FutureX · Physical AI

今日要点

· 摩尔线程拿下京东云十万卡国产 GPU 集群订单

· 小马智行在多哈开出无安全员的 Robotaxi 体验，公司称这是其中国以外首个规模化商业部署

· Analog Devices 以 13.5 亿美元现金收购边缘 AI 晶片商 Alif Semiconductor，另有至多 2 亿美元或有对价

· 智元 GE-Act 2.0 把联合训练数据从 300 小时扩到 3 万小时，真机零样本平均成功率从 17.1% 抬到 44.1%

· 元戎启行前副总裁刘念邱的新公司 PHYMI 拿到近 1 亿美元种子轮，IDG 资本领投，滴滴与禾赛跟投

· 奥斯汀市政记录二季度 47 起自动驾驶车辆干扰应急救援，NHTSA 同步审计 Cybercab 的自证合规

GE-Act 2.0：世界-动作模型从零预训练，数据扩百倍后零样本成功率翻倍 · world-model

以前做世界-动作模型，大家习惯拿现成的视频生成器当底子接着用，至于预训练本身该怎么搞、能不能往大了扩，其实一直没人认真论证过。这次 GE-Act 2.0 反其道而行，生成组件和动作组件都从随机初始化开始训练，而且只用操作数据来训练，同时引入了 KASO 机制，专门挑那些跟已记录下来的动作行为对得上的未来预测去参与监督。评测环节也很干脆，直接拿预训练权重上场、不做任何逐任务微调，一口气跑了 100 项任务、覆盖 20 类技能，而且场景背景、光照条件和物体实例统统没在训练集里出现过。结果是，把联合训练数据从 300 小时扩到 3 万小时之后，G1-OP 的平均成功率从 17.1% 一路冲到了 44.1%；就连训练数据占比不到 2% 的 G2-90D，成功率也涨了 17.7 个百分点，这说明跨本体迁移确实是发生了的。另外，技能覆盖度和零样本 OOD 成功率之间的相关性算出来是 Pearson r=0.80，相关性相当强。^[1]

OpenWAM：把世界-动作模型预训练拆成可控实验 · world-model

现在的世界-动作模型系统，生成骨干、视觉表征、架构设计、信息流转、推理流程和训练数据这些东西全被焊死在一起，想搞清楚到底是哪个设计选择在起作用，根本无从下手。OpenWAM 的做法是把这整块设计空间拆成可以自由组合的模块，再配上统一的一套训练、推理、部署和评测流程，然后用受控实验去回答三个关键问题；顺带还拿出了一个具体实现 OpenWAM-α：它在大约 6400 小时的第一视角人类和机器人数据上做预训练，跑了 8 个仿真基准测试加上真机实验，从单臂到双臂再到灵巧手，各种配置下都稳稳保持在第一梯队。基础设施、评测协议、预训练权重和数据配方，团队都一并公开了。^[2]

TANGO：人形穿越杂乱空间，直接吐 29 自由度关节动作 · locomotion

要是把导航简单当成二维路径规划来处理，人形机器人在堆满杂物的房间里根本走不过去，因为胳膊要怎么摆、躯干要怎么侧、步态要怎么调整，全都得随时连续变化才行。TANGO 接收自然语言指令和第一视角 RGB 画面，直接输出 29 自由度的关节空间动作，交给全身控制器去执行；整个训练过程都在仿真环境里完成，具体做法是先用全局路径规划配合运动学生成、再叠加避障编辑和 RL 跟踪，合成出可行的动作数据来做监督。把它零样本部署到 Unitree G1 上之后，即便没用过任何真实导航数据，机器人依然能照着语言指令穿过杂乱的现场环境。^[3]

SimpleMemVLA：不做记忆模块，反而在四个记忆基准上刷了新高 · vla

不管是检索库、学习式压缩器还是循环状态，这些记忆机制都有一个共同的麻烦：在还不知道未来会用到什么信息之前，就得先决定哪些东西该留下来。而这套设计的出发点，其实是建立在"分钟级的历史信息量太大、没法直接处理"这个假设上的，可现在的 VLM 骨干模型早就已经让这个假设站不住脚了。SimpleMemVLA 索性不设专门的记忆模块，直接把采样到的历史记录按带时间戳的视频格式原样喂给骨干网络，然后只让生成出来的子任务隐状态作为历史通往动作头的唯一通道；相邻的决策之间会共享大部分历史信息，在执行动作时预先填好公共前缀，这样一来延迟就接近单帧 VLA 的水平了。在四个记忆基准测试中，它的表现大幅领先检索方案、压缩方案和循环状态方案，通用控制能力也没有因此打折扣，因果干预实验也证实了策略确实在读取历史信息。^[4]

