FutureX · 记录未来如何发生

今日要点

· 三星设 CEO 直辖机器人部门 RX，挖来前波士顿动力战略负责人

· 智元传以 200 亿美元估值冲刺 IPO，今年预计营收 40 亿元

· 英伟达开源 Cosmos 3 Edge：4B 世界模型在机器人本地直接出动作

· Momenta 拿下深圳 Robotaxi 路测许可，股价单日涨超 10%

· 阿里放出 122B 具身基座 RynnBrain 1.1，空间推理三榜超闭源模型

RynnBrain 1.1：122B 具身基座在空间推理三个榜单上压过闭源模型 · vla

阿里达摩院把开源具身基座推到 122B-A10B 规模，是目前公开权重里最大的一档，HF 热度 30↑。相比 1.0，全系新增接触点预测、2B/9B 补上原生 3D grounding，输出更贴着机械操作本身；配套的 RynnBrain-VLA 用统一跨本体动作空间加本体专属 mask，已部署到宇树 G1、Astribot-S1 与天玑无极三种机器人。122B-A10B 在 VSI-Bench、MMSI、RefSpatial-Bench 上超过了论文评测的全部闭源与开源模型，真机实验中以它初始化的策略也优于 Qwen 系与主流通用 VLA。^[1]

Qwen-VLA：操作、导航、人类第一视角数据揉进同一个策略 · vla

通义千问团队想解决的是"会做饭的双臂机器人不会走路"这类碎片化——机械臂预测关节位姿、导航机器人预测航点，此前很难共用一个模型。做法是以 Qwen3.5-4B 为认知底座、接一个 DiT 流匹配动作解码器，再用"本体感知提示词"把机器人形态与控制模式写进输入文本，不改架构就能共享同一潜空间。作为单一通才，它在 LIBERO 拿到 97.9%，真实 ALOHA 双臂平台的分布外泛化成功率 76.9%，RoboCasa-GR1 上 56.7% 超过为该平台专门微调的模型。^[2]

Patch Policy：不背 VLM 的包袱，也能吃到密集视觉特征 · manipulation

Yann LeCun 参与的这项工作指出一个尴尬：机器人策略要么把每帧压成一个全局 token 丢掉空间细节，要么直接扛起十亿参数 VLM 的推理开销。作者只加了一个块因果注意力掩码，让普通 transformer 策略直接消费预训练 ViT 的密集 patch token，同时保住时序因果。四个仿真套件加三个真机环境上，相对全局池化表征提升 40%；比微调后的 OpenVLA-OFT 高 18%，而参数量只有它的约 0.7%。^[3]

POT-VLA：让人形记住"物体还在那"，成功率从 39/80 提到 71/80 · locomotion

长程人形 loco-manipulation 的一个隐性失败源是"物体状态发散"：驱动全身动作用的物体状态，和判断这个动作有没有达成目标用的状态，其实是两份。作者用持久化物体 token 从 RGB-D 维护带角色索引的 3D 物体记录，同一份记录既条件化动作生成、又支撑几何谓词校验，把执行闭成环。在宇树 G1 上跨八类真实任务，对齐的 GR00T-N1.7 基线从 39/80 提到 71/80。^[4]

PolicyTrim：不重训模型，只教 VLA 少走弯路，端到端最高快 5.83 倍 · vla

部署 VLA 时真正拖时间的往往不是单次推理延迟，而是策略需要多少次重规划、多少个真实物理步。四川大学团队用两阶段强化学习后训练：先让模型探出可靠的动作 chunk 执行边界，再用步数节省奖励压掉纠错与回退动作。LIBERO 上 π0.5 拿到 5.83 倍端到端加速且成功率保持 98% 以上，物理步数最多减少 51.4%；换到 Agilex Piper 真机，平均加速 1.86 倍。^[5]

给世界动作模型做测试时扩展：用几何一致性零样本挑轨迹 · world-model

机器人不能像语言模型那样先算完再挑答案——动作要立刻执行，所以必须先判断"这次多花算力值不值"。作者利用世界动作模型每次 rollout 同时吐出动作块和预测未来观测这一点，用冻结的几何基础模型算跨视角深度重投影一致性来排序候选，不需要任何训练或任务标签。RoboCasa 组均成绩从 66.3% 升到 68.4%；加上一致性门控后，只在 26.2% 的决策点触发额外采样，就拿回常开模式 74.8% 的收益。^[6]

