━━━━━ 正文从此处全选复制 ━━━━━

FutureX · 记录未来如何发生

Physical AI 日报 · 第 77 期 · 2026.08.03

今日要点

· 英伟达 DreamDojo 用 4.4 万小时人类第一视角视频训出通用机器人世界模型

· 欧洲首家人形独角兽诞生，Humanoid 拿 1.52 亿美元，博世代工、舍弗勒下单

· 智驾「小蓝灯」收紧：新申报车型禁止原厂搭载，GB 4785 国标同步启动修订

· 迪士尼加速器首次同时押注两家物理 AI 基座公司：Physical Intelligence 与 FieldAI

· 首尔江南 Robotaxi 转付费两个多月破 1000 单，在跑的只有两辆车

▎ 一、论文进展

DreamDojo：把 4.4 万小时人类视频喂进世界模型，再蒸馏到单卡实时 · world-model

世界模型此前的通病是「只会看不会被指挥」——没有动作标签的人类视频能教会物理常识，却教不会动作控制。英伟达 GEAR 团队的 DreamDojo 用连续潜在动作绕开了这道坎：一个 700M 参数的时空 Transformer VAE 吃进相邻两帧，把中间发生的动作压进 32 维向量当统一代理标签，人类视频与机器人数据由此打通。训练数据共 44711 小时第一视角视频，覆盖 9869 类场景、6015 种任务、43237 件物体，按团队口径其技能种类是此前最大同类数据集的 96 倍。经人类视频预训练、目标本体（Fourier GR-1、Unitree G1）后训练、四步去噪蒸馏三阶段后，模型在单张 H100 上跑到 10.81 帧/秒，可用 VR 手柄实时遥控；消融显示潜在动作预训练几乎追平需额外设备的真值动作预训练（In-lab PSNR 20.83 对 21.02）。[1]

Xiaomi-Robotics-1：10 万小时 UMI 轨迹撑起的移动操作基座 · vla

小米机器人把 VLA 的预训练数据源换掉了——不用真机遥操，而用 UMI 手持夹爪加第一视角相机在家庭、商超、工业现场、办公室与户外采了超 10 万小时真实操作轨迹。规模化的关键是标注：团队把轨迹切成等长片段后用 Qwen3.5-27B 自动生成「场景状态如何变化」的描述，靠生产者-消费者流水线在约两周内标完全部数据。模型采用 Qwen3-VL 加扩散 Transformer 的 MoT 架构，论文报告数据量与参数量增加时性能持续提升，后训练阶段预训练越强、未见环境真机表现越好。[2]

Qwen-AgentWorld：把世界模型从具身领域搬进语言智能体 · world-model

当前 LLM agent 研究几乎只优化策略侧（状态→动作），交互回路的另一半——环境如何响应——长期无人认真建模。Qwen 团队训出「语言世界模型」，用 CPT→SFT→RL 三阶段统一模拟 MCP、Search、Terminal、SWE、Android、Web、OS 七类环境，GUI 场景以 accessibility tree 的文本表示替代像素。论文称它既可当可扩展、可注入扰动的模拟器替代真实环境做 agentic RL（效果甚至优于真实环境训练），也能作为「热身」把下一状态预测内化成元推理。同步放出 35B-A3B 与 397B-A17B 两个规模。[3]

自动驾驶潜在世界模型综述：评的不该是画面像不像，而是决策敢不敢信 · autonomy

这篇综述主张，视频生成、占用预测、潜在规划与 VLA 推理输出各异，却越来越多地把潜在表示当作共同的计算底座，因此可以放进一套框架比较。作者据此把方法归入神经仿真、潜在规划与强化学习、生成式数据合成、认知推理四个板块，并提出闭环安全差距、时间连贯性、审慎推理成本三个概念性指标，推动世界模型从「生成看起来合理的未来」走向「生成能支撑安全决策的未来」。文中也直言争议：只把晴天图改成雨夜图、不学动作条件下时间演化的方法，更接近条件生成模型而非严格意义的世界模型。[4]

开源·工具·评测

· WorldScore 榜单：面向「世界生成」的统一评测基准，把 3D、4D 与视频生成模型放进同一协议，测试集 3000 条样本（2000 静态 / 1000 动态），按可控性 3 项 + 质量 4 项 + 动态性 3 项归一化打分，榜单托管于 Hugging Face、目前仍开放提交，快照已收录 34 个模型条目 [5]

