ω-0：让人形机器人边走边干，而不是走完再干 · locomotion

现有人形策略几乎都把移动和操作拆成两段执行，而真实家务要求二者同时发生——移动、调姿、维持平衡、操作物体是一个连贯行为。ω-0 是一个全身 latent predictive world-action 模型，输入语言指令、视觉观测与本体状态，直接输出控制器可执行的全身动作 latent；它不去重建未来视频，而是学习紧凑的未来观测嵌入作为轻量预测目标。团队同时放出 ω-HOME，一份 40 多小时的真实家庭人形数据集，含多视角同步观测、全身 SMPL 动作与动作 latent。11 项真机家务任务上，单一模型稳定优于模仿学习、VLA、人形与世界-动作模型基线。

Zhe Li et al. · arXiv 2608.06375 https://arxiv.org/abs/2608.06375

DyPES-VLA：跨本体通用策略不再需要手工对齐动作空间 · vla

训练一个能管住异构机器人的通用 VLA，卡点之一是各家动作格式互不兼容、要靠大量人工预处理硬凑成统一格式。DyPES-VLA 用两步绕开：先以未来预测目标训练 VLM，让共享表征捕捉物体运动、接触与交互引发的场景变化；再用本体专属的 MoE 动作头，把这套共享动力学先验直接翻译到每种本体的原生动作空间。作为单一通用策略，它在 LIBERO 上达 98.0% 成功率，RoboCasa-GR1 59.25%、RoboTwin 2.0 89.02%。

Junfeng Li et al. · arXiv 2608.06374 https://arxiv.org/abs/2608.06374 · HF 热度 15↑

GST-Bench：VLM 能看懂一个房间，却拼不出一栋楼 · benchmark

现有空间基准多考察单帧或少数视角的局部感知，回避了具身智能真正需要的能力——在连续长时视频流里维持一张全局地图。GST-Bench 用 6790 分钟合成视频构造人工校验的 VQA 题目，要求模型从输入视频中未出现的新视角作空间推断，并把第一人称观测映射到全局俯视图上。22 个 SOTA 模型里最强的零样本得分只有 42.68，人类为 79.08；配套的 GST-Bench-Local 显示，模型在同样题型的局部版本上表现良好，说明失效点在于无法把长时观测整合成全局一致的场景表征。

Qifeng Zhang et al. · arXiv 2608.05747 https://arxiv.org/abs/2608.05747 · HF 热度 28↑

一张纸就能劫持机器人：VLM 物理提示注入的系统测量 · benchmark

当 VLM 被当作机器人规划器，摄像头视野里的一段对抗文本就成了间接提示注入的入口。作者把攻击归为四类（间接标识、任务重定义、权威冒充、冲突注入），做成 20 条攻击提示的基准，在 3 种场景布局 × 3 种指令表述下跑了 5670 次试验：GPT-4o 攻击成功率 27.0%、Gemini 2.5 Flash 29.4%、Qwen3-VL-32B 5.0%，权威冒充与否定类攻击在三个模型间均可迁移。推理链显示 99.9% 的成功攻陷都是模型"明知故犯"；三种简单防御（提示防御、两阶段验证、预处理文本遮蔽）分别把风险压到 75-100%、85-100% 与 100%，代价是可能损害需要读取场景内标签的任务。

S. M. Bhagya P. Samarakoon et al. · arXiv 2608.05715 https://arxiv.org/abs/2608.05715

GAUGE：拿真实轨迹去量物理引擎，没有一个全面忠实 · benchmark

仿真引擎和视频世界模型的物理保真度，此前大多靠感知相似度或人工评判，说不清究竟违反了哪条物理定律。GAUGE 用 22 个受控任务族（刚体、柔性线缆、织物、体积可变形物体）配上标定过的物理元数据与不确定度标注，把 Isaac Sim、Genesis、Newton 放在同一把尺子上。结论是没有一个引擎全面忠实，偏差最大的是冲击接触、快速织物运动和体积形变；6 个图生视频模型则暴露出另一种失真——生成的轨迹方程形式对了，但加速度、动量传递和振荡时序都是错的。