给 JEPA 世界模型加一层深度先验，18M 小模型也能扛住野外数据 · world-model

室外真实机器人视频复杂又不可预测，是 JEPA 类世界模型的老难点。作者在训练时引入深度监督加各向同性潜空间正则，只在训练阶段做超参数化、不增加推理开销。用农业机器人视频训一个 18M 参数模型，冻结表征做视觉里程计探针的误差比基线 LeWM 低 33%，在域外 TartanGround 上的"意外度"区分度也明显拉开，且优势随 rollout 步长增长。^[7]

"先推理再动手"未必更稳：一类 VLA 反而崩得最快 · vla

直觉上带推理步骤的策略应该更能吸收扰动，作者把无推理、文本思维链、潜在迭代循环三类模型放到 LIBERO 与 SimplerEnv 上同题比较，结论相反：潜在迭代那一类在随机噪声和白盒攻击下成功率直接塌，另外两类扛住了，且调整推理深度几乎救不回来。更值得从业者注意的是安全侧——看起来接近完美的"计划—动作一致性"探针，在自适应攻击下掉到随机水平。^[8]

MEVION：1.4 万美元的开源双臂数采台，补上 ALOHA 拿不动重物的短板 · benchmark

ALOHA 已是双臂数据采集的事实标准，但力和速度上限低，重物和快动作都做不了。作者用钣金焊接把大体积机身做成少量零件、全部件电商可采，四条 6 自由度臂单臂 7.0 kg、峰值扭矩 60 N·m，整套约 1.4 万美元；肘关节借用四足机器人的闭链机构降低远端质量。硬件与软件全部开源。^[9]

智元机器人（AGIBOT）｜ 拟 IPO ｜ 目标估值 200 亿美元（约 1500 亿元） · humanoid ⚠️ 传闻口径

已引入中信证券作为辅导券商，2026 年全年预计实现 40 亿元收入，仅一季度就超过 10 亿元。营收轨迹是这个估值的底气：2023 年 30 万元、2024 年 6000 多万元、2025 年突破 10 亿元。与同行押注科研与表演出货不同，智元把重心放在工业制造——龙旗南昌产线并线部署、富临精工与上汽工厂常态化运行，今年 3 月累计下线破 1 万台。联合创始人彭志辉此前直言，公司当前最缺的不是钱而是数据。^[24]

极佳视界（GigaAI）｜ 新一轮 ｜ 估值 30 亿美元 ｜ 拟年内赴港上市 · world-model

继 3 至 6 月 Pre-B、B1、B2 三轮合计 35 亿元后，创始人黄冠公开表示正讨论最快 2026 年在港上市，冲的是"世界模型第一股"。技术侧的支点是自研具身世界模型 GigaWorld-1 今年 4 月在清华 WorldArena 评测以 62.34 分登顶，是该榜唯一综合分破 60 的具身世界模型。商业化上产品已落地一汽模具、阿里云，通用机器人 Maker H01 年内目标交付千台。^[25]

首形科技 ｜ A2 轮 ｜ 数亿元 · embodied

中信金石与吉利资本联合领投，中信证券国际资本、国泰君安创新投等跟投，老股东中网投、智元机器人继续加码，雷军旗下顺为超额追投。公司主打的是会眨眼、皱眉、微笑的仿生人脸，走情感交互路线而非人形整机内卷。资金将用于仿生产品矩阵扩容与标准化量产产线建设。^[26]

史河机器人（Striverobotics）｜ C 轮 ｜ 数亿元 · industrial

浙江国资旗下强港资本与全球光模块龙头中际旭创联合领投，广投资本、国海证券、君桐资本跟投，老股东复星锐正加码。公司做的是高空特种作业具身机器人——一个被人形热潮盖过、但危险替代需求最刚性的细分。^[27]

