机器人 热门 发布 2026/08/01 00:00 更新 2026/08/02 02:42
LimX Luna 发布：定义新一代交互型全尺寸人形机器人-36氪 时氪分享·2026年05月25日 18:18
释放具身力与美，探索物理 AI 商业价值，即日起接受预定
随着具身智能持续演进，全尺寸人形机器人的落地应用正从“动作展示”走向“内容运营”，商业空间交互将成为下一个爆发点。商业服务场景需要能够持续互动、持续更新内容，并可规模化运营的新一代人形机器人，它们具备更丰富的动作表现、内容表达与交互能力，能够提供个性化情绪价值，重塑沉浸式消费体验，实现真实的商业价值。
在这一趋势下，逐际动力LimX Dynamics正式发布全尺寸交互人形机器人LimX Luna，定义商业交互人形机器人新品类，让具身智能的运动兼具力与美，更能够被创作、被定义，具备个性化内容生产和持续运营能力。
LimX Luna 面向商业服务打造，身高160cm，具备27个机身自由度（不含末端执行器），集高动态运控与多模态交互于一体，并支持视频学舞、零代码任务编排与智能群控，成为商场、景区、展会等商业空间新一代的内容与流量载体，为客户带来真实的商业价值，满足差异化的消费者体验。
全尺寸交互人形机器人LimX Luna
## 01
## 全尺寸优雅形态 × 高动态表现力，独具美感，轻松驾驭高难度动作
LimX Luna 采用160cm全尺寸拟人比例设计，将优雅美感融入机身线条，姿态舒展、身形柔和，在舞台与人群中天然具备亲和力与吸引力。机身以高级织物进行包覆，弱化机械感，带来更友好的触感与交互体验。
在柔和的外观的之下，隐藏着强大的运动控制能力。LimX Luna 搭载逐际动力自研的System 0全身运控基础模型，可精准调度全身27个自由度协同运作，大幅提升动作的流畅性与稳定性。
依托升级后的运控系统与电机性能，Luna 不仅能够稳定完成依柳辛、一字马等高难度动作，也能从容演绎模特猫步，驾驭各种风格的舞蹈，在优雅与力量之间实现平衡，展现出更强的舞台表现力与视觉吸引力。
LimX Luna 高动态运控能力
## 02
## 从单向表演到多模态双向交互，让人气真正“留下来”
LimX Luna 让全尺寸人形机器人正式迈向“双向交互”时代。LimX Luna 支持语音、视觉等多模态交互方式，在人机对话过程中，机器人可以根据不同场景，通过语音交流、手势识别等功能，灵活变换自身面部表情、肢体动作，与用户进行沟通，让互动不再是预设的刻板展示，而是实时连续的交互。此外，LimX Luna 还配备姿态模仿功能，观众做动作，它也能自动模仿，予以回应。这种具有温度与参与感的人机互动，不仅能吸引人流驻足，有效延长观众的停留时间，而且自带社交媒体传播的属性。
LimX Luna 可根据场景变换面部表情
## 03
## 可个性化塑造的人形机器人，零代码创作，让每一场演出都不同
LimX Luna 的核心能力之一，在于“可个性化塑造”。围绕这一能力，逐际动力推出内容创作与智能操控工具LimX Studio App，将动作获取、内容创作、任务编排、机器操控整合为一体，让机器人内容生产与动作执行更简单高效。
在LimX Studio中，用户可通过三种方式快速生成内容：
视频学舞：导入舞蹈视频，让机器人学习并生成对应动作
手动示教：手动调节关节位置，让机器人生成专属动作
预装内容：内置10支舞蹈，开箱即用
同时，App提供AI任务编辑器，可将舞蹈、动作、语音、视觉等能力自由组合，客户根据具体需求，便能一键生成完整的场景任务流程，无需编程即可完成演艺方案搭建。从“获取动作”到“编排场景”，内容生产不再只能依赖外包开发，大幅降低成本，也让内容更新，创作更高效、可持续。
此外，Luna 还支持知识库配置，导入商家自定义内容，可在不同场景中扮演不同角色，既可以是商场、车展、游乐园的讲解员，也可以是剧本杀中的NPC。让同一台机器人，在不同场景中呈现不同角色与互动体验，将内容创作权真正交还给商家与用户。
可个性化塑造的LimX Luna
## 04
## 一键启动，毫秒级同步的群控演出，最多支持200台协同
LimX Luna 最多支持200台设备集群控制，群控时动作同步可达毫秒级，并且支持同步与异步动作编排。从单台表演，拓展为统一编排的群体演出，Luna 为大型活动、空间演艺与品牌展示，提供更具冲击力的内容。同时，群控功能支持一人一键启动，大幅降低执行难度和人力成本，让大型机器人表演更易落地。
LimX Luna 智能群控
## 05
## 全天候稳定运行，续航能力、安全性全面提升
在机器人表演、交互过程中，稳定性与安全性至关重要。
为此，LimX Luna 对热管理系统进行了升级，核心温控指标较上一代下降30%，有效降低热衰减对性能与续航的影响，同时让机身触感保持友好，支持长时间稳定运行。
AI 解读
核心要点提炼：
逐际动力发布全尺寸交互人形机器人LimX Luna，定位商业服务场景，主打"内容运营"而非单纯动作展示。核心卖点包括：160cm全尺寸拟人形态、27自由度高动态运控、多模态双向交互、视频学舞与零代码任务编排，以及最高200台毫秒级同步的群控能力。即日起接受预定，标志着人形机器人从技术验证正式迈入商业化落地阶段。
影响分析：
1. 行业拐点信号：LimX Luna将竞争维度从"能不能动"拉升至"能不能演、能不能互动"，推动人形机器人从工业工具向消费级内容载体转型。其"视频学舞+零代码编排"大幅降低内容生产成本，直击商业客户运营痛点，可能加速行业从定制化开发走向标准化产品。
2. 商业闭环探索：面向商场、展会等场景，Luna试图以"流量吸引+情绪价值+传播属性"构建商业回报逻辑。群控能力则瞄准大型活动市场，规模化应用潜力显著。若预定反响良好，将为具身智能在服务业的商业化提供可参考样本。
3. 竞争格局重塑：逐际动力以"交互+美学"差异化切入，避开与特斯拉Optimus等工业场景正面竞争。其软硬一体化能力（运控模型+Studio工具链）构建了较高壁垒，但200台群控的稳定性、散热系统长期表现仍需市场验证。
机器人 发布 2026/08/01 00:00 更新 2026/08/02 02:42
一台机器人的“入学考”：杭州国家级中试基地探营 谁在帮宇树、星海图们补齐“毕业证”？|活力中国调研行 财联社 · 10:02
①杭州拿到国家级中试基地，背后是浙江在整机、核心部件、人工智能和应用场景上的积累；②具身智能的市场热度首先体现在机器人本体上，但企业真正缺少的，往往是可以拿来训练模型的数据；③精细手部操作在部分行业逐步落地，可能还需要三到五年，“希望业界给我们一些耐心”。
财联社8月1日讯（记者 汪斌）机器人从实验室走向工厂和家庭，中间还要跨过哪些关口？
财联社记者在“活力中国调研行”浙江主题采访活动中走进国家人工智能应用中试基地（具身智能）（简称“基地”）发现，真实场景、训练数据、测试标准和风险分担机制，都是具身智能从样机走向产品过程中需要补齐的环节。
杭州市具身智能展示中心 财联社记者/摄
今年5月16日，这一全国唯一面向具身智能领域的国家级应用中试基地在杭州高新区（滨江）揭牌。作为基地的配套工程，杭州市具身智能展示与应用推广中心已汇聚140多台机器人，建设电力巡检、物流搬运、康养护理等40多个应用导向场景。截至7月29日，展示中心累计参观人数已达5.58万人。
采访中，财联社记者获悉，具身智能可直接用于训练的数据仍然稀缺，企业正在真机遥操作和无本体动捕之间寻找更低成本的采集方式。而在技术之外，基地开始探索测试服务、产业投资和保险等商业配套。
今年4月，全国首例具身智能机器人保险完成理赔，赔付金额5976元。金额不大，却指向一个容易被忽略的问题：机器人能否进入千行百业，不仅取决于它能不能完成任务，还取决于设备损坏后如何维修、发生事故后责任如何划分。
从目前进展看，物流搬运、工业巡检等结构化场景落地更快，机器人进入家庭仍面临安全、成本、伦理和长期可靠性等约束。中试基地要验证的，正是机器人离开实验室后，能否成为一件可以采购、可以交付、可以持续使用的产品。
40多个“工位”里，机器人练的不是表演
机械臂反复抓取货箱，四足机器人在模拟矿道中穿行，操作人员穿上动捕服，将人体动作转化为训练数据。国家人工智能应用中试基地（具身智能）内，一部分机器人已经可以展示成熟动作，另一部分还在重复训练、采集数据和修正误差。
展示中心机器人”走廊“ 财联社记者/摄
机器人”宿舍“（充电区） 财联社记者/摄
走进基地，最容易看到的是机器人，但真正需要理解的却是“中试”。在传统制造业中，中试连接实验室与规模化生产。具身智能的中试还要解决“仿真到现实”的落差：模型在虚拟环境中成功完成任务，进入工厂、矿山或家庭后，可能因为光线、地面、障碍物和操作对象发生变化而失效。
“展示中心不是基地的全部。”杭州具身智能中试基地科技有限公司董事、副总经理李兴腾告诉财联社记者，展示中心主要呈现生态企业产品和基地联合开发的解决方案，基地更核心的工作是提供数据、算力、模型、测试验证及解决方案服务。他将基地的定位概括为“把新技术变成好产品”。
具体而言，基地的核心任务体现在三方面，即建成全栈国产化的具身基础设施、打造应用导向的职业技能训练场、培育自主可控的具身智能产业集群，其背后愿景分别剑指：拉通具身智能技术栈、加速产品和解决方案熟化定型和构筑智能时代新生态。
财联社记者在现场看到，展示中心按1:1比例复刻了生产线、矿道、商店、厨房等环境。一台人形机器人站在电脑生产线旁反复练习抓取和装配，传感器记录每次偏差。基地还与浙江大学人工智能学院、计算机学院、控制学院建设联合实验室，近20名硕博生常驻，使用这里的本体、数据和算力开展研发。
所谓“好产品”，首先要经得起重复测试。以矿山和电力巡检为例，机器人不仅要完成一次行走或巡检，还要测试路径规划是否合理、避障距离是否准确、遇到突发情况如何处置，以及同一动作连续执行多次后能否保持稳定。进入家庭场景后，变量更多，还要测试响应速度、安全距离和异常情况下的停止机制。
这也决定了具身智能中试不同于传统生产设备验证。它不是检验一台机器人能不能被造出来，而是检验机器人在具体场景里能不能长期干活。对于初创企业，公共场景可以降低前期投入。企业不必为每个新场景单独搭建测试产线，可以使用基地设施完成早期开发，再到真实工厂继续调试。
基地也希望在反复测试中沉淀行业标准。目前，这些测试尚不具备强制准入或认证效力。青瞳（杭州）机器人科技有限公司（简称”青瞳视觉“）创始人张海威对财联社记者表示，路径规划、重复性、定位精度、安全响应等指标仍在摸索，行业需要先在实际场景中积累足够数据，才可能形成统一标准。
今年5月，基地首批18家基石合伙人签约，覆盖资本、芯片、本体和应用环节，包括宇树科技、银河通用、摩尔线程、沐曦股份等；基地还与华为共建具身智能联合创新中心，与阿里达摩院共建产业创新加速器。平台的作用，是把分散在不同企业的芯片、模型、本体和场景拉到同一套验证体系中。
比本体更稀缺的，是可复用的数据
AI 解读
核心要点提炼：
杭州国家级具身智能中试基地的落地，标志着行业从“炫技”转向“工程化验证”。其本质是解决三大断层：场景断层（实验室到真实环境的泛化失效）、数据断层（可训练数据稀缺，真机采集成本高）、商业断层（保险理赔、维修标准等配套缺失）。基地以40余个真实场景为“考场”，推动机器人从“演示品”变为“耐用品”，并试图沉淀行业测试标准——这是从“0到1”创新迈向“1到100”产业化的关键基础设施。
影响分析：
1. 产业链协同加速：宇树、银河通用等本体商与华为、摩尔线程等芯片算力方在统一验证体系下协作，将倒逼软硬件接口标准化，降低长尾场景适配成本。
2. 商业模式创新：保险理赔首单（5976元）虽小，却撬动“风险分担”机制，为机器人规模化采购扫清障碍；测试服务与产业投资结合，或催生“中试即服务”新业态。
3. 落地节奏分化：物流、巡检等结构化场景预计1-2年内放量；家庭场景受安全、伦理约束，3-5年才能突破精细操作瓶颈。行业需警惕资本过热下的预期透支，耐心比速度更重要。
结论： 中试基地是具身智能从“技术可行”迈向“商业可信”的必由之路，其价值不在展示，而在定义“合格机器人”的标尺。
机器人 热门 发布 2026/08/01 00:00 更新 2026/08/02 02:42
谷歌发布 Gemini Robotics ER 2：打造机器人的“超级大脑”，支持多机协作与原生工具调用 2026-08-01 分类：前沿 阅读(2) 赞(0)
Google 正式推出了 Gemini Robotics ER 2，这是目前最强大的机器人“具身推理”模型。该模型被定位为机器人的高级大脑，旨在赋予机器人与人类自然交流、深度理解物理世界以及自主规划多步骤任务的能力。与传统的端到端控制模型不同，ER 2 采用了分层架构，专注于高层逻辑推理，将具体的运动执行移交给底层的视觉-语言-动作（VLA）模型，实现了认知与执行的解耦。在技术升级方面，ER 2 能够原生调用 Google 搜索及自定义功能以获取实时信息，并支持机器人在执行动作的同时持续“思考”后续步骤。相比前代 ER 1.6，新模型通过持续视频理解追踪任务进展，实现了更强的自我纠错能力。此外，谷歌还引入了多机器人协作技术，使机器团队能在共享空间中协同完成复杂工作流。目前，该模型已通过 Gemini API、Google AI Studio 及企业级智能体平台开启私密预览。
## 事件分析
Gemini Robotics ER 2 的发布体现了具身智能从单一模态向分层架构演进的重要趋势。通过将负责逻辑规划的“大脑”与负责运动控制的“反射神经”分离，该架构有效解决了机器人在处理长链条、复杂任务时的推理深度与反应速度平衡问题。技术上看，原生工具调用与多机协作功能的加入，补齐了机器人从单体智能向群体智能演进的关键短板。产业层面，谷歌利用 Gemini 强大的多模态理解能力切入机器人领域，不仅降低了机器人开发门槛，更展示了通用大模型作为物理世界通用操作系统的潜力，未来有望推动工业与服务机器人在非结构化环境中的大规模落地。
💡 核心观点：谷歌 ER 2 将“慢思考”与“快执行”分层，标志着具身智能正从单一的感知驱动迈向具备复杂规划与协作能力的“推理时代”。
AI 解读
核心要点：
谷歌发布Gemini Robotics ER 2，标志着具身智能从"感知-执行"向"认知-规划"跃迁。其分层架构将高层逻辑推理与底层VLA运动控制解耦，实现"慢思考+快执行"，并支持原生工具调用与多机器人协作。相比前代，持续视频理解带来的自我纠错能力是本质提升。
影响分析：
1. 技术范式：分层架构验证了"认知大脑+运动小脑"的可行性，将缓解端到端模型在长程任务中的误差累积问题，为复杂工业场景提供新路径。
2. 产业格局：谷歌以Gemini生态切入机器人赛道，可能压缩垂直厂商的软件溢价空间，加速"通用模型+专用硬件"的整合趋势。