▎ 二、融资与交易

Humanoid（英国 SKL Robotics）｜ A 轮 ｜ 1.52 亿美元 ｜ 投后 13.5 亿美元 · humanoid ⚠️ 单方口径

Prime Movers Lab 领投，舍弗勒、博世、富邦金控创投、Aglaé Ventures 参与，公司累计融资 2.7 亿美元，按其自身口径成为欧洲首家专注人形机器人的独角兽。值得看的不是估值，而是这轮的产业结构：舍弗勒已与其签商业合作协议、规划在制造设施部署数千台，博世将作为合同制造伙伴承担硬件设计、生产与供应链——初创负责模型与本体、工业集团负责造和用，这是欧洲区别于美国「大科技公司+风投」的另一条路径。产品线也有意淡化外形执着：核心平台 HMND-01 Alpha 同时规划轮式与双足版本，本轮资金重点之一就是轮式人形的规模化生产，计划 2026 年四季度把 Beta 版投到制造、物流、零售客户现场。公司 5 月曾披露约 3.4 万台预订、对应约 24 亿美元未来年度经常性收入，但这些数字来自管理层陈述，预订不等于交付，意向金额也不能视作已确认收入。[6]

深度机智 ｜ 新一轮 ｜ 过亿元（四个月内第三轮） · world-model ⚠️ 单方口径

国资平台、产业资本与头部财务机构共同入局，老股东跟投，公司称下一轮已进入收尾。这是它继 5 月超亿元（中关村资本、诚通科创基金等）、6 月数亿元（国寿长三角科创基金领投）之后的再度加码。公司 2025 年由北京中关村学院与中关村人工智能研究院联合孵化，走「人类学习」路线——以人类第一视角数据直驱具身基座 PhysBrain，而非拟合机器人轨迹。据其披露，Z-WM_v1 在 WorldArena 以 64.96 分超过原榜首 64.24 分，SimplerEnv 的 WidowX 测试平均成功率 80.2%（对照 π0.5 的 57.1%），LIBERO 平均 98.8%；商业侧称已拿到数千万元真实订单。这些评测与订单数字均出自公司口径，未见独立复现。[7]

中科原动力 ｜ B2 轮 ｜ 数亿元 ｜ 投后估值破 10 亿元 · industrial

继上周披露该轮后，出资方与估值口径落定：由奇瑞控股集团旗下安徽奇瑞智能科技独家投资，是公司已披露金额中规模最大的一轮，投后估值突破 10 亿元，为其第 10 轮融资。[8]

宇树科技 ｜ 科创板 IPO ｜ 8 月 5 日询价 · humanoid

继定档 8 月 10 日申购后，发行节奏再进一步：多家媒体口径称 8 月 5 日进入询价、敲定发行价。此前招股书已正面回应 FCC 涵盖清单，在售型号已完成认证、新型号面临拿不到入美认证的风险。[9]

▎ 三、商业化落地与部署

首尔江南 Robotaxi 转付费两个多月破 1000 单，在跑的只有两辆车 · autonomy

Kakao Mobility 8 月 2 日披露，其首尔江南区自动驾驶出租车服务自今年 4 月转为收费以来，两个多月累计载客突破 1000 单。这个数字的分母同样值得看：目前投入运营的仅 2 辆车，折算下来全车队日均约 12 单、单车约 6 单。服务时段限定在工作日 22 时至次日 5 时，覆盖江南站、狎鸥亭、宣陵、奉恩寺、大峙、开浦洞、良才一带。公司的解读是付费本身改变了用户认知——从「体验一次尝鲜」变成「付钱买的一项出行服务」；接下来将与首尔市协商逐步扩大运营路线与范围，同时把核心自动驾驶技术「AI Planner」中端到端方案的占比在年内提升并上真车路测。[10]

DoorDash 掏钱雇骑手给配送机器人装货，5 分钟约 5 美元 · adjacent

能自己跑几英里的配送机器人，卡在了餐厅取餐台到路边这几米。凤凰城地区的 DoorDash 骑手近一个月陆续在 App 里收到「给 Dot 机器人装货」的派单：亚利桑那州 Mesa 的一位骑手开车约 2 英里到餐厅取餐、放进停车场等候的机器人，全程 5 分钟、报酬约 5 美元。她的疑问也直接——为什么不让现场的餐厅员工来做。Dot 是 DoorDash 去年 9 月发布的机器人，体积约婴儿车大小、载重 30 磅，可在道路和人行道通行；公司称这是支持商家高峰期的有限试点，并强调骑手仍将完成绝大多数配送。这类「人补机器人」的岗位并非首次：今年 2 月已有骑手接到过去关 Waymo 车门的派单。自动化最后一段的交接成本，眼下正被转移给按次计酬的独立承包商。[11]

