━━━━━ 正文从此处全选复制 ━━━━━
FutureX · 记录未来如何发生
Physical AI 日报 · 第 42 期 · 2026.06.29
今日要点
· 智元(AgiBot)第 15000 台具身机器人下线,距 3 月底第 1 万台不到三个月,称刷新全球人形量产规模与速度纪录;配套 6 天工厂直播打出约 99.99% 成功率(直播口径)。
· 现代汽车集团以 3.25 亿美元收购软银所持波士顿动力剩余 9.7% 股权、实现全资控股,Atlas 量产版计划 2028 年进入其美国佐治亚电动车厂。
· 上海创新研究院与智元放出 τ0-WM——5.5B 参数、约 2.73 万小时预训练数据的全球最大开源具身世界模型,把"预测未来视频+生成动作+评估动作"统一进同一骨干。
· 清华开源人形全身移动操作 VLA 配方 OpenHLM:用不到强基线一半的演示数据,长程任务平均进度 87.5%(GR00T N1.6 仅 57.5%)。
· UC San Diego 系统拆解世界模型"幻觉":分三类失效、用无标签信号即可预测(ρ≈0.8),并以 50 条轨迹把模型适配到全新环境、逼近专家数据水平。
▎ 一、论文进展
τ0-WM:全球最大开源具身世界模型 · world-model
它把此前彼此割裂的三件事——预测未来视频、生成动作、评估动作好坏——统一进同一个视频 DiT 骨干,让世界模型在执行前先"想象"若干候选未来、筛掉看着合理却推不动任务的动作。5.5B 参数、约 2.73 万小时异构数据(含 1.78 万小时真机遥操)预训练,在工具箱归位、拉链书包、水管对接等长程精细操作上验证;模型与数据全部开源,是目前规模最大的开源具身世界模型。
上海创新研究院 × 智元机器人 · arXiv 2606.01027 https://arxiv.org/abs/2606.01027 · 解读:真的在读论文 原文
OpenHLM:人形全身移动操作的开源 VLA 配方 · locomotion
针对"人形不该只是会走路的双臂平台",清华系统性回答了全身 loco-manipulation 该怎么搭:用关节空间全身遥操作采数据、保留非人形预训练、以多步 flow 生成绝对关节值,并用站定遥操作和无需真机的 HuMI 等廉价数据扩展能力。在自建 HLM-12 长程任务上,用不到两个强基线一半的演示量取得 87.5% 平均任务进度,远高于 GR00T N1.6 的 57.5% 与 Ψ0 的 48.8%,逼近全身遥操作 oracle(97.5%)。
清华大学交叉信息研究院(高阳组)等 · arXiv 2606.22174 https://arxiv.org/abs/2606.22174 · 解读:机器之心 原文
世界模型"幻觉"可被预测,也能用少量数据修复 · world-model
生成式世界模型常渲染出看着流畅、却已偏离真实物理的"沉默错误",对依赖它做规划控制的系统危害极大。研究把幻觉拆成感知幻觉、动作边缘化、场景发散三类失效,并给出三个无需真值标签的运行时信号(与真实误差 Spearman ρ≈0.8),论证幻觉本质是数据覆盖不足;再用这些信号做好奇心数据采集,仅 50 条轨迹即可把模型适配到新环境、逼近专家数据水平。配套放出 427 小时、210 任务、覆盖 10 大领域的 MMBench2 基准。
Nicklas Hansen、Xiaolong Wang(UC San Diego)· 解读:具身智能漫谈 原文
NavWM:统一世界模型把导航成功率近乎翻倍 · autonomy
多数视觉导航策略只活在"单一确定的未来"里,遇复杂路口易抖动绕圈。NavWM 用双向 Mamba 骨干把感知、轨迹预测与未来画面生成统一起来,借轨迹锚点一次回归多条候选路径、再用世界模型逐条"视觉预演"挑最优。15 亿参数下,绝对轨迹误差较次优方法降逾 30%,零样本未见场景成功率达 0.44、接近对手两倍。
中科院自动化所 × 北航 · 解读:集智实验室 原文
LA4VLA:把"语言→动作"从视觉里拆出来单独预训练 · vla
标准 VLA 训练里语言信号被密集的视觉-动作关联淹没,模型看似听指令、实则在抄视觉捷径——诊断实验显示视觉与语言冲突时它会跟着视觉走。上交与阿里据此把 language-action 预训练显式解耦:先在无视觉输入下学语言指令如何约束连续动作,再与标准 VLA 结合,提升了下游策略表现与视觉扰动下的鲁棒性。
上海交通大学(MINT)× 阿里 · github.com/MINT-SJTU/LA4VLA · 解读:具身智能之心 原文
其他今日论文:英伟达研究者牵头的"世界动作模型(WAM)"综述,梳理"预训练以想象、微调以行动"这一快速崛起的范式;ECCV 2026 一项用 303 道题构建的基准,揭示视频生成模型在"推理"上的明显短板。
