FutureX · Physical AI

今日要点

· 小鹏首条人形机器人自动化产线启用，IRON 靠双足自己走下产线，年底计划进入规模量产

· 优必选称 U1 开始交付

· 福龙马付HW云 2 亿元独家开发环卫自动驾驶系统，约为其去年无人环卫收入的 20 倍

· 地瓜机器人完成 4 亿美元 C 轮，未来资产领投、美团战投

· Chelsea Finn 团队给实时 VLA 做 RL 微调，四项动态真机任务平均表现从 42% 升到 97%

· Sharpa 开源世界联觉模型，预训练先验迁移到 49 个新物体做灵巧手内旋转

实时 VLA 的强化学习微调：大模型出动作块，小策略按最新观测改动作 · vla

大型 VLA 推理起来比较慢，等到动作真正执行时，依据的观测其实已经过时了；而以往解决异步执行问题的办法都是建立在模仿学习基础上的，没法靠强化学习继续往更高可靠性上推。Chelsea Finn 和 Dorsa Sadigh 的团队在 EXPO-FT 这个方案里把两件事情分开来做：让预训练好的 VLA 慢慢地提出一个动作块，同时用一个轻量的编辑策略根据最新观测快速做出修正。他们在递物、平衡球、踢桌上足球、抓取运动中的物体这四项真机任务上做了测试，在线数据只用了 10 分钟、全程没人插手干预，结果平均表现从42% 提升到了 97%。^[1]

世界联觉模型：把视觉、触觉和动作历史压进一个可复用的世界状态 · manipulation

这篇论文已经被 CoRL 2026 收录，代码也已经放出来了。灵巧手在做手内操作时，一旦碰上真实深度传感器的噪声，就很容易退化成一套固定的开环动作，Sharpa 为此用了类似 Dreamer 的 RSSM 结构，把本体感觉、触觉和腕部深度信息融合起来，训练的时候故意往输入里加噪声，但重建目标用的却是干净的深度数据。他们在一只 22 自由度的五指手上做实验，用九个物体预训练出来的先验，成功迁移到了49 个全新物体上，平均每回合能转动 9.37 弧度，而没有先验时只能转 3.28 弧度；放到真机上，一个角块能连续稳定旋转超过一分钟。^[2]

ActionPiece：动作 tokenizer 要保住动作之间的远近关系 · vla

这篇在 HF 上已经获得 36 个赞了。作者指出，光看 MSE 会掩盖一个问题：动作经过压缩之后，不同情境下本该有的调整幅度会被抹平，甚至方向都会反过来。他们因此提出了一个叫"物理秩一致性"的指标，拿它来监督表示学习和量化的过程。在同样的 Qwen3-VL-4B 训练配置下，LIBERO 上跑出了94.8%的成绩，在没见过的 LIBERO-Plus 上也有 68.8%。^[3]

VLA 微调前先诊断：哪一层需要调，是可以提前测出来的 · vla

作者在 OpenVLA-OFT、π0、SmolVLA、DTP、Octo 这五种架构上做了实验，发现外观发生变化时，适配的成本主要压在视觉编码器上，而指令发生变化时，成本主要落在语言主干上。基于这个发现，他们只需要用 10 张没标注的目标图，就能估算出各个区域需要花多少适配成本，然后按需分配不同秩的 LoRA。放到 xArm-7 真机上测试，当指令措辞发生变化时，只用0.04%的可训练参数就追上了全量微调的效果。^[4]

拆开视觉、语言、动作：不背 VLM 主干也能追平 VLA · vla

DEM 这套方案用微调过的 DINOv3 当视觉编码器，配上冻结的 NeoBERT 做语言编码器，后面再接一个能一步生成动作块的 MeanFlow 头。在 18 项仿真任务和 3 项真机任务上，它的成功率跟那些背着 VLM 主干的 SOTA 策略不相上下，但推理频率却要快上8 到 17 倍，单次推理的能耗也低了 6 到 15 倍。不过这个结论只在作者自己的评测协议和任务范围内成立。^[5]

