━━━━━ 正文从此处全选复制 ━━━━━

FutureX · Physical AI

今日要点

· IFR 首次单列人形机器人：2025 年全球售出约 7000 台，多数流向研究机构和数据采集

· 海柔创新将为一家欧洲时尚零售商部署 超 1500 台货架攀爬机器人

· Einride 把下一代无人驾驶系统改建在英伟达 Drive Hyperion 上

· 智元旗下启元的两款个人机器人 19999 元起开售，10 月 1 日起发货

· NHTSA 与 SAE 成立 ASCEND 联盟，着手制定自动驾驶联邦性能标准

· 真机子任务 RL 框架 PARTS 把 Franka 长程任务成功率从 50% 拉到 95%

▎ 论文进展

PARTS：只在卡脖子的子任务上做真机 RL · manipulation

当基座策略执行长程任务时，失败往往集中在少数几个子任务上反复出现，如果为此重新采集整条示教数据，成本并不划算。为了解决这个问题，PARTS 会冻结预训练策略，只针对瓶颈子任务训练残差修正，同时由智能体生成的选择器和成功判别器提供局部奖励。实验结果显示，双臂 YAM 上的整任务成功率从 32% 提升到 61%，单臂 Franka 上则从 50% 提升到 95%，而且每个任务平均只需几十分钟的真机 rollout；在同等预算下，其表现比现有的真机 RL 微调方法高出 25% 以上。[1]

VLA-Feedback：扩散 VLA 执行动作块时也能看最新画面 · vla

扩散式 VLA 生成动作块之后通常采用开环执行，一旦物体发生移动，动作就容易跟不上变化。研究者在去噪的最后一步保留了一个轻量反馈接口：低频部分负责扩散规划，高频部分则根据最新观测逐一修正动作，这样就不必重新运行整个 VLM。测试结果表明，在静态 LIBERO 任务上，该方法与 GR00T 表现相当；在动态仿真任务中，平均成功率从 27.5% 提升到 85.0%；真机测试中成功率也从 51% 提高到 73%。[2]

AtomEgo：第一视角人类数据怎样掺进具身预训练 · vla

用人类第一视角视频来补充机器人数据，已经成为眼下多家公司共同押注的方向，但究竟该如何混合这两类数据，此前一直缺少系统性的对比研究。为此，AtomEgo 整理出约 2659 小时语料，并在 VLA 和世界动作模型这两类架构上，比较了联合训练、渐进迁移、视频动作联合建模三种不同做法，同时还开展了多任务真机实验。研究得出的结论可以概括为一句话：收益大致等于数据规模乘以对齐质量，如果对齐做得不好，即便数据量再大，也难以换来更好的泛化能力。[3]

GALA：给隐动作补上手指级 3D 几何 · vla

基于图像的隐动作模型很难捕捉到手指层面的细微动作，这也导致人手视频和灵巧手数据一直难以共用。为此，GALA 提出了统一末端运动表示 UEMR，把视觉隐动作和 3D 末端几何隐动作结合在一起，为跨本体 VLA 预训练提供监督信号，即便是没有动作标注的人类视频也能派上用场。测试显示，RoboCasa-GR1 上的成功率达到 68.3%，真机测试则达到 75.5%，相关代码已经公开。[4]

MT-WAM：世界动作模型不生成视频也能变强 · world-model

这项研究延续了 Fast-WAM 在推理阶段不生成未来视频的思路，但在训练过程中额外加入了两路监督信号，分别用于预测未来的 2D 点轨迹和视觉特征，从而让视频主干网络多学到一些控制所需要的动态信息。即便没有额外的具身预训练，LIBERO 上的成功率也达到 98.2%，LIBERO-Plus 上为 73.7%，比 Fast-WAM 高出 23.8 个百分点；在四项真机任务中，平均成功率从 67.0% 提升到 77.8%。[5]

ForceTwin：人拿测力夹爪摸一遍，门的"手感"进了数字孪生 · perception

即便两扇门外观完全相同，推起来的手感也可能截然不同，但现有的数字孪生大多只还原了运动学信息。为改变这一点，ForceTwin 让人用手持测力夹爪去操作物体，据此辨识出惯量、摩擦和阻尼等参数，并借助神经残差补全闭门器这类会随状态变化的机构力。研究者把辨识出的结果作为前馈动力学模型，接入 Spot 和 Franka FR3 的阻抗控制系统，结果显示，在九组物体与本体的组合中，目标完成率达到 87%，相比之下，VLM 先验孪生为 60%，纯运动学孪生仅为 57%。[6]

SkelWAM：用骨架表示把 Franka 上学的技能零样本搬到别的机器人 · manipulation

SkelWAM 使用臂中心线、TCP 位姿和夹爪指令组成一个 25 维的共享状态，再由各本体各自的约束解码器把它翻译成具体的关节指令，这样一来，目标机器人既不需要额外示教，也无需更新策略。作者同时发布了跨本体基准 LIBERO-Cross10，其中覆盖了 10 种目标本体。仅使用 Franka 数据进行训练，就在该基准上取得了 43.3% 的成功率，比表现最强的基线高出 36.2 个百分点，此外还在连续体机器人上完成了真机演示。[7]

