━━━━━ 正文从此处全选复制 ━━━━━
FutureX · Physical AI
今日要点
· 特斯拉工程师开始审计 三花智控、均胜电子、拓普集团 等中国供应商,Optimus 量产将在 Fremont 工厂启动。
· Waymo 把新加坡定为下一个海外市场,2028 年 开付费 Robotaxi,车辆未来几个月运抵。
· 人形机器人日租金从数万元跌到千元级,华强北 超 90% 的租赁档口撤场。
· 美的机器人与自动化业务上半年收入 166.2 亿元,库卡国内工业机器人出货超 1.8 万台、份额 9.7% 升至第二。
▎ 论文进展
AthenaZero:把机械臂末端等效质量压到接近人手,去打棒球 · manipulation
一般机械臂的末端等效质量要比人手重上一个数量级,这也是它接不住高速来球的根本原因。为了解决这个问题,RAI Institute 采用准直驱驱动搭配传动远置的方案,把 AthenaZero 手臂末端的等效质量降到跟人的水平相当,同时还保住了力矩透明性。测试中投球速度能超过 30 m/s,在 7.3 米的距离上,无论是接球还是击球,速度都超过了 14 m/s,机器人和机器人之间、人和机器人之间都实现了对接与对打。[1]
Astronex-World 1.0:5B 世界模型在两张 L20 上训完,单卡实时推流 · world-model
过去一年世界模型这个方向都在比拼参数规模,这项工作却选择反其道而行、专攻密度。团队基于 Wan2.2-TI2V-5B 先验,通过五阶段训练流程做出了一个可控视频世界模型,其中因果版本能在单张 NVIDIA L20 上实时生成 832×480 画面,帧率达到 24 fps。在 WBench Full 评测里拿到了 70.0 分,超过了 13.6B 参数的 LongCat-Video 和 14B 参数的 Helios,与 22B 参数的 LTX-2.3 的差距也不到一分。更关键的是,整个五阶段训练只靠两张 48GB 的 L20 就完成了,而且动作的输入输出接口已经预留好,方便后续做具身和自动驾驶方向的训练。[2]
VABench:通用多模态模型定位物体满分,完整任务只做成一半 · benchmark
这项基准在 HF 上热度达到 7,考察的是"观察—推理—行动—修正"这一整套闭环能力:模型拿不到特权位姿,也没有示范轨迹和预训练好的动作头可用,只能靠自己挑相机视角、给出米制坐标指令,再根据执行反馈来调整。结果是,表现最好的模型在目标定位任务上做到了 100%,空间关系理解也有 78.9%,但放到三轮任务里,成功率的宏平均却只有 53.93%。有意思的是,让模型主动控制相机(而不是被动接收多视角画面)能把一组对照任务的成功率从 27.86% 拉到 57.50%;可一旦换成没见过的几何布局,成功率就会掉超过 30 个百分点,而那些要求长程且严格执行的任务,没有一个模型能完整走下来。[3]
只改碰撞网格,就能让仿真里一切正常的策略在真机上出事 · benchmark
仿真器里的每个 3D 资产其实都藏着两套几何数据:一套是用来渲染的视觉网格,另一套是为了节省算力而简化的碰撞网格。这两者本来就允许存在出入,而这篇论文指出,这道缝隙恰恰可以被用作投毒的通道。攻击者只需要动手脚改动碰撞网格,视觉网格和其余部分完全不用碰,用这样的资产训练和评测出来的策略在仿真环境里全程表现得很正常,可一旦搬到真机上,就会出现性能退化、任务失败,甚至带来物理层面的风险。更麻烦的是,目前的资产审核只检查恶意代码、版权和格式是否合规,压根不去核对视觉网格和碰撞网格是不是一致;作者试了好几种防御手段,都没能挡住这种攻击。[4]
VLA 砍掉 63% 语言骨干后成功率只剩 0.8%,8 GPU 小时离线拉回来 · vla
动辄几十亿参数的语言骨干,一直是 VLA 模型真正装到机器人硬件上的主要拦路虎。用结构化剪枝把 OpenVLA-OFT 的骨干砍掉 63% 之后,LIBERO-Long 上的成功率会从 93.2% 一路跌到 0.8%;此前想要修复这个问题,得靠在线 rollout,代价是要烧掉几百个 GPU 小时。这次团队换了个思路,改用宽度剪枝把残差流的尺寸原样保留下来,这样教师模型和学生模型的隐状态形状就能对得上、可以直接对齐,只需要先跑一遍教师模型把结果缓存下来,再离线做蒸馏,大约 8 个 GPU 小时 就能把学生模型的表现拉到跟教师相差 3.5 分以内。放到一台 6 自由度机械臂上测试,压缩率做到 72% 的学生模型成功率有 77.5%,板载推理速度快了 2.23 倍,显存还省了 62%。[5]