Sereact（德国）｜ B 轮追加至 1.16 亿美元 ｜ Zalando 战略入股 · industrial

欧洲电商巨头 Zalando 以战略投资人身份加入这家柏林仓储机器人公司的 B 轮，Headline 领投，累计融资已超 1.45 亿美元。目前有 200 多套 Sereact 系统在欧洲运行，客户包括梅赛德斯卡车与 BOL。资金主要投向下一代机器人大脑 Cortex 2.0，其思路是用学到的世界模型先预判物理结果、给候选轨迹按风险和效率打分，把仓储自动化从"试了再说"改成"先算再动"。^[28]

T2（日本）｜ 新一轮 ｜ 大和房屋风投、三井不动产入股 · autonomy

这家做 L4 干线卡车物流的日本公司在完成 500 公里自动驾驶卡车实测后拿到两家地产与物流地产巨头的投资——出资方的身份本身是信号：日本无人卡车的商业化入口被押在物流地产一侧。^[29]

珞博智能（Robopoet）｜ 战略投资 ｜ 涂鸦智能 · adjacent

继本月 Pre-A 轮亿元级融资后，IoT 平台涂鸦智能以战略投资方身份进入，指向的是消费级具身产品的量产与渠道通路。^[30]

行业数据：上半年全球机器人初创融资 188 亿美元，已超 2025 全年 · adjacent

Crunchbase 快报显示 2026 上半年全球机器人初创融资达 188 亿美元（约 1360 亿元），远超 2025 年全年的 150 亿美元，创历史新高。国内更陡：IT桔子口径下上半年具身智能赛道融资 935 亿元，同比约 5 倍，事件数 322 笔、同比增长 137%，估值百亿以上的独角兽从 2025 年的 3 家增至至少 26 家。港股今年上半年已有 10 家涉机器人业务企业上市、16 家在排队——而先上市的华沿机器人与乐动机器人股价都较高点回落近半，二级市场的定价校准已经开始。^[31]

特斯拉 Robotaxi 扩至坦帕、奥兰多，Cybercab 将内置星链天线 · autonomy

继本月扩到迈阿密后，特斯拉在 Q2 财报前把 Robotaxi 服务再推到佛州两座新城坦帕与奥兰多。同日公布的另一条是 Cybercab 将集成 Starlink V5 天线——对无人车队而言，蜂窝盲区里的远程接管与遥测链路一直是运营硬约束，卫星回传是补这一环。Robotaxi 与 Optimus 的进度也是本周三财报的焦点，市场关注的是现金消耗能否换来单车盈利模型。^[32]

Momenta Robotaxi 拿到深圳路测许可，股价单日涨超 10% · autonomy

深圳成为 Momenta Robotaxi 在国内继上海、苏州、无锡之后的第四座核心城市，海外已在德国慕尼黑、阿联酋阿布扎比落地测试。资本反应直接，公司股价当日涨超 10%。此前已报的上汽享道量产定制车项目仍按 2027 年亮相推进，由上汽生产、Momenta 提供 L4 方案、享道运营，这套分工把它从卖方案的 Tier 2 推到与整车厂深度绑定的位置。^[33]

宝马把人形机器人软件中心设在兰茨胡特，先做数据与仿真再谈上产线 · industrial

宝马把德国兰茨胡特零部件工厂立为人形机器人软件的中央开发地，承担训练数据生成与准备、虚拟仿真、运动规划与机器人训练，与莱比锡、斯帕坦堡两地已有的产线试点形成分工——后者验证具体应用，前者打技术底座。技术路线是开放模块化架构，把固定编程流程与 AI 模型结合，其中 VLA 模型负责把视觉信息和任务描述翻成具体动作；数据采集用相机、动捕服和数据手套。项目负责人 Christoph Jagoda 强调评估的不只是技术可行性，还有哪些工序里人形机器人真能带来经济收益。合作方包括 Athenyx Robotics 与兰茨胡特应用技术大学。^[34]