3. 落地前景：多机协作与实时信息检索能力，使机器人能应对动态非结构化环境，预计率先在物流分拣、仓储调度等场景规模化应用。
核心判断：ER 2的突破不在单点技能，而在系统级架构创新——将LLM的推理泛化能力移植至物理世界，具身智能正从"工具"演进为"协作者"，人机共融的临界点正在临近。
机器人 热门 发布 2026/07/31 00:00 更新 2026/08/01 03:18
人形机器人“拐点”已至：产量只是下限，模型决定天花板-36氪 36氪的朋友们·2026年07月31日 09:08
AI定价权转模型，具身智能估值锚转向“大脑”
资本用真金白银确认了一个判断：在AI的下半场，定价权正在从硬件向模型转移。同样的逻辑，正在具身智能行业加速复现——资本正在用相似的估值逻辑，重新定价机器人的价值构成。
许多年以后，回顾人工智能的演进史，DeepSeek R1的发布或许会被视为一个分水岭。
2025年1月，中国人工智能公司深度求索（DeepSeek）发布了推理模型R1。性能对标当时最前沿的闭源大模型，训练成本却远低于行业水平，模型权重在发布当天同步开源。
一周后，英伟达股价单日下跌超过17%，市值蒸发超过5600亿美元，跌穿3万亿美元大关。这是英伟达历史上市值蒸发最大的一天，也是截至当时美股历史上单家公司单日市值蒸发的最高纪录。
在R1发布之前，市场的主流预期是：AI发展需要持续、大规模的算力投入，而英伟达几乎垄断了供给端。R1打破了这个预期——模型能力的提升未必需要等比例地增加算力采购。算力不再是唯一的瓶颈，模型本身才是估值溢价的核心。
这场冲击迅速传导至资本市场。R1发布后的数月间，全球大模型赛道的投资逻辑被重新审视，2025年全年，中国AI领域的融资活动持续活跃，头部大模型公司的估值在年内经历了多轮重估，资金进一步向具备核心技术能力的团队集中。
2026赛道热度不减，更迎来了标志性事件，DeepSeek获得国家大基金领投，一级市场估值锚定约450亿美元；中国大模型公司的整体估值中枢整体上移。
资本用真金白银确认了一个判断：在AI的下半场，定价权正在从硬件向模型转移。
同样的逻辑，正在具身智能行业加速复现——资本正在用相似的估值逻辑，重新定价机器人的价值构成。
## 政策亮牌，资本涌入：“大脑”成为具身智能新估值锚
资本追逐的是确定性，大语言模型时代，资本是探路者；而在具身智能，政策率先亮明了态度。
2026年政府工作报告明确提出培育具身智能等未来产业，这是具身智能连续第二年写入政府工作报告。“十五五”规划建议也将其列入前瞻布局的未来产业。政策的重心在下半年进一步明确：工信部与国资委联合启动专项行动，将“提升大小脑模型算法”列为攻关任务；北京、上海、深圳、杭州四地相继发布行动计划，无一例外将“大小脑”模型放在关键技术首位。
信号已经足够清晰，资本的响应也更为集中。
IT桔子数据显示，2026年上半年国内具身智能赛道融资总额达到935亿元，较2025年上半年增长超过5倍。已进入上市程序的企业，招股书里排在首位的募投项目多为模型与算法研发。7月24日，港交所进一步优化18C章上市制度，降低科技企业上市门槛——在这套规则下，企业的估值依据主要落在技术能力上，而具身智能企业的技术能力，说到底就是“大脑”。
在海外，资本同样汇集到聚焦在“大脑”层面的头部公司。
2026年7月，美国“机器人大脑”公司General Intuition完成3.2亿美元A轮融资，估值达23亿美元，核心主张是不造机器人、只造“大脑”；英国Humanoid完成1.52亿美元A轮融资，成为欧洲首家人形机器人独角兽。
更具标志性意义的是Figure AI。这家公司投后估值已达390亿美元，累计融资19亿美元，投资方囊括微软、英伟达、OpenAI和贝索斯。2026年3月再获约11亿美元追加融资，目标直指通用“机器人大脑”。当一家做“大脑”的公司能撑起390亿美元的估值时，市场对“大脑”的定价逻辑已无需多言。
产品端同样在加速转向大脑。特斯拉将FSD自动驾驶神经网络直接迁移至Optimus，二者共享同一套世界模型与视觉感知系统。2026年Q2业绩会确认Optimus进入量产，重心转向智能化软件层。英伟达推出Halos for Robotics安全架构，将自己定义为“机器人大脑的基础设施提供者”。
一边是新兴的大脑创业公司获得超额融资，一边是科技巨头将数十年积累的技术资产转向“大脑”。殊途同归，全球正在为同一个叙事买单：机器人的价值，正在从“身体”向“大脑”迁移。
## 机器人"大脑"争夺战：谁在领跑？
要理解“大脑”为什么重要，需要先了解具身智能的模型是怎么分层的。
我们常说的机器人“大脑”，其实更准确的说法是“全脑”——它里面分了两个关键部分：小脑管运动，比如平衡、走路、跳跃，解决“怎么动”；大脑管规划和决策，比如看懂环境、决定下一步做什么。但真正厉害的是“全脑”（在后文中统称为“大脑”），它把这两个部分打通，让感知、思考和动作在一个模型里一起配合完成。
而目前，全球具身智能行业的研究主要集中在两头。
一头是硬件本体。经过前两年的爆发式发展，硬件本体不再稀缺，机器人本体的技术门槛快速下降，资本顺着产业逻辑向更上游流动。
AI 解读
核心要点提炼
1. 定价权迁移：DeepSeek R1发布引发英伟达单日市值蒸发5600亿美元，标志AI产业定价权从算力硬件向模型算法转移，这一逻辑正加速在具身智能领域复现。
2. 政策与资本共振：2026年政府工作报告连续第二年提及具身智能，工信部专项行动明确将"大小脑模型"列为攻关核心。上半年国内赛道融资935亿元，同比激增5倍以上。
3. 估值锚转向"大脑"：Figure AI以390亿美元估值印证市场逻辑——不造机器人的General Intuition获23亿美元估值，特斯拉将FSD神经网络迁移至Optimus，产业重心从"身体"转向"智能"。
影响分析
产业格局重塑：硬件本体技术门槛快速下降，同质化竞争加剧，利润空间被压缩。未来3-5年行业将呈现"硬件普惠化、软件高壁垒"的哑铃型结构，掌握通用世界模型的头部企业将攫取绝大部分产业利润。
投资逻辑迭代：一级市场评估体系正从"量产能力"转向"模型泛化能力"，具备数据飞轮效应和跨场景迁移能力的"大脑"公司享受显著估值溢价。港交所18C章优化进一步降低硬科技企业上市门槛，资本退出通道拓宽。
竞争位势变化：中国凭借政策引导和资本聚焦，在"大小脑"模型领域形成追赶态势；美国依靠特斯拉、英伟达的生态整合优势，在通用世界模型层面暂时领先。值得警惕的是，若硬件制造优势未能转化为数据采集优势，中国可能重演"芯片卡脖子"式被动局面。
风险提示：当前估值包含较高预期成分，需警惕模型能力落地不及预期引发的估值回调；同时关注数据采集成本高企、跨场景泛化瓶颈等核心技术挑战。
机器人 热门 发布 2026/07/31 00:00 更新 2026/08/01 03:18
优必选超仿生机器人首发订单破万，最高售价99万元｜最前线-36氪 黄 楠·2026年07月01日 16:32
当机器人实现大规模普及，人类收入或将由基础保障、创意收益与“机器分红”三类构成。
作者｜黄楠
编辑｜袁斯来
6月30日，优必选在2026年度全球发布会，正式推出全尺寸超仿生人形机器人“优世界”U1系列，包含半身版U1 Lite、高配全身版U1 Pro及高动态全身版U1 Ultra三款产品，售价区间为11.98万元至99万元。
同时，优必选宣布，U1系列全渠道订单已累计突破13361台，成为全球首款具备规模化量产能力的全尺寸超仿生人形机器人。
U1系列全渠道订单破万台
这一数字的价值或不在其销量本身，而是它指向了一个结构性变化，人形机器人正在走出工厂、走向家庭；行业竞争关键变量也从“运动控制精度”和“负载能力”，转而提出另一个更根本的问题，机器人如何真正进入人类生活、建立长期情感连接。
国泰君安研报测算，中国陪伴机器人在老年人群中的潜在需求约4200亿元，在青年人群中约5000亿元，合计潜在市场规模近万亿元。2025年国内智慧陪伴机器人整体市场规模已达128.6亿元，同比增长24.3%。
活动现场，优必选创始人、董事会主席兼CEO周剑在“人机共生”战略中指出，人机共生将分三步演进：先替代高危重复劳动以解放人力，再渗透生活场景提供陪伴服务，最终实现人机深度融合、边界消弭。周剑构想，当机器人实现大规模普及，人类收入或将由基础保障、创意收益与“机器分红”三类构成，全民共享技术红利。
这一判断也对应了优必选“先工业、后商用、再消费”的产业端布局。工业端，Walker S系列已于2025年实现量产交付；消费端，优世界U1的发布意味着其完成了从To B到To C的完整闭环。
优必选创始人、董事会主席兼CEO周剑提出“人机共生”战略
硬件结构上，优世界U1系列搭载了88个仿生关节，基于其独创双支点仿生颈椎，可以复刻人类90%日常肢体动作。包括4大类超过300种复合微表情、类人的颈部运动范围与姿态保持等；甚至在断电时，机器人也能基于全时自锁技术保持头部姿态，避免机械顿挫感。内置的多维柔性电子肌肤，则让机器人能感知触碰的力度与位置，在物理层面回应用户的拥抱与依偎。
通过全套仿生硬件解决了机器人“长得像人”的基础问题，但家庭陪伴的本质要求不止于此，还需要让它能理解人、“读懂人”。
情感大模型是优世界U1的核心能力。优必选首席品牌官、机器人大消费创新事业部总裁谭旻介绍，该模型可识别20余种细粒度情绪，准确率超过90%。在架构设计上，优世界借鉴认知神经科学，构建了“仿生快慢脑”双系统：快脑实现500毫秒级别的直觉反应，慢脑承载千亿级参数的深度推理能力。两者协同，让机器人在即时互动中保持自然，又在长期关系中展现出对用户情绪变化的持续理解。
跨时空记忆库Agent Memory OS构建了一套“数字生命系统”，使机器人能够在产品生命周期内持续记录、理解并回应用户的状态变化。主动关怀引擎则基于环境感知实现无唤醒词互动，用户无需刻意唤醒，机器人可自主判断介入时机”。
在仿生交互的细节层面，优世界通过自研控制器，可以将语音与唇形延迟控制在20毫秒以内，从感知层面削弱了传统机器人“机械感”带来的交互隔阂。
此外，针对用户高度关注的数据安全问题，优世界U1系列会将用户数据优先在本地处理，非必要不上云，用户可随时查看、导出与删除，确保仿生交互体验的同时，可以有效保障数据安全。
在发布会现场，优世界同步启动了“人机伴独工程”，针对空巢老人、失独家庭、英烈家属等群体，每年捐赠定制款仿生机器人，计划在2026年捐赠100台。通过3D面容建模与声纹回溯技术物理复刻指定形象，深度融合情感交互大模型与专属长时记忆，提供心理陪伴。
优必选2026年度全球发布会展厅
从行业视角来看，人形机器人过去数年的发展重心集中在“运动能力”与“操作精度”——让机器人站稳、走路、抓取、搬运。这些能力在工业场景中具有直接价值，但进入家庭场景后，技术评价体系将发生根本性变化：用户不再关心机器人能搬多重的货物，而在于它是否“懂我”、是否“自然”、是否“值得信任”。
宏观数据正在印证这一转变的到来。据IDC统计，2025年全球人形机器人出货总量约1.8万台，流入私人家庭的占比不足0.8%，九成以上的产品仍集中于工业场景。摩根士丹利预测，2026年中国人形机器人出货量有望上调至5万台，较年初翻了三倍；预计今年将达到20亿美元市场规模，2030年有望攀升至150亿美元。
在技术可行性之外，消费市场对“仿生陪伴”的接受度正在快速建立。优必选十年间建立的从仿生皮肤、具身智能硬件、操作系统到情感大模型与整机量产制造的全链条自主技术，为其提供了量产交付的保障。
优必选高动态全身版U1 Ultra
AI 解读
核心要点提炼：
1. 量产拐点确立：优必选U1系列订单破1.3万台，标志着人形机器人从工业专用走向消费级规模量产，行业竞争焦点从运动控制转向情感交互与生活场景渗透。
2. 技术范式升级：从88个仿生关节、300种微表情到"仿生快慢脑"双系统，产品逻辑已从"像人"进化到"懂人"，情感大模型与数据本地化处理成为家庭场景落地关键。
3. 商业模式闭环："先工业、后商用、再消费"路径走通，叠加"人机伴独工程"公益策略，同时卡位万亿级陪伴市场（老年4200亿+青年5000亿）。
影响分析：
短期看，1.3万台的订单量将加速供应链降本，推动行业从"百万级实验室样机"向"十万级消费电子"价格带下探，刺激竞品跟进消费级产品线。中期而言，U1验证了"情感陪伴"这一差异化赛道，可能重构家庭服务机器人估值体系——市场将从硬件毛利逻辑转向"硬件+情感数据+长期服务"的复合价值模型。
值得警惕的是"机器分红"愿景虽具前瞻性，但当前阶段更需关注数据安全承诺的技术兑现与情感依赖的伦理边界。若2026年国内出货量如期达5万台，人形机器人将正式成为消费电子新品类，届时渠道能力与内容生态将成为下一轮竞争壁垒。
机器人 热门 发布 2026/07/31 00:00 更新 2026/08/01 01:20
一个模型控制机器人所有运动，谷歌发布新一代机器人基础模型_新浪财经_新浪网 一个模型控制机器人所有运动，谷歌发布新一代机器人基础模型
市场资讯
炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
（来源：DeepTech深科技）
7 月 30 日，谷歌 DeepMind 发布新一代机器人基础模型系列 Gemini Robotics 2。相比上一代 Gemini Robotics 只能控制机器人上半身完成桌面任务，此次更新的最关键变化在于，一个视觉-语言-动作（VLA）模型首次实现了对完整人形机器人的控制，覆盖从双腿到手指的全身自由度，并在多个形态迥异的硬件平台之间共用同一份模型权重。
DeepMind 机器人负责人卡罗琳娜·帕拉达（Carolina Parada）自豪地表示，这是“驱动下一代真正可适应机器人的智能层”。
弥合两个能力断层
过去几年，机器人行业存在两个明显的能力断层。
其一是控制的分层。具备复杂运动能力的人形机器人，传统路线如波士顿动力（Boston Dynamics）的阿特拉斯（Atlas）等，其行走、平衡等各项能力由基于模型预测控制或强化学习训练的独立控制器分别负责。即便是新一代基于学习策略的机器人，包括 Figure、特斯拉（Tesla）等厂商的产品，也仍普遍将行走控制器与操作策略分开部署。
这种拼接式架构在演示视频中效果尚可，但在真实开放环境中，两个系统之间的协调经常出问题，机器人难以自然地“边走边做”。
第二个是跨硬件迁移的门槛。传统机器人策略往往针对特定形态训练，一旦更换自由度、传感器、末端执行器不同的其他机型，大部分能力需要重新采集数据、重新训练。这使整个行业陷入重复劳动，通用模型难以形成规模效应。
为弥合两大断层，谷歌此次发布了 Gemini Robotics 2，这是一个包含三个部件的模型家族。
