树走开源通用基础模型路线，松延动力自研双模型并摸索“数据配方”，他山科技联合图灵奖得主萨顿团队搭建真实物理世界的强化学习实验场。行业普遍判断，本体硬件在成本、可靠性、性能上已具备规模化基础，补齐“大脑”短板的时机已到。
影响分析
这一转向标志着具身智能从“能走”进入“能想”的竞争阶段。硬件趋同后，模型泛化能力将成为核心壁垒——谁能用更少专用数据实现跨场景迁移，谁就掌握定价权。值得关注的是训练范式的分化：仿真数据与真实世界的“对齐”难题仍未根本解决，他山科技押注真实环境强化学习，浙江人形机器人创新中心则走视触觉融合表征路线，两条路径的验证结果将决定行业标准走向。对企业而言，模型研发投入占比上升意味着短期盈利压力加大，但开源策略（如宇树）可能加速生态卡位。中期看，具身模型的能力跃迁将直接决定人形机器人能否从演示场景进入家庭等非结构化环境，这是商业化拐点的真正门槛。
机器人发布 2026/09/22 00:00更新 2026/09/23 01:00
一顿早餐，多重考验：极智嘉 Gravity 具身模型复杂长任务能力大揭秘|轨迹|动作|机器人_网易订阅
在具身智能领域，长任务从不是时长竞赛。
一条包含多个关联子任务的作业链，考验的是机器人对任务依赖、动作条件和环境变化的综合管理能力。因此，长程任务不应只是比拼时长的“耐力赛”。
效率同样重要。单步动作缓慢、步骤之间等待、子任务失败后反复重试、甚至整段重启，都可能让任务时间“变长”，却不增加有效产出。
极智嘉Gravity具身智能模型在此次早餐任务演示中，面对反复干扰仍能自主完成任务，展现出决策速度、动作精度、应变灵活度与纠错自主度四个维度上的综合能力，让长任务执行兼具泛化能力与作业效率
MoT双脑架构与分层记忆
高效执行长任务，首先要求任务决策与连续动作有效衔接。
做早餐包含一系列关联子任务。Gravity需要持续判断当前步骤是否完成、下一步的执行条件是否满足，避免重复判断和无效切换。
在Gravity的MoT双脑架构中， AR Transformer负责理解指令和场景、解析任务目标，并完成子任务编排； Diffusion Transformer负责预测未来状态、评估子目标并生成连续动作。
Gravity 框架架构总览
Short-Long Term Sensor-Task Memory 则维持任务上下文：短时记忆追踪近期观测、动作轨迹和环境变化，长期记忆保存任务目标、执行阶段与关键事件。配合Stage/Progress状态输出，模型能够持续判断当前步骤的完成度与后续任务的执行条件，构成可感知、可校验、可动态调度的任务闭环
精密操作与可供性推理
单步操作的准确性，是控制长任务返工成本的基础。
将面包片放入狭窄槽口前，Gravity先调整面包片与槽口的相对位姿，对准入口，再完成约束插入。这种局部调整有助于减少错位及重复尝试。效率不是省略必要动作，而是通过精准操作降低整个子任务的完成成本。
当两片面包间距不足、无法直接形成稳定夹取时，模型首先进行抓取可供性推理（Grasp Affordance Reasoning），判断当前条件是否满足；随后通过非抓取操作（Non-prehensile Manipulation）主动调整目标构型，为稳定抓取创造空间，避免在不可行状态下反复试抓。
Gravity的Robot Skill与专家先验机制，可进一步将定位、抓取、插装、倾倒等操作封装为可组合技能，并注入操作示范、工艺规范、完成标准和安全边界，在提高泛化能力的同时降低试错成本。
4D WAM与在线重规划
真实作业环境持续变化，执行动作也必须随之更新。
面包架和面包机发生大幅移动后，Gravity重新定位源端与目标端，调整夹取和放置动作；餐盘移动后，亦能重新确定放置位置。模型依据当前环境状态更新执行目标，而非沿用失效的位置与轨迹。
Gravity 4D通过RGB、Pointmap和Scene Flow构成4D未来表征，联合建模视觉外观、空间结构与运动变化。WAM根据观测与任务上下文推演未来状态，逆动力学模型 IDM 据此生成动作chunk，为在线重规划提供技术支撑。
当目标位置发生变化时，系统需要以最新观测为条件重新生成动作。当杯子被遮挡时，模型进入安全等待状态。
当杯子被移走时，果断中止当前倾倒动作以避免倾洒。
未来状态推演与执行条件校验共同支撑行为调整，减少无效执行，兼顾作业效率与操作安全。
对齐物理状态与任务状态
长任务真正困难的地方，在于某个动作没有达到预期结果后，机器人是否知道哪里出了问题。
当面包片未能正确插入时，系统需要根据完成条件判断当前步骤尚未结束，重新估计面包片与槽口的相对位置，执行局部重规划并再次尝试。这属于动作级的闭环纠错。
如果已经完成的任务状态被改变，例如面包片被重新取出，则系统需要将Stage回溯至对应步骤，再次执行夹取和插入。这属于任务级的异常恢复。
纠错的效率价值，在于仅修正受影响的步骤，避免局部异常触发全流程重启。
进一步地，Gravity通过Evaluation Model与强化学习建立“部署—反馈—评估—再训练”闭环。成功、失败和人工接管轨迹经过结构化评估后，可用于失败样本重加权和离线强化学习，让现场异常持续转化为模型能力。
才是真干活
此次早餐Demo集中呈现了一组可迁移的生产能力：任务编排、精密插入、抓取可供性推理、动态目标重定位、安全状态管理和闭环异常恢复。
这些能力可以进一步迁移至仓储中的打包、搬运、复核和巡检等任务。进入真实现场后，这套能力与WMS、WES、RMS协同，并接受成功率、作业周期、异常接管率和持续运行时间的检验。
Gravity以“深认知、快行动”将泛化能力与执行效率纳入同一框架：面对变化能够重新判断，面对异常能够自主恢复，同时以精简推理链路守住生产节拍。
AI 解读
核心要点
1. 长任务≠耐力赛：极智嘉Gravity模型的核心主张是长程任务的关键在于任务依赖管理、动作衔接效率与异常恢复能力，而非单纯比拼时长。
2. 架构创新：MoT双脑架构（AR Transformer负责任务编排 + Diffusion Transformer负责动作生成）配合短-长时记忆系统，实现“感知-校验-调度”的任务闭环。
3. 四项关键能力：决策速度、动作精度、应变灵活度、纠错自主度——通过可供性推理、4D未来表征、在线重规划、动作级/任务级分层纠错共同支撑。
4. 数据飞轮：评估模型+强化学习构建“部署-反馈-评估-再训练”闭环，将现场异常转化为模型迭代能力。
影响分析
此次演示的意义在于将具身智能的竞争焦点从“能不能做”转向“能不能高效、可靠地做完”。早餐场景虽小，但任务编排、精密插入、动态重定位、安全等待、分层纠错等能力均可直接迁移至仓储打包、搬运、复核等场景。Gravity提出的“深认知、快行动”框架，本质上是试图解决具身智能落地中最现实的矛盾：泛化能力与执行效率往往互斥。若该框架在真实产线中经得起成功率、周期、异常接管率等指标的检验，将为具身智能从Demo走向生产力提供一条可复用的技术路径。
机器人热门发布 2026/09/22 00:00更新 2026/09/23 01:00
特斯拉Optimus量产提速？有企业人形机器人两年降价超七成，专家：硬件越来越不值钱；业内：具身智能“卖铲人”的商业化更有空间_凤凰网
2026年09月22日 21:56:55 来自北京
记者|叶晓丹
编辑|梁露月 陈旭 易启江 校对|段炼
特斯拉人形机器人Optimus量产，迎来了提速消息。
9月21日，有媒体报道，特斯拉正在中国长三角推进新一轮人形机器人供应链审厂，特斯拉此轮审厂将实质导向Optimus的量产，目前已经向供应链企业下达相关订单。这些企业涉及关节模组、执行器、精密结构件等人形机器人核心机电部件。
当前，具身智能行业正进入新一轮分化行情。一二级市场对整机机器人厂商关注的重心从“跑蹦跳”向“谁能真正干活”转移。市场对机器人整机厂商有无实质商业化进展争议不断。在近日举行的第九届中国机器人峰会上，有与会的行业专家断言“机器人的硬件越来越不值钱，真正的门槛在软件、在数据与机理的融合”。
不过，有机器人企业创始人在向《每日经济新闻》记者（以下简称每经记者）分析时表示，与对终端具身智能企业商业化的争议不断相比，机器人上游零部件企业等“卖铲人”的商业化反而更有空间。
六维力传感器头部企业蓝点触控副总裁张鹏玲在接受每经记者采访时透露，当行业关注重心转向能否进入真实场景、创造实际生产力时，力传感器的重要性也随之提升。张鹏玲透露，蓝点触控去年关节力传感器出货量约为10万套，目前产能利用率接近100%，叠加新增产能预计年产能可达百万套。
华睿智普则将目光瞄准机器人端侧算力，推出3纳米物理AI“智能超脑”，华睿智普CEO蔡镇辉认为，当前不少大模型仍在云端完成训练和测试，但移植到机器人本体后，可能面临模型装不进去、运行速度过慢或需要重新适配等问题。随着模型持续升级、应用场景增加，端侧对算力和功耗的要求还会继续提升。
“机器人的硬件越来越不值钱”
球形机器人、轮式机器人、人形机器人、叉车机器人、机器狗，各类机器人的形态不一而足。在第九届中国机器人峰会上，机器人上下游企业也充分展示着自身的产品应用。
每经记者注意到，峰会上，不少业内人士都在谈论机器人能不能进入真实场景干活，背后是对机器人规模化和商业化的再一次聚焦。
现场有机器人专家提出，机器人的硬件“越来越不值钱”。
高盛8月底发布的全球物理AI报告曾给出中长期预测：人形机器人整机均价将由2025年的4.18万美元降至2035年的2.13万美元，十年降幅约49%，近乎“腰斩”。而在中国市场，降价节奏远比海外预测更快，量产落地正在加速把价格曲线往下压。
宇树科技招股书显示，其人形机器人单价从2023年的59.34万元降至2025年的16.76万元，两年降幅近72%。今年6月，消费级产品R1售价进一步下调至2.99万元。近期，松延动力小尺寸产品“小布米”预售价已不足万元。
宇树科技四足机器人及人形机器人价格变动情况
前述机器人专家认为，真正的门槛在软件、在数据与机理的融合。底层控制靠模型最稳，开放环境、家庭养老这些未知场景则离不开数据驱动；机理让数据不浪费，数据可以补上模型够不到的地方。前景光明，但幻觉、耗能、世界模型缺失，仍是绕不过去的坎。
也有资深机器人学术专家认为，集群具身智能要过三关：一是互联互通、高效传算；二是大范围环境感知与理解；三是感知之后能执行，做到“知行合一”。能连起来只是开始，看懂场景才是关键，干成任务才是本事。手术机器人如此，人形机器人如此，工业集群机器人亦如此。
机器人是否最终以“人形”的形态演进，机器人学术专家的观点也和此前每经记者采访的多位机器人业内人士形成共识：具身智能的胜负不在“像人”，而在“落地”，要聚焦场景牵引、问题导向，落地一代、完成一代、再推进一代，让集群机器人“连得上、传得快、算得懂、算得动”，以云边端闭环实现“知行合一”。
迎来规模化叙事
特斯拉量产提速的消息释放，在二级市场上，近期A股特斯拉产业链相关个股表现活跃。中国零部件厂商正在成为全球机器人产业的核心力量。
规模化和国产化是当前具身智能产业一个显著的趋势。中国信通院数据显示，人形机器人核心零部件整体国产化率已突破75%，摩根士丹利对部分核心零部件的国产化率测算口径更是超过90%；若脱离中国供应链，单台成本将飙升至13.1万美元，差价接近3倍。
