DELE-w0.5：世界模型不必先把视频画出来 · world-model

视频生成对世界动作模型是多余的中间目标，这篇论文把这个判断做成了实验。DELE-w0.5 跳过逐帧预测，直接从压缩后的未来 latent state 反推动作序列，理由是机器人要的是动作执行完世界变成什么样，而不是中间每一刻长什么样。四项长程操作任务、480 次真机试验，整任务成功率 62.5，比最强基线高 47.5 个百分点，训练与推理开销同时降下来。

Fenghao Lei et al. · arXiv 2608.22067 https://arxiv.org/abs/2608.22067

GeoWAM：驾驶世界模型改预测点云，不预测图像 · autonomy

像素把几何、运动和光照纠缠在一起，驾驶世界模型却要从二维图里反推三维变换。GeoWAM 换掉状态空间，预训练目标不再是未来图像而是未来场景的点云几何，动作头再基于这份几何动力学预测自车轨迹。开环与闭环评测都显示，几何世界建模得到的驾驶策略明显强于基于图像的同类。

Yiren Lu et al. · arXiv 2608.23486 https://arxiv.org/abs/2608.23486

LD4WAM：5000 小时人类视频喂给世界动作模型 · world-model

人类视频便宜、多样，可它只能教出不可直接执行的像素级动力学；动作重定向反过来又留下巨大的跨形态视觉落差。LD4WAM 提出 motion-aligned latent dynamics 做中间表示，一边保留完整的未来视频生成，一边用可学习 query 把这层动力学蒸馏出来给动作做条件。预训练语料是自建的 5000 多小时人类与机器人数据，在 RoboTwin 仿真以及夹爪、灵巧手真机上都跑得住，换未见物体和背景也不掉。

Zhenhao Shen et al. · arXiv 2608.22403 https://arxiv.org/abs/2608.22403

一致性损失加错地方会有害，还牵出已发表数字的水分 · world-model

相机换个角度，world action model 就掉链子。这篇给出一条近乎反直觉的结论：把跨视角一致性损失加在预测未来画面这类随视角变化的输出上可证明有害，正确做法是只约束动作块、未来本体感知与 value 这些视角不变的部分。方法不需要相机标定、外参或深度，在训练视角包络之外的留出视角上，闭环成功率比配对对照高 12.2 个百分点，包络内则没有增益。顺带做的跨骨干审计指出，已发表的相机鲁棒性数字被腕部相机的位姿稳定性混淆了。

Bingqi Huang et al. · arXiv 2608.21402 https://arxiv.org/abs/2608.21402

The Imitator Game：九个 SOTA 模型在第四级集体崩盘 · benchmark

人模仿的是意图，机器人学的是轨迹，这套 benchmark 把两者的差距分成 L0 到 L3 四级，逐级拉开人类演示与机器人自身场景的距离。九个 SOTA 模型从 L0 到 L2 表现平稳，到 L3 全线崩盘，卡点是功能替代，也就是用另一件物体的 affordance 达成同一意图。配套的 IG-10K 是目前最大的环境对齐人机配对数据集，2 万多条配对片段、50 多个任务、6 个领域，真机与仿真都覆盖；所有模型在未见任务上的零样本成功率低于 13%，而只用 10 条配对演示微调就能拿到随预训练规模增长的显著收益。

Xunzhe Zhou et al. · arXiv 2608.22301 https://arxiv.org/abs/2608.22301

往提示词后面加一句检索文本，VLA 成功率从 92.47% 掉到 3.00% · vla

作者把这个现象叫 prompt-form collapse：改变指令的形式本身就足以主导执行，追加的语义有没有用反倒是次要的，有意义的文本和长度对齐的无意义文本在全部 500 个状态上一样失败。TOWN-VLA 的对策是给提示词加一道授权关卡，只有满足固定兼容规则的紧凑指令才被允许改写策略输入，否则逐字节还原原提示。LIBERO-Plus 上每方法 10030 个 episode，成功率从 69.5% 升到 73.1%；真机 PiPER 机械臂配冻结的 π0.5 checkpoint，150 次试验里从 52.7% 升到 78.7%。