其中，Gemini Robotics 2 是 VLA 主力模型，负责将摄像头输入与自然语言指令直接转换为电机控制信号。它是 DeepMind 旗下首个能够端到端控制人形机器人全部自由度的 VLA 模型。在演示中，同一个模型检查点可以驱动三种不同的机器人本体：Apptronik 的 Apollo 2 搭配 SharpaWave 手、Apollo 2 搭配 Inspire 手，以及双臂平台 Franka Duo 搭配 Robotiq 夹爪。
（来源：谷歌）
Gemini Robotics ER 2 则是负责具身推理（简称 ER）的视觉语言模型。作为整套系统的高层规划者，它接受自然语言指令，处理连续视频流，将复杂任务拆解为可执行的子任务序列，监控执行进度，在失败时触发重试或求助人类。它通过 Gemini Live API 的双向流式接口与 VLA 通信，可以在当前动作执行的同时提前推理下一步，从而避免“想一步、停一步”的延迟。
Gemini Robotics On-Device 2 是端侧 VLA 模型，专为无网络或对延迟敏感的场景优化，可直接部署在机器人本地芯片上运行。该模型继承自 Gemini Robotics 1.5 的运动迁移技术，即便新机器人平台在形状、传感器与自由度上与训练分布差异显著，该模型也能在不到 200 个演示样本、几小时时间内完成适配，大大降低了部署难度。
三者的分工关系类似于项目负责人与执行团队：ER 2 承担理解意图、拆解任务、编排流程的角色，VLA 或 On-Device 2 负责将具体动作输出到关节。这种分层的好处是，ER 2 不需要感知底层硬件的物理细节，更换机器人本体时，它的适应性几乎不会受到影响。
能力细节与真实差距
在 DeepMind 展示的样例中，最受关注的是模型驱动的机器人全身运动控制。接收到“把浇水壶放到底层货架的绿色箱子里”的指令后，Apollo 2 自主完成了走向桌子、拾取物品、走向货架、精确放置的完整流程，全程无需人类进一步拆解步骤。
不过，这一策略目前仍然存在显著的局限：Apollo 2 从桌面拿取物品的平均成功率为 68.4%，从地面拿取为 45.7%，从货架拿取为 76.3%。移动速度在演示视频中肉眼可见地偏慢。全身控制的闭环已经跑通，但离稳定可靠仍有明显距离。
针对不同的机器人手部形态，Gemini Robotics 2 的表现并不稳定。其操纵两指平行夹爪的 Franka Duo 完成通用抓放（74.2%）、工具分拣（78.9%）以及精密插入（89.6%）等任务的成功率较高。
但多指灵巧操作目前仍是薄弱环节。SharpaWave 是一只五指、22 自由度机械手，可以完成大量精细动作。
AI 解读
核心要点提炼：
谷歌DeepMind发布的Gemini Robotics 2系列，首次实现单一VLA模型端到端控制完整人形机器人全身自由度，覆盖从双腿到手指的运动指令生成。模型家族包含三个组件：主力VLA模型、负责任务拆解与推理的ER 2视觉语言模型，以及适配端侧部署的On-Device 2模型。关键突破在于同一份模型权重可跨多种机器人硬件平台复用，且新平台仅需少量演示样本即可快速适配。
影响分析：
1. 行业范式转变：传统"行走控制器+操作策略"的拼接式架构被打破，端到端统一控制意味着机器人运动协调性将显著提升，尤其改善"边走边做"这类复合任务的自然度。这对Figure、特斯拉等采用分层架构的厂商构成技术路线压力。
2. 规模效应显现：跨硬件迁移能力的突破，有望终结行业"每换一台机器人就重新训练"的重复劳动。若模型权重可如软件般在不同硬件间迁移，机器人行业的开发模式将从"硬件定制软件"转向"软件定义硬件"，大幅降低部署成本。
3. 现实瓶颈仍需关注：当前成功率（地面取物45.7%）与移动速度显示，全身协调控制距离商业稳定仍有差距。多指灵巧操作（22自由度手部）是明显短板，这提示精密装配等高端场景的落地还需时间。
4. 竞争格局影响：谷歌以"模型层"切入机器人赛道，与其在AI大模型领域的地位形成协同。若该模型生态成熟，可能成为机器人领域的"Android"，重塑硬件厂商的价值链位置。
总体而言，这是具身智能从"实验室演示"迈向"通用性"的关键一步，但距离真正的商业可靠性，仍需跨越物理世界复杂性的多重考验。
机器人 热门 发布 2026/07/30 00:00 更新 2026/08/02 02:42
比亚迪玩跨界？进军人形机器人，代号“尧舜禹”-36氪 投行圈子·2026年06月05日 21:55
比亚迪，闷声搞事。
两年前就秘密立项，代号“尧舜禹”，四百多人研发团队、四千多名上下游工程师协同作战，这不是科幻电影的开场白，而是比亚迪正在做的事。
这家全球新能源车企的掌舵者们正在把造车的肌肉记忆，写入人形机器人的骨架。
年卖460万台车的比亚迪，突然决定做机器人，特斯拉慌了吗？
2026年6月初的汽车圈最大新闻，不是哪款新车发布，而是比亚迪悄然布局四年的秘密武器被正式披露。
比亚迪执行副总裁李柯在接受媒体采访首次对外公开：比亚迪正在开发人形机器人，项目代号“尧舜禹”，2022年启动，隶属于负责电子集成与智能化的第十五事业部，已秘密研发四年。
这一消息如同一颗深水炸弹，瞬间引爆了科技圈和资本市场。
早在2024年底，比亚迪具身智能研究团队就开始大规模招兵买马，招聘高级算法工程师、高级结构工程师、高级仿真工程师等岗位。2025年7月，比亚迪与香港科技大学签署合作框架协议，共建“具身智能联合实验室”。
更早之前，比亚迪已经通过资本手段在行业内埋下了多个棋子。
数据显示，比亚迪2023年8月就参与了华为“天才少年”彭志辉（稚晖君）创办的智元机器人的A++轮融资，目前位列智元机器人第九大股东，持股2.32%。2025年4月，比亚迪再次出手，入股帕西尼感知科技，目前为其第二大股东，持股7.95%。
从人才布局到产学研合作，从产业链投资到自有研发，比亚迪做的是一盘已经酝酿了四年的棋。
## 为什么是比亚迪来做机器人？
一家卖车的公司，凭什么做人形机器人？
而答案藏在李柯的那句话里： “机器人的竞争在于谁有最强的制造能力、软件能力和硬件能力，而汽车相关AI能力与机器人有同源性。”
智能汽车和人形机器人的底层技术结构，其实是同一个技术平台的不同产品形态。
智能汽车靠传感器感知环境、芯片做决策规划、执行机构完成操作；人形机器人则以视觉雷达为感知器官、AI大模型为核心大脑、伺服电机为运动终端。
传感器、芯片、电机、电控、电池，这些在新能源汽车上早已打磨成熟的核心技术，移植到人形机器人上几乎是降维打击。
另一个数据更能说明问题。比亚迪2025年年报显示，全年研发投入达634亿元，同比增长17%，累计研发投入超2400亿元。同期，吉利研发投入219亿元，长城149亿元，奇瑞147亿元，小鹏95亿元，比亚迪一家就相当于这四家之和。
这不是偶然。这是比亚迪最大的底气：巨量的研发投入、完整的全栈自研能力、强大的供应链控制力。
用比亚迪自己的话来概括就是：机器人缺个“大脑”，美国机器人“大脑发达但四肢不发达”。比亚迪就是要解决“大脑和四肢都发达”的可用机器人这个终极命题。
## 比亚迪的隐形优势
光有技术还不够。人形机器人最大的挑战从来都不是造出来，而是“用在哪”和“怎么卖”。
而这两个问题，比亚迪几乎有天然答案。
先看“用在哪”。目前比亚迪现有150台第七代人形机器人样机已经在自家的整车工厂和动力电池产线进行着7×24小时的高强度实测。
第七代原型机身高约1.7米，行走速度1.5米/秒，负载50公斤；配备16自由度灵巧手，力控精度0.01N，重复定位精度0.05毫米，在搬运、贴标等工序上效率已达人工的80%。
2026年内，比亚迪计划在内部部署2万台人形机器人，优先替代流水线上的高强度重复性岗位。
2万台的内部需求，这是什么概念？
瑞银报告预测，2026年全球人形机器人总需求量约为3万台。也就是说，仅仅是比亚迪内部的消化能力，就占到全球整体需求的三分之二。
这是什么体量的场景闭环？比亚迪不愁没人买，因为最大的客户就是自己。
再看“怎么卖”。如果有一天人形机器人技术成熟、可以走向千家万户，比亚迪甚至不需要新建销售渠道，全球现有的数千家4S门店就是现成的销售网络。李柯也直言不讳：“如果有一天我们认为机器人可以走向家庭，就可以通过经销商网络售卖比亚迪的机器人”。
从生产端到销售端，从技术验证到商业落地，比亚迪在整个链条上拥有不可替代的闭环优势。
## 一个正在快速成型的生态
比亚迪在机器人上的布局不止是自己闷头造，更在快速构建一个庞大的产业链生态系统。
从产业链分类来看，这个生态可以分为三个层次。
第一层：内部自研（弗迪系）。 这是比亚迪最核心的“嫡系部队”。
在动力系统部分，弗迪电池将刀片电池技术迁移至机器人动力源，弗迪动力则自研机器人关节伺服电机。
在精密结构部分，弗迪精工负责模具和精密壳体自研，比亚迪半导体自研功率芯片和机器人MCU。比亚迪第十五事业部的核心团队超过400人，加上上下游产业链协同的工程师，整个研发网络的规模已突破4000人。
第二层：深度绑定的定点供应商。 这一层是实现规模化量产的关键配套力量。
AI 解读
核心要点提炼：
比亚迪正式公开其人形机器人项目“尧舜禹”，标志着这家全球新能源头部车企从汽车制造向具身智能领域的战略延伸。项目始于2022年，由第十五事业部牵头，已形成超400人核心研发团队及4000人协同网络。关键布局包括：内部自研（弗迪系提供电池、电机、芯片等核心部件）、外部投资（持股智元机器人2.32%、帕西尼感知7.95%）、产学研合作（与港科大共建具身智能联合实验室）。目前第七代样机已在自有工厂实测，计划2026年内部部署2万台。
影响分析：
其一，技术同源性构筑降维优势。智能汽车与人形机器人在感知、决策、执行三大环节底层逻辑高度一致，比亚迪在电池、电机、电控领域的全栈自研能力可直接迁移，634亿年研发投入提供持续动能。
其二，场景闭环破解商业化难题。2万台内部需求占瑞银预测2026年全球总需求的三分之二，意味着比亚迪无需依赖外部订单即可完成技术验证与成本优化，这一“自产自销”模式将显著加速迭代周期。
其三，行业格局面临重塑。比亚迪的入局将人形机器人竞争从“实验室竞赛”拉入“制造能力竞赛”，其供应链管控和规模化降本能力可能复制在新能源汽车领域对传统车企的颠覆路径。特斯拉Optimus将面临来自中国制造体系的正面竞争。
其四，生态外溢效应值得关注。弗迪系技术外供模式若复制至机器人领域，可能催生新的Tier 1供应商体系，带动整个中国具身智能产业链成熟。
机器人 热门 发布 2026/07/30 00:00 更新 2026/08/01 03:18
新质策源导刊丨北京人形机器人创新中心：落地为王|人工智能_网易订阅 0
分享至好友和朋友圈
具身智能：万亿赛道的“价值兑现”之考（下）
编者按
2026世界人工智能大会刚刚落下帷幕，“智能伙伴，共创未来”的主题，清晰昭示着AI正从数字工具迈向物理世界的深度协同。其中，具身智能展区不再满足于“能走能跳”的演示，而是将“量产、适配、场景交付”作为关键词，这恰恰折射出产业正在叩响“价值兑现”的真正大门。
然而，从技术突破到商业闭环、从实验室到千行百业，具身智能要成长为万亿级新质生产力，仍需跨越可靠性、场景适配与成本效益等多重鸿沟。这对产业链每一环都是考验，更是重塑格局的机遇。
本期《新质策源导刊》继续汇集专家的前瞻洞察、智库的理性研判与企业一线的实战回响，力求在分歧中辨明突破路径、在共识中凝聚协同动能。我们诚邀您共同跟踪、见证这场从“能动”到“能用”的产业跃迁，看具身智能如何真正走进生产生活，赋能未来。
■中国经济时报记者张一鸣
三伏天的上海，暑气里夹杂着潮气，湿热的天气让一切都变得黏糊糊。北京人形机器人创新中心CTO唐剑在场馆里转了一圈，作为世界人工智能大会的参展企业代表之一，唐剑希望能够从会议上看到一些新动态。
世博展览馆的三楼，汇集了诸多具身智能企业，北京人形机器人创新中心的展位在三楼的中间位置，展馆里有各种人形机器人在走动，也有机器人跳舞、分拣货物，做一些简单的动作，比如做咖啡、拧气球，但要把气球变成动物的模样，还需要人在最后一步的助力。
“今年绝大多数企业重心已经从纯技术演示转向真实产业场景落地，但目前落地场景仍相对集中，覆盖广度不足，和老百姓的期待仍有落差。”唐剑说，要满足老百姓的需求，具身智能行业要持续深耕技术迭代，拓宽落地场景，加速产业规模化普及。
作为国内具身智能“国家队”，北京人形机器人创新中心一直在拓展应用场景，在今年的世界人工智能大会上，带来了5个应用场景的解决方案，包括商业服务、物流分拣、泛电子工业、能源巡检、计量检测。五大方案覆盖民生服务、智能制造、能源基建、精密检测、仓储物流等核心领域，替代人工完成高强度、高风险、重复性的基础作业。
为什么将当前困扰行业发展的应用场景作为发力点?唐剑坦言，人形机器人的核心价值，从来不局限于展会和实验室的高难度动作展示，更在于千行百业真实应用中的低门槛、高适配、快落地。
在世界人工智能大会的北京人形机器人创新中心的展位前，坐在记者面前的唐剑舒展而自信，他让记者的提问不用局限于采访提纲。
面对展会现场人流密集、环境动态变化、通行路线复杂等复杂工况，唐剑和他的团队带来的机器人已经可以实时感知周边环境、智能规避障碍物、动态规划行进路线。除此之外，他们还和合作伙伴一起，针对性地破解了传统搬运机器人适配性差、柔性不足、调度低效、无法适配非标货物搬运等难题，让人形机器人摆脱了固定场景的标准化动作局限，能够适配工厂、仓库的复杂作业环境。
过去几年里，唐剑和他的团队自研了慧思开物大小脑平台的核心技术体系和具身天工本体。“我们平台的‘大小脑协同’架构，以Pelican-VL(天鹕)、世界模型WoW为大脑核心，负责全局场景理解、用户需求解析、复杂任务拆解、全域智能调度，实现顶层决策智能化;以自研运动控制、基座VLA模型XR-1、全身TG-VLA技术框架为小脑核心，精准把控机器人每一个动作细节，保障设备高精度、高稳定、高适配的落地执行，实现‘大脑精准决策、小脑高效落地’的全链路协同。”唐剑说。
在上述技术路线的支撑下，北京人形机器人创新中心的具身智能产品具有轻部署、落地快、可复用、易迭代的特征，它们走出实验室、走出展厅，规模化落地实体经济场景，今年的出货量有望达到数千台。
“我们希望能打造‘技术有温度、落地有速度、产业有广度’的全新行业标杆。”唐剑的回答在嘈杂的场馆里掷地有声。
当前具身智能产业高速发展，技术迭代速度持续加快，各类高端研发成果层出不穷，大量资本和人才涌入，但质疑的声音也开始显现，资本市场对行业的关注变得越发务实，聚焦在产业化、常态化规模化落地上。
唐剑坦言，今明两年是具身智能行业关键验证期，只有真正实现批量部署、稳定常态化运行，行业才能摆脱泡沫质疑。
“目前人形机器人MTBF无故障运行时长远不及传统工业机械臂，每提升一级稳定性难度呈指数级增长，工业级高可靠标准仍是行业短板。我们要努力探索，加快技术迭代，适应市场需求。”唐剑说。