Feel-WM:越野导航世界模型不光预测看见什么,还预测会颠成什么样 · world-model
如果是在城市里,光预测画面就足够用了,但换到越野场景就不行了,因为成败关键在于机器人和地形之间怎么相互作用。Feel-WM 的做法是把本体感觉也纳入输入,让模型同时预测未来的本体状态和失败风险,而这两项预测都是从机器人自身的经验里学出来的,不用人工去标注;规划器则把预测出的失败风险和目标相似度一起放进一个可分离的打分体系里做决策。实测把它装到 Husky 上跑山路时,它能提前判断出前方地面比较糙从而绕开走,而端到端策略在同一段路上却失败了。[6]
RoM-Nav:G1 无地图跨楼层导航,单次试验垂直位移超 10 米 · locomotion
一旦遇到楼梯这类复杂地形交互,单阶段的 RL 导航流程就很难再往上扩展。作者的做法是分两步走:先用降阶动力学配合完整的 3D LiDAR 观测训练出一个导航策略,再拿这份导航知识去给一个作用在完整人形动力学上的策略做冷启动,中间的运动控制策略则一直冻结在回路里不动。此外,他们还在导航策略的输出上加了一层 Poisson 安全滤波,这样即便碰到分布外的障碍物,也能保证安全恢复而不拖累成功率。放到 Unitree G1 上实测,机器人完成了无地图的多楼层导航,单次试验的垂直位移超过 10 米、路径长度超过 100 米。[7]
其他今日论文:DITTO 把 7 自由度灵巧手和运动学等价的电动外骨骼一起设计,同一套平台既能野外采数据又能做带关节力反馈的双边遥操([8]);AMB3R-SLAM 在单张消费级 GPU 上做千米级实时单目 SLAM,VBR 与 Oxford Spires 上把绝对轨迹误差降超 70%([9]);ViLoMan 把人物交互的局部运动学示范补成可执行轨迹,G1 只用板载深度和本体感觉完成各种构型的关门任务([10]);自激驱动让扑翼飞行器不靠中枢信号自发拍翅,抗损伤能力随之提升([11]);FAMOS 从稀疏单目观测前馈重建铰接物体运动学([12]);4D 毫米波雷达感知算法综述按任务演进梳理了数据集与评测协议([13])。
开源·工具·评测
· ZDTaichu5.0-9B:紫东太初 9 月 15 日开源的 9B 通用多模态模型,九项国际空间理解基准里 8 项拿到同参数通用组第一,MindCube-tiny 得 78.27 分、比 Qwen3.5-9B 高 20.67 个百分点;这次连完整的空间多模态数据生产管线方案一起放出,从去重、画质过滤到 SFT、退火和 GRPO 强化学习都给了细节 [14]
· NVIDIA NemoClaw:用智能体自动检查、标注和配置机器人训练用的 3D 场景,经 Omniverse 库把 Blender 场景转成可仿真的 OpenUSD,直接喂给 Isaac Sim 和 Isaac Lab;校验项包括碰撞网格是否正确、材质对仿真是否有意义、传感器摆放和 USD 导出是否干净,编排智能体由 Codex 或 Claude 驱动 [15]
▎ 融资与交易
Watney | A 轮 | 8000 万美元 · embodied
这轮由 Valor Atreides AI Fund 与 Hummingbird Ventures 联合领投,Conviction、Abstract、A 继续跟投,公司累计融资已经越过 1 亿美元。这家 2023 年在旧金山成立的公司专门做数据中心机房里的活儿,比如换线缆、重启服务器,从 2025 年开始为超大规模云厂商提供服务。据 WIRED 报道,Meta 从去年 6 月起就在爱荷华 Altoona 园区测试两台双臂的 Watney 机器人,俄亥俄 New Albany 的 Prometheus 数据中心也在做类似的试用;不过目前机器人干活还是比人类技术员慢,也需要有人盯着,一名 Meta 员工告诉 WIRED,等换线系统真正成熟之后,某些技术岗位最终可能有多达 80% 的工作量会被机器人消化掉。[16]
枢途科技(SynaCore)| Pre-A 轮 | 近亿元 · adjacent