魔法原子无锡总部厂区开工，规划年产万台四足 · humanoid ⚠️ 规划口径

8 月 1 日，魔法原子总部厂区在无锡梁溪科技城破土动工，规划关节模组产线 4 条、整机产线 2 条，达产后小型四足机器人年产 9000 台、大型四足 1000 台。产能是规划数、非当前交付量。公司 2024 年 1 月创立，7 月在 WAIC 发布全尺寸人形 MagicBot X1 与工业轮式人形 MagicBot D1；已落地的部分是其工业轮式人形进驻追觅智能制造工厂承担生产任务，交管人形「小麦」在无锡马拉松完成实战检验。[12]

拾玥科技与中国中车旗下企业签技术框架协议 · embodied ⚠️ 意向口径

双方拟围绕灵巧操作技术在高端装备制造场景中的适配、工况验证与技术迭代展开合作，目前仍处场景适配与技术验证阶段，未涉及订单或交付。拾玥的技术栈覆盖 Lumi-Mind 灵巧操作大模型、Lumi-Tac 视触觉传感器、Lumi-Dex 灵巧手与 Lumi-Mod 微型电机模组。[13]

▎ 四、产业动态

智驾「小蓝灯」被按下暂停键：新申报车型禁止原厂搭载，国标同步启动修订 · autonomy ⚠️ 网传口径

7 月 29 日流出的消息称，因不符合现行强制国标 GB 4785-2019，自工信部第 410 批产品公告申报起，乘用车不得原厂搭载车外智驾蓝色状态指示灯，检测机构须对送检样车逐一核查；官方尚未公开发文，但多家车企已确认收到并表态执行。合规争议的根子很直白：该标准只允许白、红、琥珀、黄四种外部信号灯色，蓝色不在法定清单内，标准里也没有「自动驾驶标志灯」这个灯具品类。中国汽车标准化研究院当晚点出两条现实风险——夜间眩光干扰周边驾驶员判断，以及带灯车辆更容易被其他司机加塞、近距离试探智驾极限。这项配置由理想 L9 于 2022 年 8 月首次量产标配，此后小鹏、问界、小米、蔚来陆续跟进。管控目前聚焦新车准入环节，存量车尚无拆除要求，业内专家认为 OTA 屏蔽蓝光即可满足；全国汽标委已启动 GB 4785 修订（计划号 20262535-Q-339），联合国 WP.29 下的 GRE 与 GRVA 也在就该指示灯的安全增益与潜在风险做研究——换言之，这更像先收紧准入、再用标准划出合规边界，未必是永久一刀切。[14]

迪士尼加速器首次同时押注两家物理 AI 基座公司 · embodied

7 月 31 日公布的第 12 期 Disney Accelerator 名单里，5 家入选公司全部与 AI 相关，其中两家是具身智能基座公司：Physical Intelligence 与 FieldAI。两者的分工很清楚——PI 的 π 系列通用模型解决「机器人该做什么」，FieldAI 的领域基础模型（FFMs）围绕「信念世界模型」预测引擎，解决在没有地图、GPS 和预设路径的动态非结构化环境里怎么可靠决策，系统部署在边缘、不依赖云。FieldAI 在 2025 年 8 月以 4.05 亿美元融资浮出水面，投资方含贝索斯旗下基金、英特尔资本、英伟达、盖茨前沿与三星。对迪士尼而言这是补最后一块拼图：底层已有与英伟达、谷歌 DeepMind 联合发布的开源物理引擎 Newton 和自研模拟器 Kamino，角色层已有 BDX 与 Olaf 机器人进园区，缺的正是中间的通用任务执行与不确定环境自主导航。落差同样明显——Olaf 在巴黎迪士尼首秀只能按编排流程表演，官方明确表示游客初期不应期待与它长时间一对一交流；PI 的泛化演示集中在室内少数任务、户外稳定性未验证，FieldAI 的部署多在可控且有物理隔离的专业场景，而主题乐园那种人机高密度环境，两家都还没碰过。[15]

旧金山市长要求 Robotaxi「先证明，再部署」，开出四项应急测试 · autonomy

市长 Daniel Lurie 上周三致信加州交通厅长 Toks Omishakin，要求 Robotaxi 运营商在规模化部署前证明车辆能应对重大扰动，提出四项具体测试：快速把抛锚车辆清出行车道、紧急情况下动态改道、与地方机构实时共享运营数据、经测试证明系统能承受交通与需求的大幅激增。触发这封信的是两起事件：7 月 4 日烟花活动吸引逾 10 万人涌向滨水区，Waymo 车辆在拥堵中动弹不得、堵住车道并困住载着数千人的 Muni 摆渡车；以及 2025 年 12 月的全市停电。Lurie 上任时曾力挺 Waymo 扩张，此次转向后还转而支持众议员 Kevin Mullin 的联邦法案，旧金山交通与公共安全部门也已表态支持。Waymo 回应称欢迎市长意见，并称其车队成功支撑了包括世界杯赛事在内的多个大型活动。[16]