国地中心联合华为发布具身智能实训场样板点，灵龙机器人已进延锋产线 · industrial

国家地方共建人形机器人创新中心与华为在 WAIC 期间为"具身智能实训场样板点"揭牌，冲的是高质量数据匮乏与模型泛化不足两个瓶颈。华为侧出算力、存力、网络与 CloudRobo 具身仿训平台，国地中心侧做本体、数据、模型、测评与部署。落到实处的一条是：搭载联创成果的灵龙系列机器人已进驻延锋，完成一线作业实景数据采集与自主作业验证，跑通了"实训场训练—模型迭代—工业现场部署"的迁移路径。首席科学家江磊称样板点在大规模实景数据集、昇腾算力原生 VLA 模型、云边端协同架构与一站式工具链四方面有突破。^[35]

仁川 Coupang 仓库大火烧 61 小时，五楼数百台锂电池机器人是隐患点 · industrial

韩国仁川 Coupang 物流中心火灾61 小时才压住明火，可能是当地有记录以来最长的一次，火势烧穿六楼，五楼数百台锂电池驱动的机器人一度被视为引爆风险点。现场调查指向卷帘门熔化与极高的火载量。这是自动化仓储规模上量后一个少被讨论的边界：密集堆放的锂电池搬运机器人本身就是一处集中火载，现有消防设计未必按这个前提做过。^[36]

速腾聚创与阿布扎比 Origen 结盟，把具身智能推向中东 · autonomy ⚠️ 合作意向口径

速腾聚创（HKEX: 2498）与阿布扎比 AI 公司 Origen 在 WAIC 签约，方向覆盖空间智能、自动驾驶、工业巡检与智慧城市，由 Origen 负责区域交付、方案集成与本地化。双方目前表述停留在"评估试点部署与本地化策略"，尚无具体订单或装机数字。^[37]

三星电子设立 CEO 直辖机器人部门 RX，挖来前波士顿动力战略负责人 · humanoid

继上周传出拟在龟尾建人形机器人基地后，三星电子把散在各处的机器人力量收拢成一个新组织：Robotics eXperience（RX）事业推进室，直接向 CEO 卢泰文汇报，统管中长期战略、核心技术开发与商业化，落址首尔 R&D 园区。人事是这次动作里信号最强的一块——曾在现代汽车集团与波士顿动力主导机器人战略的执行副总裁李东根出任机器人战略组负责人，首尔大学智能自主机器人系统方向教授金炫振、亚洲大学机械手与操作技术方向教授金义谦同时加入。数据被三星明确为机器人竞争的关键优势，公司将在龟尾建 Data Factory 采集分析真实工业环境数据，并在美国、中国、日本设研究中心。消息公布后三星股价涨超 5%，龟尾市长亦公开承诺全力支持三星 19 万亿韩元的机器人与 AI 投资。^[38]

英伟达开源 Cosmos 3 Edge：4B 世界模型直接在机器人本体上出动作 · world-model

Cosmos 3 家族补上最小的一档：Cosmos 3 Edge，40 亿参数、面向端侧运行，约为 5 月 31 日 GTC 台北发布的 Super（64B）的十六分之一，Nano 为 16B。它针对的场景很具体——工厂、仓库、医院里的机器在内存受限的机身上要跑出数据中心级表现。架构是 Mixture-of-Transformers 双塔：自回归塔处理视觉与文本 token 做理解和推理，扩散塔处理视觉、音频、动作 token 做预测、生成与神经仿真，两塔各自保留归一化层与 MLP、共享多模态注意力，因此模型可以先推理场景再生成输出。推理器用 2B dense transformer，沿用 Qwen3-VL 的图像与视频消息约定。跨本体的关键在动作表示：车辆的自车位姿、相机的运动、机械臂末端位姿加夹爪状态，被统一映射成描述平移、旋转与操作状态的紧凑几何向量，把控制直接接回画面的视觉结构。^[39]

Model S 自动驾驶致死案判赔 2.4 亿美元，三州总检察长要求撤销 · autonomy

特斯拉在一起 Model S 自动驾驶致路人死亡的诉讼中败诉，判赔约 2.4 亿美元，随后有三个州的总检察长要求撤销该判决。案子本身的赔偿数额之外，更值得盯的是它会不会成为辅助驾驶责任划分的参照点——在 NHTSA 正把无人车规则改写为"行为能力"考核的窗口期，法院怎么分配人机之间的责任，比单笔赔偿影响更远。^[40]