以六维力传感器市场而言，2023年以前，国内六维力传感器市场长期由ATI、Kistler等国际品牌主导。2024年起，国产品牌依托性价比优势、本地化快速响应能力和定制化服务效率，快速切入人形机器人核心供应链，到2025年已实现对国际品牌的市场份额反超。价格维度上，外资高端品牌产品单价仍处于7万元~8万元/颗区间，而国产主流产品已降至数千元至3万元/颗。
AI 解读
核心要点
1. 量产拐点临近。 特斯拉在长三角启动新一轮供应链审厂并下达实质订单，涉及关节模组、执行器、精密结构件等核心环节，标志Optimus从样机叙事切换至量产叙事。
2. 硬件价格加速坍塌。 宇树人形机器人单价两年降幅近72%（59.34万→16.76万元），高盛预测全球均价十年腰斩，中国降价节奏显著快于海外。核心零部件国产化率已超75%，脱离中国供应链单台成本将飙升至13.1万美元。
3. 价值重心迁移。 业内共识正从“跑蹦跳”转向“谁能干活”，专家直言硬件越来越不值钱，真正门槛在软件、数据与机理融合；同时“卖铲人”逻辑走强——蓝点触控力传感器产能利用率近100%、年产能剑指百万套，端侧算力需求同步抬升。
影响分析
整机厂商面临估值重估。 硬件成本快速下探虽利好规模化普及，但也意味着整机环节的差异化壁垒被压缩，资本市场对其商业化兑现能力的审视将更严苛，缺乏真实场景落地的厂商估值承压。
上游零部件与端侧算力成确定性受益方向。 传感器、执行器、物理AI芯片等“卖铲人”订单可见度更高，国产替代叠加量产放量，业绩兑现节奏或快于整机。特斯拉供应链审厂进一步强化国产厂商的全球卡位。
产业竞争焦点转向“数据+场景”闭环。 集群具身智能需跨越互联互通、环境理解、知行合一三关，云边端协同能力将决定谁能率先跑通商业化，单纯拼硬件参数的阶段正在终结。
机器人热门发布 2026/09/22 00:00更新 2026/09/23 01:00
三星首尔医院发布人形手术辅助机器人：“递手术刀”一声指令，两台机器人即可与医生协同手术
崔胜旭 记者
| 输入: 2026/09/22 10:24 CST
## 三星首尔医院16日首次公开两款人形手术辅助机器人；郑容基教授：“有望填补手术室人力缺口”
（从右起）三星首尔医院耳鼻咽喉科教授郑容基、整形外科教授裴珠英、智能医疗机器人研究中心教授郑圭焕、移植外科教授吴南基等“Orchestra（管弦乐团）”联盟开发团队成员与人形手术辅助机器人合影。 照片=三星首尔医院
在手术室里，让具有人类外形的“人形（Humanoid）”机器人递送手术器械的场景，正加速走向现实。
三星首尔医院9日表示，将于16日下午3时在首尔江南区三星生命逸院站大楼B栋9层，首次向公众公开一款可识别医护人员语音指令并递送手术器械的人形手术辅助机器人。这也是该院历时一年多研发的机器人首次在媒体面前亮相。
喊一声“请递手术刀”，会发生什么？
当天演示的核心看点之一，是机器人接手手术室护士的部分工作。1号机器人可识别主刀医生的语音请求，并为确保主刀医生安全握持器械，先调整手柄方向与递送位置，再将器械递出。器械使用完毕后，机器人会再次接回并整理到指定位置，同时掌握剩余器械情况以及下一次请求的情境。
三星首尔医院耳鼻咽喉科教授郑容基解释说：“关键不在于把器械递一次就结束，而是在真实手术进行时，像对待人一样完成‘请求—递送—使用—回收—整理’这一整套器械循环流程。”
复刻医生手部动作的机器人
另一项演示中，机器人将直接握持手术器械，展示切开组织（切开）、剥离（剥离）以及缝合（缝合）的过程。
主刀医生看着显示器移动操作，机器人便同步复现相同动作。其效果与演员休·杰克曼出演的电影《铁甲钢拳》中机器人模仿人类动作的场景颇为相似。
郑教授表示：“目前还不是机器人自行判断患者状态并自动实施手术的阶段。”他补充说，“而是由经验丰富的医护人员通过操控装置，实时控制机器人的双臂与手术器械。”
两台机器人组队，全球首次画面
此次演示中，两台机器人将与人类医生共同分担手术流程。三星首尔医院称，这种三方协作演示为全球首次。1号机器人承担护士角色的同时，2号机器人用左手握持腹腔镜内镜，调整视野使手术部位位于画面中央；右手则持手术钳，在主刀医生指示下将组织向所需方向牵拉并翻开。
郑教授说：“由于一台人形手术辅助机器人同时负责内镜视野与组织牵引，因此可以把‘让手术部位更清晰可见’的动作与‘确保持所需手术空间’的动作联动起来进行协调调整。”
不过，该环节是在模拟开腹与腹腔镜手术的仿真环境中进行的演示，并未对真实患者实施手术。
全球竞逐手术室机器人
将人形机器人引入手术室的尝试，在世界各地仍处于起步阶段。
台湾富士康已在医院内运营用于搬运药品与检体的物流机器人“NuraBot”。此外，富士康还与台湾台中荣民总医院、元海科技合作开发协作机器人“ScrubBot”，可根据外科医生的语音指令递送手术器械，并于今年6月在台北国际电脑展（Computex）上亮相。该机器人基于英伟达面向机器人的AI平台“Isaac（艾萨克）”打造，具备识别手术场景并随情境变化自行判断下一步动作的功能。
英伟达与富士康表示，ScrubBot已在手术室投入使用。不过，与NuraBot不同的是，双方并未具体披露在哪家医院、经过多长时间的验证。就“识别医生语音指令并递送器械”这一功能而言，海外已率先推出。
由人操控、用于操作手术器械的机器人研发也在提速。美国加州大学圣迭戈分校（UC San Diego）研究团队7月8日在国际学术期刊《《自然》（Nature）》发表称，他们成功使用由人远程操控的人形机器人切除猪的胆囊。其中一次手术仅由两台机器人完成。两台机器人协作本身已在真实动物手术中得到验证。
三星首尔医院强调的“全球首次”，指的是在两台机器人基础上再加入人类医生，形成三者共同协作的组合。不过，目前仍处于仿真环境演示阶段，并非真实手术。
郑教授将该机器人的优势之一概括为可直接沿用现有手术室。他表示：“无需为人形手术辅助机器人另建专用手术室，机器人可以像以往一样使用为人类设计的手术室与既有手术器械。”他还预测，“商业化后，即便不对环境作额外改造，也能快速应用到手术室一线。”
为期5年的国家课题，为人力紧缺一线提供支撑
该机器人研发始于三星首尔医院在2025年被选定为韩国版ARPA-H项目主管机构。
三星首尔医院与Rainbow Robotics（彩虹机器人）、Aiden Robotics（艾丁机器人）、HaHaeHo（哈海号）、三星融合医学科学研究院、首尔大学、国立癌症中心、全北大学医院共同组建“Orchestra（管弦乐团）”联盟，联合开发机器人。
AI 解读
核心要点
1. 技术定位：三星首尔医院发布的人形手术辅助机器人，本质是“语音响应+动作复刻”的协作系统，而非自主手术AI。医生仍是决策核心，机器人承担护士递械与助手牵拉视野的辅助角色。
2. 差异化亮点：两台机器人+人类医生的三方协作演示为全球首次，但尚处仿真环境阶段，未进入真实手术。
3. 竞争格局：富士康ScrubBot已基于英伟达Isaac平台进入手术室，海外在语音递械功能上领先；三星的差异化在于“不改造现有手术室”的落地兼容性。
4. 项目背景：韩国版ARPA-H五年国家课题，联合Rainbow Robotics等产学研联盟推进。
影响分析
短期看，该技术瞄准手术室护士人力缺口，若商业化落地，可降低医院对专科护士的依赖，缓解人力结构性短缺。中期看，“沿用现有手术室与器械”的策略若成立，将显著降低医院部署门槛，相比需重建专用环境的方案更具推广优势。但需注意：仿真演示到真实手术之间存在安全性验证、伦理审批与临床数据积累的多重鸿沟，富士康未披露验证细节的前例也提示行业存在“演示先行、落地滞后”的风险。长期看，人形机器人在手术室的角色演进路径清晰——从递械到复刻操作，再到远程操控，最终可能指向半自主手术，但当前阶段的核心价值仍是“辅助增效”而非“替代医生”。
机器人发布 2026/09/22 00:00更新 2026/09/23 01:00
宇树科技完成全球首次全尺寸通用人形机器人全AI驱动自主集群表演 - 财闻网
财闻 2026-09-22 21:28:35
9月22日消息，在第48届世界技能大赛开幕式上，宇树科技-W（688836.SH） 19台H2人形机器人与120名舞者同台共舞，上演全球首次全尺寸通用人形机器人全AI驱动自主集群表演。机器人不依靠场外定位基站，完全依靠机载激光雷达实现环境感知与厘米级自主定位；借助自研集群协同调度系统，实现19台机器人毫秒级协同同步；舞蹈全身动作由强化学习算法生成，可跟随音乐节奏；整套系统具备自主纠错能力，当受到舞台灯光、人员走动等外界干扰出现位置偏移时，机器人可以自主识别偏差、自动修正归位。
AI 解读
核心要点
1. 技术突破：全球首次实现全尺寸通用人形机器人“全AI驱动”的自主集群表演，19台H2机器人不依赖场外定位基站，仅靠机载激光雷达完成厘米级定位与毫秒级协同，动作由强化学习生成并能跟随音乐节奏。
2. 鲁棒性验证：系统具备自主纠错能力，可在舞台灯光、人员走动等干扰下识别偏差并自动归位，意味着从“实验室可控环境”迈向“真实复杂场景”。
3. 主体与场景：宇树科技（688836.SH）在第48届世界技能大赛开幕式完成演示，兼具技术发布与品牌曝光双重属性。
影响分析
其一，技术层面，去基站化的机载感知+分布式集群调度，是人形机器人从“单体智能”走向“群体智能”的关键一步，直接对应工业巡检、仓储物流、舞台演艺等多机协作场景的落地需求。其二，产业层面，强化学习生成动作+自主纠错，降低了多机部署的调试成本与对基础设施的依赖，有望加速人形机器人商业化进程。其三，资本市场层面，此次全球首次的标签为宇树科技强化了“人形机器人第一梯队”的叙事，短期或提振板块情绪，但需注意演示场景与规模化商用之间仍存在可靠性、成本与量产能力的验证鸿沟。
机器人热门发布 2026/09/22 00:00更新 2026/09/23 01:00
斯睿特首次披露工业具身数据飞轮 照片赋能机器人自主作业_凤凰网
凤凰网深圳
2026年09月23日 00:10:04 来自广东省
拍一张照片，机器人就能用它训练仿真；面对从未见过的物件，伸手就能学会抓取；一句"小睿小睿，给我拿瓶水"，HaiBot转身取来递到嘉宾手中——这不是演示视频，而是9月18日广州"一图启智 看见即做到"斯睿特工业具身闭门技术预览会的现场实况。
此次预览会，斯睿特首次公开展示工业具身"数据飞轮"的完整运转过程：
AI之眼系列工业感知产品连接真实生产现场，数翼DataWing将现场数据转化为可训练、可评测、可复用的模型能力，HaiBot将这些能力带回现实世界完成任务执行；
执行产生的新数据再次回流，进入下一轮训练与迭代，形成"场景—数据—模型—复用"的正向飞轮。
区别于行业由通用大模型向下适配工业场景的路线，斯睿特智能走出从真实工业场景向上生长的差异化路径：具身业务是新的，入场券是旧的——依托9年产线积累，打通工艺Know-How、硬件感知、工业数据资产与机器人执行，让真实工业数据持续转化为能力。
一、四路数据供给：真实合成双轮驱动数据引擎
活动现场，斯睿特技术人员展示了端侧AI智能相机完成产线检测推理，检测数据实时回流至数翼DataWing模型；数翼模型自动完成数据增广生成训练包、评测包，一键启动模型训练，训练好的模型经过评测后重新下发至端侧，实现产品换型、新产线的快速上线。