ContextFlow：给 in-context 模仿换上 flow matching 底座 · manipulation

沿着上下文学习这条思路继续往前走：自回归式的 in-context 模仿必须把连续动作离散化，早期预测出现的误差会随着 next-token 的生成一路累积下去，一旦遇到没见过的任务配置就容易崩掉。ContextFlow 的处理方式是，把演示数据和观测结果都当作条件输入 flow matching，再借助 perceiver 式的多模态压缩器，把视觉信息、本体感受和动作序列一并浓缩成紧凑的隐表示。在 LIBERO 的未见任务配置上，它的平均成功率比 ICRT 高出 35 个百分点，而且完全不需要微调，就能追平那些经过逐任务微调的 π0；放到真机上试了一个没见过的拔笔帽配置，也拿到了 40% 的成功率。^[5]

GLoRI：全身跟踪补上世界坐标系里的漂移 · locomotion

用局部参考虽然能保住动作的结构，但因为没有对绝对空间位置加以约束，全局误差就这样一点点累积了起来。GLoRI 的解决办法是引入全局-局部交叉注意力，用全局目标和位姿差特征去修正局部关键点特征。放到留出的 HuMoTo 动作上测试，完成率做到了 100%，g-MPJPE 只有 6.44 cm；从 Isaac Gym 直接搬到 MuJoCo，不做微调也能稳定运行；而且用同一套策略，就让真实的 Unitree G1 自主完成了针对多种陌生物体的 loco-manipulation，这在以往同类系统里可不多见——过去大多要靠遥操，或者只能处理单一物体。^[6]

CosmoH2G：人手到夹爪的迁移，第一次覆盖翻转和旋转 · manipulation

把人手的演示动作迁移到机器人夹爪上，本来是一条很划算的数据获取路径，可现有方法基本都被困在平面上的简单任务里，一旦涉及旋转、翻转这类复杂的空间轨迹，就不灵了。作者团队为此搭了一条可扩展的手-夹爪配对采集流水线，做出了一个包含 6189 条 episode、1254 个物体的配对数据集，空间复杂度比现有基准明显要高。方法分成两步走：先预测起止两帧的稀疏关键帧，把映射目标简化下来，再据此生成完整的连续动作；与此同时保留了学到的朝向信息，对平移用抓取启发式加运动学一致性做后优化，把累积漂移压住。^[7]

SceneMosaic：仿真可用室内场景，生成快 24 倍 · benchmark

agentic 式的文生 3D 场景，保真度是高，但得反复摆放和精修才能用；参数化的图生 3D 场景倒是快，可布局常常在物理上站不住脚；这两条路线还都有一个共同的毛病——面对同一个输入，很难产出多样化的场景。SceneMosaic 的做法是先拿图像先验生成初始候选，再交给 VLM agent 去演化，同时利用自然场景本身的局部性，把整个场景拆成一个个独立单元分头演化，最后再用笛卡尔积的方式组合起来。在 SceneEval-100 上测试，语义布局质量追平了最强的 agentic 基线，速度却快了 24 倍，物理违例的情况大幅减少，人工评分也拿到最高，代码目前已经开源。^[8]

Analog Devices 收购 Alif Semiconductor ｜ 全现金 ｜ 13.5 亿美元 ｜ 另有至多 2 亿美元或有对价 · hardware

ADI 和 Alif 双方已经签好了最终协议，两边董事会也都通过了，交易预计会在 2026 年日历年结束前完成，不过还得等 HSR 反垄断等待期先过去。Alif 做的是 AI 原生微控制器和融合处理器，它的异构架构能支持实时传感器融合、低延迟推理和端侧 AI，晶片已经在量产出货，也在消费和工业客户那边拿下了设计导入。ADI 把这条业务线称为 Physical Intelligence，意思是系统得能从运动、声音、振动、无线电波和热力学这类信号里做出推理，还要在功耗、时延、安全和可靠性这些约束条件下就地运行；ADI 2025 财年的营收超过了 110 亿美元。^[21]