工业场景被唐剑认为是首要专注的应用场景，未来他们将关注市场空间更加广阔的家庭和养老市场，在他看来，未来的三到五年内，具身智能有可能走向家庭。
尽管发展空间巨大，但要走向更广阔的市场，具身智能产业面临的挑战不言而喻。
唐剑说，人形机器人降本逻辑和手机、电动车一致，依靠大规模量产实现成本断崖式下跌。
AI 解读
核心要点提炼：
北京人形机器人创新中心在WAIC上明确释放信号：具身智能已从技术演示转向真实场景落地，聚焦商业服务、物流、工业等五大领域，并计划今年出货数千台。其技术路线强调“大小脑协同”架构，以提升场景适配性与部署效率。同时，唐剑坦承行业短板——MTBF可靠性远低于工业机械臂，今明两年是验证期，需通过量产降本实现规模化。
影响分析：
1. 产业分水岭确立：行业竞争焦点从“能走能跳”转向“能用好用”，具备场景深耕能力的企业将率先兑现商业价值，纯展示型玩家加速出清。
2. 可靠性成核心门槛：MTBF短板直指工业级标准缺失，技术迭代需从实验室逻辑转向工程化逻辑，供应链（传感器、执行器）或将迎来高可靠定制需求。
3. 成本曲线拐点可期：若数千台出货量落地，将复制电动车降本路径，推动核心零部件成本下探，加速向家庭养老等长尾市场渗透，但三至五年窗口期仍需政策与资本协同。
4. 风险提示：若规模化部署后故障率未达预期，行业信心可能受挫，资本将更趋谨慎，倒逼企业回归商业本质。
机器人 发布 2026/07/29 03:19 更新 2026/08/01 03:18
带着上下游，人形机器人加速跑起来（经济聚焦·走进“中国智造”） 人民日报 | 2026年07月29日 12:00:53
###### 原标题：带着上下游，人形机器人加速跑起来（经济聚焦·走进“中国智造”）
正在加载
编辑：肖潇 责任编辑：刘亮
点击收起全文
返回央视网首页返回新闻频道
分享：
扫一扫 分享到微信
|
望海热线
xinwenxiansuo@staff.cntv.cn
最新推荐
精彩图集
首页|全站地图
京ICP备10003349号-1中央广播电视总台央视网版权所有
正在阅读：带着上下游，人形机器人加速跑起来（经济聚焦·走进“中国智造”）
分享
扫一扫 分享到微信
扫一扫 手机继续看
A- A+
AI 解读
核心要点提炼：
1. 产业链协同效应凸显：人形机器人已从单点技术突破转向全链条协同，上游核心零部件（减速器、伺服电机、传感器）与下游整机集成、场景应用的联动加速，形成“以整带零、以零促整”的良性循环。
2. 规模化量产窗口开启：新闻标题强调“加速跑”，暗示行业已跨越实验室验证阶段，进入小批量生产与场景落地并行的关键期，供应链的成熟度成为竞争分水岭。
3. 政策与市场双轮驱动：作为“中国智造”代表，该领域受政策扶持明确，叠加工业、服务业等应用场景的刚性需求，商业化路径逐步清晰。
影响分析：
对产业：上下游协同将压缩研发周期与制造成本，预计3-5年内核心零部件国产化率显著提升，重塑全球机器人供应链格局。具备垂直整合能力的企业将获得先发优势。 对市场：量产提速将催生B端（仓储物流、巡检）与C端（家庭服务）的爆发式需求，但需警惕同质化竞争，差异化场景定义能力成为关键壁垒。 对投资：建议关注具备“核心部件自研+整机量产能力”的龙头企业，以及细分赛道隐形冠军（如精密传动、力控传感）。短期波动不改长期上行趋势，但需跟踪实际订单兑现度。
结论：人形机器人产业正从“技术验证期”迈入“商业化前夜”，产业链协同深度决定未来竞争高度，建议保持战略乐观、战术审慎。
机器人 热门 发布 2026/07/29 00:00 更新 2026/08/01 03:18
从“炫技”到“实干”：WAIC 2026见证AI进入物理世界_央广网 7月17日至20日，2026世界人工智能大会暨人工智能全球治理高级别会议在上海举办。本届大会以“智能伙伴 共创未来”为主题，展览总面积首次突破10万平方米，1100余家企业参展，351款产品全球首发，4486项展品集中亮相。大会设置约172场论坛及活动。
AI 解读
核心要点提炼
2026年WAIC的显著转向在于：AI从“炫技”走向“实干”，以具身智能、工业机器人、自动驾驶等为代表的“AI+物理世界”应用成为绝对主线。10万平米展区、351款首发产品，折射出产业已从模型竞赛进入场景落地深水区。大会将“治理”与“发展”并列，亦释放出中国主导AI国际规则制定的信号。
影响分析
1. 产业端：首发产品密度创纪录，表明AI正加速渗透制造、物流、能源等实体行业，机器人不再是展会“吉祥物”，而是可量化ROI的生产工具。这或催化资本从纯大模型转向“模型+硬件+场景”的复合赛道。
2. 技术端：多模态交互与端侧智能的成熟，使AI从“云端大脑”进化为“物理世界的执行者”，数据闭环与实时决策能力成为新竞争壁垒。
3. 治理端：高级别会议与论坛并行，暗示中国试图在AI安全、伦理、跨境数据流上输出“上海共识”，为全球治理提供非西方模板。
4. 风险提示：热闹背后需警惕“伪落地”——部分展品仍停留在演示阶段。未来12个月，能否在真实产线中跑通商业模式，才是检验“实干”成色的试金石。
总评：WAIC 2026是AI从虚拟叙事转向物理现实的标志性节点，其后续影响将超越技术本身，重塑全球产业分工与规则话语权。
机器人 热门 发布 2026/07/29 00:00 更新 2026/08/01 03:18
让机器人“摸懂”世界，智在无界发布新一代模型Being-H0.8 | 盖世汽车 7月28日，通用具身基础模型厂商智在无界正式发布了新一代隐式触觉世界动作模型Being-H0.8。
据了解，该模型首次将触觉模态系统性引入大规模预训练环节，实现了视觉、触觉、动作与物理世界未来状态的统一表征，标志着具身大模型从“视觉观察”跨入“多模态交互理解”的新阶段。
补上触觉短板，让机器人“摸懂”物理世界
在过往的具身智能方案中，视觉几乎是最核心的感知输入，但仅靠视觉很难覆盖真实操作的全部信息，特别是物体是否接触、有没有滑动、施力是否到位，这些直接决定操作成败的细节，往往无法通过画面可靠获取。
这也导致传统方案在插拔、旋拧、精密装配等接触密集型任务中，稳定性始终难以达标。
Being-H0.8的核心突破，正是首次在预训练阶段就将触觉信息完整纳入隐式世界模型架构，让视觉、触觉、动作与未来状态变化映射到同一套特征空间中，使模型同时理解“看到了什么、做了什么、接触到了什么，以及世界会因此发生什么变化”，形成对物理交互过程的完整认知与预测能力。
图片来源：智在无界
为了适配高频触觉反馈的特点，Being-H0.8还设计了慢快动作专家机制：系统首先在每个动作时域开始时计算一次“世界—动作上下文”并进行缓存；随后，在时域内少数几个锚点处，注入最新观测到的本体状态与触觉反馈，动态生成或修正当前正在执行的动作片段。
而针对现有触觉传感器和数据采集系统普遍成本高昂，采集流程也高度依赖专用硬件、触觉手套和受控实验环境，始终无法达到大模型预训练所需的数据规模，智在无界还自主研发了面向大规模无标注人类视频的密集触觉伪标签系统TactoHand。
该系统无需为数据采集者配备触觉手套或额外传感器，即可从普通人类视频中推断手部与物体交互过程中密集空间点的接触概率和连续接近度，以接近零边际成本的方式为海量视频补充触觉监督。
据了解，基于TactoHand，智在无界首次将触觉信息扩展至超过50万小时的人类视频，并将其用于具身基础模型预训练。
另外，在Being-H0.8中，智在无界还进一步提出了第二代统一动作空间TopoHand，为人类手部、灵巧手和平行夹爪提供统一的运动学接口。TopoHand采用了固定拓扑的“螺旋手”表征，由20个语义关键点和20个规范关节变量组成，并以手腕为中心建立统一坐标系：x轴指向中指指尖在手掌平面上的投影方向，z轴与手掌法线方向一致，y轴则用于构成右手坐标系。
在这一表示下，不同本体特有的关节命名、机械结构和网格拓扑均被隔离在策略接口之外，实现了模型不再直接依赖某一具体机器人或人手模型的原始关节定义，而是在统一的语义拓扑和运动学空间中学习操作规律，真正实现大规模人类视频中的操作先验能够更加高效地迁移到多种机器人本体，并显著提升跨本体预训练的效率与可扩展性。
从规模到质量：具身基础模型的三级跳
过去一年，智在无界围绕大规模人类视频预训练，已经完成了多轮迭代，其演进路径也折射出具身智能行业在数据层面的共性发展逻辑。
图片来源：智在无界
第一阶段从Being-H0到Being-H0.5，核心是验证“人类视频能不能用来训练具身基础模型”，完成了从0到1的可行性验证；
第二阶段从Being-H0.5到Being-H0.7，目标是解决“怎么规模化使用人类视频”，数据规模从数万小时攀升至20万小时；
到本次发布的Being-H0.8，正式进入第三阶段，重点是如何用高质量、多模态的数据持续驱动模型进化。触觉模态的加入与全栈数据-模型管线的完善，正是对这一问题的回应。
智在无界成立于2025年5月，目前已构建起从数据管线、模型预训练、后训练、评测到端侧部署的全栈基础设施。
从Being-H0到Being-H0.8，历经多轮迭代，智在无界已经汇聚了超过500,000小时的第一人称视频数据，并与数十家数据合作伙伴建立了合作。
#### 关联产业实体
公司：舍弗勒具身智能机器人（太仓）有限公司、上海征和机器人有限公司、浙江恒勃普利米斯高性能材料有限公司
AI 解读
核心要点提炼：
智在无界发布的Being-H0.8模型，核心突破在于首次将触觉模态系统性引入具身大模型预训练，实现视觉、触觉、动作与物理状态的统一表征。技术亮点有三：一是隐式触觉世界模型架构，让机器人理解"接触了什么、世界如何变化"；二是TactoHand伪标签系统，以近零边际成本从50万小时人类视频中提取触觉监督，破解数据瓶颈；三是TopoHand统一动作空间，实现跨本体（人手/灵巧手/夹爪）的语义级迁移。
影响分析：
1. 技术拐点：触觉补位标志着具身智能从"感知驱动"迈入"交互理解"阶段。插拔、旋拧等接触密集型任务长期是机器人落地痛点，该技术若验证有效，将直接拉高精密操作的上限，加速工业场景渗透。
2. 数据范式革新：TactoHand用"伪标签"替代昂贵触觉传感器采集，将触觉数据成本降低数个量级。这打破了行业"数据规模受硬件制约"的僵局，可能引发具身数据采集模式的连锁变革——谁掌握低成本高质量数据管线，谁就握有模型迭代的主动权。
3. 产业格局：公司成立仅两月即完成多轮迭代，且已绑定数十家数据伙伴，显示资本与技术双轮驱动下的行业加速度。但需警惕：触觉伪标签的物理精度、真实传感器与伪标签间的Sim-to-Real gap，仍是商业化前必须跨越的验证门槛。短期看，该技术更可能先在物流分拣、3C装配等结构化场景落地，泛化到开放环境仍需时间。
机器人 热门 发布 2026/07/28 00:00 更新 2026/08/02 02:42
车企扎堆“造人”！比亚迪人形机器人8月发布、小鹏IRON量产在即，理想双路并进_新浪财经_新浪网 车企扎堆“造人”！比亚迪人形机器人8月发布、小鹏IRON量产在即，理想双路并进
炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
中国车企跨界人形机器人的浪潮正在提速，从传统巨头到造车新势力，一场从"四轮"到"双足"的产业延伸已全面进入实战阶段。
三家车企的密集动作，标志着国内车企造机器人已从概念验证切入规模化落地的关键节点。
这一赛道的吸引力在于技术与商业的双重逻辑：智能汽车与人形机器人技术重合度超过70%，供应链高度共享，而汽车工厂本身就是人形机器人最理想的首批应用场景。在汽车行业利润率持续承压的背景下，人形机器人被越来越多的车企视为开辟第二增长曲线的核心方向。
比亚迪8月亮相，首次官方公开展示实体样机
比亚迪入局人形机器人的时间线可追溯至2022年——彼时公司已成立具身智能研究团队，布局早于外界普遍认知。
今年5月，比亚迪执行副总裁李柯在"比亚迪股东星球"采访中首次公开回应进展，描绘了"未来每家门店都部署机器人"的愿景，并表示希望机器人承担多语言车型讲解、车机演示、门店互动引流等标准化工作。6月初，网络流传比亚迪自研人形机器人代号"尧舜禹"、计划年内内部部署2万台等消息，比亚迪随即辟谣，但同时确认了自研人形机器人的事实。
7月25日，比亚迪旗下"迪空间"微信公众号发布一张人形机器人海报，称"八月初，有个新朋友，想来认识你"。7月28日，比亚迪方面向中国证券报·中证金牛座记者确认，公司计划于8月在"迪空间"发布人形机器人。业内普遍预期，此次亮相将是可实际操作的实体样机首次面向公众，而非概念性技术发布。
在战略层面，李柯表示，机器人的竞争核心在于制造能力、软件能力与硬件能力，而汽车相关能力与机器人具有同源性。她同时透露，比亚迪可以做开放平台，既可自研，也可与其他企业合作。作为全球新能源汽车销量冠军，比亚迪在电机、电控、减速器等核心零部件领域的深厚积累，与人形机器人供应链高度重叠，构成其跨界入局的核心底气。
小鹏IRON进入量产倒计时，理想双路并进
在造车新势力中，小鹏是推进节奏最为激进的一家。据人民财讯7月24日报道，小鹏人形机器人已在广州工厂正式开启小批量试生产，量产产线同步进入最后联调阶段。
小鹏的机器人战略在2025年科技日上正式成型。何小鹏在当时宣布，小鹏汽车定位升级为"物理AI世界的出行探索者，面向全球的具身智能公司"，并发布初代人形机器人IRON。今年6月，何小鹏发布内部信，宣布亲自兼任机器人业务CEO，将人形机器人抬升至集团最高战略。
按照规划，小鹏2026年底实现IRON量产，年底月产能目标为上千台，率先在门店落地商用；2027年第一季度进入全国线下门店，第二季度推向海外；2028年走向更多家庭。IRON身高178厘米，搭载图灵AI芯片（总算力2250TOPS）和自研物理世界大模型，目前已在广州工厂承担分拣、搬运、质检等工序。此前，小鹏还官宣宝钢成为IRON项目的生态合作伙伴，未来将在巡检等复杂工业领域探索应用场景。
理想汽车的进展同样提速。据报道，理想已规划双轮机器人和双足机器人两款产品，双轮机器人主要面向工厂场景，计划年内公开发布。在组织架构上，理想于2026年2月重组智能化部门，形成人形机器人、软件本体、基座模型三个团队，人形机器人项目代号"Nexus"。理想方面表示，公司同步布局具身智能上半场的自动驾驶与下半场的通用人形机器人，2026年全年研发投入预计高达120亿元，其中AI相关投入占比约50%。
车企“造人”版图：从新势力到传统巨头全面铺开
比亚迪、小鹏、理想的密集动作，只是更大规模车企入局浪潮的缩影。据公开消息报道，截至目前，海内外已有特斯拉、比亚迪、小鹏、广汽、奇瑞、长安、小米、理想、宝马、奔驰、现代等近20家主流车企，分别通过自研、投资、孵化等方式入局人形机器人赛道。