Shuai Wang et al. · arXiv 2608.05948 https://arxiv.org/abs/2608.05948

JoyAI-RA 0.5：把人类第一视角视频当作扩规模的主轴 · vla

人类第一视角视频最容易扩量，却离机器人数据最远，直接混池训练往往是负迁移。该框架用"双重动作对齐"处理这件事：隐式对齐从视觉转移中反推 latent action，让无动作标签的人类、仿真与真机数据都能驱动世界模型学物理动力学；显式对齐则把可靠的人机轨迹统一到相机系、以 chunk 相对末端位姿的规范表示落到同一动作空间。在 AgiBot 真机基准上，任务分数随人类第一视角预训练数据量持续上升——论文称在其最大规模处仍未见饱和，属作者自报的标度趋势，尚待独立复现。

RA Team · arXiv 2608.05674 https://arxiv.org/abs/2608.05674

W2-VLA：让模型先想清楚"手腕接下来会怎样" · manipulation

多数 VLA 把主视角和腕部视角当作并列输入，忽略了二者分工不同：精细操作真正吃紧的是在全局任务语境下预判腕部局部接触将如何演化。W2-VLA 用一组 latent token 作为 VLM 与腕部预测器之间的接口，预测未来腕部 latent 并转成动作预测的前瞻上下文；配套的 W2-CoT 流水线生成描述操作进度、物理转折线索与腕部证据的结构化标注作为辅助监督。在 LIBERO、RoboTwin 2.0 与真机任务上改善了接触敏感型操作，同时把动作生成频率维持在 80 Hz 以上。

Yuhao Pan et al. · arXiv 2608.05369 https://arxiv.org/abs/2608.05369 · HF 热度 14↑

XEWorld：世界模型其实还是个二维图像匹配器 · world-model

动作条件世界模型若只在训练用的机器人上评测，就分不清它是学到了物理动力学还是背下了视觉模式。XEWorld 把本体隔离出来，在物理完全相同的场景里评测留出的机器人，结论相当不留情面：当前模型的泛化由视觉相似度而非运动学相似度支配，难以把抽象的关节数值动作翻译成连贯视觉轨迹；零样本渲染一个没见过的本体必须依赖像素空间动作与显式时空对齐等强落地线索，而用少样本适配硬闯这道门槛，又会触发对已见本体的灾难性遗忘。

Yixiang Chen et al. · arXiv 2608.05799 https://arxiv.org/abs/2608.05799

宇树科技（Unitree）｜ 科创板 IPO 战略配售 ｜ 员工资管计划 2.71 亿元 · humanoid

继昨日敲定 150.80 元/股发行价、609.93 亿元发行市值后，配售细节今日落地：员工 1 号、2 号资管计划分别获配 135.61 万股、44.43 万股，对应约 2.04 亿元与 6700 万元，合计约 2.71 亿元，限售期分别为 12 个月和 36 个月，参与人员 161 名与 10 名、合计 171 名高级管理人员及核心员工。本次发行 4044.64 万股占发行后总股本 10%，发行市盈率 219.23 倍，预计募资约 60.99 亿元；王兴兴直接及间接持股将由 33.3583% 稀释至约 30.02%。同日 DeepSeek 除获配 93.339 万股、1.408 亿元外，还与宇树签下战略合作备忘录，方向是共同研发人形机器人 AI 模型——此前披露的只是配售与 36 个月锁定期。王兴兴在网上投资者交流会上称上市是"全新的起点"，并把人形机器人毛利率回落归因于多重因素。来源：每日经济新闻 https://www.nbd.com.cn/articles/2026-08-07/4535669.html、观点网 https://www.guandian.cn/article/20260807/582185.html

梅卡曼德（Mech-Mind）｜ 港股 IPO 备案获批 ｜ 累计融资超 20 亿元 · industrial

梅卡曼德（雄安）机器人科技今日获 IPO 备案，准备赴港交所上市，股东名单包括 IDG 资本、美团、红杉中国、源码资本、英特尔资本、启明创投，累计融资额超 20 亿元。公司 2016 年由邵天兰创立，主业是以 AI 和 3D 视觉为核心的工业机器人方案，已形成"3D 相机＋自研 AI 算法＋软件平台＋灵巧手"的眼-脑-手标准产品，规模化交付场景覆盖工件上下料、拆码垛、高精度装配、缺陷检测与焊接，服务全球 100 多家《财富》500 强客户、业务覆盖近 50 个国家和地区。在人形整机公司扎堆递表的当下，这是少见的一家从工业视觉侧切入具身智能的候选标的。来源：雷递 https://m.sohu.com/a/1060128747_430392?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334

