FutureX · Physical AI

今日要点

· NHTSA 在 Cybercab 上路数小时后立案，查特斯拉自证合规的依据

· 道交法修订草案新增自动驾驶专章，功能激活时违法由车企担责

· 环动科技临门撤回科创板 IPO，RV 减速器国产第一暂别资本市场

· 优必选 15 亿元项目落山西，人形机器人要下煤矿

· Wandercraft 签下 12 家 Calvin-40 客户，雷诺拟 18 个月部署 350 台

· Axis 开源 5 万条 Franka 仿真轨迹，π0.5 在 LIBERO-Plus 涨 4.9 个点

· 星尘 SmoothRL 把动态投掷真机成功率从 39% 抬到 94%

1500 小时双臂家务演示数据开源，训出 VLA 模型 XR-2 · vla

做双臂家务操作的公开数据一直很紧张，此前很少有人能凑够千小时以上，这次作者一口气放出了 1500 小时的演示数据，内容涵盖各种日常家务任务，并且拿这批语料训练出了一个叫 XR-2 的 VLA 模型。他们沿着两条线做了 scaling 实验：一条是不断加大专家演示的数据量，另一条是把实时人工干预产生的 DAgger 纠正数据拿来做后训练。结果两条线上的成功率都随着数据量增加稳步往上走，在他们测试的范围内还没看到性能见顶的迹象。这份数据集也已经一并开源出来了。^[1]

BRIDGE：把人形机器人的形态设计和全身控制放进同一个优化框架 · locomotion

人形机器人「动起来不像人」这个老毛病，根子其实出在硬件设计和全身控制历来是分开做的。这篇论文提出了一个数据驱动的框架，把形态设计和控制放到一起协同优化，还给出了一个新指标，可以同时衡量两件事：把人类动作重定向到机器人身上的运动学保真度，以及实际执行时的动态跟踪表现。研究者拿 Bumi、K1、ToddlerBot 三个基线人形机器人做对比，各项指标都做到了 SOTA。最后他们做出了一台 88cm 高的开源平台 Bridge，控制策略也一并放了出来。^[2]

MINERVA：0.54M 参数就能把 LIBERO 打到 95.1% · benchmark

现在 LIBERO 榜单几乎被十亿参数级的 VLA 模型占满了，这篇论文反过来问了一个问题：这个基准到底需要多大的模型容量才够用。作者用一个只有 0.54M 参数的小策略，在四个标准套件上跑了 2000 次 rollout，平均成功率达到 95.1%，比 LeRobot 报告里 π0.5 的成绩只低了 2.4 个点，参数量却少了 7700 倍，而且在笔记本 CPU 上每个 chunk 只需要 5 到 9 毫秒。还有一个更值得注意的发现：他们做了一个 task-ID 置换探针，只是把任务编号的映射打乱，成功率立刻掉到接近随机水平，这说明标准 LIBERO 里的指令条件，很大程度上考的是任务记忆而不是真本事。等换到扰动更多的 LIBERO-Plus 测试集，成绩就滑落到了 46% 到 56% 之间。^[3]

FailBench：拿 VLM 当机器人成败裁判，最好的也只有 0.77 · benchmark

如今用 VLM 来判断机器人任务到底做成没做成，已经快成了默认做法，但这套判断在不同领域到底靠不靠谱，之前很少有人系统测过。FailBench 从 14 个公开来源收集了 2197 次操作尝试，其中 75% 的失败是自然发生的，不是人为制造的；研究者拿这些数据测了 13 个 VLM 检测器，结果表现最好的那个平均平衡准确率也只有 0.77。更意外的是，那些专门针对失败检测微调过的模型，成绩反而稳定地不如通用 VLM，甚至比不上它们自己微调前的基线。在接触密集的装配任务上，准确率更是掉到了 0.60 以下；错误分析还发现，一旦证据变得模糊，模型会系统性地倾向判定为「成功」。^[4]