国内传统车企中，广汽集团于2026年2月发布第四代人形机器人GoMate Mini；长安汽车出资4.5亿元成立"长安天枢智能机器人科技有限公司"；奇瑞发布"墨甲"机器人品牌。此外，上汽集团具身智能机器人"能仔1号"已投入量产产线，吉利通过资本领投方式切入，零跑也已涉足该领域。
图源：人民日报
海外车企方面，特斯拉Optimus第三代已于2026年第二季度启动量产，马斯克确认将于7月下旬或8月在加州弗里蒙特工厂进入量产，得州超级工厂专属Optimus工厂最终规划年产能为100万台；现代汽车通过旗下波士顿动力布局，Atlas人形机器人计划2028年起在现代工厂投入使用；宝马则选择直接采购，今年夏季起将在德国莱比锡工厂部署Hexagon Robotics研发的人形机器人Aeon。
技术同源、场景内生：车企入局的底层逻辑
AI 解读
核心要点提炼：
车企跨界人形机器人已从概念进入量产前夜。比亚迪8月将首次公开展示实体样机，依托三电与供应链优势，定位开放平台；小鹏IRON已小批量试产，2026年底量产目标明确，何小鹏亲自挂帅，战略优先级极高；理想则双线布局，双足与双轮并行，年内发布工厂场景产品。三巨头节奏各异，但共同指向一个核心判断：智能汽车与人形机器人的技术重合度超70%，供应链高度复用，车企具备天然的降维切入优势。
影响分析：
1. 产业格局重塑：车企入局将加速人形机器人从实验室走向规模化量产。比亚迪的制造能力与成本控制、小鹏的AI算法积累、理想的场景定义能力，将推动行业从“技术驱动”转向“工程化驱动”，降低整机成本，挤压纯初创企业的生存空间。
2. 第二增长曲线确立：在汽车利润率承压下，机器人业务有望成为车企估值新锚点。小鹏明确2028年进入家庭场景，若如期落地，将打开万亿级市场想象空间。
3. 供应链外溢效应：电机、减速器、传感器等核心零部件与汽车供应链高度重叠，车企入局将带动国内成熟汽车零部件企业快速切入机器人赛道，形成“汽车+机器人”双轮驱动的产业生态。
4. 风险提示：量产爬坡、场景验证、成本控制仍是核心挑战，2026-2027年将是检验各家承诺兑现能力的关键窗口期。
机器人 热门 发布 2026/07/27 00:00 更新 2026/08/01 03:18
人形机器人，拼脑子的时候到了-36氪 星船知造·2026年07月27日 07:44
当“躯体”的技术成熟度已逼近量产门槛，“大脑”的智能水平正在成为决定谁能真正胜出
2026年7月22日，包括Proton（宝腾） 和Y Combinator在内的近200家硅谷初创企业，联名致信白宫——希望政府不要切断美国企业获取中国开放权重（open-weight）AI模型的渠道，否则后果严重。
“会有数百家公司瞬间完蛋。这对Anthropic来说是好事，因为我们所有人都不得不花钱购买Anthropic的服务。”
两天后，2026年7月24日（当地时间），英伟达CEO黄仁勋发布人生第一条推文。全文如下：
“我的第一条帖文，分享一封英伟达签署的关于为什么开源模型如此重要的联名信。人工智能将改变各行各业，赋能每家公司，并由各个国家共同构建。开源模型能够增强安全性和网络安全，加速创新和普及，并保障国家主权。世界既需要前沿的闭源模型，也需要前沿的开源模型。”
两件事的引爆点被指向同一处——中国AI公司月之暗面（Moonshot AI）发布的Kimi K3。
这款2.8万亿参数的开源大模型，原生支持视觉理解，拥有100万token上下文窗口，在多项权威测评中得分超过GPT-5.6和Anthropic的Fable 5。更关键的是，它将于2026年7月27日完整开放权重——成为全球参数最大的开源模型。
《星船知造》注意到另一个细节：仅仅一个多月前，2026年6月1日——黄仁勋宣布英伟达和宇树科技联合推出人形机器人参考设计H2+（Isaac GR00T系统）。彼时，外界普遍将这解读为人形机器人领域的强强联合——最强的“中国躯体”+最强的“美国大脑”。
但仅仅一个多月后，Kimi K3的发布、硅谷的联名上书都已经实际改写了上述认知。
中国“大脑”丝毫不弱。
且中国大模型走的是和美国不同的路线——美国以闭源为主，技术集中于少数巨头。中国以开源为主，技术普惠全球开发者。中国大模型已深度嵌入全球AI创新生态，成为全球AI开发者生态中不可或缺的基础设施。
回到人形机器人领域——
它需要的是“大脑”与“躯体”的深度融合——目前中国依托全球最完整的制造业体系与供应链，正在运动控制、硬件量产与成本控制上建立优势。
大模型层面，中国也已经具备了与美国并跑甚至局部超越的实力。当前的核心差距，主要在AI芯片的产能和算力供给上。
## “小脑”优势，一张有期限的船票
人形机器人的竞赛，并非始于今日。过去近一个世纪里，这个赛道经历了从美国独舞、日美争锋，到中美双雄的格局演变。
日本人形机器人在近年已经查无此人——昔日的本田ASIMO机器人2022年3月就已退役，其22载的职业生涯从未走出过实验室。
相比之下，中国人形机器人起步晚，但供应链效率、进化速度都很强。
总体看，2017-2022年这六年是中国人形机器人产业发展终于迈过蹒跚期，开始走向成熟期的产业爆发“前夜”。
产品端大量成熟——优必选、达闼等企业持续优化人形机器人技术，在人形机器人的行走上，逐渐从缓慢静态行走进步到连续动态行走，这已经是进步了一个台阶，只是还做不到高动态运动。科技领域企业跨界而来，如小米在2022年8月发布全尺寸人形仿生机器人“Cyber One”，从手机跨界到人形机器人。
部分央国企成立子公司，为人形机器人的研发做好充足准备。比如2019年5月成立的中电科机器人，其第一款产品电科机器人1号（由中国电科21所机器人工程中心研发），到2024年首次亮相。
2023至今是爆发期。
既有创立于前夜期然后产品在爆发期才面世的企业，也有刚刚创立就有产品亮相的新锐企业。
比如，星动纪元于2023年8月在北京成立，由清华大学交叉信息研究院孵化，致力于具身智能以及人形通用机器人技术和产品的研发。
人形机器人公司星尘智能（Astribot）今年4月展示的AI机器人Astribot S1，是拥有全能操作能力的具身人形机器人，在多模态大模型的支持下，S1通过智能人机交互，可以自主完成叠衣、分拣物品、颠锅炒菜、吸尘清洁、竞技叠杯等各项复杂任务，还具有泛化与迁移能力，全面覆盖各类复杂场景。
逐际动力也在日前公布了全尺寸人形机器人CL-1全身移动操作的最新技术进展。这次CL-1身处模拟仓库，在堆满货物的多重货架之间，全程连续无间断地完成一系列大负载、大范围的搬运任务，也标志着逐际动力具身智能技术的进一步提升。
CL-1将4.1kg的汽水从下层货架抬到上层 source：逐际动力
中国目前在人形机器人的“运动控制”上领先，是“硬件红利”和“供应链红利”的集中兑现。
AI 解读
核心要点提炼：
1. 竞争焦点转移：人形机器人赛道已从"躯体"（运动控制、硬件量产）转向"大脑"（大模型智能水平）。中国在运动控制领域的领先，本质是制造业供应链红利的兑现，但这一优势具有时效性。
2. 开源路线成胜负手：月之暗面Kimi K3以2.8万亿参数开源模型震动硅谷，近200家初创企业联名上书白宫，英伟达CEO罕见发声支持开源。这标志着中国大模型已从"追赶者"变为"规则制定者"之一，开源生态正成为全球AI创新的基础设施。
3. 中美博弈新维度：美国闭源巨头（Anthropic等）与中国开源模型形成路线之争。硅谷初创企业的恐慌，折射出中国开源模型对美国AI商业模式的实质性冲击。
影响分析：
短期看，人形机器人产业将加速"脑体分离"——硬件厂商比拼供应链效率，软件厂商争夺智能制高点。中国凭借"开源模型+制造优势"的双轮驱动，有望在具身智能领域形成独特竞争力。但需警惕AI芯片算力瓶颈，这仍是制约中国大模型落地的关键短板。
中长期看，开源与闭源之争将重塑全球AI权力格局。中国开源模型的崛起，正在打破美国技术垄断，为全球开发者提供"第二选择"。若美国强行切断开源渠道，反而可能加速全球AI生态的"去美国化"，推动多极化创新格局形成。
对投资者而言，关注具备"大脑+小脑"全栈能力的企业，同时警惕纯硬件厂商因"大脑"迭代过快而遭遇技术贬值风险。
机器人 热门 发布 2026/06/18 23:00 更新 2026/06/19 01:06
人形机器人或许将是我们第一次完整经历的产业革命-36氪 博望财经·2026年03月13日 19:32
2026年，人形机器人产业突破的产业化拐点即将到来。
一年时间上涨超过120%，华是科技、海天瑞声两个月内涨幅突破50%，部分核心零部件个股涨停板不断。
人形机器人，这项曾停留在“秀肌肉”的前沿领域，正以前所未有的速度突破边界、爆发增长。
2026年，人形机器人产业突破的产业化拐点即将到来：工业级人形机器人已在比亚迪、极氪等车企智慧工厂成批上岗，实现物流转运、零部件装配等作业，自主换电技术可3分钟完成无干预；服务级产品也逐步渗入日常，如养老院的陪伴机器人可带领老人开展康复训练、播报时事，推动养老服务从“基础照料”迈向“智能陪伴”。
政策层面，中国于2026年2月底正式发布《人形机器人与具身智能标准体系(2026版)》，这是我国首个覆盖全产业链、全生命周期的标准顶层设计，为技术转化与规模化量产铺平道路。
这场围绕“具身智能”的产业竞赛，已突破实验室边界，正在工业制造、养老服务、特种作业乃至家庭生活领域掀起重塑浪潮，同时也开启了一个万亿新风口。
## 01 十万亿级别的市场
2026年是人形机器人催化聚变的关键一年，技术成熟度、量产规模、商业化场景三大维度实现质的飞跃，万亿市场前景逐步清晰，成为继新能源、AI之后最具增长潜力的核心赛道。
可以这么说，当前的人形机器人产业，就是10年前的新能源产业，正在酝酿起爆。
首先，从产业基础来看，2025年的行业积淀，尤其是行业核心数据印证产业拐点已至。据东吴证券统计，2025年国内人形机器人核心企业出货量实现爆发式增长，宇树科技实际出货量超5500台，本体量产下线超6500台。
智元机器人出货量突破5100台，优必选全年订单接近14亿元，较2024年增长超80%。这背后，人形机器人的零部件降本成效显著，行星滚柱丝杠价格从数千元/根降至千元级，特斯拉Optimus核心零部件综合成本较2023年下降67%，单机价值量从41.09万元降至13.82万元，已经为规模化量产扫清成本障碍。
其次，在技术层面，2026年将迎来多维度突破，成为行业催化聚变的核心动力。
首先是具身智能模型端，GeneralistAI已验证7B参数是具身智能激活的关键门槛，当前行业正加速突破该临界点，特斯拉将Optimus与无人驾驶共享世界仿真模型，FigureAI发布Helix02系统，实现全身灵巧自主行为，模型泛化能力大幅提升。
硬件端，灵巧手、轴向磁通电机、轻量化材料等领域迭代加速，灵巧手循环寿命从20万次提升至15万次以上，微型链条传动替代腱绳方案解决寿命痛点。
轴向磁通电机扭矩较传统电机提升4倍，同等功率下体积缩小30%；PEEK材料、镁铝合金广泛应用，宇树G1、智元灵犀X1等产品重量降至35kg以下，续航提升40%。
最后是商业化场景正规模化落地，成为2026年行业聚变的重要支撑，四大核心场景逐步实现盈利闭环。
据国金证券测算，2026年人形机器人商业化市场规模将突破300亿元，其中ToB端特种作业、工业制造场景占比超60%。工业领域，比亚迪、极氪等车企已批量部署人形机器人，完成物流转运、零部件装配等作业，单台机器人可替代2-3名人工，年节省成本超15万元；
特种领域，宇树机器人凭借低延迟集群协同能力，获得特种场景批量订单，单机售价降至10万元以内，较海外竞品成本低80%。
ToC端，家庭照护、个人陪伴场景快速渗透，银河通用机器人搭载Sharpa灵巧手，可完成盘核桃、叠衣服等精细操作，松延动力陪伴机器人实现精准情绪交互，终端售价逐步降至3万元级，市场接受度大幅提升。
而政策与资本加持，进一步放大2026年行业催化效应。
2026年2月底，我国发布《人形机器人与具身智能标准体系(2026版)》，成为首个全产业链顶层设计，明确2026年实现核心零部件国产化率达60%的目标。宇树科技等国内龙头已完成IPO辅导，预计2026年上半年上市。
据东吴证券测算，2026年全球人形机器人量产规模将突破3万台，2030年有望达到100万台，市场规模突破万亿，年复合增长率超80%。
而这，还仅仅只是个开始，如何从100万台，达到甚至超过上亿台，实现家用以及怎样替代血汗工厂，将是人形机器人下一阶段的目标。
## 02 细分产业即将分化
人形机器人产业正从技术验证迈向规模化量产的关键，是靠上下游如何协同突破。
首先是上游核心零部件，作为产业基石，技术壁垒与国产替代空间凸显，降本成效成为量产关键。减速器、丝杠、电机三大核心部件占整机价值量超60%。
2025年迎来标志性降本突破：比如行星滚柱丝杠单价从10000元/根降至2000元/根，降幅达80%；谐波减速器单价下降42%，单机价值量从16800元压缩至9800元。
AI 解读
核心要点提炼
2026年，人形机器人产业迎来产业化拐点，从实验室走向规模化应用。工业级产品已在比亚迪、极氪等车企工厂批量上岗，实现物流转运、装配等作业；服务级产品渗透养老、家庭场景。政策端，《人形机器人与具身智能标准体系(2026版)》发布，为全产业链标准化铺路。市场端，核心零部件降本显著，单机成本降至13.82万元，出货量爆发式增长，宇树科技、智元机器人等出货量超5000台。预计2026年全球量产规模突破3万台，2030年达100万台，市场规模破万亿。
影响分析
1. 产业重塑：人形机器人将替代传统工业机器人和部分人工，尤其在汽车制造、特种作业领域，单台可年节省成本超15万元，推动制造业从“自动化”向“智能化”跃迁。养老服务等ToC场景也将从“基础照料”升级为“智能陪伴”，催生新消费需求。
2. 投资风口：二级市场已提前反应，华是科技、海天瑞声等涨幅超50%。核心零部件（减速器、丝杠、电机）国产替代加速，降本空间打开，相关企业将迎来订单与估值双升。但需警惕细分分化：上游零部件技术壁垒高，盈利确定性更强；中游整机竞争激烈，需关注量产能力与场景落地速度。
3. 风险提示：技术迭代风险（如AI模型泛化能力）、成本下降不及预期、政策落地节奏滞后，以及社会伦理与就业替代争议。短期炒作过热可能引发回调，建议聚焦有实际订单和量产能力的龙头。
机器人 热门 发布 2026/06/18 10:24 更新 2026/06/19 01:06
人形机器人不再走走停停：Current Robotics发布全身灵巧操作模型|移动|动作|本体|current|robotics_网易订阅 0
分享至好友和朋友圈
机器之心发布
让人形机器人在移动中完成精细操作，一直是具身智能领域没有被很好解决的问题。