本轮由鼎晖百孚和鲲鹏资本联合领投,广州产投、亿合资本跟投,老股东趋势投资还做了超额追投。这已经是这家公司一个月里融到的第三轮钱。公司主要做两块业务:一是 SynaData,把人类行为转化成可训练的数据,官方说法是已经服务了超过 60% 的百亿估值具身独角兽;二是 SynaTac,把来自不同传感器、不同格式的触觉数据统一整理成结构化表征,用于接触策略的训练,而这次融来的钱主要就投在 SynaTac 这块业务上。[17]
微亿智造 | 港交所 IPO 备案获批 · industrial
这家总部在常州的工业具身智能公司,近三年的营收分别是 4.34 亿、6 亿和 8 亿元,毛利也跟着从 1.84 亿涨到了 3.86 亿元;不过期内利润却出现了回落,从 2024 年的 1574 万元降到 2025 年的 507 万元,同期经调整净利在 4415 万元到 4873 万元之间。截至 2025 年底,公司手头的现金及现金等价物是 2.4 亿元。值得一提的是,百度在线以前也是这家公司的股东,但在 2025 年分两笔把持股清空了。[18]
AMC Robotics | 备用股权融资 | 5000 万美元 · industrial
公司签下了一份 5000 万美元的备用股权购买协议,同时还发了 388 万美元 的可转债,官方说法是钱要用来加快制造产能的建设。需要注意的是,备用股权协议其实是一个可以按需分批提款的额度,并不代表这笔钱会一次性到账,实际用了多少还得看后续的披露。[19]
清智元视 | A+ 轮 | 金额未披露 · embodied
五源资本、高瓴创投等机构参与了这轮投资。[20]
▎ 商业化落地与部署
Waymo 把新加坡定为下一个海外市场,2028 年开付费服务 · autonomy
上周刚在拉斯维加斯开放了邀请制,这次 Waymo 又把目光投向了境外市场。按照计划,车辆会在"未来几个月"运抵新加坡,2027 年 先带着安全员做建图和自动驾驶测试,等到 2028 年才向公众开放全自动驾驶网约车服务。当然,正式载客之前还得先拿到陆路交通管理局的批准,因为新加坡规定所有自动驾驶车辆都得先通过 CETRAN 的安全评估,具体的测试规程由 LTA 和 CETRAN 会同交警共同制定。其实今年初 Waymo 就已经在当地设了公司实体,并且加入了新加坡自动驾驶车辆指导委员会。联席 CEO Tekedra Mawakana 在声明中表示,新加坡"建成了全球最安全、最高效、最有前瞻性的交通生态之一"。目前公司大约有 4000 辆 车在美国约 15 个城市运营,海外方面此前已宣布的还有伦敦(2026 年底)、东京(2027 年)和慕尼黑(2027 年末)。[21]
Zoox 在内华达的 100 台上限本月到期 · autonomy
内华达交通管理局给的那张限定 100 辆车的许可将在 9 月 25 日 到期,这一点得到了 NTA 官员和 Zoox 发言人双方向 TechCrunch 的确认,更新后的许可文件里也明确写出了这一变化。眼下 Zoox 大概有 100 辆没有方向盘也没有踏板的定制 Robotaxi 分布在美国四个城市,其中拉斯维加斯和旧金山占了大头,而拉斯维加斯是唯一收费的地方。上个月开始能收费,前提是拿到了 NHTSA 给的联邦机动车安全标准临时豁免,这份豁免允许公司未来两年里每年最多部署 2500 辆 车。至于打算在拉斯维加斯增加多少辆,发言人没有透露,只表示未来几个月会稳步扩大车队;据 Robotaxi Tracker 估计,目前这座城市里跑着的车大概有 30 多辆。许可上限和实际投放能力之间出现落差,特斯拉此前也遇到过类似的情况。[22]
美罗 U 在美的洗衣机园区上岗两个月,累计锁螺钉超 10 万颗 · humanoid
美的在工业场景的主力机器人"美罗"目前已经进驻荆州、无锡的洗衣机工厂以及高端园区的钣金场景,负责物料识别、路径规划、抓取和工位上料这些工作;芜湖厨热工厂那边则还在试用它做标箱转运和码垛。升级版的"美罗 U"已经在洗衣机高端园区稳定运行了超过 2 个月,累计完成的螺钉锁附数量超过 10 万颗。而面向家庭和商业场景的"美拉 X2",公司方面表示其场景作业成功率超过了 95%。⚠️ 厂商口径[23]
CAT 自动驾驶矿卡在弗吉尼亚采石场累计搬运 350 万吨 · industrial
这可以看作无人矿卡从矿山场景往采石场外溢的一个标志性节点。业内的说法是,百台级项目正在成为新的行业基准,全年出货量可能会超过一万台。⚠️ 测算口径[24]