区别于单纯依赖产线现场采集的路线，斯睿特的数据引擎由四路供给共同驱动：依托企业9年积累的48TB真实工厂工业数据集，叠加遥操作示教高保真采集、数字孪生仿真合成与真机执行数据回流，数翼DataWing打通数据采集、2D转3D资产生成、数据增广、模型自动化训练、模型评测、长尾样本自动补齐的完整闭环，让模型在新产线、新行业的适配周期压缩至数周。
二、闭环运算架构：预测执行回流实现手眼脑协同
预览会还首次系统披露了斯睿特"大脑—小脑—本体"三层协同架构：
大脑侧，CogniMotor具身大小脑模型负责任务理解、分解与规划，SeerWAM预见式世界行动模型在动作执行前预演环境演化、预判干扰与偏差，做到"先算一步"；
小脑侧，自研机器人控制器以传统控制保底、强化学习增强接触自适应、生成式策略学习长时序技能，执行误差实时闭环修正；
本体侧，轮式双臂机器人已量产交付，并具备跨本体训练能力。
依托3D视觉六自由度定位与力觉反馈的视触融合能力，HaiBot可实现接触级精细作业：涂胶检测精度达±0.1mm，螺栓拧紧合格率99.9%以上，双臂负载20kg。
VLA模型与世界模型形成的"先预测、再执行、后回流"闭环，让机器人"先生成、不直连真机，先评分、再放行"，在真实产线安全稳定作业。
三、极简输入范式：单张现场照片触发机器人自主作业
现场还开放了手机体验2D照片生成3D工件模型的交互体验，无需专业建模软件即可快速产出工业3D资产，为具身机器人仿真训练提供数据底座。机器人的仿真环境复刻真实场景，还能生成、编辑布局、纹理、光照效果，支持Real2Sim任务场景适配训练和Sim2Real快速技能迁移。
目前，HaiBot具身机器人聚焦分拣搬运、装配、AI质检三大工业刚需，已完成头部车企7天快速POC闭环验证；按典型汽车产线方案测算，单台机器人投资回收期约17.5个月。
四、技术自主突破：打破垄断定义工业具身新场景
从打破海外技术垄断、实现汽车冲压、焊装、涂装、总装四大工艺全覆盖，到成为国内首家掌握汽车制造高速3D涂胶飞拍检测技术的企业，再到自研多模态基座大模型，斯睿特已累计取得近100项知识产权，头部车企市场占有率达90%以上，三年客户复购率达60%以上。
作为首家进入奔驰供应链的本土工业AI品牌，斯睿特已完成头部车企具身POC 7天验收，首台具身机器人已成功交付，并与某头部汽车厂商启动智能分拣"千人替代"合作，将工人从高强度、重复性岗位转向更高价值工序。公司现为国家级高新技术企业、广东省专精特新中小企业、工信部具身智能促进会成员。
在具身智能首次写入《政府工作报告》的产业窗口期，此次首次公开的工业具身"数据飞轮"，让感知、数据、模型与执行真正连接起来，让一次任务的完成成为下一轮学习与迭代的起点，为中国工业智能化提供可复制的落地范式。
AI 解读
核心要点
1. 数据飞轮闭环落地：斯睿特首次完整披露“场景—数据—模型—复用”正向飞轮，由48TB真实工业数据集、遥操作示教、数字孪生合成、真机回流四路供给驱动，新产线适配周期压缩至数周。
2. 三层协同架构：大脑（CogniMotor+SeerWAM世界模型）负责预测规划，小脑（控制器+强化学习）负责接触自适应，本体（轮式双臂）已量产，形成“先预测、再执行、后回流”闭环。
3. 极简输入范式：单张2D照片即可生成3D工件模型并触发仿真训练与真机作业，大幅降低工业具身的数据门槛。
4. 商业化验证：头部车企7天POC闭环，单台回收期约17.5个月，涂胶精度±0.1mm、拧紧合格率99.9%，并启动“千人替代”合作。
影响分析
斯睿特走的是“从真实工业场景向上生长”的差异化路线，与通用大模型向下适配形成鲜明对比。其护城河不在模型参数，而在9年产线Know-How与数据资产——这是纯AI公司短期难以复制的壁垒。数据飞轮一旦在头部车企跑通，将形成“越用越强、越强越粘”的正反馈，加速工业具身从POC走向规模化复制。叠加具身智能写入《政府工作报告》的政策窗口，该模式有望成为工业智能化可复制的落地范式，并对传统工业机器人集成商形成降维压力。
机器人热门发布 2026/09/22 00:00更新 2026/09/22 01:00
特斯拉人形机器人量产在即 中国产业链公司迎合作新机遇_新浪财经_新浪网
特斯拉人形机器人量产在即 中国产业链公司迎合作新机遇
2026年09月22日 02:15 上海证券报
| |
| --- |
| 均胜电子研制的人形机器人灵巧手 |
| |
| --- |
| 特斯拉在第八届中国国际进口博览会上展示的人形机器人 |
特斯拉人形机器人量产在即
中国产业链公司迎合作新机遇
◎记者 俞立严 陈铭
特斯拉正在牵手中国产业链公司，为人形机器人Optimus的量产做准备。上海证券报记者获悉，特斯拉机器人团队已于近日到拓普集团、三花智控、均胜电子等总部位于浙江宁波的上市公司开启审厂工作。特斯拉本轮审厂导向人形机器人Optimus的量产，有望向中国供应链企业派发相关订单。
业内专家对记者表示，伴随智能化的发展，中国多家产业链企业此前已经从汽车业务向机器人业务拓展。随着特斯拉机器人产能的增加，其对于机器人零部件的需求也将大幅增加。在此背景下，特斯拉倾向于牵手既有机器人研制能力又与其在新能源汽车业务上有过合作的中国企业作为量产人形机器人零部件供应商。
特斯拉机器人团队前往宁波多家上市公司审厂
9月21日，针对近日特斯拉启动新一轮机器人业务量产审厂的传闻，特斯拉中国方面未回应相关情况。不过，宁波当地产业链人士对记者确认，特斯拉机器人团队上周前往拓普集团、三花智控、均胜电子等宁波上市公司，开启审厂工作。其中，多家上市公司此前在新能源汽车零部件领域已与特斯拉有过多年合作，这些公司有望为特斯拉量产人形机器人Optimus供应机器人零部件。
即将开启量产的是特斯拉第三代人形机器人Optimus，也是特斯拉首款为量产设计的机器人机型。相比前代，特斯拉重点升级了手部灵巧机构、关节执行器，用于优先承担工厂内物料搬运、简单流水线辅助等工业任务。单机长期目标成本为2万美元至3万美元。
特斯拉在2026年5月宣布Optimus生产项目开工，这也是特斯拉得克萨斯州超级工厂扩建项目的一部分。特斯拉CEO马斯克设定的长期产量目标是：一旦该生产线满负荷运转，Optimus的年产量将达到1000万台，预计于2027年年中投产。这一产量将远超特斯拉在加利福尼亚州弗里蒙特工厂单独建设的年产100万台的试点生产线。
业内专家对记者分析称，随着特斯拉美国机器人产线产能的增加，动辄年产上百万台，特斯拉对于机器人零部件的需求将大幅增加。在此背景下，既有机器人零部件研制能力又处于特斯拉新能源汽车供应链的中国企业优势明显。
此次特斯拉机器人团队前往宁波审厂并非偶然。新能源汽车产业是宁波制造业第一大行业，已经形成从研发、整车到检测服务的完整生态链。随着智能化技术发展，宁波新能源汽车产业的一个突出特点是零部件与人形机器人产业高度协同。据宁波市经济和信息化局数据，人形机器人约80%的零部件品类与新能源汽车产业链高度重合，企业可快速实现技术迁移与产能切换。
在这些上市公司中，均胜电子2026年集中发布了灵巧手、第三代AI头部总成、具身智能体大脑、电子皮肤和固液混合电池等机器人核心部件和系统方案。其中，具身智能体大脑解决方案EAOS+EAPC，成为均胜电子本轮机器人业务布局中的核心看点。
在项目合作方面，均胜电子已与智元机器人、银河通用、瑞士RIVR等国内外机器人企业建立合作，围绕控制器、机器人部件、定制开发和测试验证等环节推进联合研发、产品送样及供货。在海外项目中，公司已批量交付机器人后脑勺、颈部、肩部、膝盖及手指等部件，并推进下一代头部显示方案和头部总成供货。
三花智控则沿着机电一体化方向切入机器人执行器。2026年半年报显示，公司仿生机器人机电执行器核心产品已稳步推进批量交付与产线爬坡。
中国机器人产业链优势不只是产能
据车百会研究院统计，截至2026年8月，全球已有近20家主流车企以自研、孵化、投资等方式驶入具身机器人赛道，累计规划投入超千亿元，中国车企更是个中主力。
业内专家表示，相对于整车企业而言，中国汽车产业链企业所面临的机遇其实更大。就像新能源汽车浪潮，孕育成长了宁德时代等中国动力电池企业，以特斯拉为代表的全球机器人巨头有望带动中国汽车产业链企业跨界发展，开辟全新的业务增长空间。
罗兰贝格预测，在基准情景下，到2035年，全球人形机器人整机市场规模有望达到7500亿美元。若技术迭代、供应链成熟和应用扩张按当前轨迹持续推进，到2050年，整机市场规模有望超过4万亿美元。
围绕执行器、灵巧手、计算与连接、感知系统、能源与充电、结构件、装配与供应链服务，一条新的产业价值链正在形成。以2035年为例，仅身体执行器的市场规模便可能达到260亿美元至790亿美元，手部执行器系统则将贡献90亿美元至260亿美元。
AI 解读
特斯拉Optimus量产审厂：中国供应链的"第二增长曲线"
核心要点
1. 事件：特斯拉机器人团队赴宁波审厂拓普集团、三花智控、均胜电子，为第三代人形机器人Optimus量产做准备，有望派发零部件订单。
2. 产品定位：Optimus三代为首款量产机型，重点升级灵巧手与关节执行器，优先切入工厂物料搬运等工业场景，单机目标成本2万-3万美元。
3. 产能规划：得州工厂目标年产量1000万台，2027年中投产，远超弗里蒙特100万台试点线。
4. 产业逻辑：人形机器人约80%零部件与新能源汽车产业链重合，特斯拉倾向选择"既有机器人研制能力、又是汽车业务伙伴"的中国供应商。
影响分析
短期看，审厂落地意味着订单兑现窗口临近，宁波汽车零部件集群有望率先受益，均胜电子（灵巧手、具身智能大脑）、三花智控（机电执行器）等已具先发优势。中期看，特斯拉百万级产能规划将催生巨大的零部件需求，中国供应链凭借技术迁移能力与产能切换速度，有望复制宁德时代在动力电池领域的崛起路径。长期看，罗兰贝格预测2035年全球人形机器人整机市场规模达7500亿美元，执行器、灵巧手等核心环节将形成千亿美元级新价值链。中国企业的核心竞争力不仅是产能，更在于"汽车+机器人"双业务协同带来的技术复用与客户黏性。风险在于量产节奏、成本下探速度及地缘政治对供应链的潜在扰动。
机器人发布 2026/09/22 00:00更新 2026/09/22 01:00
Altman 确认 OpenAI 自主研发的人形机器人，优先考虑长期前景而非家庭使用 - xix.ai
“Exa 搜索”这一表述信息量极为有限，仅包含一个机构或产品名称“Exa”与“搜索”这一功能指向，未提供任何可核验的具体数据、数字、人名、机构全称、时间节点或事件经过。由于原文缺乏新闻五要素（何时、何地、何人、何事、何因）中的实质性内容，无法在不虚构信息的前提下完成符合要求的摘要撰写。建议补充完整的新闻原文，以便准确提炼核心信息并按要求组织成可直接发布的文章简介。
AI 解读
核心要点提炼
1. 战略定位明确：Altman确认OpenAI正自主研发人形机器人，但明确表态优先考虑长期技术前景，而非短期家庭应用落地。这意味着OpenAI将人形机器人视为长期战略资产，而非快速商业化的消费品。
2. 差异化路径：与Figure、特斯拉Optimus等直接瞄准家庭/工业场景的玩家不同，OpenAI选择“先技术、后场景”的路线，强调基础能力积累优先于场景适配。
3. 生态信号：结合OpenAI此前对Figure的投资与自身硬件团队扩张，此举暗示其可能从“模型供应商”向“软硬一体平台”延伸，减少对合作伙伴的依赖。