现代把 AVP 总部与 42dot 拧成一体化团队，本月底发自动驾驶路线图 · autonomy

现代汽车集团自动驾驶研发的两个核心组织——先进汽车平台（AVP）总部与 42dot——建立一体化团队并启动高管兼任：权正炫副总裁任 AVP 自动驾驶开发中心主任兼 42dot 自动驾驶部门负责人，杰瑞米·马总监任 AVP 硅谷办公室主任兼 42dot 硅谷部门负责人，朴敏宇社长同时兼任两边代表，形成三角协作。定位分工是「42dot 负责内化前沿技术、AVP 负责量产执行」。集团执行董事长郑义宣 7 月 24 日已在旧金山 AI 峰会宣布向物理 AI 解决方案公司转型，路径从自动驾驶汽车与机器人，扩展到 AI 定义工厂，最终指向城市级智能；集团旗下拥有波士顿动力。完整的自动驾驶技术路线图将在本月 26 日首尔汝矣岛的 2026 CEO Investor Day 公布。[17]

星尘智能发布 Lumo-2，一次抛出 20+ 家务真机视频 · world-model ⚠️ 演示口径

星尘智能第二代具身基座 Lumo-2 的思路是「先预测世界、再生成动作」——在轻量的潜在动态空间里预测未来，比显式文本推理更快、比直接生成未来视频更省算力，公司称其为业内首个面向家庭场景的隐式世界-动作模型。工程侧披露分块自回归解码使端到端推理速度比标准自回归提升 2.71 倍且不损失精度。同步放出 20 余段真机视频，覆盖煎蛋颠锅、称 500 克小米、接住高处滚落的球、磨豆做咖啡、系蝴蝶结、叠衣服等任务。需要区分的是：这些是演示与自评，公司称在四类真实复杂任务上综合表现超过 π0.5 与 Fast-WAM，属厂商口径，成功率与连续作业稳定性未经第三方验证。[18]

SK 电讯拉起 8 家韩国物理 AI 初创，先造数字孪生里的训练数据 · adjacent

SK 电讯 7 月 30 日在首尔钟路 SK Searin 举办「物理 AI 与机器人初创会议」，SK 海力士、SK AX 与集团 AI 委员会高管出席，8 家初创 CEO 到场：Gauss Labs、Real World、MakinaRocks、C-Mes Robotics、Wiro Robotics、Uilo Robotics、Config Intelligence、Holiday Robotics，技术覆盖人形、可穿戴机器人、工业协作机器人到机器人基座模型。最受关注的议题是把 SK 的 AI 芯片、AI 数据中心与数字孪生能力接上初创的物理 AI 技术，在虚拟复刻的产业现场里生成基座模型训练数据，并在制造、物流、服务场景做联合 PoC。[19]

英伟达联手川崎重工做造船机器人 · industrial

双方将在日本共同开发面向造船业的 AI 机器人，目标是建成一座结合机器人、AI 与仿真技术的下一代数字船厂，覆盖焊接、喷涂、检测与物料搬运等环节。这把英伟达的算力与仿真栈推进了一个设备生命周期极长、精度要求极高的重工业场景，也是其从数据中心向工业机器人与数字孪生延伸的又一个落点。[20]

宇树发布轮式 UGV「AS2-W」，此前已在中蒙联演中现身 · adjacent ⚠️ 厂商口径

宇树在官网上架四轮无人地面车 AS2-W：自重 25 公斤，静止状态可承载至多 150 公斤；空载续航约 30 公里，载 16 公斤约 25 公里；可自主翻越 80 厘米障碍、爬 45° 坡，速度超 6 米/秒，关节峰值扭矩约 95 N·m，配 648Wh 电池与 64–128 线激光雷达，板载算力 150 TOPS（宇树未说明该处理器由谁制造，尽管外界普遍称其为英伟达方案）。上述参数均为厂商披露。此前在中蒙「草原伙伴 2026」联合演习中，已有该平台的武装版本出现，中方军事报道称同类机器人平台承担了侦察与火力支援任务。[21]