Zhiruo Zhou et al. · arXiv 2608.23224 https://arxiv.org/abs/2608.23224

GOLEM：人形拆退役电动车电池包，开源，并给出一条能力阶梯 · manipulation

拆报废电池包这活儿又枯燥又危险，眼下几乎全靠人干。GOLEM 把宇树 H1-2 人形上的行走、操作、动态稳定、导航和空间记忆拆成接口抽象的独立模块，用 Docker 化的 ROS 2 封装，MuJoCo 与 IsaacLab 数字孪生跟实机接口一致，代码开源。真正有价值的是它逐级往上加台阶的评测方式：从真实现代 Ioniq 5 电池包上抓取已松脱的紧固件，吊装状态下成功率 97%，自由站立降到 87%，一旦叠加导航带来的位姿偏差就只剩 37%。

Max Conway et al. · arXiv 2608.21550 https://arxiv.org/abs/2608.21550

一张诊室照片生成可供机器人测试的仿真场景 · benchmark

具身 AI 得在它将来真要干活的临床环境里测，可搭一套逼真、能让机器人跑的场地既贵又难铺开。研究者拿 39 个眼科诊室场景验证，把单张照片转成可编辑、可直接进仿真器的环境，再补上设备网格、碰撞代理与语义锚点，让视觉重建变成能算接触的场景。三种机器人形态在同一批任务目标上的可达性与接触可行性差异明显；设备位置的小幅平移旋转会改变接触裕度，而这一点只看视觉相似度根本看不出来。

Xinyuan Wu et al. · arXiv 2608.21416 https://arxiv.org/abs/2608.21416

InstructMove：不读指令就做不对的操作评测 · benchmark

多数操作 benchmark 判不出策略到底有没有在听指令，目标物体往往视觉上最显眼，或者物理上只有一种做法可行，蒙也能蒙对。InstructMove 要求场景里多个动作都视觉和物理可行、只有一个与语言一致，再把指令遵循拆成类别识别、属性辨别、空间推理和组合式取放四项。实验显示它能诊断出策略走的视觉捷径，其仿真数据也能改善真机上的指令遵循表现，代码放在地平线 RoboOrchardSim 仓库。

Mengao Zhao et al. · arXiv 2608.22990 https://arxiv.org/abs/2608.22990

Skild AI ｜ C 轮 ｜ 14 亿美元 ｜ 投后估值超 140 亿美元 · embodied

软银领投，英伟达、贝索斯旗下 Bezos Expeditions、Macquarie Capital、1789 Capital 跟投，三星、LG 与施耐德电气以战略股东身份进入。公司成立三年，累计融资超 20 亿美元。Skild 不做硬件，卖的是能驱动四足、人形、桌面机械臂、移动操作机器人的 Skild Brain，ABB、Universal Robots、Mobile Industrial Robots 已把它嵌进自家机器。软件目前跑在工厂、数据中心和物流枢纽的数百台机器人上，落地点包括英伟达休斯敦工厂，以及拉瓜迪亚机场的一次试点。2025 年不到半年，Skild 录得约 3000 万美元收入。联合创始人兼总裁 Abhinav Gupta 离开 Meta FAIR 机器人实验室后与卡内基梅隆教授 Deepak Pathak 共同创办这家公司，他说，"这是 GPT 时刻的开始，它会在未来一年到一年半里发生"，赌注押在工厂和仓库，不是家庭。来源：Dealroom https://app.dealroom.co/news/note/skild-ai-hits-14b-valuation-on-1-4b-series-c-to-build-a-universal-brain-for-robots

Gatik ｜ D 轮 ｜ 2 亿美元 · autonomy

卡塔尔投资局与 Koch Disruptive Technologies 联合领投，Millennium Management、ARK Invest、Intact Private Capital 跟投。Gatik 做配送中心到门店之间的中短途无人货运，路线分布在得州、阿肯色、亚利桑那和加拿大，客户有沃尔玛、Tyson Foods 和加拿大杂货连锁 Loblaws。公司称已完成 8.5 万单全无人配送，合同收入超过 6 亿美元，准点率 99%。今年 1 月 CEO Gautam Narang 曾对 Forbes 说，车队要从不到十几台扩到 2026 年底的数百台厢式货车。来源：Forbes https://www.forbes.com/sites/edgarsten/2026/08/25/gatik-scores-new-200-million-investment-for-its-driverless-truck-tech/

Generalist AI ｜ 新一轮 ｜ 2 亿美元 · embodied

8VC 领投，部分老股东跟投，估值未披露，距其 6 月那轮 4 亿美元只隔两个月。约一周前公司刚放出 Gen-1.5，主打压缩工厂自动化流程的搭建时间：用户戴传感器或用机器人自带相机演示一遍，模型就学得会新任务，10 项样本任务在单次演示下平均完成率 59%（已报）。来源：Axios（디지털투데이 转述）https://www.digitaltoday.co.kr/en/view/96363/generalist-ai-raises-200-million-in-funding