过去的主流方案是把移动和操作拆成两个独立模块：机器人先走到目标位置，停下来，再执行手部操作。这套逻辑在工厂流水线上勉强够用，但放到真实世界里就会失效 —— 站姿决定抓取的可达范围，躯干姿态影响手臂的施力方式，脚和地面的接触条件决定全身平衡，而手部接触动态又会反过来影响身体接下来的运动。移动和操作在物理上是耦合的，不能简单拆成两步走。
Current Robotics 今天发布全身灵巧操作模型Curr-0，通过Single Policy将移动控制、全身姿态协调和手部精细操作统一为一个端到端训练的策略，运行在 70 + 自由度的人形机器人本体上，单一模型、共享权重，全程自主执行。
Curr-0 展示的任务包括撕开茶包、点香、文件盖章、清理桌面垃圾，以及抱着玩具穿过门口蹲下放进篮子 —— 这些动作看起来简单，但每一个都要求机器人在移动过程中实时调整全身姿态，并在接触瞬间完成精细的力控。
Single Policy 背后的系统设计
Curr-0 的核心思路是把全身灵巧操作当作一个耦合的整体来训练，而不是先训练一个移动策略，再训练一个操作策略，最后拼在一起。
系统内部分为三层：上层负责理解任务和语言指令，中层负责协调全身运动和姿态稳定，下层负责手部和物体的精细交互。三层不是按顺序执行的流水线，而是在同一个闭环策略里实时协同运行，机器人可以在移动过程中同步调整全身姿态和手部动作。
数据怎么来：自研全身外骨骼采集系统
支撑 Curr-0 训练的是21,000 小时真实人类行为数据，其中包含 2,800 小时全身示教数据，全部来自 Current Robotics 自研的HumanEx全身外骨骼数据采集系统。
HumanEx 是一套自研全身外骨骼数据采集系统，其特点是不需要操控机器人本体。人类只需穿戴设备即可在真实场景中完成数据采集，系统同步记录全身姿态、关节运动、手部动作、本体感知、肌电信号和环境交互等多维数据。由于不依赖机器人本体，这套系统可以直接部署在工厂、实验室、办公室等多种真实场景里采集数据。
通过 HumanEx 的 Data Scaling。
Current Robotics 认为，数据并不是训练模型的副产品，而是具身智能系统的核心基础设施。这意味着数据规模的增长不再受限于机器人的部署数量，而是可以随人类的真实任务行为持续扩大 —— 团队把这条路径称为从 "机器人部署小时数" 切换到 "人类任务小时数"。
用世界模型解决评测和部署的规模化难题
除了数据和模型，Current Robotics 还在解决另一个长期被忽视的瓶颈：物理世界本身没法规模化。
机器人每次真实测试都要消耗硬件、能源和人力，失败了没法回滚，场景没法随时重置。这直接限制了评测、后训练和部署能跑多快、跑多大规模。
为此，团队正在构建多物理模态交互世界模型，覆盖视觉、本体感知和力觉信号，作为物理世界的可扩展替代品，用来做策略评测、后训练和部署前的验证。在这个基础上，团队还提出了 Human-in-the-World-Model 框架：策略在世界模型里跑，遇到错误或不确定的情况，人可以直接在世界模型里介入修正，修正的数据马上用于后续训练，从而让评测、人工干预和后训练形成一个闭环。
全栈布局：数据、模型、评测、部署
把这几块拼起来看，Curr-0 不是一次孤立的模型发布，而是 Current Robotics 在具身智能基础设施上的一次阶段性展示。
从 HumanEx 采集真实人类数据，到 Curr-0 端到端训练出全身灵巧操作能力，再到世界模型支撑的评测和后训练 —— 数据、模型、评测、部署这四个环节被串成一套可以持续迭代的体系。
随着 VLA 模型和机器人本体能力持续进步，数据基础设施与迭代闭环也开始受到越来越多关注。除了模型本身，Current Robotics 也在同步构建数据采集、评测验证和部署迭代体系，靠这套体系的持续运转来推动模型能力的提升。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
/阅读下一篇/
AI 解读
核心要点提炼
Current Robotics 发布的 Curr-0 模型，核心突破在于将人形机器人的“移动”与“操作”解耦问题，通过单一的端到端策略（Single Policy）实现全身灵巧操作。其关键创新包括：1) 耦合控制：通过三层实时协同的闭环策略，在移动中同步调整全身姿态与手部动作，解决了物理耦合难题；2) 数据基础设施：自研 HumanEx 全身外骨骼系统，采集 2,800 小时真实人类示教数据，使数据规模不再受限于机器人本体部署；3) 世界模型：构建多物理模态交互世界模型，作为物理世界的可扩展替代品，用于评测、后训练与部署验证，形成“Human-in-the-World-Model”闭环。
影响分析
1. 行业能力跃迁：Curr-0 标志着人形机器人从“站定操作”迈向“移动操作”，直接提升了在仓储、医疗、家庭服务等非结构化场景的实用性。撕茶包、抱物过门等任务验证了其在精细力控与动态平衡上的突破，为商业落地扫清关键障碍。
2. 数据范式变革：HumanEx 将数据采集从“机器人部署小时数”切换至“人类任务小时数”，大幅降低了数据获取成本与门槛。这一路径可能重塑具身智能领域的竞争格局——数据基础设施的完备性将成为核心壁垒，而非单纯模型规模。
3. 全栈生态闭环：通过整合数据、模型、评测与部署，Current Robotics 构建了可持续迭代的系统。世界模型解决了物理测试的规模化瓶颈，使后训练与人工干预高效协同。这预示着行业将从“模型发布竞赛”转向“基础设施竞赛”，加速技术从实验室走向真实场景。
机器人 热门 发布 2026/06/18 04:35 更新 2026/06/19 01:06
通研院重磅成果，一套策略让人形机器人学会后空翻、霹雳舞，准确率超90%-36氪 智东西·2026年03月09日 12:56
人形机器人学会数十种极限动作。
今年春晚，人形机器人再次成为舞台上的焦点。
相比去年颤颤巍巍地扭秧歌，宇树人形机器人已经能够流畅地完成武术、双节棍、醉拳等一系列表演，一波丝滑操作让全网直呼惊艳，也让大众真切感受到人形机器人技术的进步。
随着人形机器人运动能力持续突破，一些支撑这些极限动作的关键技术也开始浮出水面。
近日，北京通用人工智能研究院（简称“通研院”）发布并开源新一代人形机器人通用运动框架OmniXtreme（通极）。
该框架让机器人能够通过一套统一策略完成包括后空翻、托马斯全旋、武术踢击等在内的多种高动态动作，并在真实机器人上实现了超过90%的成功率。
该成果提出了一种新的训练路径：不再为每个动作单独训练策略，而是通过生成式模型与强化学习结合的方式，让机器人掌握一整类极限运动能力。
通研院研究员贾宝雄在接受智东西采访时称：“过去很多机器人控制模型都需要针对单个动作反复调参。OmniXtreme的核心目标，就是找到一种统一策略，让机器人能够学习并泛化不同类型的极限动作。”
## 01.从“太奶”到“武神”，人形机器人的运动能力跃迁
这一轮人形机器人的火热出圈，可以追溯到2024年的北京大学春季运动会。当时，北京大学智能学院学生方阵中的机器人因步态缓慢、动作僵硬，被网友戏称为“太奶机器人”。
2024年4月，北京大学春季运动会智能学院学生方阵
此后两年，人形机器人运动控制能力快速迭代。
2025年蛇年春晚，机器人已经可以完成扭秧歌等舞蹈动作，但整体动作仍然偏机械。同年8月，在首届世界人形机器人运动会上，通研院团队凭借融合探戈、太极、恰恰的舞蹈表演，获得单机舞蹈比赛冠军。
2025年8月，通研院在首届世界人形机器人运动会上获得单机舞蹈比赛冠军
到2026年春晚，《武bot》节目中机器人完成武术动作，运动能力进一步突破。
在贾宝雄看来，这一变化背后是一种“技术破壁”，他对智东西形容这一过程时用了一个词：“破次元壁”。他还补充道：“以前机器人更多停留在实验室或者科研展示中，很少有人会觉得它能做到现在这种程度。但随着算法和硬件快速迭代，我们逐渐接受机器人不仅能跳舞，还能完成很多高难度动作。”
## 02.一套算法完成极限动作，OmniXtreme解决“多动作控制难题”
让机器人完成翻腾、倒立、霹雳舞等高动态动作，一直是机器人控制领域的难题。
近年来，强化学习成为主流技术路线。通过大规模仿真训练，机器人可以逐渐学会复杂动作。但当动作种类越来越多时，系统往往会面临新的问题——动作越多，控制精度越下降。
OmniXtreme试图解决的正是这个问题，该框架采用一种两阶段学习机制。
第一阶段，研究团队先为不同动作训练多个“专家策略”，再利用生成式建模方法，将这些专家能力融合为统一策略。这一过程借鉴了生成模型中的Flow Matching技术，使系统能够学习“动作分布”，而不是简单的动作映射。
贾宝雄用一个类比解释这一过程：“可以把它理解为先让机器人去模仿很多顶级舞者的动作，然后再在这个基础上通过强化学习不断调整，使它能够在真实环境中稳定完成这些动作。”
相比传统强化学习需要不断通过奖励函数逼近目标动作，生成式模型在一开始就能建立更完整的动作表达，因此在多动作场景下具有更好的泛化能力。
## 03.跨过Sim2Real，人形机器人学会在真实世界翻跟头
在人形机器人研究中，Sim2Real（仿真到真实）一直是核心挑战。很多动作在仿真环境中可以完成，但部署到真实机器人时往往会失败。
OmniXtreme的第二阶段训练，重点解决的正是这一问题。研究团队在强化学习过程中加入了大量真实物理因素，例如：
•电机扭矩—速度关系建模
•制动功率限制
•电池能量传递模型
•更真实的执行器物理模拟
这些设计显著提升了策略在真实机器人上的可执行性。贾宝雄告诉智东西，过去很多团队在部署时需要通过网线连接主机进行控制，而OmniXtreme的目标是实现完全上机运行。
“真正的难点不只是算法本身，还包括模型推理效率和硬件适配。如果这些问题解决，再加上稳定的控制模型，就可以实现现在这种真实部署效果。”实验结果显示，在真实机器人测试中，该方法在多种高动态动作任务上的成功率超过90%。
真机部署成功率
在不少人看来，翻跟头、跳舞等动作更像“炫技”，似乎与实际应用关系不大。对此，贾宝雄给出了另一种解释：“从科研角度来说，如果机器人能完成这些极限动作，那么在人类能做到的工作场景里，它通常也能胜任。”
他将这一过程比作“先强身健体”，还补充道：“如果机器人能够掌握人类极限运动的控制能力，那么在工业、服务等场景中的任务执行，其实反而会更容易。”
AI 解读
核心要点提炼
1. 技术突破：北京通用人工智能研究院（通研院）发布开源框架OmniXtreme，通过生成式模型与强化学习结合，实现单套统一策略控制人形机器人完成后空翻、霹雳舞等数十种高动态动作，真实机器人成功率超90%。
2. 关键创新：摒弃传统“每动作单策略”的调参模式，采用两阶段学习（专家策略融合+仿真到真实迁移），并引入Flow Matching技术学习动作分布，显著提升多动作泛化能力。
3. 应用验证：从2024年“太奶机器人”到2026年春晚《武bot》节目，人形机器人运动能力实现“破次元壁”跃迁，OmniXtreme解决了多动作控制精度下降及Sim2Real部署难题。
影响分析
行业标准重塑：OmniXtreme开源或成为人形机器人运动控制的新基准，降低行业研发门槛，加速从实验室到商业落地的进程。竞争对手需快速跟进或差异化创新。
应用场景拓展：极限动作能力验证了机器人的高动态控制与鲁棒性，未来可赋能工业（精密操作）、服务（复杂环境适应）及特种领域（救援、勘探）。如贾宝雄所言，“强身健体”后，日常任务执行将更易实现。
投资与生态催化：技术突破将吸引资本向具身智能头部企业集中，同时推动传感器、执行器等硬件协同升级。产业链上下游（如高扭矩电机、轻量化材料）有望受益。
总结：OmniXtreme标志着人形机器人从“能走”到“能极限运动”的质变，其统一策略思路为通用机器人控制提供了新范式。后续需关注其在大规模场景下的泛化成本及商业转化节奏。
机器人 发布 2026/06/17 17:53 更新 2026/06/19 01:06
人形机器人，批量上岗宁德时代-36氪 Exa搜索（Exa Search）近日宣布完成1700万美元A轮融资，由Lightspeed Venture Partners领投，现有投资者包括Y Combinator、A.Capital、Character Capital及天使投资人如Perplexity CEO Aravind Srinivas、Notion联合创始人Simon Last等跟投。Exa搜索定位为“面向AI时代的搜索引擎”，专注于为大型语言模型（LLM）和AI应用提供高质量、结构化的网络数据索引。其核心产品是“语义搜索API”，能够理解查询意图并返回精确结果，而非传统的关键词匹配。公司表示，其索引已覆盖超过10亿个网页，并计划利用新资金扩大工程团队、提升索引规模至百亿级，同时优化对学术论文、技术文档等专业内容的检索能力。Exa搜索目前主要服务于AI开发者、研究机构及企业客户，典型用例包括为AI代理提供实时数据、辅助模型训练数据清洗以及知识图谱构建。CEO Will Bryk强调，当前搜索引擎主要服务于人类用户，而Exa从底层架构即针对机器读取设计，旨在解决AI系统获取准确、结构化信息的瓶颈问题。
AI 解读
核心要点提炼
1. 人形机器人已进入宁德时代等工业场景实现“批量上岗”，标志其从实验室迈向实际生产应用。
2. 核心驱动力：解决制造业劳动力短缺、提升高危岗位自动化水平及降低长期人力成本。
3. 当前应用聚焦于重复性、高精度或危险任务（如电池装配、质检），而非通用替代。
影响分析
短期：加速工业自动化升级，推动人形机器人在汽车、电子等制造领域渗透，相关供应链（传感器、执行器、AI算法）需求激增。 中长期：若技术成熟度提升，可能重构劳动力结构，倒逼企业重新评估用工模式；但受限于成本与泛化能力，全面替代尚需5-10年。 风险：伦理争议（岗位替代）、技术可靠性（复杂环境适应性）及政策监管滞后或成制约。
结论：人形机器人“上岗”是工业4.0的典型缩影，短期利好头部制造企业与核心零部件商，但需警惕过度炒作与实际落地差距。
机器人 热门 发布 2026/06/17 14:05 更新 2026/06/19 01:06
刷新权威榜单SOTA！ACE-Ego 解锁“以人为中心”的规模化具身模型训练新范式 - 一起AI技术 刷新权威榜单SOTA！ACE-Ego 解锁“以人为中心”的规模化具身模型训练新范式 - 一起AI技术
首页» 刷新权威榜单SOTA！ACE-Ego 解锁“以人为中心”的规模化具身模型训练新范式
近日，大晓机器人联合香港中文大学多媒体实验室（CUHK MMLab）正式发布全新“一脑多型”具身操作VLA模型 ACE-Ego，并向行业开源。作为“以人为中心”ACE 研发范式在具身模型预训练的核心落地成果，ACE-Ego提出大规模第一视角人类视频与多型机器人数据高效联合预训练的新范式，在两大国际权威具身智能基准上双双领先，并在复杂零售场景中展现出强泛化落地能力，为具身操作模型的规模化演进开辟了全新路径。