PHYMI 费莫一科技 ｜ 种子轮 ｜ 近 1 亿美元 · embodied

这轮由 IDG 资本领投，云启资本、复星锐正、耀途资本跟投，滴滴和禾赛也参与了进来。创始人兼 CEO 刘念邱是 2026 年初创办这家公司的，在此之前他在元戎启行待了七年多，一路做到副总裁兼合伙人，期间推动过公司无图自动驾驶方案的落地，也主导了向端到端和 VLA 架构的技术切换；更早以前，他还在英特尔做过高级工程师。公司主攻方向被他称为 "Physical Agent"，把认知推理和物理动作结合在一起，让机器人能在开放且动态的环境中完成感知、导航和操作，融来的资金会投向核心模型研发、真实世界动态数据体系以及产品工程化。至于轮次口径，各方说法不太一致：公司自己的微信公告和 DealStreetAsia 都写的是种子轮，但 36 氪英文版称之为 A 轮。^[22]

Antioch ｜ A 轮 ｜ 3200 万美元 · world-model

这轮由 Greylock 领投，A*、Category Ventures、Box Group 和 Icehouse Ventures 跟投，天使投资人名单里还有 Palantir CTO Shyam Sankar、Foxglove CEO Adrian Macneil，以及英伟达高管 Ian Andrews。这家公司做的是物理 AI 的仿真测试平台，能按客户的硬件参数标定仿真环境、放到云端大规模跑，目的是让机器人和工业设备做出改动后不必每次都拉去真机验证。他们今年早些时候刚拿到 850 万美元种子轮，目前客户里已经有亚马逊 Ring，同时和英伟达以及云厂商 Nebius 也有合作。^[23]

纵苇科技 ｜ Pre-C++ 轮 ｜ 2 亿元人民币 · hardware

这一轮由经纬创投领投，顺为资本、蓝驰创投、昇葆资本等老股东跟投，此前的投资方名单里还有比亚迪、华业天成和创新工场。这家总部在苏州的公司成立于 2020 年，主营业务是智能磁驱输送，累计已经落地超过 2000 个项目，交付的输送长度超过了 9 万米，业务覆盖 16 个以上的国家和地区；公司方面说，2025 年的订单规模同比增长超过了 400%。产品线现在也延伸到了关节模组和无框力矩电机，其中关节模组的额定力矩覆盖 1.5 到 120 Nm，峰值最高能到 450 Nm，D96*H50 系列的力矩密度达到了 81 Nm/kg。^[24]

斯年智驾 ｜ 战略投资 ｜ 金额未披露 · autonomy

这次出手的是悦达资本，距离上一轮融资还不到两个月。斯年智驾主要做港口这类封闭场景的自动驾驶重卡，值得注意的是，这次进来的是产业资本，而不是纯财务投资人。^[25]

Runway 收购 Kinetix ｜ 金额未披露 · world-model

做视频生成的 Runway 买下了总部在巴黎的 AI 公司 Kinetix，借此把自家的世界模型能力向机器人方向延伸。^[26]

埃斯顿完成埃斯顿酷卓 100% 股权收购 · industrial

埃斯顿把子公司酷卓剩下的股权都收了回来，这样一来，协作机器人业务就并回了上市公司体内。^[27]

8 月具身机器人融资 56 笔，头部 5 家拿走约 140 亿元 · adjacent ⚠️ 汇编口径

按盖世具身智能的统计，8 月国内具身机器人及核心零部件融资一共发生了 56 起。单笔金额最大的是小鹏机器人业务，超过了 9 亿美元；紧随其后的是 Sharpa，这次首次披露累计融资超过 45 亿元、投后估值约 220 亿元；帕西尼感知、中科第五纪和原力无限也各自拿到了 10 亿级的融资，五家加起来大概 140 亿元。这 56 笔里，接近一半还停留在种子、天使和 Pre-A 阶段，B 轮前后这种成长期项目相对偏少。同一份统计里还提到了一条冷消息：8 月底，北京首个人形机器人数据训练中心被曝已经停止运营。这个中心是 2025 年 3 月在石景山首钢园揭牌的，占地 3000 平方米，曾经部署过 100 多台机器人，从揭牌到停运不到一年半时间；合作方睿尔曼智能给出的说法是，数据采集模式已经从实验室里的遥操，转向了真实工作场景中的远程遥操。^[28]