Airbound ｜ A 轮 ｜ 3700 万美元 · adjacent

Greenoaks 领投，DoorDash、Lightspeed、Lachy Groom、Humba Ventures 跟投，距 865 万美元种子轮不到一年，累计融资近 5000 万美元。这家印度公司做尾座式垂直起降无人机，思路是让飞机自重低于载荷：现役机型 TRT 约 3.3 磅、载 2.2 磅，在研版本约 6.6 磅、载至多 11 磅。班加罗尔与贡土尔已飞完 1.3 万余次自主飞行，其中千余次给医院网络 Narayana Health 送检验样本，2.5 英里路程约 7 分钟，走地面两轮车算上凑单等待要 3 到 5 小时。来源：TechCrunch https://techcrunch.com/2026/08/24/indias-airbound-bags-37m-to-take-on-trucks-with-rocket-like-drones/

General Intuition ｜ 新一轮 ｜ 估值约 60 亿美元 · world-model

继 23 日传出洽谈后，出资方揭晓为 Valor 与 Point72，公司同时把重心推向机器人。来源：TechCrunch https://techcrunch.com/2026/08/24/valor-point72-back-general-intuition-at-6b-valuation-as-ai-startup-pushes-into-robotics/

NEC × Dexmate ｜ 战略投资 ｜ 金额未披露 · embodied

NEC 旗下 Orchestrating Future Fund 投资美国机器人公司 Dexmate，后者的产品是 VEGA 人形机器人。来源：NEC https://www.nec.com/en/press/202608/global_20260825_01.html

银河通用 Galbot S1 在宁德时代产线 7×24 常态化运行 · embodied

双臂最大负载 50 公斤的 Galbot S1 已经在宁德时代产线上常态化跑 7×24，干的是物料拆垛、搬运与码垛。同一场 WRC 上，银河通用还发布人形机器人银河星仔及驱动它的具身大模型银河星脑（AstraBrain），公司称同一个通用大脑可同时指挥双足、轮式、重载三类本体。展台演示与产线常态化运行是两回事，前者的稳定性不能直接推到后者。⚠️ 厂商口径来源：盖世汽车 https://m.gasgoo.com/news/70470213.html

越疆科技具身智能半年收入 4500 万元，同比增超 20 倍 · industrial

越疆科技上半年营收约 3.2 亿元，同比增 106.6%，其中具身智能业务收入突破 4500 万元，同比增超 20 倍，占总收入接近 15%，公司累计具身智能客户 231 家。研发投入约 1.0 亿元、同比增 148.4%，整体亏损随之扩大；公司称自研的空弈 DobotWAM 在 LIBERO 上平均成功率 99.25%，高于截至 2026 年已公布结果的主流公开模型。⚠️ 厂商口径来源：搜狐 https://m.sohu.com/a/1067255006_120773109?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334

擎朗 KOM 3.0 把潜空间世界模型塞进服务机器人 · embodied

上一代 KOM 2.0 走的是快慢双系统，慢系统 K-Mind 管任务理解和规划，快系统 K-Act 管精细动作生成。KOM 3.0 在此之上融合潜空间世界模型，擎朗称这是全球首个融合潜空间世界模型的服务行业 VLA 架构。WRC 现场搭了咖啡亭、甜品屋、零售店、洗衣房四个场景，人形机器人 XMAN-R1 以特聘咖啡师身份自主完成取杯到萃取的全流程，洗衣房里两台人形在统一调度下协同洗衣叠衣。COO 万彬称公司累计出货已超 10 万台，业务覆盖 60 多个国家和地区。⚠️ 厂商口径来源：盖世汽车 https://m.gasgoo.com/news/70470256.html

亚马逊筹划全自动配送站 Tetromino，公司称文件里的数字不准 · industrial

Business Insider 看到的一份上月内部规划文件写道，亚马逊计划 2028 年为首个 Tetromino 试点投入 1.03 亿美元，2029 年建五个站点、每个约 8500 万美元，2030 年再加十个，到 2029 年累计投资超过 5.3 亿美元。文件称这一设计的包裹处理速率约为现有配送站的 2.5 倍。亚马逊发言人对 BI 表示，这是"早期概念"，文件里的具体财务数字和路线图"不准确，不反映我们当前的计划"。配送站是包裹交到司机手里前的最后一环，归位和装车恰恰是业内公认最难自动化、最贵的部分。文件提到关键技术之一可能来自初创公司 Boxbot，其托盘存取系统号称把装车环节提速至多十倍。7 月财报会上亚马逊说，2026 年机械臂数量将增加一倍以上。来源：Business Insider https://www.businessinsider.com/amazon-tetromino-project-aims-to-fully-automate-delivery-stations-2026-8