自变量机器人（X Square Robot）｜ 拟港股 IPO ｜ 投后估值 200 亿元 · embodied ⚠️ 传闻口径

多家媒体称自变量已向港交所秘密递交上市申请，但公司未作官方回应、港交所亦无可检索的申请文件。这家 2023 年底成立的公司是国内唯一同时拿到美团、阿里、字节、小米四家投资的机器人公司，且四家轮番领投 A、A+、A++、B 轮；6 月底宣布两个多月内连完 B+、B++、C 三轮，估值站上 200 亿元。技术路线上它从第一天就做通用模型而非专用模型，自研统一架构 WUM；落地侧 6 月已与 58 到家合作，让机器人进入深圳的真实家庭与保洁员协同作业。来源：超电机器人 https://m.sohu.com/a/1060066439_118792?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334

Ommo Technologies ｜ A 轮 ｜ 数千万美元 · adjacent

香港鼎珮集团（VMS Group）与一家未具名基金联合领投，康君资本跟投，点石资本任独家 FA。Ommo 做的是永磁磁场定位——靠永磁体机械旋转生成特征磁场，绕开光学定位被遮挡即失效、传统电磁定位怕金属干扰且需要巨型线圈的两道硬伤，在规定范围内做到亚毫米级精度，磁传感器最小约 0.8 毫米、比一粒米还窄，可嵌进机器人末端或医疗器械。技术先在手术导航场景验证，已与国内外百余家医疗器械企业合作；今年转向具身智能，首款数据采集手套用于采集人手实操姿态，切的是行业公认稀缺的三维物理实操数据。来源：36氪 https://www.36kr.com/p/3927419946629256

云深处科技 ｜ 科创板 IPO ｜ 审核状态变更为"已问询" · humanoid

据上交所官网，云深处科技科创板 IPO 审核状态由受理变更为已问询。继 7 月下旬递表后，这家四足与人形机器人公司进入交易所实质审核环节。来源：新京报 https://www.bjnews.com.cn/detail/1786099693129012.html

主线科技 ｜ 二次递表港交所 · autonomy

L4 干线物流自动驾驶公司主线科技再度向港交所递表。该赛道近期递表密集，但商业化仍卡在从示范运营到规模盈利的"死亡之谷"——同日小马智行也宣布切入自动驾驶轻卡，为 Robotaxi 技术找第二条变现路径。来源：亿邦动力 https://www.ebrun.com/20260807/692626.shtml

Vangrid ｜ 种子代币轮 ｜ 900 万美元 · adjacent

DePIN 项目 Vangrid 完成 900 万美元代币轮融资，用于搭建面向 physical AI 的去中心化空间数据网络。思路是用分布式激励解决三维空间数据采集成本高、覆盖稀疏的问题，属于具身数据供给侧的另类路径。来源：The Block https://www.theblock.co/post/411022/depin-project-vangrid-funding-token-round-spatial-data-physical-ai

Zoox 拿到 NHTSA 放行，下周起在拉斯维加斯正式收费 · autonomy

亚马逊旗下 Zoox 上周获得美国国家公路交通安全管理局批准，未来两年内可投放最多 5000 辆无方向盘的定制 robotaxi，并可向乘客收费；公司确认下周开始在拉斯维加斯收车费。这是 Zoox 从长期免费测试转入商业运营的分界线——此前它已在拉斯维加斯、旧金山、奥斯汀和迈阿密载客超 100 万人次、行驶超 300 万英里，却一直不能收钱。含义在于两点：一是无方向盘、非改装车的定制车型首次拿到规模化付费部署的联邦许可，二是 Waymo 第一次有了一个体量可比的对手。据移动应用追踪机构 Apptopia 数据，2026 年 1 月至 6 月 Zoox 的月活用户份额从 15% 升至 25%，同期 Waymo 从 79% 降至 69%（第三方口径，非运营方披露）。来源：CleanTechnica https://cleantechnica.com/2026/08/06/zoox-to-start-charging-passengers-next-week/