EGR：让 VLA 分清哪路传感器真的有用 · vla

如果训练数据本身有限又同质，VLA 就很容易在不同传感器之间学到一些虚假的相关性，作者把这种失败模式称为 modality entanglement。他们提出的 EGR 会逐帧、逐传感器地计算任务相关性信号来做门控，训练时再加两项一致性约束，好处是推理阶段完全不需要额外开销。在双臂 Kinova 加实物干扰物的真机测试里，成功率从原来的 30% 提升到了 85%；在配了视觉和 GelSight 触觉的单臂平台上，也从 55% 提高到了 70%。^[5]

WISE：世界模型的想象要调度着用，GPU 时间省八成 · world-model

让策略在世界模型的「想象」里先试错，本来是好事，问题是算力开销很大，而且如果展开得太长，预测误差会不断累积，最后喂给策略的监督信号就变得不可信了。WISE 采取的办法有点像排班：只在跟当前交互确实相关的状态下才触发想象，做一个有边界的多视角 rollout，然后用进展信号和完成信号去评价这些候选未来。这套方法在 π0 和 π0.5 上都带来了提升，而且 GPU 计算时间比全量做想象少了大约 80%。^[6]

RoboTok：把互联网人类视频变成可检索的机器人监督 · manipulation

机器人数据本来就贵，长尾任务的数据就更难凑齐了。RoboTok 的思路是，只要给一段人类操作的查询视频，它就能从网络视频里检索出相关的演示，用来训练灵巧手策略。具体做法是站在以人为中心的参照系里，从三维手部轨迹中学出一个隐式的运动空间，这样一来，即使机位不同、场景不同、遮挡程度不同，操作行为之间也能互相比较，而且这个空间压得够小，可以支持互联网规模的持续索引。不管是检索相关性还是下游任务的成功率，这套方法都超过了已有的机器人数据检索方法。^[7]

原始数据不出门，家里的事还是被导出去了 · perception

家用机器人虽然把原始传感数据留在了本地，但导给规划器、云服务和日志的那些结构化表示，照样可能把家里的信息泄露出去。作者在 120 个 AI2-THOR 场景里把这个问题量化了出来：三种导航导出表示的任务成功率都是 1.000，平均路径比也都是 0.898，可表示层的可链接性却从 0.532 一路散开到 0.970。如果把显式的目标标签换成目标区域，目标类别的 macro-F1 会从 1.000 掉到 0.077，但成功率仍然保持在 0.995；换成几何粗化的做法，虽然能压低泄露，代价是碰撞检测的效用受损。也就是说，无论是简单删字段还是加一层抽象，都给不出一个通用的隐私排序，还是得按具体任务逐项评估才行。^[8]

环动科技（双环传动子公司）｜ 科创板 IPO ｜ 终止分拆、撤回全部申请 · hardware

9 月 3 日晚间，双环传动发公告称终止分拆环动科技上市，并撤回了全部申请文件，给出的理由是「市场环境较筹划之初发生较大变化」。从 2024 年 11 月申报受理开始算起，这次冲刺 IPO 前后跑了还不到十个月。环动做的是 RV 减速器，也就是工业机器人腰、肩、膝这些大关节里的核心部件，2024 年它在国内的市占率达到 24.98%，而四年前这个数字还只有 10.11%，同期它还把纳博特斯克在国内的份额从 51.77% 压到了 40% 出头。两轮问询里问得最尖锐的一个问题是关于客户集中度的，报告期内前五大客户的销售占比从 79.45% 涨到了 92.12%，埃斯顿、埃夫特、汇川技术、新松这几家几乎包圆了它的收入，而其中第一大客户埃斯顿当期还转亏超过 8 亿元。公司对此的解释是主动降价换取份额：2024 年毛利率从 42.47% 降到了 35.36%，换来市占率从 18.89% 跳到 24.98%；到 2025 年，营收做到 4.38 亿元、扣非净利 7500 万元，毛利率也回升到了 36.57%。不过撤单归撤单，需求端的账没变——一台人形机器人身上的 10 到 14 个关节里，有四到六个重负载关节离不开 RV 减速器。^[20]