开源·工具·评测
· 宇树 Qmini:宇树开源千元级双足机器人项目,结构件可家用 3D 打印,并一并放出训练代码,被视为"以开源换数据、换生态"的打法。
· 阿里 Qwen 语言世界模型:开源一款覆盖 MCP、搜索、终端、软件工程等 7 类环境的智能体世界模型,称多项指标超过 GPT-5.4——属面向智能体的语言世界模型,与具身/物理世界模型不同路 ⚠️ 厂商口径。
· 智澄 AI 澄灵 V0.1:随新一轮融资开源其"澄灵"物理智能世界模型 V0.1,同步升级 TR4 Pro/TR5 Pro 两款人形产品。
▎ 二、融资与交易
Odyssey | B 轮 | 3.1 亿美元 | 估值 14.5 亿美元 · world-model
Natural Capital 领投,亚马逊、GV、AMD Ventures、EQT 及美国中情局旗下 In-Q-Tel 跟投,并与 AWS 达成首选云合作。Odyssey 由自动驾驶老兵创办、主攻可交互世界模型与"世界仿真",本轮跻身独角兽,是近期世界模型一级市场持续吸金的又一注脚。来源:六观阿尔法 原文
机器科学 RoboScience | A 轮 | 10 亿元 · embodied
这家 2024 年底成立、此前少露面的公司借具身大模型发布会首次公开亮相,并披露一年多内连融四轮、A 轮已达 10 亿元;创始人田野师从吴恩达、曾任 Apple AI 平台负责人,首席科学家邵林为 NUS 助理教授、两获 ICRA 最佳论文/提名。其路线不走扩大遥操作,而是提出 VLOA(在 VLA 中加入"物体轨迹"O)+ 自研物理引擎 RoboMirage 的自动化数据飞轮,宣称把单条数据成本从几元压到几分钱——但跨本体复用率与 Sim-to-Real 仍待真实场景验证。来源:白鲸实验室 原文
雪梦未来 SnowOrigin | 新一轮 | 龚虹嘉、陆奇等参投 · adjacent
海康威视联合创始人龚虹嘉、奇绩创坛创始人陆奇及海外机构入局这家神经交互公司。它用神经腕带采集前臂表面肌电信号,结合第一视角设备与 AI,把人的手部姿态与发力过程转化为机器人训练数据,切的是具身"数据荒"里的人体动作采集层。来源:高工人形机器人 原文
将闲科技 LiberAI | Pre-A 轮 | 顺为领投 · world-model
顺为资本领投,凯辉、元禾原点、慕华科创跟投,红杉中国与真格基金持续加注。公司成立仅半年、团队不足 30 人,主攻物理世界模型与具身智能,走"人类 UMI 数据 + 世界模型"路线,配套 UMI 硬件与数据采集训练体系。来源:高工人形机器人 原文
世航智能 SEAHI | A 轮 | 超 10 亿元 · adjacent
本轮创下全球海洋机器人单轮融资规模之最。公司由哈尔滨工程大学校友创办、深耕水下/海洋机器人,是资本从陆地人形向水下特种场景外溢的一个信号。来源:Robot 原文
▎ 三、商业化落地与部署
智元第 15000 台具身机器人下线、下线即上岗 · humanoid ⚠️ 直播口径
6 月 28 日,智元(AgiBot)宣布第 15000 台具身机器人(精灵 G2)量产下线。据其披露,3 月 30 日第 1 万台远征 A3 下线,从 1 万到 1.5 万台用时不到三个月、此前从 5000 到 1 万台不到四个月,量产爬坡明显加速。公司称已形成产线上下料、工业搬运、物流分拣、导览导购、零售、安防巡检、工商业清洁等七大部署形态,并覆盖全尺寸/半尺寸/轮式人形与四足全产品矩阵,下线整机"下线即上岗"进入产线。承接此前 G2 工厂直播,本轮 6 天直播打出约 99.99% 任务成功率,但这是直播演示口径、非量产良率指标。结合 6 月 26 日发布、覆盖 430 余个真实场景的"数采 2.0",其逻辑是以量产规模换真实数据回流、再反哺模型与本体。来源:科创板日报 原文、AgiBot https://en.prnasia.com/releases/apac/agibot-s-15-000th-robot-rolls-off-the-production-line-marking-a-new-milestone-in-embodied-ai-deployment-538948.shtml
宇树 G1 化身美国"按需家政",跑通 C 端服务闭环 · humanoid ⚠️ 自主程度存疑
美国初创公司 Gatsby 用宇树 G1 在旧金山推出全美首个面向普通消费者的人形机器人上门清洁服务,统一定价 150 美元/次、低于当地 150–300 美元的人工保洁。它把自己定位为"机器人中立"的服务分发层(宇树出本体、Gatsby 做调度与运营),并把家庭真实作业数据视作可反哺模型的资产。试点档期已约满,但目前仅放出静态图、未公布远程接管占比,机器人究竟有多自主尚存疑。来源:深观启元 原文