影响分析
短期看，这一表态降低了市场对人形机器人快速进入家庭的预期，对主打家庭场景的初创公司形成一定叙事压力。中期看，OpenAI若将大模型能力与本体硬件深度耦合，可能重塑行业竞争格局——从“硬件比拼”转向“具身智能模型+本体”的系统性竞争。长期看，Altman的“长期优先”策略符合其一贯的AGI叙事，人形机器人或成为其通用智能落地物理世界的关键载体。但风险在于：自主研发周期长、资本消耗大，且需直面特斯拉等已具备量产与数据优势的对手。行业应关注OpenAI何时披露具体技术路线与时间表。
机器人热门发布 2026/09/21 00:00更新 2026/09/23 01:00
大一统模型Pelican-Unify：让具身智能在“想象”中学会行动_互联网_艾瑞网
导语：
9月的上海，华为全联接大会2026以“智启新未来”为主题，系统阐述AI基础设施的构建新路径。在华为云生态伙伴开放麦上，北京人形机器人创新中心有限公司（以下简称“北京人形”）多模态算法负责人张怡，以《从“预测世界”到“执行任务”：世界模型驱动机器人的理解、规划与行动》为题，分享了北京人形统一具身世界模型 Pelican-Unify 的探索与实践。
一、真正的分水岭，在泛化能走多远
“具身智能这几年最不缺的，是令人惊叹的演示。最缺的，是换一个场景、换一个物品、换一台本体之后，还依然能够完成任务的能力。”
张怡开门见山，把行业争论的焦点从“演示效果”拉回到“泛化能力”这个硬指标上。她把具身智能模型的泛化拆成了四层递进的台阶：背景泛化、组合泛化、交叉泛化，以及最难企及的域外泛化。
“泛化上限，决定了具身智能是从实验室走向真实世界的通行证，还是一张只在一个考场有效的准考证。”
二、真正的统一，是共享表示、相互约束、共同训练
这也是 Pelican-Unify 的立论之本。
张怡介绍，Pelican-Unify 是北京人形的统一具身世界模型，整体参数量 14B，已完成真机推理验证。它的架构是：
上层，是一个统一的 VLM理解器与推理器。 负责理解与推理——把场景、指令、视觉上下文和动作历史映射进同一个语义空间，生成面向任务、动作与未来后果的任务链式推理，并将这条推理链压缩为稠密隐变量，传递给下层。
下层，是一个统一的未来生成器。 基于上层传来的隐变量，一个共享的扩散Transformer架构同时生成未来视频和未来动作——机器人在“想象中”看到任务将如何展开，也在“想象中”得到自己该做的每一个动作。
训练目标，是统一的。 语言损失、视频损失、动作损失三者反向传播到同一个共享表示中，相互约束、共同优化。
“很多多模态模型，是把几个能力在输出端拼在一起。我们主张的统一，是共享表示、相互约束、共同训练——这是本质区别。”张怡强调， Pelican-Unify对三类泛化以及对扩散模型有益的能力要提升，原本的通用理解能力要守住。
三、双线并进才是务实的答案
张怡介绍了北京人形的具身大模型技术版图——双线并进。
一条是大小脑分层架构。以具身多模态大模型 Pelican-VL 为“大脑”，负责意图理解、空间感知、自然交互与任务规划；以运控模型为“小脑”，负责全身控制、双臂协作、稳定移动与定位导航。这条路线成熟稳定，支撑着当下规模化落地的主力场景。
另一条，是以 Pelican-Unify 为代表的世界模型大一统路线——理解、规划、预测与行动在同一个模型中完成，代表更前沿的架构方向。
两条路线都跑在同一套“一脑多能”与“一脑多机”的“地基”上：具身天工通用人形机器人平台与慧思开物通用具身智能平台。一套智能系统，能跨工业、商用、家庭、特种作业多场景复用，也能驱动各种机器人硬件。
“模型再先进，也要有一副好身体和一块好平台来承载；数据再稀缺，也要有闭环让它转起来。这是全栈公司才有的便利，也是我们的责任。”
四、把模型放进生态里打磨
“具身智能不是一家企业能闭环的事。数据、算力、工具链、场景，每一个环节都需要伙伴。”她介绍了北京人形与华为云的深度协同：此前，北京人形已参与华为云“百模千态，云聚共赢”生态合作计划发布仪式，正式成为华为云具身智能生态合作伙伴，并入驻华为云行业AI梦工厂具身智能专区首批机构。
在标准共建层面，双方围绕SC42《人工智能 具身智能云协议要求》开展线上讨论，并对《人工智能 具身智能数据质量规范 第2部分：生成数据》《人形机器人与具身智能 灵巧手技术规范》提交了反馈意见——“把工程实践沉淀成标准，让后来者不必重复踩坑，这是头部企业应该做的事。”
面向未来，双方将聚焦三个方向深度协同：依托华为云算力底座与开发平台加速具身大模型研发迭代；联合搭建开放共享的开发者社区，整合数据集与仿真环境，降低行业研发门槛；深耕多元应用场景，以“云+端”软硬协同模式攻克产业化难点。
五、“人机共生”的美好未来
北京人形把“创新技术、服务人类、改变世界”作为理念——技术是出发点，人是目的地，让机器人先在想象中预演风险，再在现实中安心走进产线、家庭与危险现场。
作为工信部与北京市政府联合授牌的国家地方共建具身智能机器人创新中心、国内首家具身智能软硬件全栈科技公司，北京人形以“具身天工”与“慧思开物”两大平台为双核心，朝着“全球具身智能领导者”稳步前行。
以「慧思开物」为底座，北京人形正践行“不止步、不独行、不筑墙、不踩坑”，以“开物生态 万物·生”向全球伙伴开放代码、工具链与创新土壤。
当机器人开始“想象未来”，它也在帮人类预演一个更远的未来。
AI 解读
核心要点
1. 技术路线分野：北京人形推出14B参数统一具身世界模型Pelican-Unify，主张“共享表示、相互约束、共同训练”的真统一架构，区别于输出端拼接的多模态方案；通过扩散Transformer同时生成未来视频与动作，让机器人在“想象”中完成规划与执行。
2. 泛化能力为标尺：将泛化拆解为背景、组合、交叉、域外四层递进，直指行业“演示惊艳、落地失效”的痛点。
3. 双线并进策略：成熟的大小脑分层架构（Pelican-VL+运控模型）支撑当下落地，世界模型大一统路线押注前沿，共用“一脑多能/多机”平台底座。
4. 生态协同：与华为云在算力、开发者社区、行业标准（SC42等）三方向深度绑定。
影响分析
此举标志着具身智能竞争从“单点演示”转向“泛化能力+架构范式”的系统性比拼。世界模型路线若验证成功，将显著降低跨场景、跨本体的迁移成本，加速机器人从实验室走向产线、家庭与特种作业。统一架构对算力与数据闭环要求极高，头部企业与云厂商的生态绑定或成行业标配，中小玩家门槛进一步抬升。标准共建的参与则意味着北京人形正争夺行业话语权，具身智能的“安卓时刻”可能提前到来。
机器人发布 2026/09/21 00:00更新 2026/09/22 01:00
西门子和Humanoid将物理AI带入工厂车间：与NVIDIA一起在工业运营中部署人形机器人_软件动态_智能制造新闻_新闻_e-works数字化企业网
2026年09月21日 来源：西门子
- 西门子与英伟达达成战略合作，携手打造全 AI 驱动的自适应生产基地。双方已在德国埃尔朗根的西门子工厂开展人形机器人测试，取得实际落地里程碑成果。
- HMND 01 Alpha 专为工业场景打造，具备先进的操作作业能力。
- 西门子 Xcelerator 提供工厂级可扩展产品组合，用于工业系统集成。
- 英伟达加速仿真与开发进程，助力项目更快落地部署。
西门子与 Humanoid 公司宣布，在将物理 AI 从愿景落地为工业现实的进程中达成一项里程碑成果。依托英伟达物理 AI 技术栈打造的 Humanoid HMND 01 轮式 Alpha 人形机器人，已在德国埃尔朗根的西门子电子工厂完成作业测试，可自主执行物流任务。本次成果延续了西门子与英伟达在国际消费电子展（CES）上公布的战略合作，双方目标是打造全球首个全 AI 驱动的自适应生产基地。
制造业迎来物理 AI 时代 物理 AI 这一学科旨在训练智能机器在物理世界中感知、推理并执行动作，它有望彻底改变产品制造方式。想要弥合 AI 研究与真实工厂需求之间的鸿沟，离不开一套高性能生态体系：世界级 AI 算力与仿真能力、经过验证的机器人平台，以及可将所有要素整合起来的成熟工业自动化基础设施。 HMND 01 Alpha 机器人部署于西门子物流作业场景，可自主完成料箱搬运任务 —— 为人工操作人员拾取、转运和放置物料箱。本次测试达成全部目标性能指标：每小时可搬运 60 个料箱，连续运行时长超 8 小时，自主拾取与放置成功率高于 90%。 依托西门子 Xcelerator 搭建工业底层支撑 人形机器人的真正价值，在于成为车间内深度集成、可协同作业的生产资产。这要求机器人能够与生产系统及其他自动导引车实时交换数据，和其他设备、操作人员同步工作流，并具备自适应能力，可动态响应不断变化的现场工况。倘若缺少这种深度集成，即便是技术最先进的机器人，也只能作为孤立设备存在。 西门子通过 Xcelerator 产品组合提供这一关键能力层，涵盖完整数字孪生、AI 感知、集成控制、PLC - 机器人接口，同时配套集群管理、工业通信网络与高性能驱动系统。上述技术共同构成数字骨架与自动化基础设施，保障人形机器人高效运行，并与整个工厂环境协同工作。最终形成一套工厂级方案，支持在各类工业场景部署人形机器人。 依托英伟达函数库、开发框架与 AI 基础设施加速智能能力落地 Humanoid 公司已将英伟达全套物理 AI 技术栈集成至 HMND 01 机器人平台，其中包括用于边缘计算的英伟达 Jetson Thor、用于仿真的英伟达 Isaac Sim，以及用于强化学习与策略训练的英伟达 Isaac Lab。这套方案大幅压缩了开发周期。团队采用仿真优先的硬件设计思路，可在虚拟环境中优化执行器选型、关节强度与质量分布，将原型开发周期从常规的 18–24 个月缩短至仅 7 个月。 英伟达机器人与边缘 AI 副总裁迪普?塔拉（Deepu Talla）表示：“未来工厂需要能够和工人协同、自主感知、推理并自适应的机器人，以此解决传统自动化难以应对的劳动力短缺与生产运营复杂度难题。由西门子提供工业集成底层支撑，Humanoid 部署英伟达全套物理 AI 技术栈 —— 从仿真优先训练到实时边缘推理，本次落地应用为人形机器人在真实车间达成生产目标铺平了道路。” Humanoid：研发工厂级人形机器人 Humanoid 是一家总部位于英国的人工智能与机器人企业，其研发的 HMND 01 Alpha 人形机器人专为工业环境打造。HMND 01 搭载全向轮移动平台，具备先进操作能力，依托自研 AI 框架 KinetIQ 驱动；该机器人面向以人为中心的作业空间设计，可适配多样化任务，完成复杂动作。 Humanoid 创始人兼首席执行官阿尔乔姆?索科洛夫（Artem Sokolov）表示：“我们的目标是打造不仅能在受控实验室环境运行，还可在真实工厂环境中落地、承担实际工业任务的人形机器人。与西门子、英伟达的合作赋予我们强大优势：将英伟达领先的 AI 基础设施、仿真工具与开发框架，和西门子深厚的工业经验及系统集成能力融为一体。我们共同证明，人形机器人已具备真实工业场景落地部署的条件。”
责任编辑：邓珊珊 (dengshanshan@e-works.net.cn)
AI 解读
核心要点