造船巨头 HII 向两家机器人公司下最高 9 亿美元七年生产订单 · industrial

美国最大军船制造商 HII 与 Path Robotics、GrayMatter Robotics 签署长期绩效导向生产协议，七年内拟向两家公司发出最高 9 亿美元造船工作量，覆盖航母、潜艇、驱逐舰、两栖舰、未来护卫舰与无人水面艇项目。协议分两阶段：开发阶段共同研发并认证自主焊接、打磨、喷砂、喷涂、装配、检测等高精度工艺，整合成一条自主生产线；交付阶段 HII 才开始按成本、进度与质量表现向两家采购，从小型钢结构起步扩展到分段与模块。这不是一笔预付订单，而是一个附有技术与制造成熟度里程碑条件的长期需求信号——正因为有它，两家公司才敢在机器人、厂房与人力上做长周期投入。同期背景是 HII 2026 年计划外包超过 250 万小时造船工作量，比 2025 年增加 30%。来源：Marine News https://www.marinelink.com/news/path-robotics-graymatter-robotics-sign-541876

Brain Corp 全球部署突破 5 万台，上半年新增量同比增 68% · industrial

机器人操作系统厂商 Brain Corp 宣布搭载 BrainOS 的机器人全球累计部署超过 5 万台，2026 上半年全球部署量同比增长 68%；同期机队自主运行超 530 万小时（同比 +24%），覆盖面积超 37 亿平方英尺，自主覆盖面积比去年同期多出 4 亿平方英尺。这些机器人分布在零售、物流、机场、商业清洁与库存管理场景。CEO David Pinn 的表述值得注意：企业买家评估的已不是单台机器人能否完成孤立任务，而是一个自主平台能否在成百上千个站点上给出可预测的性能、安全的数据处理与统一的机队管理——公司近期通过 SOC 2 Type II 合规，正是冲着这条采购标准去的。来源：Robotics & Automation News https://roboticsandautomationnews.com/2026/08/07/brain-corp-reports-68-percent-growth-and-surpasses-50000-autonomous-robots-worldwide/104006/

Kodiak 二季度增投 7 台无人卡车，车队达 35 台并发布 Gen7 · autonomy

Kodiak AI 二季度新增 7 台无人驾驶卡车，客户自有车队增至 35 台，并推出第七代 Kodiak Driver 平台——算力较上代提升近 50%，采用更紧凑的模块化设计以支持成本更低的日间驾驶室配置，7 月自主就绪度指标升至 91%。运营侧，累计付费运营时长突破 4 万小时（较一季度末增 71%），季度运货超 30 万吨。财务侧则显示这仍是烧钱阶段：二季度营收 350 万美元、环比增 91%，但经营性现金消耗 3410 万美元、自由现金流出 3810 万美元，期末现金及证券 1.511 亿美元。公司目标是年底前实现无人长途首发。来源：Automotive World https://www.automotiveworld.com/news/kodiak-deploys-more-driverless-trucks-unveils-gen7-driver/

广州邮政 8 台具身机器人分拣快递，最高 1200 件/小时 · embodied

中国邮政广东省广州邮区中心自 2026 年 3 月起在江高陆运出口中心陆续部署 8 台具身机器人做自动化供件测试，经多轮数据训练与现场调试，最高供件效率达 1200 件/小时。规划路径写得比多数试点更具体：2027 年二季度把效率提到 1600 件/小时，三季度完成人形机器人与分拣机整套设备的数据互通与作业联动。目前仍属试点阶段，尚未进入常态化生产。来源：中国新闻网 https://www.hi.chinanews.com.cn/hnnew/2026-08-07/744052.html