摩尔线程拿下京东云十万卡订单，京东同日抛出 300 万台机器人采购计划 · industrial ⚠️ 计划口径

摩尔线程宣布拿下了京东云十万卡 GPU 集群的订单，这批集群会用于京东云打算建的国产超大规模智算基础设施，重点面向大模型训练推理和具身智能；摩尔线程创始人张建中说，这是国产智算走向规模化商用的一个关键里程碑。同一天，京东物流也在北京 JDDiscovery 大会上发布了"狼族"工业机器人系列："智狼"搬运机器人能在货架间穿行，具身灵巧臂"异狼"能在 10 秒内完成包裹的抓取、翻转和投放，另外还有一款能在零下 20 摄氏度冷环境作业的专用机型，以及自动化药房分拣设备和配送无人机。京东集团技术委员会主席、京东云总裁曹鹏给出了一个五年计划：未来五年要采购300 万台机器人、100 万台无人车和 10 万架无人机，同时布局 80 多个 RoboBase 机器人产业基地，其中广州的第一个已经开工——不过这些都还是计划数字，不是已经拿在手里的订单。目前京东体系及生态公司还雇着大约 70 万名配送和物流人员，创始人刘强东此前提出过"涅槃计划"，打算把一线员工转训成机器人的运维和售后岗位。数据方面，京东计划两年内采集超过 1000 万小时的真实场景视频；南华早报援引申万宏源 6 月的报告称，今年初全球可用的高质量具身交互数据存量大约只有 50 万小时，跟所需的数千万小时相比还差着一个数量级。^[29]

小马智行在多哈开出无安全员 Robotaxi，落地节奏比测试期预想的快 · autonomy

卡塔尔交通部主办的第二届 AEMOB 论坛在多哈举行，时间是 9 月 7 日到 9 日；小马智行和卡塔尔国家运输公司 Mowasalat 在会上第一次开放了全无人驾驶体验，这也是多哈第一次出现车内没有安全员的自动驾驶乘车。两家公司是从 2025 年 8 月开始公开道路测试的，4 个月之后就转入了商业运营，乘客可以通过 Mowasalat 的 Karwa 应用叫车，服务范围覆盖历史城区、中央商务区、旅游景点，还包括往返哈马德国际机场的线路。用的车型是专为国际市场开发的第七代 Robotaxi，小马方面说，这是他们在中国境外首个实现规模化商业部署的自动驾驶项目。卡塔尔交通部在 7 月的官方通报中说，这个项目在乘客满意度和安全表现上都超出了预期，技术和运营体系已经具备了更大范围部署的条件。小马目前的业务已经覆盖中东、亚洲和欧洲共 9 个国家，其中克罗地亚、新加坡和卡塔尔已经有面向公众的载客服务，公司还和 Uber 等平台约定，会在中国境外投放超过 4000 台车。^[30]

Lyft 在纳什维尔的 App 里接入 Waymo 打车 · autonomy

纳什维尔的用户现在直接打开 Lyft 应用，就能叫到 Waymo 的无人车了。两家公司把各自的运力和入口拼在了一起，走的路数跟 Uber 在其他城市的做法是一样的。^[31]

海柔创新将在欧洲一处履约中心装 1500 台爬架机器人 · industrial

光是一个站点就要部署 1500 台箱式仓储机器人，这样的规模在欧洲市场上已经算是头部量级的订单了。^[32]

Vbot 在 IFA 拿下逾 5000 台四足订单，全球累计销量过 1.3 万台 · adjacent ⚠️ 厂商口径

柏林 IFA 2026 展会期间，Vbot 跟 16 家国际伙伴签下了采购协议，新增的四足机器人订单超过 5000 台，覆盖德国、法国和英国市场。他们的产品是消费级机器狗 Vbot SuperDog（昵称 Bubble），已经量产在售，靠激光雷达配合 UWB 实现自主跟随和避障，最大负载能到 12 公斤，还能拉一辆小型露营车。2025 年 12 月开预售的时候就收到了 6540 台订单，金额约 1 亿元人民币；截至 9 月 8 日，Vbot 四足机器人全球累计销量已经超过 13000 台，分布在 15 个国家和地区。不过这些数字都是公司自己的通稿数据，订单最终转化成交付的比例，目前还没有第三方口径可以印证。^[33]