Waymo 选定慕尼黑作为欧盟首个 Robotaxi 城市 · autonomy

《金融时报》报道 Waymo 已把慕尼黑定为欧盟首站，公司今年 6 月已在当地登记德国子公司 Waymo Germany GmbH。另有报道称它在马德里设点，为自动驾驶出租测试做准备。同日，亚马逊 Zoox 的无方向盘 Robotaxi 从拉斯维加斯扩到旧金山等更多城市（已报开始收费）。来源：Financial Times https://www.ft.com/content/21ef2743-2cc2-41ef-8329-84adce69d975?syn-25a6b1a6=1；Olive Press https://www.theolivepress.es/spain-news/2026/08/25/waymo-sets-up-madrid-base-ahead-of-self-driving-taxi-trial/；NBC News https://www.nbcnews.com/video/amazon-s-steering-wheel-free-robotaxi-expands-to-more-cities-268805701670

优必选与新加坡电信签署谅解备忘录 · humanoid

双方在 2026 世界机器人大会上签了 MOU，方向是把具身智能机器人与通信服务能力结合，推动机器人方案在亚太企业运营场景落地。备忘录未附金额、交付量或时间表。⚠️ 计划口径来源：北京商报 https://emwap.eastmoney.com/a/202608253853339076.html

道交法修订草案新增自动驾驶专章，违法由生产、进口企业接受处理 · autonomy

道路交通安全法修订草案25 日提请十四届全国人大常委会第二十四次会议初次审议，全文 9 章 170 条。自动驾驶部分给了四条：自动驾驶汽车须通过道路通行规则符合性测试并依法登记，方可上道路行驶；自动驾驶系统运行期间的相关交通违法行为，由生产企业、进口企业接受处理，具体办法由国务院公安部门牵头制定；对自动驾驶汽车实行机动车道路交通事故责任强制保险制度，办法由国务院定；生产企业、进口企业须确保道路行驶安全、网络安全和数据安全，且不得虚假、夸大宣传自动驾驶功能。现行道交法 2004 年施行，2007、2011、2021 年三次修正都只动了个别条款。违法处理主体从驾驶人移到生产、进口企业，会直接改写国内自动驾驶公司的合规成本结构。草案同期还写进电动自行车最高时速不得超过 20 公里、禁止"盲驾"、规范"暴走团"等条款。来源：中国新闻网 https://www.chinanews.com.cn/gn/2026/08-25/10683814.shtml

FCC 把先进移动机器人列入清单，2028 年美产机器人国产件须超 65% · hardware

美国联邦通信委员会 7 月把先进移动机器人放进 Covered List。按 FCC 网站的问答页，2028 年在美组装的新型先进机器人，国产零部件价值占比须超过 65%，2029 年超过 75%。豁免怎么走，监管方至今没讲清楚。代表近 1500 家机器人与自动化企业的行业协会 A3 主席 Jeff Burnstein 说，"大家都在琢磨这对自己意味着什么、会有什么影响"，应对监管环境"目前是一天一变的事"。加州大学圣迭戈分校荣休教授、前 FCC 官员 Peter Cowhey 对日经说，管制意图是推动供应链多元化和部分产能回流，"问题是没有具体机制能从这里走到那里，把中国产品换成美国产品"，他把这叫作"一种强行进口替代的不连贯政策"。来源：日经亚洲 https://asia.nikkei.com/business/technology/us-robot-curbs-lay-bare-industry-s-dependence-on-chinese-parts

天工机器人百米刷到 8.86 秒 · humanoid

第二届世界人形机器人运动会大型组 100 米复赛第一组，北京人形机器人创新中心的天工跑出 8.86 秒，把开幕式上刚创下的 9.39 秒又削掉半秒多。路透同日以中国机器人天工在北京跑进 9 秒为题作了报道。赛场另一头没那么体面：一台人形在举重项目中撞上裁判席，被担架抬离。来源：川观新闻 https://cbgc.scol.com.cn/news/7886976；Reuters https://www.reuters.com/world/asia-pacific/chinese-robot-tiangong-clocks-sub-9-second-100-metres-beijing-2026-08-25/；EssentiallySports https://www.essentiallysports.com/wild-scenes-as-robot-taken-out-of-competition-by-stretcher-at-chinese-olympics/