XTEND ｜ SPAC 合并上市（NYSE: XTND）｜ 估值 15 亿美元 · adjacent

以色列的防务机器人公司 XTEND 完成了与 JFB Construction Holdings 的合并，公司名也改成了 XTEND AI Robotics，9 月 4 日起在纽交所挂牌交易，这次合并给 XTEND 的估值定在了 15 亿美元。这家公司是 2018 年由 CEO Aviv Shapira 联合另外三名创始人一起创办的，做的是由人操作、机器执行的战术无人机系统。它的战略投资方名单里有 Eric Trump、Protego Ventures、Unusual Machines，还有特拉维夫大学旗下的 TAU Ventures。^[21]

微分智飞（杭州）｜ A2 轮 ｜ 数亿元 · adjacent

这轮由普华资本领投，弘晖资本、五源资本、深创投、洪泰资本、BV 百度风投等机构跟投。公司成立于 2024 年，由浙江大学博导高飞牵头，做的方向是飞行具身智能，想让飞行器能在没有 GPS、没有通信、没有光照的未知环境里自主导航并完成任务。目前跑得最实的场景是矿山，产品 P300 只花了半年时间，就替某大型矿企完成了原本需要两年多才能做完的工作量，覆盖了 300 多个采矿区，如今已经进入小批量交付阶段，手上还攥着数百台订单。有意思的是，两家媒体对这轮融资的口径不太一致：集微网写的是 A2 轮，搜狐同一天的投融资动态里则记成了 A+ 轮。^[22]

Hivebotics（新加坡）｜ A 轮 ｜ 600 万美元 · adjacent

这轮由祥峰投资东南亚及印度领投，卫浴制造商 Rigel 和 Fareast Land Development 跟投。它的机器人 Abluo 装了一只多关节机械臂，专门清洁商用卫生间里的马桶、小便池、洗手池和地板，公司方面说现在市面上的商用清洁机器人大多只能扫地，做不了这些。过去 12 个月里，Abluo 已经在亚洲、欧洲、中东和北美的 20 个地点累计运行了约 1 万小时，场地包括医院、机场航站楼和购物中心，官方给出的说法是能用五分钟的人工检查替掉原本 30 分钟的人工作业。联合创始人兼 CEO Rishab Patwari 解释说，之所以从卫生间做起，是因为那里最难搞——又潮湿又狭窄，还满是活动部件。^[23]

深朴智能 ｜ Pre-A+ 轮 ｜ 数亿元 · embodied

这轮融资于 9 月 3 日对外公布已经完成，由珂玺资本、上海科创旗下知识产权资本、金浦投资、亳州产投、上城资本、乾融资本出资，老股东线性资本也跟投了。公司给自己的定位是AI 原生具身智能系统服务商，围绕模型、数据、本体、场景这四块来搭建整套系统。^[24]

Cybercab 在奥斯汀开始载客，NHTSA 数小时后立案 · autonomy

NHTSA 是周五上午宣布对特斯拉立案的，距离首批 Cybercab 上路奥斯汀街头才过去几个小时。这台车没有方向盘、没有踏板，连常规的后视镜都没装，联邦机动车安全标准要求配备的手动控制件，它一件都不剩。特斯拉给监管机构的说法是，按照惯例自己自证了这台车符合全部 FMVSS 标准。NHTSA 在立案文件里写得很明确，要查的正是「特斯拉在给 Cybercab 做认证时依据的流程与技术数据」，以及公司在多大程度上认定某些联邦标准对这台车根本不适用。局长 Jonathan Morrison 的表态留了些余地，他说：「NHTSA 完全支持自动驾驶汽车的安全开发与部署。但作为联邦监管者，我们需要确保所有法律得到遵守。」这条路 Zoox 之前也走过一遭，它 2022 年同样是自证合规，结果次年就被下了特别令，启动了同一种审计问询，商业化进度被拖慢不少，最后还是走完了 Part 555 临时豁免流程，直到 2026 年 7 月才拿到最终批准。车队规模这个变量也值得关注：据得克萨斯州机动车管理局的数据，截至 8 月 31 日，特斯拉为本地 Robotaxi 车队又新注册了 38 台 Cybercab，加起来总数达到 45 台。车上装的是 8 颗高清摄像头配端到端神经网络，不用激光雷达也不用高精地图，算力沿用的还是 Model 3 与 Model Y 上那颗 AI4。特斯拉方面称，规模化之后每英里的成本能降到 0.20 美元。国内这边目前只安排了静态展示，9 月中旬起会在北京、上海等多个城市展出，不涉及销售，也不意味着要在国内开展 Robotaxi 业务。^[25]