普渡 BG1 进入规模量产,乌镇工厂陆续下线 · industrial
这款大型商用清洁机器人是今年 3 月底发布的,公司方面表示发布一个月内预订单金额就突破了 1 亿元。目前桐乡乌镇工厂那边已经陆续有整机下线。不过需要提醒的是,预订单不等于实际交付,真实的出货节奏还得看后续的公开披露。⚠️ 厂商口径[25]
智元 A3 Ultra 开始进场作业,称 10 秒换电、续航 8 小时 · humanoid
换电时间和续航这两个数字都是厂商自己给出的,至于实际能连续作业多久,还得看工位上真实的排班记录来验证。⚠️ 厂商口径[26]
Figure Helix 2.5 进 30 栋陌生住宅,完整任务成功率 56% · humanoid
Figure 03 被派进了旧金山湾区 30 栋从未用于训练的住宅里,去做整理客厅、叠毛巾、铺床这三类任务,在 420 次测试中完整成功率达到 56%;作为对照,如果不经过 Index 人类行为数据集的预训练,成功率就只有大约 9%。不过 Sunday Robotics 联合创始人 Tony Zhao 等业内人士对此提出了质疑:一项完整任务仍然有接近一半的概率会失败,这跟"已经能在陌生家庭里真正干活"的说法明显对不上;而且机器人做的仍然是三项专门训练过的任务,并不是听一句指令就能上手应付新的家务活。⚠️ 厂商口径[27]
▎ 产业动态
丰田计划 2028 年起每年投 1 万亿日元改造工厂,引入 40 万台自研机器人 · industrial
丰田集团打算在全球生产基地里引入 40 万台 自研机器人,其中丰田自有工厂要装 15 万台,集团旗下公司的工厂要装 25 万台。与之配套的是,从 2028 年起,公司每年会投入 1 万亿日元(约合 64.2 亿美元)用来改建和重建全球各地的工厂。虽然不少媒体把这 40 万台统称为"人形机器人",但日经的原文说法其实是自研机器人,人形只是其中一类,名字叫 ELEY,长着双指手、重 50 公斤,靠轮子移动而不是行走,电池和电源线两种供电方式都能用,名字来自 Embodied Learning robot for Enhanced Yield 的缩写。目前 ELEY 已经在部分产线上部署,学习方式是让工人戴上仿照 ELEY 手指做的治具,照常重复本职的动作,机器人在一旁学习。9 月中旬,在丰田欧洲总部的一场投资者技术说明会上,有一台机器人现场给观众叠了 T 恤,学习了两周、1500 次之后已经接近零失误。丰田在全球共有 60 座工厂,还有 18000 名被称作"匠"的资深技工。执行副总裁中岛裕树说:"我们追求的是机器人与人共存,而不是取代人。"⚠️ 计划口径[28]
特斯拉开始审计中国 Optimus 供应商,量产放在 Fremont · humanoid
特斯拉的管理层和工程师已经着手对部分中国供应链展开审计。据两名与相关厂商有业务往来的企业高管向《南华早报》透露,被列入审厂名单的包括热管理部件厂 三花智控、汽车零部件供应商 均胜电子 和底盘厂 拓普集团,这几家公司大多已经在给特斯拉的电动车供货,而且都位于浙江。这一轮审厂对应的是新一批零部件订单,Optimus 的量产将在加州的 Fremont 工厂启动。这些中国供应商都跟特斯拉签了保密协议,一旦违约要面临以百万美元计的罚金。上海明蓝汽车服务咨询 CEO 陈金竹表示:"审厂说明这些中国供应商是 Optimus 供应链的重要一环,他们相对国内外同行有成本和技术优势。"今年 1 月,马斯克宣布 Fremont 工厂的 Model S 和 Model X 停产,就是为了把这座工厂腾出来给机器人用。[29]
美的机器人业务上半年收入 166.2 亿元,库卡国内出货升至第二 · industrial
美的集团上半年营收达到 2610.52 亿元,同比增长 3.46%,其中机器人与自动化业务贡献了 166.2 亿元,同比增长 10.27%,占到总营收的 6.39%,这个增速比智能家居业务的 4.27% 还要高。库卡整体收入增速超过了 10%,其中库卡中国贡献的占比超过 30%。据新浪财经转维科网机器人引用 MIR 睿工业的统计,2026 年上半年库卡工业机器人在国内的出货量超过了 18000 台,销量份额达到 9.7%,已经升到国内第二的位置;在 300kg 以上的重载机器人领域,国内份额更是突破了 50%。核心零部件方面,上半年精密减速机出货 2.6 万台,重载伺服电机出货 5.8 万台。截至 6 月,美的自家工厂里机器人的使用密度已经超过每万人 750 台。[30]