大众 ID. Buzz Robotaxi 在洛杉矶启动路测 · autonomy
大众的 ID. Buzz 自动驾驶车队在洛杉矶开始路测,为后续接入 Uber 平台做准备,是传统车企在 Robotaxi 赛道的又一落子。来源:Dimsum Daily https://www.dimsumdaily.hk/vw-id-buzz-robotaxi-begins-los-angeles-trials-ahead-of-uber-launch/
▎ 四、产业动态
现代汽车 3.25 亿美元收购软银所持股权,全资控股波士顿动力 · humanoid
据韩媒报道,现代汽车集团将以 3.25 亿美元收购软银持有的波士顿动力剩余 9.7% 股权,从而完全控股这家机器人公司。软银是在 2021 年以约 8.8 亿美元把 80% 股权出售给现代时保留了少数股份,此次依合同中的选择权(put option)退出。与此同时,现代拟把其在 2022 年与波士顿动力共建、累计投资 4.24 亿美元的 RAI Institute(机器人与 AI 研究院)股份以约 1 亿美元卖回软银——相当于两家就"本体公司归现代、前沿研究院归软银"做了一次切割。现代此前已公布 Atlas 量产版计划 2028 年进入其美国佐治亚电动车厂,全资控股让其在人形从演示走向商用的节点上握有完整主导权。来源:高工人形机器人 原文
法拉第未来发布"全美首款工业级轮臂机器人"Faber · industrial ⚠️ 厂商口径
法拉第未来(FF)在芝加哥一口气推出 Faber 工业级轮臂机器人及六大系列机器人矩阵,宣称切入工业自动化。考虑到 FF 长期的交付与现金流记录,这批产品的落地能力仍需后续订单与装机来验证。来源:第一电动网 https://d1ev.com/newsflash/304762
全国首个具身世界模型"我悟"完成生成式 AI 服务备案 · world-model
北京人形(国家地方共建具身智能创新中心)的具身世界模型"我悟"完成生成式 AI 服务备案,被称为全国首个完成属地全流程合规审核的通用人形机器人底层模型,为大模型驱动的具身产品在国内合规上量提供了一个范本。来源:观点网 https://www.guandian.cn/article/20260628/569754.html
孙正义推迟退休,称要带软银转型"机器人公司" · adjacent ⚠️ 表态口径
孙正义表示将推迟退休、再战十余年,要把软银重心转向 AI 与机器人。结合其此番接手波士顿动力的 RAI Institute,软银在物理 AI 上的押注正在加码。来源:MSN https://www.msn.com/zh-cn/news/other/%E5%AD%99%E6%AD%A3%E4%B9%89%E6%8E%A8%E8%BF%9F%E9%80%80%E4%BC%91%E8%AE%A1%E5%88%92-%E6%8A%95%E8%BA%ABai%E9%A2%86%E5%9F%9F%E5%86%8D%E6%88%98%E5%8D%81%E4%BD%99%E5%B9%B4-%E5%BC%95%E9%A2%86%E8%BD%AF%E9%93%B6%E8%BD%AC%E5%9E%8B%E6%9C%BA%E5%99%A8%E4%BA%BA%E5%85%AC%E5%8F%B8/ar-AA26q5bh
安森美收购 Synaptics 后股价重挫约 24% · hardware
继日前宣布以约 70 亿美元全股票收购边缘 AI 芯片厂 Synaptics 切入物理 AI(已报)后,安森美(onsemi)股价应声重挫约 24%,反映市场对这笔其史上最大并购的股权稀释与整合担忧。来源:TIKR.com https://www.tikr.com/blog/on-semiconductor-nasdaq-stock-hits-worst-day-since-march-2024-following-massive-all-stock-acquisition-of-synaptics
硬件·供应链
· 电机:近 20 家中国电机厂商抢攻人形机器人关节/执行器,争夺先发卡位,上游电机成为这轮人形供应链的兵家必争之地。
· 线束:宁波一家企业以"细如发丝"的机器人线束年产超 10 亿条,为人形整机的"血管"供货,延续此前它石智航×天海电子的线束规模化装配方向。
· 减速器/轴承:有研报把舍弗勒(Schaeffler)等汽车零部件巨头列为人形机器人供应链的关键受益者 ⚠️ 研报口径。
· 灵巧手:智元拆分的临界点(AGILINK)称 OmniHand 系列灵巧手累计交付超 8000 台、夹爪出货过万,并在成立首个完整季度即实现经营性盈利 ⚠️ 单方口径。
FutureX · 记录未来如何发生
素材来源多方媒体/网络新闻