睿感机器人拿下国内首张气尘双防爆四轮足认证 · industrial

这张证书是由上海仪器仪表自控系统检验测试所核发的，等级达到 Ex IIC T6 Gb & Ex IIIC T80℃ Db，气体和粉尘两类爆炸性环境算是一起覆盖到了。IIC 对应的是氢气、乙炔这类最高危险等级的气体，T6 要求设备最高表面温度不能超过 85℃；IIIC 覆盖的是导电性粉尘，T80℃ 则要求把表面温度压在 80℃ 以内。除了整机合格证，公司还单独拿到了核心防爆部件的认证。这张证书的分量主要体现在门槛上——石化、油气、煤矿这些场景过去很多机器人只有单一气体防爆资质或者等级偏低，根本进不去。落地的产品是 Delta 防爆四轮足巡检机器人，能支持 50kg 负载上装，遇到沟壑台阶可以在轮式和足式之间切换，机身上还带了激光雷达、红外热像仪、高清相机、声呐和气体探测装置，配合石化云平台 Robo-AI 做异常识别。^[26]

帕西尼把触觉传感送进比亚迪总装线 · embodied ⚠️ 厂商口径

双方签下了一份深度战略合作协议，帕西尼的多维触觉感知技术将进入比亚迪总装环节里由人工完成的关键工序。出席活动的有比亚迪集团副总裁罗忠良、董事会秘书李黔，以及帕西尼创始人兼 CEO 许晋诚，具体协议是由比亚迪未来实验室主任赵伟冰和帕西尼首席战略官罗霄恒签署的。为什么偏偏是总装这一环，通稿里讲得很清楚：冲压、焊装、涂装这些工序靠柔性吊具加视觉定位就能换型，两小时内就能切完；但末端总装涉及几十万个卡扣、涂胶、插接、贴合工位，每换一款车型都得重新标定，靠的是老师傅对材质软硬和形变量差异的手感。在每 1.4 秒下线一台车的节拍下，这类工序到现在都还没被纯视觉方案吃下来。通稿里没有给出装机台数、覆盖工位数或者任何验收指标，这次严格来说只是签约合作，还谈不上部署里程碑。双方还表示，接下来要一起推进工信部、国资委的人形机器人与具身智能实景实训专项。^[27]

睿尔曼 RealBOT 驻进北京稻香村做月饼 · embodied

中秋节前，睿尔曼智能的轮式人形机器人 RealBOT 进驻了北京稻香村零号寻宝馆，跟门店师傅一起搭手做京式月饼，这次驻店作业会一直持续到中秋。这已经不是双方第一次配合了，早在 2026 世界机器人大会上，两家就已经依托 GLN 远程作业网络演示过京式翻毛五仁月饼的制作工序。这一轮驻店的目的说得很直白：倒料的角度、搅拌的力度、脱模的节奏，全都要记录成真机数据，反过来喂给模型训练。睿尔曼这家公司成立于 2018 年，四大核心零部件都是自己全栈研发的，关节模组目前最高年产能能到 50 万台，2026 年的目标是冲到年产百万台。^[28]

Wandercraft 为 Calvin-40 签下 12 家客户，雷诺拟 18 个月部署 350 台 · humanoid ⚠️ 厂商口径

Calvin-40 是这家法国公司做的一款用来搬运的人形机器人，客户覆盖了汽车、物流、零售、医疗和国防等领域，具体名单没有公开；目前唯一公开的一家是雷诺集团，计划在 18 个月内部署 350 台。12 家客户和 350 台部署这两个数字都来自公司自己的通稿，还没有第三方出来确认。^[29]