PointZero：不用机器人动作标签，靠 3D 点轨迹补全预训练动力学先验 · world-model

过去要学出带动作条件的 3D 动力学，几乎离不开机器人的动作标签，这也导致网络视频这块资源一直用不上。PointZero 换了个思路，直接从单帧 RGB-D 图像和稀疏的轨迹点出发，去预测所有点未来的 3D 轨迹，训练时用的是290 万帧合成数据。经过后训练，它在 PGND 基准上超过了基线方法，在 7 项操作任务里也有 6 项打平或领先。团队把数据集、权重和训练配方都一并公开了。^[6]

WholeBodyWAM：用 4000 小时人体动作给人形世界动作模型打底 · world-model

要采集目标机器人的全身轨迹数据成本很高，但人和人形机器人的动作数据其实并不缺。作者据此整理出了UniMotion-4K数据集，把人类视频、3D 动作库还有各种人形平台的数据统一放进同一个动作空间，先拿这些数据预训练出一个动作专家，再让它和视频专家、动作专家一起，通过非对称 MoT 注意力机制做联合后训练。结果显示，动作预训练的规模越大，下游任务的效果就越好，而且这种能力还能迁移到真机人形的操作上去。^[7]

PASSAGE：100 小时场景对齐人体动作，教人形跨、钻、侧身过障碍 · locomotion

团队借助 VR 设备和惯性动捕，在 1500 个杂乱场景里一共采了 100 小时的动作数据，用这些数据训练出一个流匹配规划器，再配上一个带感知能力的全身跟踪器，整个过程不需要任何技能标注。随着数据量从 6 小时增加到 100 小时，机器人在没见过的场景里的无碰撞成功率也从 48.1% 提高到了68.9%。整套系统能在 Jetson AGX Orin 上完全依靠机载算力运行，并且在 50 种真实场景布局里，即使没有预先建好的地图也能顺利通过。^[8]

KINO：用动作关键帧连接 VLM 规划与人形全身控制 · locomotion

这套方案让 VLM 从预先设好的库里挑选全身姿态关键帧，再根据物体的位置和姿态做重定向，剩下的走位工作交给 RL 策略去完成。其中的关键在于基于显著性来采样关键帧，这样一来，即便关键帧变得稀疏，端到端的成功率也能从 44% 提升到92%。整个系统已经在 Unitree G1 上跑通了，能完成单手和双手的拾取、搬运和放置动作。^[9]

GPT-Policy：让通用 VLM 智能体从演示中上下文学习机器人技能 · manipulation

这项工作在 HF 上拿到了 13 个赞并还在上涨。整套框架由三部分组成：一个上下文编译器、一个负责提出工具动作的 VLM（比如GPT-6 Astra），以及一个负责校验执行过程的受约束控制器，全程不做任何梯度更新。在真机实验中，就算演示视频里没有动作标签，光是人类的操作演示也能让完成率提高；如果再配上跟动作对齐的参考信息，在那些对接触很敏感的任务上还能进一步加分。^[10]

地瓜机器人（D-Robotics）｜ C 轮 ｜ 4 亿美元 · hardware

这轮融资由未来资产领投，美团做了战略投资，合肥国投、南山战新投、凯辉资本、广发信德等机构跟投，高瓴创投、五源资本、Vertex Growth 这些老股东也继续加码。地瓜是地平线孵化出来的公司，主要做机器人计算晶片和配套的开发平台。公司方面表示，上半年营收同比涨了好几倍，旭日系列晶片的累计出货量已经突破 800 万片；旭日 S600 发布才半年，就已经有它石智航、千寻智能、自变量、优必选等 20 多家客户在用。这次拿到的新钱会投向旭日晶片覆盖全算力段的产品线，以及从数据采集到推理部署全流程的软件平台。^[26]