在国际公认的人形机器人操作基准 RoboCasa GR1 TableTop 上，ACE-Ego 以72.8%的平均成功率刷新当前最高纪录，夺得榜首，大幅超越英伟达 GR00T、PI π₀.₅、京东JoyAI-RA 等主流模型；在高难度双臂操作基准 RoboTwin 2.0 的强域随机化测试中，ACE-Ego 以90.62%的成功率展现出远超行业平均水平的环境鲁棒性。
2025年12月，大晓机器人提出“以人为中心（Human-centric）” 的ACE具身研发范式，将人类与物理世界的互动规律作为核心研究起点，构建了一套从“环境式数据采集—开悟世界模型3.0—具身交互”的全链路技术体系。源于对 “以人为中心” ACE 范式的深度践行，不同于行业传统 “以机器为中心”、依赖大批量高成本真机遥操作数据的路线，ACE-Ego 将海量低成本的第一视角人类视频转化为可用于模型训练的有效监督信号。通过统一相机空间动作表示、统一本体形态编码、时间对齐动态分块、可靠性自适应目标函数四大核心机制，它系统性破解了人与不同型号机器人数据在空间坐标系、本体结构、时序频率、标签质量上的四重异构难题，实现使用大规模高质量人类第一视角视频与数千小时多机型机器人数据的协同训练。
实验结果证实了大规模第一视角人类视频能够有效提升VLA模型预训练和下游适配能力：在 RoboCasa 基准上，引入第一视角人类视频进行联合预训练，相比于仅使用机器人数据进行预训练，模型成功率从 68.3% 提升至 72.8%，实现了4.5%的显著性能跨越。充分证明了“以人为中心”的大规模数据预训练对提升具身模型泛化能力的巨大价值。
目前，ACE-Ego 已能稳定完成塑料袋打包、鞋子装入鞋盒等长周期、强接触的复杂零售操作，覆盖商品整理、打包履约等典型线下零售环节，突破了此前模型仅能完成简单桌面抓取的能力边界，为具身智能走向产业规模化落地提供了高性价比的技术方案。
刷新两大国际具身智能基准，全面领跑通用操作模型
ACE-Ego 在RoboCasa GR1 TableTop 与 RoboTwin 2.0 两大国际权威具身智能基准上取得SOTA成绩，显著超越英伟达 GR00T、PI π₀.₅、京东JoyAI-RA、蚂蚁灵波LingBot-VLA、高德ABot-M0、小鹏DIAL等多款主流通用机器人模型。
在 RoboCasa GR1 TableTop 人形桌面操作基准上，ACE-Ego 实现72.8%的平均成功率，大幅刷新榜单纪录。该基准基于 GR1 人形机器人平台设置 24 项典型家庭任务，涵盖18项抓取放置重排与6项铰接物体交互，是衡量人形机器人通用操作能力的核心标尺。
测试结果显示，ACE-Ego 较第二名 小鹏DIAL模型（70.2%）任务成功率提升 2.6%，较英伟达 GR00T-N1.6（47.6%）提升达25.2%，同时全面领先 京东JoyAI-RA（63.2%）、高德ABot-M0（58.3%）、FLARE（55.0%）等主流模型。性能增益覆盖抓取放置、铰接操作全品类任务，其中盘子叠放、托盘移锅等任务成功率突破98%，证明其能力提升来自框架底层优化，而非特定任务过拟合。
在 RoboTwin 2.0 双臂操作基准中，ACE-Ego 同样稳居VLA类模型榜首，展现出极强的环境鲁棒性。该基准包含50项覆盖抓取、放置、工具使用、双臂协同的复杂任务，设置干净场景（Easy）与强域随机化场景（Hard）两种模式，其中 Hard 模式随机改变光照、纹理、物体位置等条件，高度模拟真实世界不确定性。
从干净场景到强随机化场景，ACE-Ego 性能仅衰减0.5个百分点，远低于行业平均水平，意味着其习得技能具备极强的环境适应性，更贴近真实商业部署要求。
零售场景全链路落地验证，实操能力解锁商业价值
从鞋盒规整入盒、咖啡定量分装，再到柔性塑料袋打包，ACE-Ego 在典型零售场景中展现出全栈式真实操作能力，覆盖商品陈列、履约打包、货品分拣等线下零售核心作业环节。
AI 解读
核心要点提炼：
1. 技术范式突破：大晓机器人联合港中大MMLab推出ACE-Ego，首创“以人为中心”的具身模型训练新范式，通过大规模第一视角人类视频与机器人数据联合预训练，破解数据异构难题。
2. 基准性能登顶：在RoboCasa GR1 TableTop（72.8%成功率）和RoboTwin 2.0（90.62%成功率）两大国际基准上超越英伟达GR00T、小鹏DIAL等主流模型，刷新SOTA。
3. 商业落地验证：已稳定完成塑料袋打包、鞋盒整理等复杂零售操作，突破简单桌面抓取边界，展现强泛化与鲁棒性。
影响分析：
行业层面：ACE-Ego证明低成本人类视频可替代高成本真机遥操作数据，大幅降低具身模型规模化训练门槛，或将推动行业从“机器中心”向“人类中心”范式迁移，加速通用操作模型产业化进程。 竞争格局：在英伟达、京东等巨头环伺下，ACE-Ego以显著性能优势（如较GR00T提升25.2%）确立技术领先地位，可能引发新一轮VLA模型军备竞赛，尤其在人形机器人操作领域。 商业价值：零售场景的全链路落地验证了技术从实验室到产业的可迁移性，为仓储、物流等劳动密集型行业提供高性价比自动化方案，短期有望推动具身智能在商业服务中的渗透率提升。 机器人 热门 发布 2026/06/17 08:00 更新 2026/06/19 01:06
矩阵超智：打造中国版擎天柱人形机器人 2027年步入十万台产能-36氪 矩阵超智：打造中国版擎天柱人形机器人 2027年步入十万台产能-36氪
矩阵超智：打造中国版擎天柱人形机器人 2027年步入十万台产能
2026矩阵超智发布MATRIX-3人形机器人，开启量产发售。
2026年以来全球人形机器人行业正在经历一场静默而剧烈的分野。特斯拉Optimus定档7月量产交付，Figure宣布日产24台——全球头部玩家纷纷亮出“交作业”的产能时间表。人形机器人，正从概念炒作的上半场，驶入量产落地的下半场。
2026年5月18日，在上海张江集成创新园举办“2026矩阵超智科技日（AI DAY）上 ，用一款全能旗舰级人形机器人MATRIX-3给出了从技术攻坚向规模化量产跨越的路线图。
矩阵超智由特斯拉中国设计研究中心的创始领导者张海星领衔，汇聚全球顶尖AI科技企业的工程精英，于2024年4月在上海创建。
张海星和他的工程化”梦之队”成员，曾直接参与了特斯拉Optimus（擎天柱）人形机器人迭代的设计研发，同时也是全球少数掌握具身智能大脑模型系统和滚柱丝杠直线关节运动控制算法开发的团队，这支“工程化梦之队”不仅拥有前瞻性的技术视野，更具备将概念转化为产品的极致工程化能力。
他们深知人形机器人开发试错迭代的门槛，深谙人形机器人从实验室走向大规模工业化的底层逻辑，也清楚硬件架构与工程思维，哪些路“走得快但走不远”，这为他们在人形机器人底层技术上对标，甚至超越全球顶尖水准奠定了基础。
在2026矩阵超智科技日（AI DAY），全能旗舰级人形机器人MATRIX-3迎来全球首次现场互动演示，其流畅的肢体动作、拟人化的互动表现，让与会者直观感受到这一技术从实验室走向具象应用的突破性进展。
矩阵超智创始人、CEO张海星表示，凭借不断突破的智能、感知、操作与动力能力，MATRIX-3，通过对滚柱丝杠直线关节、高自由度灵巧手MATRIX HAND与泛化大脑的系统性重构，重新定义了类人形态的结构，攻克多项工程学难题，并以极致的工程完成度宣告：这不仅是一场具身智能技术突破发布，更是中国通用人形机器人技术跨入全球顶尖水平的里程碑，推动人形机器人规模化、实用化落地应用。
研发破局：以工程化思维定义通用劳动力和具身智能伙伴
在产品迭代与技术攻关上，从第一代机器人验证全直驱关节的可行性、提出全球首个全包覆式全尺寸人形机器人构型，向世界证明中国自主研发机器人能力开始，到如今发布的第三代MATRIX-3量产机型，在体型与设计理念上经历了巨大跨越，25个月完成传统公司需5-7年的迭代进程。
全新亮相的MATRIX-3的设计和技术参数，强调在真实物理环境中的作业能力，机体外形采用人机交互的美学设计，机型身高1.7米、体重65公斤，更适配人类现有生活与工作空间；可持续作业能力4小时（1.8kWh动力电池）；最大行走速度3.9km/h，接近人类自然步态。
据介绍，MATRIX-3集成了自主开发的人形机器人智能、感知、执行、动力系统四大核心技术突破：
一是以数据上量实现通用具身人工智能的WAVE物理基座大模型： 该基座模型的硬核逻辑在于，机器人真正需要学习的不只是画面内容，更是动作带来的后果。WAVE通过融合大量的自然世界数据，使机器人率先实现“零样本泛化”与“失误学习闭环”的跨越，从“看懂”到“会做”、再到“做得稳”的质变，为从工业制造等专业场景逐步走向日常家庭生活场景铺平道路。
凭借自研的数据采集与生成技术，公司在已积累涵盖多样化操作场景1000万条训练样本，50万条失误数据基础上，预期将数据积累速度提升 10 倍，同时成本大幅降低 90%，构建“端侧采集 → 云端训练/评估/清洗 → 模型回传部署 → 持续优化的数据飞轮，通过自主不断收集数据，通过自我优化持续提升表现，实现无穷泛化性和专家级质量。
二是仿生超能直线关节和运动控制算法： 区别于行业普遍采用的旋转关节构型方，采用串并联直线关节构型设计，采用旋转+直线混合驱动，机体全身自由度33DOF，其中头部4DOF、腰部3DOF、手臂7ｘ2DOF、腿部6ｘ2DOF，执行器推力密度3600N/Kｇ，双臂负载15Kｇ，经历了十万级测试验证，提升负载、可靠性与末端操作精度，确保在长时间、高负荷工业作业下的稳定性。
三是27维自由度灵巧手：经过8000多小时循环测试，可实现拟人化的捏、夹、旋转等微米级精密灵巧操作，适用于从工业精密制造到家庭服务多场景服务。
四是安全“软护甲”3D针织仿生皮肤：首创柔性织物融合躯体的“类人肌体”，具备触觉力、压力、温度感知能力，消除了金属机器人的冷硬感，提升人机交互安全性与亲和力，避开“恐怖谷效应”，使其在商业零售服务与高端制造场景中具备天然的适配感。
量产重构：MFH超智工厂为规模化应用铺路
AI 解读
【核心要点提炼】
1. 量产时间表明确：矩阵超智发布MATRIX-3人形机器人，规划2027年达年产10万台产能，对标特斯拉Optimus的规模化节奏。
2. 工程化基因突出：创始团队源自特斯拉Optimus核心研发，掌握滚柱丝杠关节、灵巧手及具身大脑模型等关键技术，25个月完成三代迭代。
3. 技术差异化：采用串并联直线关节构型、27自由度灵巧手及柔性仿生皮肤，强调真实工况下的作业稳定性与人机交互安全性。
【影响分析】
1. 行业竞争格局重塑：中国本土团队以“Optimus亲历者”身份切入量产赛道，直接对标全球头部技术路线，有望打破特斯拉在通用人形机器人领域的先发优势，加速全球量产竞赛。
2. 供应链国产化机遇：滚柱丝杠、高自由度灵巧手、3D针织传感皮肤等核心部件的自主突破，将带动国内精密制造、柔性材料、AI数据飞轮等产业链升级，降低对海外高端零部件的依赖。
3. 应用场景加速落地：2027年十万台产能目标若实现，将推动人形机器人从工业制造向商业服务、家庭场景渗透，尤其“零样本泛化”能力与低成本数据采集技术，是解决当前机器人场景适应性瓶颈的关键。
分析师点评：矩阵超智的“中国版擎天柱”叙事，本质是工程化能力对概念炒作的降维打击。若其数据飞轮与关节技术能经受十万级量产考验，中国有望在全球人形机器人产业中占据“技术定义者”而非“跟随者”的位置。
机器人 热门 发布 2026/06/16 13:42 更新 2026/06/19 01:06
德银大幅上调人形机器人出货预测：2026年翻倍至5万台，2050年剑指700万台_新浪财经_新浪网 德银大幅上调人形机器人出货预测：2026年翻倍至5万台，2050年剑指700万台
德意志银行大幅上调全球人形机器人市场出货预测，将2026年预测值从此前2025年基准的1.75万台上调至近5万台，增幅逾一倍，并预计至2050年全球出货量将达700万台。
德意志银行亚太区自动化与工业研究主管Iris Zheng周一发布研报指出，受中国制造商加速量产及特斯拉推进大规模生产的双重催化，人形机器人市场已呈现出明显规模化迹象。其团队据此上调了2026年至2029年的全球市场预测：2026年全球出货量接近5万台，2030年进一步升至约70.05万台，2050年远期目标高达700万台。
中国预计将在可预见的未来维持全球最大市场地位，2026年出货量有望翻倍至约4万台。Iris Zheng指出，中国厂商正受益于价格可及性提升、激进销售策略以及IPO扩张计划三重驱动而加速放量，宇树已跻身行业领跑地位；相比之下，美国出货量预计将在更长周期内渐进提升。
这一判断与高盛近期立场形成呼应。高盛亚洲交易台上月指出，人工智能发展的下一阶段正从芯片转向现实世界部署，人形机器人是最清晰的变现前沿；劳动力短缺与自动化需求所带来的结构性顺风正加速行业采用进程，并推动投资者将资金轮动至韩国、日本和中国的机器人相关企业。
预测大幅上修：产业规模化信号增强
Iris Zheng在报告中表示，人形机器人市场正从炒作阶段过渡至早期规模化商业化阶段，这一判断直接驱动了本轮预测上修。德银最新预测将2026年全球出货量目标上调至接近5万台，较此前2025年预测的1.75万台增逾一倍；2030年出货量目标进一步跃升至约70.05万台；至2050年，市场规模远期目标高达700万台。
这一规模化进程背后，是人形机器人在家庭清洁、工厂货物分拣、道路与空域导航乃至军事用途等多元场景的持续渗透。Iris Zheng认为，大型模型的能力正从桌面端、移动端向能够在现实世界中独立作业的实体机器延伸，物理人工智能的规模化阶段已进入临界窗口。
从区域格局来看，中国是此轮出货增长的核心引擎。德银预计中国2026年出货量将翻倍至约4万台，占全球预测出货总量的绝大部分。
Iris Zheng将这一增长归因于三大因素：人形机器人价格持续下降令可及性显著提升；头部厂商采取激进的销售策略积极抢占市场份额；以及大批企业以IPO为契机加速产能扩张。在此格局下，宇树已脱颖而出，成为当前行业头部玩家。美国市场的出货增长则预计相对温和，将随时间推移逐步推进。
高盛在其长期投资主题中亦持类似逻辑，认为随着结构性需求加速释放，亚洲机器人相关标的在增长动能更强劲的背景下估值折价仍具吸引力，"这是在多年资本轮动进入机器人生态系统之前提前布局的早周期机会"。目前，高盛亚洲人形机器人篮子（GSXACHUM）相对亚洲电力篮子（GSXAPOWG）的表现仍有较大追赶空间。
本文转载自“华尔街见闻”，作者：张雅琦；智通财经编辑：陈思宇。
## VIP课程推荐
加载中...