1. 三方协同落地：西门子（工业集成）、英伟达（物理AI算力与仿真）、Humanoid（机器人本体）形成完整技术闭环，HMND 01轮式人形机器人在西门子埃尔朗根工厂完成真实物流作业验证。
2. 性能达标：每小时搬运60个料箱、连续运行超8小时、自主抓取成功率超90%，已满足工业级基础门槛。
3. 开发提速：仿真优先策略将原型周期从18–24个月压缩至7个月，验证了"虚拟训练+边缘推理"范式的工程可行性。
4. 集成是关键：西门子Xcelerator提供数字孪生、PLC-机器人接口与集群管理，解决人形机器人"孤岛化"痛点。
影响分析
此次落地标志着人形机器人从实验室演示迈入工厂级部署的临界点。其真正价值不在机器人本体，而在于"物理AI+工业自动化底座"的融合范式——仿真训练降低试错成本，工业集成层解决协同调度，二者共同构成可复制的部署模板。对制造业而言，这意味着劳动力短缺与柔性生产难题获得新解；对产业格局而言，英伟达巩固AI基础设施地位，西门子卡位工业集成入口，Humanoid等本体厂商则面临"平台依附"与"自主生态"的路径选择。短期看，物流搬运是最先跑通的场景；中长期，能否切入装配等复杂工序，将决定人形机器人的真实天花板。
机器人发布 2026/09/21 00:00更新 2026/09/21 10:50
优必选柳州万台级工厂投产，每10分钟下线一台人形机器人 - 机器人大讲堂
优必选柳州万台级工厂投产，每10分钟下线一台人形机器人 - 机器人大讲堂
## 优必选柳州万台级工厂投产，每10分钟下线一台人形机器人
林越 2026-09-21 1344人形机器人
9月12日，柳州优必选万台级工业人形机器人超级智慧工厂投产仪式在北部生态新区举行。该工厂是优必选打造的全球首个适配万台级产能的工业人形机器人智能制造标杆工厂，依托工业仿真系统智能规划、数字化智慧大脑全域调度，落地用机器人造机器人的智造模式。按照产线设计节拍，每10分钟可下线1台机器人，年规划产能超万台。优必选联合西门子量身打造人形机器人专属数字化智造底座，破解了人形机器人零部件繁多、转运频次高、装配精度高、产品迭代快的量产痛点。
Walker S2的技术配置
Walker S2是面向智能制造场景的全尺寸工业人形机器人，通过迭代的群脑网络2.0，搭载自研的全球首个专用于工业人形机器人本体的智能体技术Co-Agent。Walker S2身高1.76米，可复现拟人步态行走与精细操作能力，集成第四代工业级灵巧手与仿生手臂。其灵巧手采用类人尺寸设计，可实现亚毫米级的精细操作，耐久性经测试超过8万次。仿生手臂采用全中空结构与集成走线设计，支持自主换电等高难度动作。Walker S2实现了国内首个头部采用纯RGB双目视觉方案，类人眼双目立体视觉感知能力有效提升人形机器人对工厂环境的适应性。52自由度的仿生躯体配合第四代灵巧手，可在0到1.8米全空间范围内完成15公斤负载搬运及正负162度腰部灵活转动。
Co-Agent和自主换电
Walker S2搭载了优必选自研的工业人形机器人协作智能体Co-Agent，融合多模态推理大模型、具身交互大模型、技能类小模型以及类人思维链技术，赋予Walker S2意图理解、任务规划、工具调用和自主异常处理等闭环作业能力，并通过工业实训积累的亿级数据持续优化算法。Walker S2采用高功率高扭矩腰关节设计及动态平衡算法，可完成灵活摸地、极限下蹲、远距离抓取等高难度动作。该机器人全球首次实现自主换电，搭载双电池同充同放、标准化电池仓快换、双臂协同精准换电等技术，可实现7×24小时不间断作业。
万台级产能意味着什么
年规划产能超万台这个数字，放在人形机器人行业里是一个新的量级。此前多数人形机器人公司的年产量在几百台到几千台之间，万台级产能对应的供应链管理、质量控制、成本控制要求完全不同。工厂用机器人造机器人，把自研的具身智能技术反向用到生产线上，让机器人从终端产品变成核心生产工具。这个逻辑如果跑通，量产成本、交付节奏、品控一致性都会拉开差距。柳州工厂的产线节拍每10分钟下线一台，这个速度对应的是一年约5万台的产能上限，实际产出取决于订单和供应链的匹配。优必选已全面迈入工业、商用和家庭消费三箭齐发的发展阶段，万台级工厂为这三大场景的落地提供了产能支撑。
AI 解读
# 优必选万台级工厂投产：人形机器人从"样机叙事"迈向"产能叙事"
核心要点
1. 产能量级跃迁：年规划产能超万台，10分钟/台节拍（理论年上限约5万台），将行业量产基准从"百台级"拉升至"万台级"，供应链、品控、成本逻辑随之重构。
2. "机器人造机器人"闭环：自研具身智能技术反向嵌入产线，机器人从终端产品变为生产资料，若跑通将形成成本与交付节奏的代差优势。
3. 技术栈就位：Walker S2搭载Co-Agent智能体、纯RGB双目视觉、自主换电（7×24小时作业）、亚毫米级灵巧手，参数指向真实工业场景而非演示。
4. 生态协同：联合西门子打造专属数字化智造底座，破解多零部件、高精度装配的量产痛点。
影响分析
短期看，万台产能的实际释放取决于订单与供应链匹配度，节拍≠出货，需警惕"产能先行、需求滞后"的错配风险。中期看，若"机器人造机器人"闭环验证成功，优必选将在成本曲线上拉开与仍处手工装配阶段的竞争对手的差距，加速行业洗牌。更关键的是，工业、商用、家庭三线并进的产能底座一旦成型，人形机器人竞争焦点将从"技术演示"转向"规模化交付能力"——这正是行业从概念期跨入产业期的分水岭。柳州工厂的真正价值，不在于下线速度，而在于它是否证明了人形机器人可以像汽车一样被"制造"。
机器人热门发布 2026/09/21 00:00更新 2026/09/22 01:00
启元机器人正式发布：人形机器人叩开家庭大门_广州日报大洋网
9月20日，启元机器人发布会现场人流涌动。与以往人形机器人偏向工业场景的演示不同，这场发布会把机器人从实验室和展厅带进了普通家庭的模拟场景——展台围绕家庭生活搭建了沉浸式样板间，直观展示机器人如何融入三代同堂的日常。
两款新品：一个“可定义”，一个“可变形”
发布会上，Q1与T1正式揭晓并开启预售。Q1是全球首个小尺寸全身力控人形机器人，88厘米、15公斤，能折叠塞进背包，支持外观结构件定制；T1则是全球首个可变形个人机器人，100厘米、16公斤，可在轮足人形与四足形态间自主切换。一个主打“可定义”，一个主打“可变形”，分别切入开发潮玩与户外影像，定位清晰、互补而非重叠。记者了解到，当前版本机器人电量耗尽后仍需手动关机、拔电池充电，但后续将升级自动回充功能。
生态接入：WorkBuddy让机器人“长出”耳朵眼睛和手脚
在家庭场景，人虽在办公室，用户可通过WorkBuddy远程向机器人下达指令：“给我的宝宝讲一个恐龙故事。”WorkBuddy在云端检索生成内容，机器人配合手势、表情向家人语音分享，故事精彩处还会手舞足蹈。
此外，启元还与飞阔科技达成合作，共建健康监测功能。用户与机器人握手即可完成心率、血氧等基础健康状态检测，在交互聊天中同步获取健康反馈。
家庭场景落地：从远程通讯到AI教育
在智慧家庭展区，工作人员演示了人机即时通讯功能。用户通过APP留言“奶奶，我今晚不回去吃饭了”，机器人收到消息后自主前往卧室找到奶奶，并询问是否接通电话。小朋友无需操作手机，直接呼叫机器人就能联系在外家长，机器人之间也能互加好友、互相传话。
记者看到，展区还演示了全屋智能设备联动，一句语音指令即可调控灯光、家电，机器人能识别家庭成员身份，为老人提供用药提醒，为家长管理家庭能耗。
教育是本次重点发力的赛道。展台设置了完整的K12人工智能教育板块，覆盖小学、初中、高中全学段。启元AI启蒙课让孩子通过实体机器人学习AI认知、工程实践、人机协作等六大AI素养；推出的AI具身智能编程课，把抽象Python代码变成机器人看得见的动作。机器人还配套英语口语交互功能，可与孩子开展多轮英文对话，实时纠错并生成练习报告。
现场还亮相了启元机器人“直播搭子”，人形机器人站在环形补光灯前直接参与直播互动，探索在直播、内容创作领域的商业化落地。启元机器人本次新品的核心思路，是让机器人不再只是展厅里的表演展品，而是拥有温度、能感知家庭成员需求的家庭伙伴。
文、图/广州日报新花城记者：陈庆辉 视频/广州日报新花城记者：陈庆辉 广州日报新花城编辑：麦晓颖
通过直播非法猎捕野生鸟类引流，售卖狩猎工具；被平台多次封禁账号后，频繁更换小号继续开播——近日，浙江台州市公安局黄岩分局侦破一起非法狩猎案件，抓获两名涉案人员。
2024暑期档票房破75亿
据网络平台实时数据，截至7月30日18时35分 ，2024年暑期档（6月-8月）档期总票房（含预售）突破75亿！《抓娃娃》《默杀》《云边有个小卖部》暂列档期票房榜前三位。
俞敏洪：与辉同行的全部净利润奖励给董宇辉
7月25日，俞敏洪在微信公号发布《致东方甄选股东朋友的一封公开信》。
上半年我国跨区域人员流动量324.1亿人次
上半年，交通运输经济运行持续向好、总体平稳，货运量、港口货物吞吐量、人员流动量等交通运输主要指标均实现较快增长。
低至五折！大理、拉萨等热门目的地机票便宜了
暑运期间，民航市场火热。记者了解到，这个暑期西北、西南等地区干支线增班最多。
理财档案丨增厚储蓄险收益浮动收益产品上位
近日有消息称，人身险产品预定利率将再度“降档”。其中，传统型人身险产品的预定利率或将从3%下调至2.5%，这距离预定利率3.5%下调至3.0%还不足1年。
“提前还房贷”再度升温，如何还款更划算？
伴随着一系列降息和房贷新政落地，当前首套房和二套房贷款利率均降至“3时代”，新增房贷与存量房贷利率差距加大，部分差距已高达100BP，同样是200万元房贷，总利息相差27万元左右。
人民币盘中升破7.21 对美元汇率创下5月初以来新高
7月25日，在岸、离岸人民币对美元汇率上涨，且涨势盘中进一步扩大，均升破7.21关口，当日在岸人民币对美元涨超680个基点，离岸人民币对美元涨超580个基点，创下5月初以来的新高。
六大行下调人民币存款利率 中小银行梯次跟进
今年首轮存款降息开启！昨日，工行、农行、中行、建行、交行、邮储六大国有银行集体宣布下调存款利率。
东方甄选：主播董宇辉离职
AI 解读
# 启元机器人发布深度解读
核心要点：
1. 产品差异化定位：Q1主打“可定义”（88cm/15kg，可折叠、外观定制），切入开发潮玩；T1主打“可变形”（100cm/16kg，轮足人形与四足自主切换），切入户外影像。两者互补而非重叠，避免内部竞争。
2. 生态能力构建：通过WorkBuddy实现云端指令生成与远程交互，联合飞阔科技实现握手健康检测，并打通全屋智能设备联动，机器人正从孤立硬件向“家庭智能中枢”演进。
3. 场景落地路径清晰：从远程通讯、AI教育（K12全学段覆盖）、健康监测到直播商业化，启元选择以家庭为锚点、教育为突破口，避开工业场景的正面竞争。
影响分析：
启元此次发布标志着人形机器人从“技术展示”向“消费级产品”的关键转折。其意义不在于技术参数的突破，而在于场景定义能力——将机器人嵌入三代同堂的家庭叙事，以情感陪伴和教育刚需降低用户接受门槛。若自动回充等体验短板如期补齐，启元有望率先打开人形机器人C端市场，但需警惕：家庭场景对安全性和可靠性的容错率极低，规模化交付后的品控将是真正考验。
机器人热门发布 2026/09/21 00:00更新 2026/09/22 01:00