北京上半年工业机器人产量增 75.5%、服务机器人增 2.3 倍 · industrial

北京市经信局发布会数据：上半年"人工智能+"带动集成电路、工业机器人、服务机器人产量分别增长 92.1%、75.5%、2.3 倍。同期全市工业和信息软件业合计增加值接近万亿元、占 GDP 的 36.6%，工业重点产业固定资产投资同比增 24.0%，其中高技术制造业投资增 36.0%。服务机器人两倍多的增速与工业机器人的差距，透露出这一轮量的释放更多落在商用服务而非产线本身。^[41]

刻行时空、上海技术交易所与宇树启用真机数据示范平台 · adjacent

三方共建的高质量真机数据示范平台启用，刻行时空的数据采集团队已把部分宇树机器人部署到杨浦区复兴岛，在零售场景里做椅子归位这类真实任务的数据采集。把数据交易所拉进具身数据链条是这条的看点——真机数据一旦要跨机构流通，定价与确权就绕不开，这个环节此前基本空白。^[42]

加速进化发布旗舰人形 Booster T2，搭英伟达 Thor · humanoid ⚠️ 厂商口径

Booster T2 在 WAIC 首秀，搭载英伟达 Thor 芯片，厂商称算力达 2070 TFLOPS，同时发布开发工具 Booster Studio。公司口径是推动人形从"能动"走向"能用"，目前尚无量产与交付数字。^[43]

小鹏发布 TuringViT 视觉编码器 · autonomy ⚠️ 厂商口径

小鹏发布面向物理 AI 场景的视觉编码器 TuringViT，称重构了视觉大模型的训练范式。目前公开的只有发布口径，未见第三方复现或基准对比。^[44]

[1] Kehan Li et al.（阿里达摩院）· arXiv 2607.17977 https://arxiv.org/abs/2607.17977

[2] Qwen Team · arXiv 2605.30280 https://arxiv.org/abs/2605.30280 · 解读：具身智能与空间感知 原文

[3] Gaoyue Zhou et al.（NYU）· arXiv 2607.18236 https://arxiv.org/abs/2607.18236

[4] Peng Ren et al. · arXiv 2607.18016 https://arxiv.org/abs/2607.18016

[5] 四川大学雷印杰团队 · arXiv 2606.22540 https://arxiv.org/abs/2606.22540 · 解读：新智元 原文

[6] Zesen Zhao et al. · arXiv 2607.17454 https://arxiv.org/abs/2607.17454

[7] Usman M. Khan · arXiv 2607.16314 https://arxiv.org/abs/2607.16314

[8] Tuan Duong Trinh et al. · arXiv 2607.17786 https://arxiv.org/abs/2607.17786

[9] Kento Kawaharazuka et al. · arXiv 2607.17970 https://arxiv.org/abs/2607.17970

[10] arXiv 2607.17132 https://arxiv.org/abs/2607.17132

[11] arXiv 2607.16636 https://arxiv.org/abs/2607.16636

[12] arXiv 2607.18154 https://arxiv.org/abs/2607.18154

[13] FM-VLA 给 VLA 加力觉记忆做接触密集操作 arXiv 2607.18231 https://arxiv.org/abs/2607.18231

[14] arXiv 2607.16506 https://arxiv.org/abs/2607.16506

[15] 异步多模态扩散策略处理各模态感知率与推理延迟不一的问题 arXiv 2607.17257 https://arxiv.org/abs/2607.17257

[16] SinD 2.0 发布多城市信号交叉口无人机数据集并标注语义风险 arXiv 2607.16943 https://arxiv.org/abs/2607.16943

[17] A2RL Vmax 提供长距离高速感知与多车交互的自动驾驶赛车数据集 arXiv 2607.17813 https://arxiv.org/abs/2607.17813

[18] GeoWorldAD 把几何世界动作模型用于自动驾驶规划 arXiv 2607.17521 https://arxiv.org/abs/2607.17521

[19] UniETP 统一各家仿真器的观测格式与动作类型做通用具身任务规划 arXiv 2607.18062 https://arxiv.org/abs/2607.18062

[20] arXiv 2607.16806 https://arxiv.org/abs/2607.16806

[21] 重要性采样加 PCA 在商用自动驾驶卡车栈上找罕见失效 arXiv 2607.18106 https://arxiv.org/abs/2607.18106