优必选拿下 AI 大模型公司超 5000 万元人形机器人订单 · humanoid

优必选公告获得一家 AI 大模型公司超 0.5 亿元的人形机器人订单。买方为大模型厂商而非传统工业客户，指向的是数据采集与模型训练用途的整机采购——这条需求线在今年正成为人形整机厂一块规模不小的现金流来源。来源：富途牛牛 https://news.futunn.com/th/flash/19717823/ubtech-robotics-secures-over-rmb-50-million-in-humanoid-robot

Tate 用 58 台协作焊接机器人，单人焊接产出提升 12 倍 · industrial

数据中心基础设施厂商 Tate 在阿肯色、弗吉尼亚和肯塔基三地工厂部署了 58 台 Hirebotics Cobot Welder 协作焊接系统，关键结构件上的单个焊工产出提升 12 倍，同时持证焊工团队反而扩编。这家有 120 年历史的公司 2024 年决定从手工焊转向云连接自动化网络，用无代码平台 Beacon Pro 在手机或平板上编程、运行与监控跨厂机队。阿肯色工厂还跑通了一条特殊工序：协作机器人负责上游的点焊与预装配精度环节，把件喂给下游工业机器人，让产线节奏保持稳定。来源：Robotics & Automation News https://roboticsandautomationnews.com/2026/08/07/data-center-infrastructure-company-tate-boosts-welding-productivity-12-fold-with-fleet-of-58-hirebotics-cobots/103993/

FCC 机器人禁令范围厘清：按生产地划线，工业机器人明确豁免 · adjacent

国际机器人联合会（IFR）今日发布事实说明，把 7 月 28 日 FCC 将"外国生产的先进机器人设备"列入 Covered List 一事的边界讲清楚了——此前市场只知道宇树等中国厂商的新型号可能无法在美销售，实际影响面比这大得多。三个关键点：其一，限制依据是产品在哪里生产，而非制造商的国籍，因此总部在美国、欧洲或亚洲的公司只要在美国境外制造，同样会被覆盖；其二，覆盖范围指能脱离操作员自主运行、带传感器与联网能力的移动地面机器人，包含服务机器人、AMR、人形、四足乃至部分消费级机器人，而关节型、直角坐标、SCARA 与并联工业机器人被明确排除；其三，规则不溯及既往，已获 FCC 认证的产品可继续进口、销售和使用，为维持功能与网络安全的软件固件更新亦获许可。FCC 另设条件批准通道，但申请方需提交股权结构、投资人、供应链、制造安排、软固件架构与网络安全控制等大量商业信息。这实际上把一条看似针对单一国家的禁令，变成了对全球机器人产业制造地布局的重新定价。来源：国际机器人联合会 IFR https://ifr.org/ifr-press-releases/news/fcc-restrictions-on-foreign-produced-advanced-robotic-devices

腾讯开源三款具身基座模型，把机器人拆成三个不同频率的"脑" · world-model

腾讯在 WAIC 2026 正式开源三款具身基座模型：Hy-Embodied-VLM-1.0（空间与场景理解）、Hy-Embodied-RxBrain-1.0（认知规划与未来状态想象）、Hy-Embodied-VLA-0.5（高层目标到连续动作）。首席科学家、Robotics X 实验室主任张正友给出的架构判断是：当下 VLA 的少被讨论的痛点，是认知、感知与执行被迫共用同一条计算链路、跑同一个频率，而物理世界的时间尺度差异极大——触觉反馈约 1 毫秒，底层运动控制以 500Hz 至 1000Hz 运行。腾讯的做法是让上层认知系统按需唤醒、中层感知行动系统以约 15Hz 持续接收多模态信息、底层执行系统以更高频率像条件反射一样处理碰撞与失衡，配合自研智能体框架 TairosAgent 把任务响应时间压到 2—3 秒。RxBrain 的差异点则在于不只用语言生成任务步骤，还预测每个子任务完成后物理世界"应该长什么样"，把视觉状态放进认知通路。落地数据是最硬的一段：Hy-Embodied-VLA 已进入一家日化品工厂做生产测试，在高混合小批量、SKU 频繁迭代的产线上作业成功率超过 95%、单件节拍快于 6 秒，新增 SKU 留给数据采集与后训练的时间不到 3 天。张正友对行业现状的评价直白：「Demo 做到 80 分、90 分，真正没有落地，几乎就等于零。」该模型在 RoboDojo 评测综合第一的说法出自腾讯自报口径。来源：InfoQ https://m.sohu.com/a/1059948781_104421?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334