Emulate ｜ 种子轮洽谈 ｜ 至多 7 亿美元 ｜ 投前 30 亿-37 亿美元 · world-model ⚠️ 传闻口径

这家公司今年 8 月才刚成立，三位创始人 Jack Parker-Holder、Matthew McGill、Philip Ball 都来自 Google DeepMind 的世界模型团队，其中 Parker-Holder 还是 Genie 3 的主要研究者之一。这轮由Index Ventures和 Lightspeed 牵头，Creandum 也参与了进来。两家媒体给出的估值口径并不一致：FT 报的是投前37 亿美元，而 Bloomberg 说公司在寻求投前 30 亿美元；FT 还提到相关条款目前还没敲定。^[27]

Viabot ｜ A 轮 ｜ 2400 万美元 · adjacent

这轮由Walden International领投，CDIB Capital 和 Stalwart Ventures 参投，公司累计融资已经达到 4300 万美元。Viabot One 主要在大型商业物业里干清扫垃圾和巡检的活儿，公司说目前服务的物业面积大约有2500 万平方英尺（折合约 232 万平方米），客户里既有财富 500 强的零售商，也有高校。^[28]

小鹏人形机器人自动化产线启用，IRON 走下产线 · humanoid

在 9 月 17 日晚举行的 G9L 发布会上，何小鹏宣布这条产线正式启用，小鹏方面表示这是全球第一条面向高阶通用人形机器人的自动化产线。整条线上没有用吊装设备也没有传送带，IRON 靠自己的双足走完了下线的最后一步，小鹏说从零部件组装一直到整机总装，全流程都实现了自动化。IRON 身高 178 厘米，全身有 76 个自由度，搭载了 3 颗图灵晶片，总算力达到2250 TOPS，本地就能跑起 300 亿参数的模型。按小鹏的规划，年底会进入规模量产阶段，月产能的目标是超过1000 台，最先会投放在小鹏自己的门店和园区，等到 2027 年再面向国内外市场上市交付。目前产线启用这件事已经是既成事实，但月产能仍然只是一个目标，还得等年底产能爬坡之后才能验证。^[29]

优必选 U1 超仿生人形开始交付 · humanoid

9 月 16 日这天，优必选 CEO周剑宣布 U1 系列产品已经开始交付，首批交付对象包括上海永达集团、北京波士集团，以及韩国的 Galaxy 机器人乐园，其中波士会把 U1 分批放进旗下奔驰等品牌 4S 店的体验空间里。U1 拥有 88 个自由度，Lite 版售价11.98 万元，Pro 版 16.98 万元，Ultra 版则是 88 万到 99 万元。优必选此前提到，自从 6 月底发布以来，全渠道的订单量已经突破 1.3 万台，不过这次并没有透露具体交付了多少台。⚠️ 厂商口径^[30]

智元发布远征 A3 Ultra 商用案例 · humanoid ⚠️ 厂商口径

这次公布的应用场景涵盖 4S 店、酒店和便利店，能干的活包括迎宾讲解、客房整理、夜间巡检以及理货补货。这款机器人配了700 TOPS算力的平台，还支持自主充换电。智元方面称已经完成了"千台级量产验证"，不过没有说明各个场景具体部署了多少台。^[31]

福龙马与HW云签 2 亿元环卫自动驾驶开发合同 · autonomy

这份合同总金额为2 亿元（含税），期限是 3 年，由HW云为福龙马独家研发和部署环卫自动驾驶系统，覆盖 3 吨级和 6 吨级车型，以及清扫、洗扫这两类作业方式。付款方式按里程碑分三期支付，比例分别是 15%、75%、10%。福龙马用数据增训出来的模型归HW云所有，福龙马自己想用还得订阅HW云的云服务才行。公告里还披露，福龙马无人环卫产品 2025 年的销售收入是990.97 万元，今年上半年为 495.13 万元，算下来这份合同的金额差不多是去年这块业务收入的 20 倍，公司同时也提示了它可能给利润带来的不确定影响。^[32]