乐享科技以太大模型机器人完成全球首次户外机器人全自主直播_凤凰网
2026年09月21日 15:42:04 来自河北
9月16日，乐享科技在上海完成全球首次具身智能大模型长时户外全自主直播：搭载其全新以太大模型的机器人在真实户外环境中连续作业1小时，从点单、任务规划、烧烤到上菜，全程自主完成。这也是全球首次，多台机器人在真实开放环境中自主交互、协作完成一整套任务。
直播结束两天后，乐享科技于9月18日进一步发布以太大模型真实场景应用的第二个"一镜到底"视频。
本次直播在线上超550万观众及现场超30位行业媒体的见证下进行。现场6名顾客随机点单、更改及新增需求，并可随意挪动物品、打断任务。直播中还出现插曲：原定的一位顾客临时未能到场，乐享科技没有停播，也没有调整流程，而是从围观观众中随机邀请了一位补位，将"0预设、0剧本"贯彻到底。全程没有遥操，也没有剪辑掉"失误"片段的机会。
直播中，机器人展现出多项此前未有模型公开展示的能力：
双机自主协作。烧烤机器人守在炉前，服务机器人穿梭于烤炉与餐桌之间，两台机器人互相传递任务信息，共同判断任务进度与配合方式。
直播中两台机器人被观众称为"二爷"和"五弟"：服务机器人会将顾客的个性化需求（如多加辣椒粉）告知烧烤机器人；感觉顾客等久了，也会主动追问出餐进度。据介绍，这一双机交互全程没有一个预设的触发条件。
长程任务断点续做。点单中途有顾客临时要求取水，机器人先将水送达，再回到桌边继续未完成的点单。期间它还主动为顾客递上纸巾——没有人提出过这一需求，完全来自机器人对场景规则的自主理解。
精细操作与现场自学习。烧烤机器人按顾客要求将调料精准撒到食物上，并在恰当的时间主动刷上酱汁。它第一次抓调料瓶时未拿稳，经数次尝试后动作明显变稳——每一次抓取的成败，都直接成为修正下一次动作的依据。
开放环境全身协调控制。直播场地完全开放，桌椅位置与人员动线事先无法预设。机器人迈出的每一步都是现场看、现场判断、现场决定，不依赖提前建好的地图和写死的路线。
支撑此次直播的以太大模型，是乐享科技推出的全球首个跨本体通用具身大模型，具备主动感知、多模态理解、流式记忆、动力学建模、持续自我迭代五项相互咬合的核心能力，并实现了三个"全球第一"：
全球第一个能量驱动的通用智能模型。不直接预测动作，而是把目标完成度、动力学一致性、记忆一致性、物理约束等统一为连续的能量景观，沿能量梯度持续推理、主动探索、生成动作。
全球第一个类人脑神经元模型。把"大脑—脊髓"的贯通机制搬进机器，运动轨迹不靠数据"猜"、靠物理约束"学"。
全球第一个自进化的具身智能模型。 Evolution Manager让自我模型与世界模型从参数级到模型级持续自进化，部署不是能力的天花板，而是成长的起点。
乐享科技表示，拿下"全球首次"不是这场直播最重要的意义。真正重要的是：一个具身智能模型，开始能离开高度受控的实验室，在不断变化的真实世界里持续工作。烧烤只是一次"真题"考试，未来不管机器人走进家庭、商业服务还是更多真实场景，它面对的始终是一个无法提前写完所有答案的世界。
9月18日，乐享科技发布的第二个"一镜到底"视频，在此前十分钟双机协作的基础上，进一步加入了外界对任务的频繁打断、更精细的操作任务，以及机器人对人的意图理解与人机交互。
AI 解读
# 乐享科技以太机器人直播：具身智能的"真实验证"时刻
核心要点
1. 技术里程碑：全球首次具身智能大模型长时户外全自主直播，双机协作完成点单、烧烤、上菜全流程，全程零遥操、零预设、零剪辑。
2. 能力突破：以太大模型展示双机自主协作、长程任务断点续做、精细操作现场自学习、开放环境全身协调控制四项此前未公开的能力。
3. 架构创新：能量驱动模型、类人脑神经元模型、自进化模型三项"全球第一"，将部署视为成长起点而非能力天花板。
影响分析
此次直播的意义不在"首次"，而在于验证了具身智能从受控实验室走向开放真实世界的可行性。550万观众见证的"0剧本"模式，实质是对模型泛化能力与实时决策能力的极限压力测试——临时补位观众、随意打断、物品挪动等变量，恰恰是真实场景的常态。这标志着行业竞争焦点正从"演示能力"转向"持续自主作业能力"。若以太架构的能量驱动与自进化路径可复制，将显著降低机器人部署的场景适配成本，加速具身智能在家庭服务、商业场景的商业化落地。但需关注：单次直播的成功尚不足以证明长周期稳定性，真实世界的"长尾问题"仍是下一阶段的核心考验。
机器人热门发布 2026/09/21 00:00更新 2026/09/21 01:00
宇树科技发布H2仿生机器人 - 喝茶财经网
宇树最新发布了一款身高180厘米、名为Unitree H2的机器人，行动敏捷、优雅，显示出新款机器人在运动灵活性上取得重大提升。
20日，宇树在其发布的视频中，揭示了这款“芭蕾舞者”机器人部分关键信息。该机器人在视频中模仿了芭蕾舞演员，并流畅地完成武术等复杂动作，显示其具备出色的平衡与控制能力。这是继H1、G1和R1之后，宇树公开的第四款人形机器人产品。
尽管该公司尚未公布速度、负载等完整性能参数，但已披露的自由度数量和其所强调的“敏捷”特性，已引发市场对该机器人运动性能的广泛关注。这一新品的推出，不仅是宇树技术能力的展示，更是其“全尺寸、全场景、全价位”市场战略深化的明确信号，旨在通过更细分的产品矩阵抢占更多市场份额。
## 技术升级：自由度跃升至31个
据发布前的预热海报信息，H2在技术参数上的一大关键升级是其全身自由度（DOF）达到了31个。这一数字较同为180cm身高的H1基础版提升了63%，主要增加了手臂和腰部的自由度，使其上肢拥有了几乎媲美人类的冗余运动能力。
自由度的提升意味着机器人能实现更灵活、更复杂的动作。据量子位分析，H2的自由度配置可能为“单腿6个、腰部3个、单臂7个、颈部2个”，这种设计需要更强的动力系统和更先进的运动控制算法来支持全身协调。
从关键参数看，H2的定位十分明确。其180cm的身高，在当前具身智能浪潮中属于全尺寸人形机器人的“天花板”级别，与小鹏的Iron、天工Ultra等产品处于同一梯队。
在更为关键的自由度指标上，H2的31个自由度虽然未及市场上最高的机型，例如包含灵巧手在内拥有81个自由度的天链T1 Pro，但已稳固进入30个自由度上下的主流“第二梯队”。这一梯队聚集了特斯拉的擎天柱（30个）、智元机器人的灵犀X2探索版（31个）以及逐际动力的LimX Oli（31个）等众多实力强劲的竞争者。这表明，宇树科技正以具有竞争力的技术规格，直接对标行业头部企业。
10月以来，智元、宇树和Figure都发布了最新机器人，现在就等特斯拉了!
## 加速产品细分，巩固市场版图
“芭蕾舞者”的加入，使宇树的人形机器人产品矩阵更加完善，标志着公司正将其产品线从通用型向更精细化的应用领域拓展。此前，宇树已拥有H1、G1、R1等多款人形机器人。公司正在将其成功的机器狗产品线策略复制到人形机器人领域，即构建“全尺寸+全场景+全价位”的产品矩阵。
在此战略下，不同产品将针对不同应用场景。例如，H1更偏向工业应用，而官方用“敏捷、优雅”来形容的H2，则可能瞄准科研开发、娱乐互动或更精细的服务场景。通过在同一尺寸下进行功能细分，并持续探索to B应用场景和下探to C价格门槛，宇树正试图在市场全面铺开，以技术积累和产品化能力抢占市场份额。
这一战略背后，是公司对机器人未来角色的深刻思考。据报道，宇树创始人王兴兴曾表示，公司在ChatGPT出现后才正式启动人形机器人项目，其核心目标是“让机器人干活”。在最近一次公开采访中，他甚至提出“当机器人能大量创造价值时，国家可以对其征税”。
### 网友看法
1、网友飞雪连天：机器人只有小脑不够啊，还要聪明的大脑，对外界的环境自主做出反馈。
2、网友星看影视：都是卧龙电驱提供的电机吗
3、网友is李：nb
4、网友覃州：[赞][赞][赞]
5、网友东方红曰升空：【79岁曹德旺安排儿子接班，接班学是富家旺族长盛不衰必修课 - 今日头条】 点击链接打开
### 联系我们
在线咨询：
微信号：79111873
工作日：9:30-18:30，节假日休息
AI 解读
# 宇树H2发布：技术跃升与战略卡位的双重信号
核心要点：
1. 技术参数显著升级：H2身高180cm，全身自由度达31个，较H1基础版提升63%，增量主要集中于手臂和腰部，上肢运动能力接近人类冗余水平。这要求更强的动力系统与运动控制算法支撑全身协调，技术门槛明显抬升。
2. 产品矩阵加速细分：H2是宇树第四款人形机器人，定位从H1的工业场景向科研、娱乐、精细服务延伸，标志着宇树正将机器狗领域“全尺寸+全场景+全价位”策略复制至人形赛道。
3. 竞争卡位意图明确：31个自由度使H2进入特斯拉擎天柱、智元灵犀X2等所在的30自由度主流梯队，宇树以对标头部企业的技术规格抢占市场话语权。
影响分析：
短期看，H2的“敏捷优雅”定位填补了宇树在精细服务场景的产品空白，但完整性能参数尚未公布，实际落地能力仍待验证。中期看，10月以来智元、宇树、Figure密集发布新品，行业已进入产品迭代加速期，特斯拉的下一步动作将成为关键变量。值得关注的是，宇树通过自由度分层实现同尺寸下的功能差异化，这一策略若能跑通，将为国产人形机器人的商业化路径提供重要参照。但正如网友所言，“小脑” agility之外，“大脑”的自主环境反馈能力才是决定天花板的核心瓶颈。
机器人热门发布 2026/09/21 00:00更新 2026/09/21 01:00
小鹏的人形机器人为啥让网友吵疯了 - 喝茶财经网
机器之心报道
机器之心编辑部
物理 AI，已经能让人产生错觉了？
这是机器人还是真人？
从昨天到今天，全球大半个互联网都在讨论小鹏的人形机器人 IRON。
大家的「福尔摩斯」本能瞬间觉醒。
小红书网友热议，发布会上步态演示的机器人，其实是真人 + 皮套。
不过，面对铺天盖地的讨论，小鹏似乎一点也不慌。在一个网友评论：「100% 真人在里面」的下面，何小鹏回应道：「感谢认可。」
11 月 6 日，小鹏汽车在广州新总部举行 AI Day 2025，正式宣布 —— 这不再只是造车公司，而是一家 AI 公司。
基于自研的 Xpeng VLA 2.0 大模型，小鹏衍生出一整套 AI 定义的应用，最新一代人形机器人 IRON 一出场，旋即引发大量讨论。
小鹏在机器人领域已深耕 7 年。从最早的四足形态一路进化，如今终于来到完全类人的阶段。
IRON 拥有全新的「类人骨骼结构」、仿生肌肉系统以及「全覆盖柔性皮肤」，机械感大幅降低，观感更接近真实的人类。
上一代 IRON 就能实现相对平稳的行走，而且据称既非预编程、也非远程操控。而这一次，走得更稳、更自然，甚至带点气场—— 虽然官方没细说是不是后台控制，但仅凭现场那几步，就足够让人印象深刻。
IRON 身高约 1.78 米，比 1X 的 NEO 等公司的机器人更高些，体重达到 70kg。
双手使用微型谐波关节，拥有 22 个自由度（DOF），仅比人类少 5 个。这意味着它已经能完成一些复杂的日常动作 —— 比如叠衣服、擦桌子、整理物品等精细任务。
全身共有 65 个自由度，具备类人脊柱运动能力，比 NEO 还要多出 10 个。
走出如此魔鬼的步伐，显然离不开背后运动「小脑」，虽然官方并未就此给出更多信息。但从上一代机器人的运控和硬件讨论来看，实力不俗。
而从目前官方和网上流传内容看，硬件看起来很厉害。