道交法修订草案新增自动驾驶专章，责任按「是否激活」划 · autonomy

《道路交通安全法》修订草案已经提请人大常委会会议进行初次审议，会后会向社会公开征求意见，草案里新增了「自动驾驶汽车的特别规定」这一专章。这是国家法律层面第一次明确了自动驾驶汽车的法律地位、上道路行驶的条件，以及违法责任该归谁承担。在此之前，相关规定只散落在部门规章、规范性文件和国家标准里，虽然地方上也有过立法尝试，但效力范围有限，事故责任的划分口径也不统一。草案给出的定义是：在设计运行条件下，能够代替驾驶人持续自动地执行全部动态驾驶任务的汽车。责任的划法也随之落了地——自动驾驶功能处于激活状态时发生道路交通安全违法行为，由生产企业、进口企业来接受处理；如果企业认为这次违法行为跟自动驾驶功能没关系，举证的责任要落在企业自己身上。至于没有激活的车，以及只具备辅助驾驶功能的车，还是按非自动驾驶汽车来管理。保险这块目前只搭了个框架，规定对自动驾驶汽车实行交强险制度，具体怎么办由政府来制定。草案还堵上了一个营销上的漏洞，要求企业如实告知设计运行条件，不允许做出跟这个条件不符的产品说明和商业宣传。两位受访的学者对此看法并不一致。中国政法大学教授郑飞认为，「人车交接」这个环节的法律性质现在还没说清楚，接管需要多长时间、按什么标准操作都没定下来，接管过程中一旦出事故，责任依然很难划清，民事赔偿、产品责任和刑事责任都还得靠配套制度进一步细化。中国政法大学法学院副院长张力则觉得，现阶段道交法本来就不太适合去规制民事责任，真要往这个方向规定，就得在「人」之外再增加生产企业、运营服务商、系统开发商这些责任主体，他的判断是「现在的时机或许还不够成熟」。^[30]

优必选 15 亿元项目落山西，人形机器人要下煤矿 · humanoid

9 月 2 日，山西转型综改示范区跟优必选、北京合昊瑞盛签了约，总投资 15 亿元的「山西具身智能创新中心暨工业能源矿山特种机器人智能智造项目」就落在了潇河新兴产业园区。这个项目分两期建设，一期建的是数据采集与场景测试中心，二期是优必选的机器人工厂，目标是建成华北地区的机器人核心智能制造基地。之所以选在山西，理由就落在「煤」这个字上。山西 2025 年规上原煤产量达到 13.05 亿吨，占全国 48.3 亿吨的约 27%，在各省份里排第一。据山西省能源局 2025 年 12 月披露的数据，全省已经累计建成 275 座智能化煤矿、1594 处智能化采掘工作面，智能化煤矿的产能占比达到 63%，井下变电所、水泵房这类固定场所基本已经实现无人值守。被留下来的巡检、检修、辅助运输这些岗位，既高危又需要人到处走动，正好就是特种机器人可以接手的那一段。而且井下环境对防爆、防尘、可靠性和远程操控的要求，比普通车间要高出一大截，付费的理由也比「人形机器人进汽车厂」更容易讲通。质疑的声音一直都存在。据新华社旗下《经济参考报》2025 年 4 月的报道，波士顿动力创始人雷伯特曾表示，汽车制造本来就是传统工业机器人擅长的领域，人形机器人在产线上能起到的作用有限，更像是个「吉祥物」；法国国家技术学院院士、蒙彼利埃大学教授 Abderrahmane Kheddar 也持类似看法，认为人形机器人的优势目前还没有完全体现出来。^[31]