[22] NVIDIA Agent Toolkit × Omniverse 库 https://nvidianews.nvidia.com/news/nvidia-agent-toolkit-expands-with-new-omniverse-libraries-putting-ai-agents-to-work-building-simulation-ready-worlds

[23] lingbot-world-2 原文

[24] 来源：Robo百科 原文 · The Standard https://www.thestandard.com.hk/innovation/article/337821/Embodied-robot-maker-AgiBot-eyes-HK-IPO-at-156b-valuation

[25] 来源：The Standard https://www.thestandard.com.hk/innovation/article/337784/Embodied-AI-startup-GigaAI-plans-Hong-Kong-IPO-at-US3b-valuation · Robo百科 原文

[26] 来源：科技资本圈 原文

[27] 来源：科技资本圈 原文 · 36氪 https://eu.36kr.com/en/p/3904761420253064

[28] 来源：Retail Technology Innovation Hub https://retailtechinnovationhub.com/home/2026/7/20/zalando-invests-in-berlin-based-warehouse-robotics-provider-sereact-as-part-of-series-b-round

[29] 来源：International Business Times https://jp.ibtimes.com/daiwa-house-ventures-backs-t2-after-500-km-autonomous-truck-test-102842https://jp.ibtimes.com/mitsui-fudosan-invests-t2-level-4-truck-logistics-102848

[30] 来源：PR Newswire https://www.prnewswire.com/news-releases/tuya-smart-accelerates-physical-ai-commercialization-with-strategic-investment-in-robopoet-302830728.html

[31] 来源：医疗器械商业评论 原文 · Robo百科 原文

[32] 来源：Reuters https://www.reuters.com/business/autos-transportation/tesla-expands-robotaxi-service-orlando-tampa-ahead-earnings-2026-07-21/ · Electrek https://www.firstpost.com/tech/teslas-cybercab-to-feature-built-in-starlink-antenna-bringing-satellite-internet-to-robotaxis-14032894.html

[33] 来源：东方财富 https://finance.eastmoney.com/a/202607213815386192.html · Momenta 原文

[34] 来源：Automotive Manufacturing Solutions https://www.automotivemanufacturingsolutions.com/smart-factory/bmw-expands-humanoid-robotics-software-at-landshut-plant/2702826

[35] 来源：华为中国 原文

[36] 来源：Seoul Economic Daily https://en.sedaily.com/society/2026/07/21/incheon-coupang-warehouse-fire-contained-after-61-hours · 搜狐 https://m.sohu.com/a/1052842690_122014422?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334

[37] 来源：Zawya https://www.zawya.com/en/press-release/events-conferences/origen-and-robosense-form-strategic-partnership-to-accelerate-embodied-intelligence-across-the-middle-east-404299

[38] 来源：The Korea Times https://www.koreatimes.co.kr/business/companies/20260721/samsung-electronics-launches-ceo-led-robotics-unit-to-drive-future-growth · Chosunbiz https://biz.chosun.com/en/en-it/2026/07/21/BAWHQHX7UJDY5MHMBCE55YK7WM/

[39] 来源：MarkTechPost https://www.marktechpost.com/2026/07/21/nvidia-releases-cosmos-3-edge-a-4b-parameter-open-world-model-that-reasons-and-generates-robot-actions-on-device/ · GIGAZINE https://gigazine.net/gsc_news/en/20260721-nvidia-cosmos-3-edge/

[40] 来源：驱动之家 https://news.mydrivers.com/1/1137/1137798.htm

[41] 来源：新京报 https://www.bjnews.com.cn/detail/1784627548129701.html

[42] 来源：上海技术交易所 原文 · 砍柴网 https://m.ikanchai.com/pcarticle/663193

[43] 来源：刀锋体 原文

[44] 来源：盖世汽车 https://auto.gasgoo.com/news/202607/21I70466717C109.shtml

[45] 领益智造 · 整机代工 原文

[46] 数据手套 · 采集端瓶颈 原文

[47] 视触觉 · 寿命是真问题 原文

[48] 维宏股份 · 微型伺服电机 原文

[49] 中航光电 原文

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