魔法原子无锡万台产线开工，产能构成中四足占绝对多数 · humanoid ⚠️ 规划口径

MagicLab（魔法原子）在无锡梁溪科技城的总部工厂破土动工，规划 4 条关节模组产线与 2 条整机产线。值得留意的是产能构成——据盖世汽车，满产后设计年产能 1 万台中，9000 台为小型四足、1000 台为大型四足，与外界看到"万台人形产线"的直觉并不一致。这家 2024 年初成立的公司在 WAIC 2026 一口气发布了全尺寸人形 MagicBot X1、工业轮式人形 MagicBot D1 和轻工业四足 MagicDog T1，4 月发布过原生世界模型 Magic-Mix。行业里成立三四年、真正跨过万台产能门槛的仍是个位数，多数二线玩家还停在千台级规划，产能爬坡、供应链与成本仍是未解项——工厂开工是事实，达产则是目标。来源：盖世汽车 https://autonews.gasgoo.com/articles/news/magiclab-starts-construction-of-10000-unit-production-line-2085609226494775297

RhOS-World: Khora 宣称把世界模型的同屏智能体推到 1024 个 · world-model ⚠️ 厂商口径

RhOS.ai 与 Ophilus.AI 发布世界模型架构 RhOS-World: Khora，并放出可在线试玩的多人 3D 射击 demo——画面、碰撞与中弹反馈据称全部由 AI 世界模型实时推演，不含传统物理引擎代码。此前世界模型基本困在"单观察者视角"，多视角一致性要么崩塌要么算力指数级膨胀；Khora 的做法是引入所有智能体共享的时空黑板 STBoard，黑板不记录像素、只维护 4D 世界的绝对物理状态，智能体各自写入局部变化、再读出世界状态渲染自己的视角，彼此无需直接通信。团队称因此模型结构与视角数量解耦，在 10 个智能体数据上训练的模型可零微调泛化到 1024 个。这套能力若成立，指向的是多机械臂柔性产线共享同一套物理时空直觉；但目前公开的仍是游戏环境 demo，尚无第三方复现或真机结果。来源：36氪 https://www.36kr.com/p/3928843800328321

Waymo 联席 CEO 公开质疑纯视觉路线 · autonomy ⚠️ 演讲口径

Waymo 联席 CEO 在一场主题演讲中直指特斯拉的纯摄像头 Robotaxi 路线，认为其在实现真正无人驾驶上面临巨大障碍。同期特斯拉 Robotaxi 在奥斯汀把运营时段收窄至晚 10 点，另有一起停在停车标志前被追尾的事故进入 NHTSA 备案。多传感器与纯视觉之争已持续多年，双方各自的运营数据仍未构成可直接比较的证据。来源：36氪 https://eu.36kr.com/en/p/3929121590869121

韩国陆军将机器人与无人装备铺进全军后勤链 · industrial

韩国陆军宣布把机器人与无人装备引入整条后勤补给链，用于加快全国范围的物资周转。这与近期韩国政府侧的动作构成同一条线索：此前已提出每年部署 1000 台 AI 机器人、面向 10 大产业做专用人形，大邱建成国内首个人形机器人安全认证中心。军队后勤是少见的、对稳定性要求极高又愿意承担早期成本的规模化场景，其采购标准往往会外溢成民用产品的可靠性基线。来源：Chosunbiz https://biz.chosun.com/en/en-policy/2026/08/07/FOWV37TTMBC2TIHBTSNW2FLTEI/?outputType=amp

北汽集团成立元启物理智能科技公司，业务涵盖机器人研发 · embodied

北汽集团新设元启物理智能科技公司，经营范围涵盖机器人研发。整车集团单独设立物理智能实体，今年已成为一种固定动作——车厂手上同时握有量产制造能力、供应链议价权和自动驾驶积累的感知栈，是人形整机竞争中少数不必从零补课的一类玩家。来源：第一电动网 https://d1ev.com/news/shichang/309541