北京人形数据基地实探：真机数据每有效小时 500 到 1000 元，还在回落 · adjacent

《科创板日报》的记者去了一趟北京人形机器人创新中心的数据与训练基地实地探访。整个基地面积超过 6000 平方米，一二层大概 5000 平方米用来做采集和训练，搭建了家庭、商超、工业、医药康养等六大类三十多种实景场景，投入使用的机器人本体设备有 150 多台套，另外还有 150 多套无本体采集设备。这里的节奏更接近工厂：采集员一天上 8 小时班，扣掉摆场景、摆道具的时间，实际有效录制时长大概 6 小时，数据是边采集边传输的，到了夜里由自动化管线处理，第二天就能交付，内部管这套流程叫「7+1」。年产能达到 18 万小时，目前已经服务了 100 多家客户。这篇报道里最实打实的信息是价格：真机数据大约每有效小时 500 到 1000 元，而且已经在回落，无本体数据则是几十到一两百元之间，基地方面也承认现在还不靠卖数据挣钱。负责人对行业里流传的一些数字直接提出了质疑：「有的机构说年底要做到千万小时，有的说无本体数据已经有上千万小时，但真正的高质量数据到底有多少？」他给出的判断标准是，数据得能让模型在具体场景里产生实际效果才算数，就好比自动驾驶里真正值钱的其实是那些 corner case。经过三道质检，今年上半年交付给一家头部客户的数据，验证通过率在 95% 以上。开源方面还有一个数字，该中心开源的 RoboMIND 数据集全球下载量最近已经突破了 2000 万。^[32]

小鹏第二代 VLA 6.3.0 本月推送，模型开始记住 30 秒 · autonomy

新版本从 9 月开始面向所有 Ultra 和 Ultra SE 车型推送，G9L Ultra 和 Ultra SE 是首发车型，而单图灵晶片的 Max 车型也会在同月拿到蒸馏出来的第二代 VLA Lite。三个模块分别对应三段时间：Infini-VLA 把量产版的历史记忆长度设到了 30 秒，X-Foresight 能往前推演 6 秒，中间的 Streaming Inference 则是边接收输入、边推理、边输出轨迹，小鹏给出的数字是决策速度提升了 300%。模型参数量扩大到原来的 3.5 倍，单次训练的数据吞吐量已经达到 1 亿个视频片段。至于「综合安全能力提升超 20 倍」这个说法，是小鹏自己按仿真与测试口径给出的。⚠️ 厂商口径同一套架构目前也在往 Robotaxi 上迁移，内测已经完成了超过 2000 单，搭载第二代 VLA 的车最近还拿到了广州市智能网联汽车远程测试资质，可以在相关测试道路上做主驾无安全员测试。^[33]

长三角 G60 城市发布具身智能质量标准共建倡议 · industrial

9 月 4 日，第九届长三角 G60 科创走廊质量标准大会在杭州举行，会上发布了《长三角 G60 城市具身智能产业质量标准协同共建倡议》，要推动基础通用、核心技术、部组件、整机系统、行业应用等领域的标准落地，还提出了跨城共治数据治理的思路。杭州能提出这份倡议是有底气的，当地已经集聚了机器人相关企业 700 余家，2025 年产业集群产值突破了 1068 亿元，四足机器人和人形机器人在国内的市场占有率分别超过 80% 和 50%。标准这块此前已经有过动作，全国首个人形机器人行业质量管理体系成熟度评价团体标准 T/ZRIA 002—2026 是在 2025 年 11 月立项的，2026 年 6 月 19 日正式实施。^[34]

中金：中国工业机器人密度已逐步超过美日德 · industrial

中金公司研究部 9 月 4 日发布了《新质生产力下的生产要素转移对经济及市场的影响》，其中提到一个观察：中国的工业机器人密度在过去十多年里快速提高，最近几年已经逐步超过了美国、🇯🇵和德国，不过报告里没有给出具体的密度数值。伴随这个趋势出现的现象是，部分制造业企业的固定资产资本投入和新增用工之间的同步性正在放缓，从制造业释放出来的劳动力，更多流向了服务业。^[35]

Berg Insight：人形机器人年出货 2040 年到 2600 万台 · humanoid ⚠️ 测算口径

这家研究机构给出的路径是，从 2026 年的 1.6 万台一路涨到 2040 年的 2600 万台，年复合增速达到 63.7%，对应的市场规模也会从 8.9 亿美元涨到 5540 亿美元。同一份预测里还提到，人形机器人相关的蜂窝连接数会从 2025 年的 5000 个增至 2040 年的 5060 万个。该机构统计，目前有 100 多家公司在做全尺寸人形机器人，其中大多数还停留在研究、样机或试点部署阶段。^[36]

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