### @@title@@
## APP专享直播
1/10
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
## 股市直播
- 图文直播间
- 视频直播间
## 7X24小时
AI 解读
木子新闻AI分析
核心要点提炼：
1. 预测大幅上修：德银将2026年全球人形机器人出货量预测从1.75万台翻倍至近5万台，并展望2050年达700万台，显示行业正从概念炒作进入早期规模化阶段。
2. 中国主导增长：中国预计在2026年贡献约4万台出货量，得益于价格下降、厂商激进销售策略及IPO扩张；美国出货增长相对温和。
3. 产业逻辑共振：高盛等机构亦看好该赛道，认为AI正从芯片转向实体部署，劳动力短缺与自动化需求构成结构性顺风，资金正向亚洲机器人板块轮动。
影响分析：
产业链上游受益：电机、传感器、减速器等核心零部件厂商将迎来订单放量，尤其是具备成本优势的中国供应商。 竞争格局重塑：宇树等中国企业正凭借供应链及量产能力占据先发优势，而特斯拉等海外巨头需关注本土化策略。 投资主题切换：市场关注点从“AI软件”转向“AI+实体”，机器人板块可能成为继电力、半导体之后的下一轮资本配置重点，但需警惕短期过度炒作后的估值回调风险。 机器人 热门 发布 2026/06/16 08:34 更新 2026/06/19 01:06
开启中国机器人的“作业模式”_腾讯新闻 Exa搜索（Exa Search）是一家专注于人工智能领域的企业级搜索引擎公司，近期完成了一轮融资，具体金额为1700万美元。本轮融资由Lightspeed Venture Partners领投，其他参投方包括Y Combinator、天使投资人Elad Gil以及GitHub前首席执行官Nat Friedman。Exa搜索的定位是构建一个专为AI模型和企业用户设计的搜索引擎，其核心功能在于能够高效检索互联网上的结构化与非结构化数据，尤其擅长处理需要深度语义理解的任务。与通用搜索引擎不同，Exa搜索强调通过嵌入向量和神经网络技术，直接返回与查询意图高度相关的链接和内容摘要，而非传统的关键词匹配结果。公司创始人兼首席执行官Will Bryk表示，这笔资金将用于扩大工程团队、提升搜索算法的准确性，并拓展企业客户市场。目前，Exa搜索已与多家AI初创公司和研究机构合作，其API接口被用于训练大语言模型、自动化数据采集以及知识图谱构建等场景。Lightspeed Venture Partners的合伙人Gaurav Gupta指出，随着AI应用对高质量、实时数据的需求激增，Exa搜索提供的基础设施有望成为下一代AI工作流的关键组成部分。
AI 解读
核心要点提炼：
Exa Search完成1700万美元融资，由Lightspeed领投，专注构建AI原生搜索引擎。其核心技术基于嵌入向量与神经网络，突破传统关键词匹配，实现深度语义理解下的结构化与非结构化数据检索。资金将用于团队扩张、算法优化及企业市场拓展，当前已服务于AI模型训练、自动化数据采集与知识图谱构建。
影响分析：
1. AI基础设施层补缺：Exa Search直接解决大模型对高质量、实时数据的需求痛点，其API可嵌入AI工作流，成为数据管道关键节点。
2. 企业级搜索范式变革：传统搜索引擎（如Google）侧重通用信息，Exa的语义检索更适配企业知识管理、竞品分析等场景，可能重塑B2B数据服务市场。
3. 资本风向标：Lightspeed等顶级机构押注，验证了“AI原生数据基础设施”赛道的增长潜力，预计将加速类似工具（如向量数据库、数据标注平台）的融资与整合。
4. 竞争壁垒：技术差异性和早期客户粘性（AI初创、研究机构）构成护城河，但需警惕巨头（如微软、Google）推出同类垂直产品。
机器人 发布 2026/06/16 00:28 更新 2026/06/19 01:06
重点场景不少于20个 国家2026年度人形机器人与具身智能实景实训专项行动通知|宇宙|人工智能|真实场景_网易订阅 0
分享至好友和朋友圈
为深入贯彻党中央、国务院决策部署，落实人形机器人、具身智能产业创新发展有关指导意见和行动方案要求，推动人形机器人与具身智能产品在真实生产生活环境中常态化部署应用，加速实现规模化发展，近日，工业和信息化部、国务院国资委联合开展2026年度人形机器人与具身智能实景实训专项行动。有关事项通知如下：
一、总体思路及目标
坚持应用牵引，面向工业、特种、服务等领域重点场景，一体推进实景实训空间建设、创新应用联合体培育、作业技能攻关、应用部署验证等重点任务，通过真实场景训练，持续优化具身智能模型算法，积累高质量真机数据，提升本体关键部组件性能，探索构建人形机器人及具身智能产品全生命周期管理和保障机制。到2026年底，人形机器人等重点产品在一批代表性场景中率先完成应用验证和常态部署，开启“作业模式”；凝练形成百个以上高价值应用场景，进一步丰富具身智能应用谱系，带动形成万台级规模落地能力。
二、主要任务
（一）打造实景实训空间。围绕工业、服务、特种领域，聚焦生产制造、检测分析、维修维护、仓储物流、餐饮零售、医疗康养、安全生产、应急救援、防灾减灾等重点场景的人形机器人、四足机器人应用需求，组织相关企事业单位，选取一批目标需求明确、工作状况清晰、标准化程度高且具备经济可行性的真实场景单元（包括但不限于生产作业工位、服务操作点位、应急处置站点），作为实景实训空间载体。确定场景单元提供单位（即用户单位），支持其按照“最小干预、利旧复用”原则开展作业环境适配改造，明确场景实训关键技术要求，打造可训练、可测试、可验证的实景实训空间。各省级地区、各央企应坚持需求牵引、因地制宜、择优遴选、错位布局，避免场景类型扎堆。各省级地区应选取重点场景单元不少于20个，至少覆盖工业、服务、特种领域中的两类，各央企应结合所处行业领域，选取重点场景不少于10个。
（二）组建创新应用联合体。支持以用户单位、整机企业（或应用服务商）为主体，会同模型算法、零部件等供应链企业以及科研院所等，针对每个场景组建创新应用联合体。用户单位负责开放实景实训空间，量化部署应用目标，围绕感知决策、操作执行、交互协作、环境适应性和可靠性等细化场景要求，提供必要的作业流程数据与环境语义信息，配合场景攻关与成效验证评估。整机企业（或应用服务商）用好实景实训空间，着力攻关场景理解、任务规划、操作执行、人机协同、持续学习、可靠运行能力，推动人形机器人、四足机器人等整机产品与场景需求深度适配。供应链企业、科研院所发挥自身优势，加速关键部组件迭代升级，加强关键共性技术攻关，为应用验证和规模部署做好服务保障。鼓励创新应用联合体编制任务书，确定牵头单位，签订合作协议，明确攻关指标、任务边界、知识产权归属和利益分配方式，形成长效运行机制。
（三）攻关实用化作业技能。指导创新应用联合体对照真实岗位能力要求，通过实景实训打造作业技能包，形成可落地、可复制的整机解决方案。打造一批场景适配性强、性能指标领先的具身智能基础模型和运动控制算法，持续提升“大小脑”模型算法抗扰和自适应水平，强化复杂或异常工况下的泛化与容错能力，鼓励在国家级开源社区开放。构建一批高质量、高保真数据集，提升全身运动轨迹、力位控制曲线、操作执行序列及时序逻辑等全维度信息记录的精度准度，持续丰富空间语义、物体属性以及异常处置、突发干扰、边界工况等真实场景数据。加强数据治理，在保障数据安全、隐私保护、商业秘密前提下稳妥有序开放共享。针对不同场景需求，优化模型压缩、推理加速技术，凝练云边端协同、离网自治等一批多样化算力部署模式。强化结构耐久、热管理、功耗优化等抗疲劳设计，提升长时间、高负荷连续作业能力，完善碰撞检测、力控限制、紧急制动、黑匣子等安全能力，确保人机混行环境下的使用安全。
（四）加强实景应用验证与常态部署。指导用户单位（或委托第三方机构）结合场景特性制定应用验证测试规程与达标条件，科学评估整机解决方案的真实作业成功率、效率提升率、安全可靠性及经济可行性等关键指标，出具应用验证报告。对验证通过的整机解决方案，各省级地区、各央企推动在用户单位及同类场景、关联领域常态化部署。对验证成熟的操作系统、仿真平台、关键零部件等基础软硬件产品，推动在相关整机企业拓展应用，实现“验证一个、部署一批、带动一片”。各省级地区、各央企建立规模化部署风险预警与动态调整机制，对技术迭代快、场景变化大的领域，预留技术升级窗口与退出通道。鼓励探索“人形机器人即服务”模式，通过按效用付费、经营性租赁等商业创新手段降低用户投入门槛，加速市场化推广。
（五）强化关键要素保障。支持创新应用联合体参与工业和信息化部人形机器人与具身智能标准化技术委员会工作，强化关键标准贯标与落地应用。
AI 解读
核心要点提炼
本次工信部与国资委联合发布的《2026年度人形机器人与具身智能实景实训专项行动》，核心在于从“实验室验证”转向“真实场景规模化部署”。关键目标有三：一是在2026年底前，在工业、服务、特种等领域实现人形机器人等重点产品的“作业模式”常态化；二是要求各省级地区选取不少于20个重点场景，央企不少于10个，形成“万台级”落地能力；三是通过组建“创新应用联合体”，打通用户、整机、供应链与科研机构壁垒，加速技能包、数据集与商业模式的闭环。
影响分析
1. 产业加速分化：政策明确要求“避免场景类型扎堆”，意味着具备高价值、可复制场景的细分领域（如仓储物流、医疗康养、应急救援）将率先获得资源倾斜。整机企业需快速适配20+场景，技术迭代压力陡增，头部厂商与中小企业的差距将拉大。
2. 商业模式创新：“人形机器人即服务”模式被官方鼓励，按效用付费或经营性租赁将降低用户门槛，加速B端渗透。但这也对企业现金流管理、运维能力提出更高要求，需警惕“重部署、轻服务”的陷阱。
3. 数据与安全治理：政策强调高质量数据集构建与共享，同时要求保障数据安全与隐私。这预示行业将迎来数据标准化与合规化浪潮，具备数据治理能力的第三方服务商或成新增长点。
4. 供应链重构：对“结构耐久”“热管理”“黑匣子”等安全能力的硬性要求，将倒逼上游零部件企业提升可靠性标准，国产替代进程有望加速，但短期成本压力可能传导至整机环节。
总结：本轮政策是具身智能从“技术验证”迈向“规模商用”的关键推手，但对企业综合能力（技术、场景、供应链、合规）的考验也空前严峻。行业洗牌期已至，唯有深度绑定真实需求、快速形成可复制能力的企业方能胜出。
机器人 热门 发布 2026/06/15 13:38 更新 2026/06/19 01:06
场景泛化能力反超主流VLA模型？大晓机器人开源新世界模型，以极小代价直达家庭_腾讯新闻 问AI · 模型在家庭场景的泛化能力源自哪些创新？
整理｜华卫
近日，大晓机器人开悟世界模型（Kairos）同时在 RoboTwin 2.0、LIBERO-Plus、WorldModelBench Robot、DreamGen 等全球针对世界模型视频生成和状态预测的权威具身智能评测中均实现第一，超越 Cosmos3、PI、MotuBrain、being-H0.7、Abot、Fast-WAM、Wan2.2 等全球主流世界模型 。据介绍，该模型首创原生统一世界模型架构——“多模态理解—生成—预测”一体化架构，将向全行业开源。
项目链接：
https://github.com/kairos-agi/kairos-sensenova
https://huggingface.co/kairos-agi
https://modelscope.cn/collections/kairos-team/kairos30
针对行业普遍基于视频生成模型做后训练所固有的物理缺失、因果匮乏与推理延迟等痛点，大晓机器人（ACE ROBOTICS）于 2025 年 12 月重磅推出创新的一体化统一架构。作为国内唯一坚持自主设计网络架构与自主预训练范式的团队，大晓彻底摒弃了“外挂式”改良捷径，从底层重构世界模型运行逻辑。该架构深度融合理解、生成与预测三大核心能力，依托自研混合线性注意力算子与全局状态共享机制实现全链路高效协同。
在数据层面，得益于完全自主的预训练范式，Kairos 广泛汇聚十余万小时 human-centric 实景数据与数百万小时互联网真实世界视频，全面覆盖数百类职业场景。结合显式模仿学习与隐空间强化学习，模型彻底打通了从数据感知到深度理解的闭环，使基模型的场景认知、时序因果推演与泛化适配取得全方位突破。这不仅夯实了具身智能落地的底层基座，更为世界模型数据层面的尺度定律探索做出了重要贡献。凭借领先架构与海量高质量数据，Kairos 兼具强劲物理直觉、顶尖泛化能力与极致鲁棒性。基于此打造的 Kairos-4B 成为全球首款可端侧直驱机器人本体的具身世界模型，成功打通世界理解与状态预测的端到端闭环，消除中间转译延迟，让机器人真正实现“想到即做到”。这一里程碑式突破大幅提升了实时响应与作业精度，为具身智能的商业化落地开辟了全新路径。
登顶 RoboTwin 2.0，复杂双臂操作能力获验证
在全球最具挑战性的双臂机器人操作评测基准 RoboTwin 2.0 中，Kairos 以 96.1% 的平均成功率位列所有参评方法第一，刷新当前最好成绩，并显著领先传统 VLA 模型，展现出在复杂双臂协作、精细操作与多任务泛化场景中的领先能力。
RoboTwin 2.0 由上海交通大学、香港大学 ，联合上海人工智能实验室等研究团队共同推出的高难度双臂操作评测基准，包含 50 项复杂协同任务。该基准核心对比了 VLA（视觉语言动作）模型与 WAM（世界动作模型）两大技术范式，后者因具备环境动力学预测能力，更契合长时序推理与复杂规划需求。在这一极具挑战的测试中，Kairos 以 96.1 分的平均成功率强势登顶榜首。其在 Clean（标准）场景取得 96.9 分，在 Randomized（随机化）场景取得 95.2 分，不仅远超 G0.5（93.2）starVLA（88.3）等 VLA 模型，也全面超越 AIM（93.1）Fast-WAM（91.8）MotuBrain（96.0）等主流世界模型。这一显著优势得益于 Kairos 对世界动力学与动作演化的联合建模，使其在复杂双臂操作的规划、执行及应对现实不确定性方面实现了质的飞跃。
登顶 LIBERO-Plus，实现世界模型路线范式超越
在全球最严苛的场景级泛化能力评测基准 LIBERO-Plus 中，Kairos 世界模型以 89.0 分的总成绩力压所有主流 VLA 模型和世界模型，登顶全球榜首。
LIBERO-Plus 由上海创智学院、复旦大学、同济大学和新加坡国立大学的研究团队共同提出，通过模拟相机视角、机器人形态、语言指令、光照条件、背景环境、噪声干扰、空间布局等 7 种真实场景变量，测试模型在未知扰动下的鲁棒性，是衡量机器人能否适应开放世界的 “终极考验”。
评测结果显示，Kairos 不仅大幅超越同为世界模型的 Being-H0.7（84.8 分），更全面超越了包括 ACoT-VLA（88.0 分）、Pi 0.5（85.7 分）、ProGAL-VLA（85.5 分）在内的所有主流 VLA 模型。
AI 解读
深度分析：大晓机器人Kairos世界模型——具身智能的“范式级”突破
核心要点提炼：
1. 架构创新：大晓机器人推出的“开悟”（Kairos）世界模型，核心突破在于其首创的“多模态理解—生成—预测”一体化原生架构，而非行业通用的“外挂式”后训练方法。这解决了传统视频生成模型物理缺失、因果匮乏和推理延迟的痛点。
2. 性能领先：Kairos在RoboTwin 2.0（96.1%成功率）、LIBERO-Plus（89.0分）等全球权威评测中均斩获第一，全面超越Cosmos、Pi、Fast-WAM等主流VLA和世界模型。其Kairos-4B更是全球首款可端侧直驱机器人本体的模型，实现了“想到即做到”的实时闭环。
3. 数据与训练：模型基于十余万小时人本数据和数百万小时互联网视频，结合显式模仿学习与隐空间强化学习，打通了从感知到理解的闭环，为世界模型的“尺度定律”探索提供了关键实践。
影响分析：
对行业格局：Kairos以“极小代价”实现家庭场景泛化，其开源策略将显著降低行业准入门槛。这标志着具身智能从“大模型+视觉语言动作（VLA）外挂”的笨重范式，向“原生世界模型”的轻量化、端侧化方向演进。传统VLA模型在复杂双臂操作和场景泛化上的劣势被彻底暴露，行业技术路线面临重新洗牌。 对商业落地：Kairos打通了从世界理解到状态预测再到机器人动作的端到端闭环，消除了中间转译延迟。这意味着家庭服务机器人将具备更强的物理直觉、鲁棒性和实时响应能力，为家用机器人从“实验品”走向“消费品”扫清了核心技术障碍。预计未来12-18个月，基于此类模型的家用机器人产品将加速涌现。