Lucid 与 Bolt 签欧洲 Robotaxi 合作，目标至少 2.5 万辆 · autonomy ⚠️ 计划口径

Bolt打算基于 Lucid 目前还没量产的中型车平台，部署至少 2.5 万辆全自动驾驶车辆，车队将由 Bolt 自己持有和运营，采用的是英伟达 Hyperion 的计算和传感架构，至于自动驾驶软件由谁来供应，双方都还没公布。据 TechCrunch 报道，这笔合作目前没有资金往来，Bolt 也还没有真正下单，部署也没有明确时间表；而这款中型平台的首车其实刚刚推迟了将近一年，要拖到 2027 年下半年才能面世。Bolt 创始人兼 CEO Markus Villig 表示，欧洲想要发展自动驾驶，需要把"数据、软件、车辆和运营作为一个系统协同起来，专门为欧洲的道路和法规量身打造"。^[33]

大众 MOIA 找外部投资人失败，Uber 和 Lyft 退出谈判 · autonomy

Uber和Lyft是坚持到最后的两家竞购方，但最终都放弃了入股大众旗下 Robotaxi 部门的计划。双方在三个问题上没能谈拢：是按公里计费还是按车计费、要用哪款车型、合同该签多久；另外一个绕不开的分歧是大众自己是否还愿意继续追加投入。这样一来，MOIA 目前就只能靠大众自己掏钱维持了。^[34]

Waymo 与安联合作欧洲 Robotaxi 保险，德国先行 · autonomy

安联伙伴将为 Waymo 的车队提供车队险、覆盖多个国家的产品责任险以及数字化理赔服务，安联技术中心也会参与事故分析和安全研究工作。按照计划，Waymo 会先从德国开始逐步推进商业化部署。Waymo 负责风险与保险的 Tilia Gode 表示，这次合作要让公司"从第一天起就能可靠、负责任地扩张"。^[35]

小鹏第二代 VLA 升级，端侧参数量提高 3.5 倍 · autonomy ⚠️ 厂商口径

何小鹏表示，新版本把"时间"这个维度纳入了物理世界基座模型，最长能支持30 秒的有效时序。端侧模型的参数量达到了主流 VLA 的 15 倍以上。小鹏还提到端到端的响应速度提升了 300%，多维综合安全能力提升了 20 倍，不过没有公布具体的测试方法。^[36]

小鹏拟向大众以外的外资车企出售技术 · autonomy ⚠️ 传闻口径

路透社援引两名知情人士的说法称，小鹏计划向外提供电子电气架构、座舱系统、图灵 AI 晶片以及辅助驾驶软件，目前已经和一些有意向的车企有了接触。此前和大众合作的首款车型 ID.UNYX 08，已经在今年 3 月实现了量产。^[37]

九识自建算力集群近 1.5 万张 GPU · autonomy ⚠️ 厂商口径

九识方面表示，这让自己成了第一家建成万卡算力集群的 L4 企业。这套集群用来训练APEX世界模型（起步就是百亿参数规模），训练数据涵盖了 2.7 亿公里的 L4 运营里程。在车端，系统会按照车速分层处理：车速在 30km/h 以上时，由车端端到端模型独立完成驾驶；5 到 30km/h 之间，会在车端 VLA 之外再调用云端 VLA 协同；而 0 到 5km/h 这种窄巷或者脱困场景，则交给一个叫"安全员 Agent"的模块来做绕行和重新规划。^[38]