小鹏人形机器人正在带网友参观总部。来自 x@FredericLambert
有意思的是，不同于 NEO 那种「保守」的击剑教练式造型，IRON 的外观可定制男性或女性特征 —— 通过柔性 3D 网格结构 与 软质皮肤材料，实现拟人的身体曲线与触感。
和 NEO 类似，3D 打印的蜂窝网格织物，既能提供结构强度，又具备足够的柔韧性，触感也很温柔。
IRON 的灵魂来自小鹏自研的 AI 大脑 —— 由 三颗图灵 AI 芯片 驱动，总算力高达 2,250 TOPS。
它整合了 VLT + VLA + VLM 三大认知模型，能在同一套系统内实现视觉感知、语言理解与动作决策，做到所见即所动、所动能交流。
头部采用 3D 曲面显示屏，不仅是「脸」，也是交互界面，实现更自然的人机交流。
新 IRON 使用全固态电池，但尚未公布容量或续航。
一些网友觉得看起来很像 eva 里的莉莉丝，不知道初号机什么时候发布。
相比特斯拉、1X 等高喊 2026 年量产口号的玩家，小鹏显得更为克制。
官方计划 2026 实现 IRON 的量产，但只会在自有商业场景中使用 —— 比如充当展厅导览员、接待员或销售顾问。
事实上，小鹏此前已经尝试过让 IRON 上生产线 —— 任务是拧螺丝。结果发现，机器人干得还不如工人：效率低、维护贵、易损坏。于是，小鹏很现实地认为，暂时不适合规模化生产。
何小鹏也并不避讳这一点。他认为，人形机器人终将进入工厂与家庭，但节奏不会太快。工业应用，大约 3–5 年；家庭普及：约 5–10 年。
因此，明年你在全球的小鹏展厅就能看到 IRON 的身影，它会先作为门店员工上岗。
与此同时，小鹏还将推出 IRON SDK，开放开发接口，邀请第三方共创更多应用场景。首批合作方包括 宝钢集团 等大型企业。
不过在此之外，很多网友呼吁，能不能脱掉衣服再走一遍？你的看法呢？
### 网友看法
1、网友仁爱春风Gu：看胳膊的摆动，每一步都不一样，左右摆动不对称，而且每个胳膊的每次摆动也不同，可以推断是人伪装的。如果是机器的话，基于程序化设计，在平路走路时摆动幅度应该完全一样
2、网友城事小瓦罐：“里面要是真人，这工作也太卷了！不仅要穿紧身衣闷在机器里，还得练猫步、学AI语音，时薪低于500我不干！”
3、网友earthselfliver：真的太牛了，100%机器人，因为我感受不到人类的气息
4、网友自由不如大自在：很简单，外衣全脱或者半脱或者关键部分露出机械，即可自证。
5、网友文观山海：小鹏野心有点大啊，低空飞行，AI，机器人，未来的热门赛道都在布局
6、网友智者千虑：确实是机器人，小鹏这波营销牛逼，故意展示的像真人，让大家吵，等拆开是机器人后，炸裂
AI 解读
# 小鹏IRON：一场“恐怖谷”级别的品牌宣言
核心要点提炼：
1. 产品跃迁：IRON身高1.78米、70kg，全身65个自由度、手部22个DOF，搭载三颗图灵芯片（2250 TOPS）与VLT+VLA+VLM三模型融合架构，硬件参数已跻身全球人形机器人第一梯队。
2. 战略定性：小鹏借AI Day正式宣告从“造车公司”转型为“AI公司”，机器人成为其物理AI叙事的核心载体。
3. 务实路线：放弃激进量产，2026年仅在自有商业场景（展厅导览、接待）落地，工业应用3-5年、家庭5-10年——与特斯拉、1X的2026量产口号形成鲜明对比。
4. 舆论焦点：“真人套皮”质疑刷屏，何小鹏以“感谢认可”四两拨千斤回应。
影响分析：
这场“真假之争”本质是一次成功的注意力套利——当公众无法分辨机器人与真人时，技术说服力已不言自明。对行业而言，小鹏用7年积累证明：人形机器人的竞争正从“能不能走”转向“像不像人”，而“像人”带来的恐怖谷效应本身就是最强的传播资产。更值得关注的是其战略克制：先做展厅员工而非工厂工人，既规避了技术不成熟的风险，又以低成本完成真实场景数据闭环。若2026年SDK生态如期开放，小鹏有望在“物理AI入口”争夺中占据先发身位。但挑战同样明确——全固态电池续航未公布、量产成本未知、商业化场景单一，从“惊艳亮相”到“规模盈利”之间，仍隔着一条需要真金白银填平的鸿沟。
机器人热门发布 2026/09/21 00:00更新 2026/09/21 10:50
亮源新创发布Light-O1：Physical AI三段范式技术成果全部落位|机器人|light|预训练|physical_网易数码
亮源新创Light-O1首次揭示了人类全身动作预训练的跨本体迁移扩展规律：用于预训练的人类动作数据越多，模型在适配不同机器人本体和视角后，动作预测越准确，为利用大规模人类数据提升机器人通用能力提供了依据。继规模化对齐（Scalable Alignment）和规模化部署（Scalable Deployment）成果之后，Light-O1推动亮源新创 Physical AI三段范式中的规模化预训练（Scalable Pre-Training）进入模型实践。
当前，机器人动作模型主要依赖遥操作、UMI等方式专门采集训练数据。这类采集成本高、耗时长，覆盖不同任务还需要定制采集流程、组织和培训人员，并应对设备成本与操作易用性的限制。随着任务和场景增多，人员管理与采集组织也更加复杂。这些约束使数据规模和行为多样性难以同步扩展，成为机器人基础模型规模化发展的关键瓶颈。
亮源新创Light-O1利用互联网视频中已有的海量人类行为，拓展机器人预训练的数据来源。这些视频记录了人类在不同环境中移动、操作物体、使用工具以及与他人交互的过程，在规模和多样性上补充专项采集数据的不足，使预训练的数据扩展不再完全依赖逐项组织的专门采集。
Light-O1利用已有的海量人类行为拓展机器人预训练的数据来源
在此基础上，亮源新创Light-O1围绕人类动作知识向机器人的迁移，建立了涵盖数据构建、自回归预训练与机器人适配的完整技术路径。其核心是从丰富的人类行为中学习可复用的动作知识，再将这些知识迁移至身体结构、观察视角和控制方式不同的机器人。具体而言，首先将视频中的人类行为整理为统一的多模态动作数据，再通过大规模预训练形成“在什么情境下、如何行动”的动作先验，最后利用目标机器人数据完成适配，让人类的行为经验转化为机器人的行动能力。
沿着这条技术路径，亮源新创进一步验证了人类全身动作预训练的跨本体迁移扩展规律。研究使用不同规模、基于视频构建的人类动作数据进行预训练，再分别适配至第一视角人类采集数据、公开的人形机器人数据，以及亮源自有机器人的全身移动操作数据，评估预训练规模对不同视角和本体下动作预测能力的影响。
亮源新创Light-O1将基于视频的人类动作预训练拓展至10万动作小时。结果显示，随着预训练数据规模扩大，模型在目标领域适配后的动作预测更加准确：动作预测损失呈幂律下降趋势，离线开环评估中的全身姿态误差也随之降低。这表明，人类动作预训练带来的收益能够跨越本体差异，迁移到机器人的动作预测中。这一迁移扩展规律，为进一步扩大人类动作数据规模、提升机器人的通用动作能力提供了依据。
基于规模化人类动作预训练与后续适配，亮源新创Light-O1将指令理解、环境感知和全身行动连接起来，从真实场景中的全身协同操作，以及面向用户意图的理解与行动两个层面，展现通用全身智能。
在真实环境中，协调全身持续完成任务。 搭载亮源新创Light-O1的自研小型人形机器人LightBot能够自主完成递毛巾、打开鞋柜归置拖鞋、捡垃圾等任务，将行动决策、移动导航和全身操作连接为连续的执行过程。面对执行失败、外界干扰以及物品类型和位置的变化，机器人能够根据环境与执行反馈调整行动，在必要时自主重试，体现出抗干扰能力和对不同物品与空间位置的泛化能力。
面对自然语言指令，亮源新创Light-O1能够结合指令描述的情境，理解用户需求与隐含意图，推理完成目标所需的身体姿态、动作顺序与约束，再生成相应的全身动作。亮源新创此次同步在官网开源通用动作生成模型Light-O1-Preview，用户只需表达想要达到的目标，即可由模型进一步推导身体应该如何行动，并查看相应的推理过程，直接体验从“理解需求”到“生成行动”的完整过程。
围绕“规模化预训练（Scalable Pre-Training）—规模化对齐（Scalable Alignment）—规模化部署（Scalable Deployment）”的三段范式，亮源新创已相继推出对应核心技术成果，此次发布的Light-O1则进一步确立了规模化预训练方向的核心技术路径。至此，亮源新创在三段范式上的核心技术成果均已落位，形成从基础模型预训练、能力对齐到真实世界部署的完整技术链路。
更重要的是，这套技术体系的价值并不在于将研发流程划分为三个阶段，而在于建立一条可持续扩展的Physical AI能力增长路径：基础能力可以通过规模化预训练不断积累，进入物理世界的能力可以通过规模化对齐持续增强，真实部署又进一步把模型带入更多任务、环境和机器人本体。三者相互衔接，使Physical AI不再依赖单点能力突破，而是具备从数据、训练到真实世界应用持续迭代的系统性技术路径。
### 人工智能送货机器人失灵瞬间
AI 解读
# 亮源新创Light-O1深度解读
核心要点
1. 技术突破：Light-O1验证了"人类动作预训练跨本体迁移扩展规律"——预训练数据规模越大，模型适配不同机器人本体与视角后的动作预测越精准，损失呈幂律下降。这是机器人基础模型领域的首个规模化扩展性证据。
2. 范式闭环：继规模化对齐、规模化部署后，规模化预训练落位，三段范式技术链路完整成型。
3. 数据路径革新：以互联网海量人类视频替代高成本的遥操作/UMI专项采集，直击机器人基础模型"数据规模难以扩展"的核心瓶颈。
影响分析
行业层面：该路径若成立，将重构机器人数据采集的经济学——从"逐任务定制采集"转向"视频预训练+少量适配"，显著降低通用机器人能力扩展的边际成本，可能加速人形机器人从demo走向规模化落地。技术层面：幂律扩展规律为"堆数据换通用性"提供了可量化依据，类似LLM的Scaling Law逻辑首次在具身动作领域显现，或引导资本与研发资源向大规模动作数据基础设施倾斜。风险提示：视频数据到真实机器人控制的Sim-to-Real鸿沟、跨本体迁移的物理约束边界，仍需更大规模的真实部署验证。一句话判断：Light-O1的价值不在单点性能，而在于为Physical AI提供了一条"可扩展"的能力增长曲线——这是从工程突破迈向系统性范式的关键信号。
机器人热门发布 2026/09/21 00:00更新 2026/09/21 10:50
要做“机器人中的苹果”？启元19999元起开卖人形机器人，上纬新材CEO田华：从“有趣”起步，让机器人逐步走向“有用” - 21经济网
###### 2026年09月21日 11:39 时代周报
要做“机器人中的苹果”？启元19999元起开卖人形机器人，上纬新材CEO田华：从“有趣”起步，让机器人逐步走向“有用”
19999元起，启元两款量产消费级人形机器人正式开售，上纬新材的C端突围能成功吗？
人形机器人行业正在由头部背景厂商把量产产品摆上C端货架。
9月20日，上纬新材料科技股份有限公司（以下称“上纬新材”）旗下消费级具身智能品牌启元机器人在上海举办“我和我的个人机器人”主题新品发布会，正式发售启元Q1、启元T1两款个人机器人。
图源：时代财经摄