人形机器人日租金从数万元跌到千元级,华强北档口撤空 · adjacent
去年一台人形机器人的日租金能高达 3 万元,就算三个月赚 500 万,在行业里也只算中等水平;可到了 2026 年,日租金已经跌到千元这个量级。据证劵时报报道,2025 年下半年,作为国内机器人租赁集散地的华强北有超过 90% 的租赁档口选择撤场。价格战其实只是表面现象,背后真正的问题是没有稳定的刚需:有平台数据显示,娱乐表演和商业营销类的订单占比竟然高达 65%;再看 IDC 统计的 2025 年全球人形机器人出货情况,文娱表演场景占了 36.8%,科研教育占 24.6%,真正能进厂完成常态化生产作业的比例明显偏低。资产层面同样不乐观,年均折旧就有 20% 到 30%,2024 年花 30 万到 80 万元买的工程样机,如今二手残值只剩 3 万到 6 万元,而且每接一单还得派工程师全程陪同以防死机。目前轻工业订单在平台上大约只占到 10%。[31]
机器人有没有"ChatGPT 时刻",同一天出现三种答案 · world-model
Spirit AI 联合创始人兼首席科学家高阳给出了自己的时间表:"我们预计 2027 年年中达到 GPT-3.0 的水平,你可以用自然语言和机器人说话,它会执行一连串合乎逻辑的物理动作来完成任务。"不过他也坦言"大脑确实是整个机器人系统里最薄弱的一环"。这家公司雇了大约 1000 名外包人员在全国各地采集数据,北京训练中心里的工作人员戴着传感器反复做开冰箱、开保险柜、切菜这些动作;目前在结构化的客厅环境里,简单任务的成功率大约是 90%,已经有几十台轮式人形机器人 Moz1 在宁德时代的产线和京东的零售网络里工作,而京东本身也是这家公司的投资方。公司从 2024 年成立到现在,累计融资已经超过 6.7 亿美元,估值达到 200 亿元人民币。就在同一天,千诀科技创始人高海川却说出了截然相反的观点:"客户不会因为我们用了先进的预测世界模型多付一分钱,他们只关心活干得好不好、多久出一次故障、值不值这个价。"他并不认为会有某个单点技术突破让整个行业一夜之间起飞,公司的第一批订单来自餐饮、清洁和酒店服务这些机器人场景。第三种声音则来自第九届中国机器人峰会,苏州大学教授孙立宁指出,小脑和肢体产品推出后,三到五年内有机会迭代到比较好的水平,但"大脑"受到算力、算法、数据这三重约束,要接近人的综合智能可能需要二三十年时间;他还提醒说,过高的预期会透支整个行业的信心。[32]
月之暗面启动具身智能人才招募 · embodied
与此同时,也有消息提到公司内部对智能体机器人这条路线仍然持保留态度。⚠️ 传闻口径[33]
硬件·供应链
· 联发科 Genio Pro 5100:3nm 制程、第 8 代 NPU 890 提供 106 TOPS 算力,端侧本地跑 Qwen3 7B 可达 23 token/s,断网也能做多模态推理;采用"决策大脑加控制小脑"同芯集成,少一层多晶片堆叠的通信延迟,第九届中国机器人峰会上发布 [34]
· 蓝点触控(六维力/关节力矩传感器):副总裁张鹏玲称一台人形通常在手腕脚踝配 4 个六维力传感器、全身关节配约 28 个关节力矩传感器,合计约 32 个,力传感器约占整机 BOM 成本 15%;去年关节力传感器出货超 10 万套,目前产能利用率接近 100%,叠加新增产能预计可达百万套;CCID 赛迪《2026 年中国人形机器人六维力传感器市场调研报告》给出的市占率超过 80% [35]
· 禾川科技(688320.SH):董事、总经理徐晓杰在半年度业绩会上说,第三代无框力矩电机已具备规模化量产与快速爬坡能力,但受订单规模制约产能尚未充分释放;灵巧手仍处于手工装配的小批量阶段,产能弹性有限。公司同日在互动平台称旋转关节模组、线性执行器、空心杯电机、无框力矩电机、灵巧手等核心零部件目前已有订单,但规模不大 [36]
· 维宏股份(灵巧手关节模组):以运动控制技术切入具身智能核心执行部件 [37]
文中 [N] 为来源编号,全部来源链接请点文末「阅读原文」查看。
FutureX · 记录未来如何发生
素材来源多方媒体/网络新闻