优必选 1.5 亿元中标乐山商用服务人形机器人产业项目 · humanoid

这次中标金额是 1.5 亿元，项目定位在商用服务方向的人形机器人产业落地。继山西煤矿项目之后，优必选拿到的订单继续偏向地方政府主导的产业项目这一路。^[34]

TCS 在浦那开出印度首个"关灯工厂"实验室 · industrial

塔塔咨询把这处实验室设在了浦那的 Sahyadri Park 园区，命名为 Industrial Autonomy & Engineering Lab，核心是一条全机器人电池包装配线，目的是让制造企业在真正上产线之前，就能先把 AI 驱动的自主生产系统拿去仿真和验证一遍。数字孪生、工业 AI、机器人、工厂控制系统和实时运营智能全都整合在一起，覆盖预测性维护、自动质量检测、实时工艺优化，还有人机协作等用例。TCS 工业自主与工程全球主管 Sreenivasa Chakravarti 说，这个实验室给企业提供了一个看得见摸得着的演示，让大家清楚怎么从数字化运营一步步走向具备自主能力的生产系统。^[35]

《The Information》称证监会已抬高人形机器人企业上市门槛 · humanoid ⚠️ 传闻口径

报道称，中国证监会已经向部分投行和企业作出了非正式的窗口指导：人形机器人企业得证明自己能产生经常性收入、亏损正在收窄，或者具备真实的创新能力，才有可能进入审批考虑范围。路透在转述这条消息时特别说明，中国的金融监管部门没有回应置评请求，路透自己也无法证实报道内容。报道给出的诱因包括今年一级市场融资过热、排队 IPO 的企业名单太长，以及近期上市公司股价出现下挫；宇树科技上市首日曾大涨超过五倍，但目前股价已经回落了约 45%。^[36]

奥斯汀二季度 47 起自动驾驶干扰救援，NHTSA 查特斯拉的自证依据 · autonomy

根据奥斯汀市政的记录，4 月到 6 月期间，自动驾驶车辆干扰应急救援人员的事件一共发生了 47 起，光是 6 月一个月就占了 16 起。继上周立案之后，这份审计问询现在有了明确编号 AQ26002，开立日期是 9 月 3 日——恰好就是特斯拉开始对 Cybercab 收费的那一天，结果第二天就公布了，覆盖车辆约 1000 台，由缺陷调查办公室负责。审查的重点是特斯拉用了哪些技术数据和流程来自证 Cybercab 符合全部联邦机动车安全标准，以及这套自证逻辑是不是建立在"某些标准不适用于没有人工操控件的车辆"这个判断之上。NHTSA 局长 Jonathan Morrison 表示，该局支持自动驾驶汽车的安全发展，但"作为联邦监管者，我们需要确保所有法律得到遵守"。需要说明的是，这次审计并不是召回，也不评估车辆本身开得好不好，目前也没有公开信息把任何伤亡归因于 Cybercab。特斯拉选的是自证合规这条路，而 Zoox 走的是正式豁免这条路，7 月底已经获批，年上限是 2500 台。今年 3 月 1 日西六街发生枪击案时，一辆 Waymo 停在了路中间，奥斯汀-特拉维斯县 EMS 发言人 Christa Stedman 告诉 Axios，这辆车确实短暂影响了一辆救护车的通行；市方后来又说，现场附近多达 5 台自动驾驶车都僵住了，不过 EMS 表示这并未影响患者的最终结局。^[37]

智元一天发两款模型，AGILE 2.0 把感知与运动控制并成一套 · humanoid

除了论文那边的 GE-Act 2.0，智元在 9 日这天还发布了 AGILE 2.0 感控一体模型，采用的是视觉端到端方案，把环境感知、地形理解、全身运动控制和操作整合进了同一套系统。搭载这个模型的灵犀 X2 已经完成了踩球行走、跳长绳和协作搬箱等动作，用来验证机器人在运动过程中能不能实时感知环境并随之调整动作。不过要说清楚的是，这几项属于动态平衡演示，跟产线节拍下的连续作业并不是一回事。^[38]