其中，启元Q1售价19999元，启元Q1探索版售价26999元；启元T1售价19999元，启元T1 Pro售价29999元。两款产品即日起正式开售，10月1日起按订单顺序陆续发货。上纬新材CEO田华当场承诺：“保证大家都有货”。
业内普遍将2026年称为人形机器人量产元年，宇树、优必选、智元等头部厂商相继公布量产计划，面向个人的货架正陆续摆开，启元又能否与智元形成合力？
启元Q1、T1面向家庭，先“有趣”再“有用”
9月20日下午，上海西岸梦中心·梦工厂，2026启元机器人全球新品发布会在此举行。开场前，场馆外街边的展示区已经围起了人——几台Q1、T1机器人在开放区域转身、挥手、随音乐摆动，引起路人围观与互动。
时代财经现场发现，新品机器人颇受小朋友欢迎。一些小朋友与机器人差不多高，“交朋友”一般握手、拥抱。父母在一旁照看，同时向工作人员询问产品功能和售后，“能不能陪孩子学英语？在家里磕着碰着怎么办？”
小朋友和启元机器人互相比心 图源：时代财经摄
主会场上，上纬新材CEO田华当场宣布，“今天是行业第一个量产消费级机器人发布会。”
此次启元带来启元Q1、启元T1两款产品，定位各有侧重。启元Q1面向个人陪伴。身高约88厘米，体重约15公斤，可折叠装进背包，且外观结构件开源，支持3D打印定制外壳，用户可自行调整外观造型、性格特质、动作姿态和语音音色；启元T1主打可变形，采用跨形态架构，可在轮足人形与四足两种形态之间切换；高配的T1 Pro搭载英伟达Orin Nano芯片，支持双形态360°全向避障，并具备低电量自动导航回充、语音召唤、跟随载物等能力。
启元Q1、启元T1售价均为19999元；面向开发者开放SDK、HDK及硬件拓展接口的Q1探索版售价26999元，T1 Pro售价29999元。产品即日起正式开售，10月1日起按订单顺序陆续发货。价格公布时，时代财经注意到，现场有观众脱口而出：“坏了，这回真买得起！”“这和新发的iPhone折叠屏价格差不多啊”。
田华公布启元机器人Q1价格 图源：时代财经摄
“总要有人迈出第一步。”上纬新材CEO田华表示，AI时代的核心交互入口，正从屏幕转向具备感知、交互、移动与执行能力的个人机器人；启元从成立第一天起就面向个人、面向家庭，“先从‘有趣’起步，让机器人逐步走向‘有用’”。
在技术层面，启元公布了PrimeMotion运控、PrimeGo感知跟随、PrimeVista多模态交互三类AI模型，并披露家务基座大模型PrimeMind正在推进。配套的技能商店中，喜马拉雅、QQ音乐、有道、京东健康、携程等应用将陆续接入，目前已有超过1000名开发者参与生态共创。然而，需要指出的是，PrimeMind等面向家务的能力何时上线、适配哪些产品，发布会并未给出明确答案。
人形机器人量产元年，C端货架刚刚摆开
业内普遍将2026年称为人形机器人量产元年，宇树、优必选、智元等头部厂商相继公布量产计划，面向个人的货架也在这一年陆续摆开。只是各家的产品路线并不相同，价格带从两万元到近百万元均有分布。
同处两万元级的是宇树科技的人形机器人R1于6月改价为2.99万元起并开放现货销售，官方定位为消费级入门人形机器人。今年6月30日，优必选发布消费级品牌“优世界”U1系列全尺寸超仿生机器人，其中U1 Lite售价11.98万元，高配版U1 Pro售价16.98万元，顶配U1 Ultra售价88万元至99万元，价格远超同行。
江西财经大学投融资专委会研究员王楠（化名）指出，19999元的价格将使启元Q1和T1在市场上颇具竞争力，作为价格接近高端折叠屏手机的新型电子消费品，启元或许唯一需要考虑的是量产能否真的跟上。
据田华现场分享，启元为量产给出的制造支撑是：生产线引入汽车工业的制造节拍与质量管理，平均每2.5分钟就有一台启元机器人下线，每个产品的装配数据可长期追溯。不仅如此，启元表示，2026年预计投入5亿元研发费用，未来5年计划投入10亿元建设生态。
在智元的版图中，启元与智元分工清晰：智元主品牌面向工业与商用，而启元承担了智元系冲击C端的主任务。
AI 解读
核心要点
1. 定价破局：启元Q1/T1以19999元起售，直接对标高端折叠屏手机，将人形机器人首次拉入大众消费电子价格带，显著低于优必选U1 Lite（11.98万元）等竞品。
2. 战略卡位：上纬新材借启元品牌承担“智元系”C端突围任务，与主品牌智元（工业/商用）形成分工，瞄准家庭陪伴场景，以“有趣”为切入点渐进培育“有用”能力。
3. 量产背书：宣称2.5分钟/台下线节拍、5亿研发投入、10亿生态基金，试图回应行业对量产交付能力的核心质疑。
影响分析
此举标志人形机器人从“技术展示”正式迈入“消费电子化”竞争阶段。短期看，低价策略有望快速激活尝鲜需求，抢占家庭入口心智，对宇树、优必选形成价格压力；中期看，真正的分水岭在于PrimeMind家务大模型能否如期落地——若“有趣”无法向“有用”跃迁，产品易沦为高价玩具，复购与口碑难以为继。长期看，启元若能与智元形成B/C协同，或加速行业从单点硬件转向“硬件+技能商店+开发者生态”的平台化竞争。风险在于：消费级机器人的安全标准、售后体系与真实使用场景均未成熟，量产爬坡与品控将是首要考验。
机器人热门发布 2026/09/21 00:00更新 2026/09/21 10:50
宇树开源了新大脑，机器人开始先预判再动手_中华网
宇树开源了新大脑，机器人开始先预判再动手_中华网
## 宇树开源了新大脑，机器人开始先预判再动手
宇树于9月14日发布G1+，集中升级了机器人的感知与运动能力。
颈部增加2个自由度，视觉系统升级为双目相机、广角单目相机和3D激光雷达；肩部与腰部电机的峰值扭矩提升一倍以上，发热量降低约70%。远场拾音系统升级为前4后2的六麦克风阵列，支持声源定位与降噪。头顶新增5个触摸点，背部增加DC 54.6V/5.7A外部供电接口，可支持持续供电运行。六项升级均集中在硬件，含税售价为9.5万元。
身体越来越像人。装在里面那颗脑子，这次一个字没提。
模型的事，四天前已经公布。9月10日，宇树发布新一代通用人形机器人基础模型UnifoLM-WLA-1.0，其中WLA是World-Language-Action，即世界-语言-动作。模型规模为6B；配套的UnifoLM-ER-1使用超过500万条具身推理样本，WLA模型使用约2500小时真机数据，一个模型覆盖64项任务，包括10项全身操作和54项桌面操作。9月11日，首批权重上线。
一具身体挂价签，一颗脑子挂许可证。
9 月 7 日晚上，一段 38 秒的视频。画面里没有遥控器，没有人举着 VR 头显。一台 G1 站在场地中间，人类拳手出拳，它双拳收到胸前格挡；一记鞭腿扫过来，它退后半步，稳住，回身还了一拳。视频上打了四个字：全程实拍，无加速。
宇树把这场演示称作全球首次由世界模型实时驱动的全自主人形机器人格斗，背后是另一套模型 UnifoLM-X2-1.0。
这三次发布集中在一周内：先用格斗演示实时决策能力，再开放新一代模型，随后发布升级后的机器人本体。
01.先打一场，三天后再开源
先把时间线摆出来。
2025 年 9 月，UnifoLM-WMA-0 开源，WMA 是 World-Model-Action，核心词是世界。它的任务是把机器人动完之后世界会怎么变预测出来，可以当仿真引擎造训练数据，也可以接上动作头增强决策。
2026 年 1 月，UnifoLM-VLA-0 开源，VLA 是 Vision-Language-Action，核心词换成动作。底座换到 Qwen2.5-VL，在 G1 上用一套策略跑通 12 类复杂操作任务。
2026 年 9 月，宇树发布UnifoLM-WLA-1.0。WLA是World-Language-Action，即世界-语言-动作，指向世界建模、语言理解与动作生成的统一。
把三个名称放在一起，可以看出宇树这一年的技术路线：先建模世界变化，再生成机器人动作，最后把世界变化预测、语言理解和动作生成纳入统一模型。
宇树将9月发布的新模型命名为WLA-1.0。WLA是World-Language-Action，即世界-语言-动作，与前文所述统一世界建模、语言推理和动作生成的技术方向一致。
9 月 7 日那场格斗用的 X2-1.0，没有出现在这批开源清单里。
02.会认出杯子，不等于会伸手
要理解 WLA 想解决什么，得先知道 VLA 卡在哪。
过去两年机器人的视觉能力进展很快，能认出桌上是个杯子，能认出椅子和门。可认出和动手之间隔着一道沟。
识别杯子，与判断杯子距桌沿多远、机械臂应从哪个角度接近、动作是否会碰倒旁边的水瓶，是两种不同层次的能力。这种感知与动作之间的落地差距可称为grounding gap。视觉语言模型从互联网图文中学到的知识，仍需经过具身数据训练才能转化为可靠的物理动作。
宇树这次的答卷分两层。第一层是同步亮相的具身推理模型 UnifoLM-ER-1，4B 参数，底座是开源的 Qwen3-VL-4B，用了超过 500 万条具身推理样本，覆盖图像点预测、物体检测、多图推理、2D 轨迹预测、3D 物体检测、多图空间问答六类任务。
在16项多模态感知与理解基准中，UnifoLM-ER-1有7项领先表中参评的开源模型：RefSpatial-Bench、Where2Place、PixMo-Point、BLINK、EmbSpatial、RoboSpatial和VSR。
以其中两项为例：物体摆放预测Where2Place得分82.0，空间关系理解VSR得分88.1。两项基准都涉及机器人执行动作前的空间判断，例如目标位置能否放置物体、机械臂的运动是否会与周围物体发生干涉。
这些分数需要结合评测方式理解。表中数据来自各模型的技术报告、公开论文和API测试，BLINK也只统计两个子任务，因此并非在统一模型版本、推理设置和评测流程下完成的横向比较。
03.世界模型走了条省钱的路
第二层是这套模型里最有意思的地方。
VLA 之后，行业里冒出一条新路线，叫 WAM，World-Action Model，世界-动作模型。
AI 解读
# 宇树“先预判再动手”：从本体竞赛转向大脑闭环
核心要点
1. 一周三连发，节奏即战略：9月7日格斗演示（X2-1.0实时决策）→9月10日开源WLA-1.0基础模型→9月14日发布G1+本体升级。先证明“脑子能打”，再开放“脑子”，最后卖“身体”，形成技术叙事到商业转化的完整链条。
2. 技术路线清晰递进：WMA（预测世界变化）→VLA（生成动作）→WLA（世界-语言-动作统一），一年内完成三代模型迭代，核心是弥合“认出杯子”与“伸手拿杯子”之间的grounding gap。
3. 硬件升级与模型开源解耦：G1+六项升级全在感知与运动硬件，售价9.5万元；模型权重单独开源。身体挂价签，脑子挂许可证——本体走量、模型建生态的双轨策略明确。
影响分析
宇树此举将竞争焦点从“机器人能做什么动作”推向“机器人能否预判再行动”。WLA若跑通，意味着人形机器人从遥操作演示迈向自主决策的关键一步，格斗视频中“无遥控、无VR、全程实拍”正是对这一能力的公开验证。开源策略则可能加速行业分工：中小团队可基于其模型做场景微调，宇树则通过生态锁定巩固本体出货优势。但需注意，X2-1.0未开源，核心实时决策能力仍握在手中，开源的是“基础能力”而非“最强能力”。真正的考验在于：WLA-1.0能否在非结构化环境中稳定泛化，而非仅在演示场景中“预判”成功。