硬件·供应链

· 整机 BOM 成本：两份测算口径存在分歧——一份称从 2023 年约 13 万美元降至 2026 年 7 月约 3 万美元（降幅 70%），另一份称从 13.1 万美元降至 4.6 万美元（降幅近三分之二）；两者对核心零部件国产化率的口径也不同（上半年突破 75% vs 已达 85%）。共识是降本主战场在执行器、丝杠与减速器，且下一个价格台阶要等国产丝杠规模化 [22][23]

· 行星滚柱丝杠：壁垒最高、分歧也最大的一环——占 BOM 约 22%，国产化率一说不到 10%、一说 40–50%；进口单根 5000–10000 元，国产化后有望降至 2000 元左右，卡点在 0.5 微米级加工精度与 60%→85% 的良率爬坡 [24][25]

· 谐波减速器：绿的谐波与宇树签三年排他性长协，覆盖 11 万台整机供货，2026 年一季度人形相关订单 5.82 亿元、同比增 286%；均价已从 2017 年约 1900 元降到约 1000 元，远期规模化后指向 400–500 元 [26]

· 无框电机：灵巧驱控上半年在手订单称达 100 万台，去年全年为 12 万台；雷赛智能 2025 年交付 12 万台、同比增 20 倍。数字为行业口径，在手订单不等于交付 [27]

· 大寰 UDH-3-7 三指灵巧手：整手 900 克、7 个主动自由度，指尖力 50N、最大提拉负载 15 公斤，拇指支持 0–180° 平行侧摆；WAIC 现场搭载于 7 台极智嘉通用人形完成料框搬运与异形物品分拣 [28]

· 灵心巧手：一年出头融七轮、累计披露二十几亿元，产品把腱绳、直驱、连杆三条传动路线全做了——龙头不肯收敛，说明下游还没围绕一套手部架构形成统一需求；第三方统计 2025 年灵巧手全行业销量约 1.92 万台，因时机器人超 1 万台居首 [29]

来源链接

[1] NVIDIA GEAR · arXiv 2602.06949 https://arxiv.org/abs/2602.06949 · 解读：AI随想录 原文

[2] 小米机器人 · 解读：大语言模型和具身智体及自动驾驶 原文

[3] Qwen 团队 · arXiv 2606.24597 https://arxiv.org/abs/2606.24597 · 解读：小胡学 LLM 原文

[4] Rongxiang Zeng, Yongqi Dong（亚琛工业大学 · 代尔夫特理工大学）· 投稿 IEEE T-ITS 审稿中 · 解读：飞行汽车研究 原文

[5] WorldScore 榜单 原文

[6] 来源：机器人电报 原文

[7] 来源：具身智能最前沿 原文

[8] 来源：Robo百科 原文

[9] 来源：Sohu IPO周报 https://m.sohu.com/a/1057901502_114986?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334

[10] 来源：Seoul Economic Daily https://en.sedaily.com/technology/2026/08/02/gangnam-robotaxi-tops-1000-rides-two-months-after-going-paid

[11] 来源：Business Insider https://www.businessinsider.com/doordash-pays-workers-load-dot-robots-orders-automation-limitations-2026-7

[12] 来源：观点网 https://www.guandian.cn/article/20260802/579668.html

[13] 来源：AI云资讯 https://www.icloudnews.net/a/120725.html

[14] 来源：时代周报 https://time-weekly.com/post/331550

[15] 来源：搜狐（来源：DeepTech深科技）https://m.sohu.com/a/1057918490_354973?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334

[16] 来源：News Anyway https://www.newsanyway.com/2026/08/02/san-francisco-av-regulations-lurie-demands-mandatory-emergency-tests-for-robotaxis/

[17] 来源：亚洲日报 https://ajudaily.com/view/20260802170470562

[18] 来源：机器之心Pro http://k.sina.com.cn/article_5952915720_162d2490806704g9z2.html

[19] 来源：코리아스타트업포스트 https://www.kspost.biz/en-us/articles/2793

[20] 来源：Yahoo Finance https://finance.yahoo.com/technology/ai/articles/nvidia-nvda-teams-kawasaki-build-041403826.html

[21] 来源：TechRadar https://www.techradar.com/pro/china-outs-nvidia-powered-as2-w-quad-wheel-robot-wolf-just-weeks-after-its-armed-version-surfaced-in-joint-military-drills-in-mongolia

[22] 整机 BOM 成本 原文

[23] 整机 BOM 成本 原文

[24] 行星滚柱丝杠 原文

[25] 行星滚柱丝杠 原文

[26] 谐波减速器 原文

[27] 无框电机 原文

[28] 大寰 UDH-3-7 三指灵巧手 原文

[29] 灵心巧手 原文

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