小鹏第二代 VLA 升到 6.3.0，端侧参数量翻 3.5 倍 · autonomy

新版本把端侧模型参数量提到旧版的 3.5 倍，端到端响应速度提升 300%，小鹏称这一规模是行业主流 VLA 模型的 15 倍。首发车型 G9L 用图灵 AI 芯片，Max 版一颗，Ultra SE 与 Ultra 两颗。6.3.0 第一次把部分 Robotaxi 的 L4 体验放进量产车，含智能原地起步、精准靠边停车、园区自主漫游找车位；系统支持超 30 秒时序推演，可预判未来 6 秒场景。VLM 同时进了座舱，支持模糊导航与语音就近泊入。G9L 累计研发测试里程超 674 万公里，覆盖 26 个国家和地区，8 月底起陆续推送。⚠️ 厂商口径来源：网通社 http://auto.news18a.com/news/storys_290170.html

何小鹏：IRON 年底进入规模量产，2027 年正式上市 · humanoid

二季度业绩会上何小鹏给了时间表：今年底起进入规模量产，先从小鹏自家门店和园区落地；2027 年 IRON 正式上市，面向零售与服务业外部客户在中国和海外规模交付，明年月产能可按市场需求提到数千台。他说 IRON 全身 76 个自由度、灵巧手单手 21 个自由度，机器人研发已做了八年，高阶通用人形的技术挑战比智能汽车至少高 20 倍。他还预测，IRON 上市后单台全生命周期的收入与毛利贡献将大幅高于当前汽车业务的单车均价和毛利。上周该业务刚完成首轮超 9 亿美元融资、投后估值超 63 亿美元（已报）。⚠️ 演讲口径来源：快科技（新浪科技转载）https://tech.sina.cn/2026-08-25/detail-inipnyqu1610670.d.html?vt=4&cid=76524&node_id=76524

蔚来智驾负责人任少卿创立物理 AI 基础模型公司 · world-model

8 月 24 日蔚来 CEO 李斌在智驾全员会上宣布，任少卿已创立一家做物理 AI 基础模型和具身智能的独立公司，蔚来将战略投资并与之合作，任少卿继续担任蔚来智能驾驶业务负责人。新公司完成注册，名称与融资情况未公布。他是 ResNet 的四位作者之一，也是 Faster R-CNN 的提出者之一，加入蔚来后主导了国内首个大规模、可推演的智能驾驶世界模型 NWM 的量产交付。36Kr 另称这家公司注册即成独角兽，与融资未披露的说法对不上。来源：晚点（智东西转述）https://zhidx.com/p/587772.html；36Kr https://eu.36kr.com/en/p/3954296897404036

韩国启动 K-Moonshot AI 人形任务，三年内定国家队平台 · humanoid

科学技术信息通信部 25 日开会向产学研征求意见，讨论"K-Moonshot AI 人形任务路线图"草案，目标是三年内拿出世界级的国家队 K-humanoid 平台，把 AI 模型和关键零部件本土化，从核心技术开发一路串到示范和量产。同时公布的还有 Next-X 人形挑战赛，评估韩国国内研发的人形机器人并择优支持，2027 年起通过这一挑战赛最终选出国家队级平台。任务总负责人여준구说，AI 之后的下一波是能在物理世界中自行判断和移动的物理智能，人形是它的核心平台。路线图吸收本次意见后提交科技相关部长会议，下月定稿发布。来源：디지털투데이 https://www.digitaltoday.co.kr/en/view/96191/south-korea-launches-k-moonshot-humanoid-aims-for-national-platform-within-three-years

深圳 1—7 月工业机器人产量增 45.5% · industrial

深圳市统计局 24 日数据：1—7 月全市规模以上工业增加值同比增 9.2%，比上半年加快 0.5 个百分点，专用设备制造业增 14.4%、通用设备制造业增 14.3%。高技术产品里，3D 打印设备、工业机器人、锂离子电池产品产量分别增长 62.3%、45.5%、27.1%。来源：财联社（新浪财经载）http://cj.sina.cn/articles/view/2868676035/aafc85c302001w018?cre=tianyi&mod=wlocal&loc=15&r=0&rfunc=39&tj=cxvertical_wlocal&tr=1047&pos=362