Tutor Intelligence 推出第二代 Cassie 和 Sonny 仓储机器人 · industrial

单臂机型Cassie这次从原本固定在工位上改成了可移动的形态，能举起 50 磅（约 23 公斤）的重量，还能拖动数千磅的货物。而双臂的半人形机器人 Sonny 运行的是一个 45 亿参数规模的 Ti0 VLA 模型，数据是在公司自建的 Data Factory 1 里采集的。CEO Josh Gruenstein 说："对我们来说重要的不只是造出通用机器人，还要让它们马上就能派上用场。"^[39]

深兰机器人进入破产清算，职工债权超 2300 万元 · adjacent

据 DoNews 援引 StrongrTang 的报道，上海浦东法院受理了深兰机器人（上海）的破产清算案，9 月 7 日刚完成了第五批职工债权的公示。累计涉及的职工人数超过百人，职工债权总额加起来超过2300 万元。值得一提的是，其母公司在 2025 年 4 月还完成过一轮 Pre-IPO 融资。^[40]

三星重工与韩国机器人产业振兴院签约，合研造船机器人和工业人形 · industrial

双方 16 日在巨济船厂签署了一份 MoU，内容涉及联合研发和现场测试，但没有公布具体的部署时间表。事实上，这两家从 2015 年起就已经在合作开发焊接机器人，而且这些机器人已经用在了实际作业中。^[41]

宇树股价回到 500 元，总市值重返 2000 亿元 · humanoid

10 日刚跌破 500 元之后，宇树今天又涨了5.61%，收报 500.90 元。^[42]

NHTSA 要求特斯拉 9 月 30 日前宣誓答复 Cybercab 合规依据 · autonomy

继 16 日的报道之后，这份特别令的细节已经全部公开了。Cybercab 这款车没有方向盘、没有踏板也没有后视镜，而特斯拉也没有为此申请过Part 555豁免。NHTSA 要求特斯拉说清楚，它认定哪些联邦安全标准适用、哪些不适用，同时还要说明能不能临时加装人工操控件，以及这些操控件是否可以作为自我认证的依据。答复必须以宣誓的形式作出，如果回答不完整或者有虚假内容，最高可能面临约1.39 亿美元的罚款。NHTSA 在 2022 年制定的规则里就写明，只靠自动驾驶系统操作的车辆，在相关标准修订之前，"很可能需要"拿到豁免才能生产和销售。^[46]

明尼阿波利斯拟立法要求 Robotaxi 驾驶座坐人 · autonomy

四名市议员提出了一项叫"Workers Drive Minneapolis"的条例：按照这项条例，Waymo、特斯拉、Zoox 这些公司要先拿到市级执照，而且每辆车的驾驶座上都必须坐一名持驾照的安全员，这名安全员要能直接操控转向、制动和油门，工资也不能低于最低工资标准。提案方表示，这是为了保护本州超过 1 万名网约车司机；而 Waymo 则称这实际上是"变相的禁令"。就算条例真的通过了，也要等到2027 年 10 月才会生效，提案人说这段时间是留给州议会去制定全州统一规则用的。^[47]

整机发布把端侧算力摆到前面，机器人晶片融资与跑分同周落地 · hardware

本周发布的两款人形机器人都不约而同地把算力数字写进了首批参数里：小鹏 IRON 用了 3 颗自研图灵晶片，总算力达到2250 TOPS；智元远征 A3 Ultra 标注的是 700 TOPS。晶片这一侧的动作分成了两条线：一边是地瓜机器人拿到了 4 亿美元 C 轮融资，声称旭日 S600 发布才半年就已经获得 20 多家具身客户采用，客户覆盖率已经超过 50%；另一边是英伟达用 Jetson AGX Thor 在 MLPerf 新增的端侧智能体测试里交出了成绩单。不过这两边给出的依据并不一样：地瓜给的是客户数量，英伟达给的是公开跑分成绩，目前还没有同一个任务下的直接对比数据。相比之下，本周上游零部件这块的信号显得偏弱，洛轴股份表示自家的机器人轴承业务仍然停留在客户验证和小批量供货阶段。^[48]

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