宇树称世界-动作模型驱动了全自主搏击，招股书里的 73.6% 仍是主要质疑 · humanoid ⚠️ 厂商口径

7 日晚上流出的一段视频里，宇树的世界-动作大模型 UnifoLM-X2-1.0 驱动人形机器人完成了出拳、格挡、躲闪和连续的攻防转换，公司方面说全程没有依赖外部遥控或者预设脚本，并称这验证了世界模型驱动的人形机器人能够大规模落地部署的基础可行性。不过市场上流传最广的质疑，其实指向的是招股书问询函回复里的数字：2025 年前三季度，宇树人形机器人收入里科研教育占了 73.6%，商业消费占 17.39%，智能制造、巡检、物流这些工业场景加起来才 9.01%。浙江工业大学感知与控制研究所所长吴祥的说法是，之所以选 G1，是因为当时市面上成熟的本体屈指可数，宇树的产品最稳定、性价比也最高，而且 EDU 版支持二次开发，可以先在仿真里训练新动作再部署到真机上验证；北京通用人工智能研究院具身机器人中心主任黄思远则说，波士顿动力的 Spot 售价约 7.5 万美元，出货量还极少，Atlas 早期也不对外销售，相比之下宇树把价格打了下来，同时还保证了出货量。西湖大学一份单一来源采购公告里写道，国外主流产品价格昂贵，还面临对华的技术管制，而国内其余产品在感知和运动能力上又尚未满足需求。王兴兴当天在公开场合表示，希望能在未来一两年真正实现机器人的自我进化。^[39]

NEURA 拉上 SECO 和高通，把人形的算力模组做到量产级 · humanoid

这次合作的分工是：NEURA 负责物理 AI 与机器人架构，高通提供边缘计算平台，SECO 则负责把高通的 Dragonwing 处理器工程化成能够量产的计算模组。NEURA 的机器人是围绕 "Brain + Nervous System" 这套架构搭建的，旗下的 Smart Limbs 把感知和算力分散安置在靠近关节和传感器的位置，而不是全部集中在一处。三方还打算从工业部署里联合采集数据，做面向半導體和电子制造的物理 AI 自动化方案。创始人兼 CEO David Reger 说，物理 AI 不可能靠一家公司建成，它需要一个横跨传感、算力、云和产业化的生态系统。这次合作还包括在意大利建一处 NEURA Gym，是该公司在南欧的第一个训练中心。^[40]

三星医疗中心 16 日演示两台人形手术助手机器人协作 · embodied ⚠️ 计划口径

这家医院是韩国保健福祉部 Korean ARPA-H 项目的牵头机构，课题名为"面向高效手术环境的人形物理 AI 手术助手机器人开发"，联合体 ORchestra 的成员包括 Rainbow Robotics、Aidin Robotics、Hahaeho、三星融合医科学院、首尔大学、国立癌症中心和全北大学医院，研发时间大约一年。演示定在 16 日进行：1 号机器人扮演手术室护士的角色，2 号则同时承担助手医师和护士的工作，第一场展示会由机器人自己握持器械，完成切开、分离和缝合生物组织的连续动作，具体做法是术者看监视器操作，机器人复现术者手臂的动作。教授郑用起说："还没到机器人自行判断患者状态并自动手术的阶段。"目前的进展是在模拟手术环境下验证器械递送与回收、内窥镜操作、组织牵开、语音指令理解，以及安全停止恢复这些环节，要真正商业化，还得走完性能测试、模拟与临床前试验、医护可用性评估、GMP 质量体系、临床试验和医疗器械审批这一整套流程。^[41]

李斌划线：具身智能长期只做战略投资，不进蔚来主营 · autonomy

蔚来创始人李斌表示，在较长一段时间内，公司会以战略投资的方式参与具身智能领域，不会把它做成核心主营业务。他同时也呼吁未来三年要聚焦核心业务。上个月蔚来刚刚战略投资了任少卿的新公司。^[42]

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