LIMBO：29 自由度人形学会躲球、钻低杆，上真机不挂安全滤波器 · locomotion

LIMBO 先从黑盒转移数据中学出状态-动作控制屏障函数，再把其中蕴含的安全结构蒸馏进任务策略，这样部署时就不再需要在线安全滤波。在一台 29 自由度的人形机器人上，研究者完成了躲避球体和钻越低矮障碍的测试；在调整了采样的集中度之后，同一套安全约束下，机器人还学会了一种后仰钻杆的新动作。[8]

ZYT-World：七路相机的驾驶世界模型压到单步生成 · world-model

这项研究面向量产级闭环仿真场景，原生就能生成 4 路超 180° 鱼眼视图和 3 路针孔视图。作者把一个 40 步的双向教师模型蒸馏成单步流式生成器，使生成速度本身提升了 107.7 倍，同时 PSNR 与 SSIM 两项指标仍能保留教师模型 90% 以上的水平。不过，相关评测目前只在内部的多视角测试集上进行。[9]

其他今日论文：DEXTERA（单张 RGB 图自动搭建灵巧操作的 real-to-sim-to-real 流程，虚实联合训练后真机成功率从 29.2% 升到 61.9%，[10]）；Coda（给 flow matching VLA 加一步学习式终点修正，五步推理成功率 71.64%→74.68%，[11]）；SafeStage（97 个风险场景，把任务执行前、中、后三个阶段的安全性与任务成功率分开评测，[12]）；SeeQ（按子任务学 Q 值函数，用于 best-of-N 策略引导，[13]）；ME-Dex 1.0（把视觉、触觉、动作放进同一个世界动作模型联合预测，[14]）；SceneLM（单个 VLM 用纯文本维护开放词汇场景地图，体积小 6 到 12 倍，[15]）；CounterPlay（自博弈驾驶策略的反事实后训练，只用锚点模型 1% 的训练量拿下 BehaviorBench SOTA，[16]）；FootQuery（按预测落脚点检索深度历史，用于人形感知运动，[17]）；VLA-Scope（针对分布偏移做 VLA 失败预测，[18]）。

开源·工具·评测

· RPent：由清华大学、无问芯穹、正行创新联合开源的具身智能体基础设施，其中大模型负责规划，VLA 等专家模型负责精细动作，经验证的流程会被存成任务卡以便复用；在 LIBERO-PRO 上成功率达到 92.6%，端到端完成速度提升 7 倍以上，目前已接入 Franka、YAM、SO101 等真机 量子位 [19]

· UnifoLM-WLA-1.0：宇树开放了该模型的部分权重，此前该模型已展示过完成 64 项任务的能力 Pandaily [20]

▎ 融资与交易

帕西尼 ｜ A 股 IPO 辅导备案 ｜ 累计融资超 40 亿元 ｜ 投后估值超 100 亿元 · hardware

9 月 20 日，帕西尼在北京证监局完成了辅导备案，辅导机构为国泰海通证劵。此前于 9 月中旬申报的 B++ 轮融资中，这次新披露的出资方是三星，属于战略投资性质。这家公司的主业是触觉感知，据称其自研的触觉晶片累计出货已超过 100 万颗。公司的产业股东包括比亚迪、京东、TCL、上汽等，其中比亚迪是最大的外部投资方，双方在 8 月还签署了数据采集合作协议。首席战略官罗霄恒表示："多数产业方都是主动找过来的，先成为我们的客户，再成为股东。"[21]

芯驰科技 ｜ C+ 轮、C++ 轮 ｜ 2026 年 C 轮合计约 10 亿元 · hardware

这轮融资的出资方包括英特尔 CEO 陈立武创办的华登科技，以及陕投资本等机构。芯驰原本以车规晶片业务为主，全系列产品累计出货已超过 1400 万片，2024 年完成 B+ 轮融资后估值达到 140 亿元。这次募集的资金有一部分将用于把车规产品向具身智能领域延伸，公司目前已推出覆盖"大脑、小脑、关节"的 R1、D9、E3-R 三个系列，并称相关晶片已在头部具身智能公司实现量产装车。不过，车规晶片的量产能力能否直接迁移到机器人领域，还有待订单和客户验证的检验。[22]

中亿具身 ｜ 天使轮 ｜ 近亿元 · adjacent

本轮融资由安达智能股东领投，深港恒添和北京君格瑞跟投。这家公司专注于为多品牌机器人提供统一接入和调度服务，主要面向文旅、楼宇、巡检三类应用场景。公司旗下的天工集平台提供租赁、二次开发和维保服务，据称已接入超过 40 家本体厂商，目前手握的维保和租赁订单接近亿元规模。[23]

方奇科技 ｜ 天使轮 ｜ 千万级 · world-model

本轮融资由启迪之星创投参投。这家公司今年刚成立，核心团队来自清华，主要方向是"语义化世界模型"，也就是把具身大模型和世界模型统一放进同一个三维语义空间当中；据称该团队曾在斯坦福 BEHAVIOR 2026 家务挑战赛中获得第二名，并已与优地机器人等企业签署了战略合作协议。[24]

▎ 商业化落地与部署

海柔创新拿下超 1500 台 HaiPick Climb 的欧洲仓库项目 · industrial

一家欧洲头部时尚零售商正在建设的新电商履约中心，将部署超过 1500 台 HaiPick Climb 货架攀爬机器人，这些机器人全部接入同一套系统，采用货到人拣选和双深位存储的作业模式。客户的具体名称目前尚未公开。这家零售商此前已经在欧洲多个仓库使用过 HaiPick 系统，此次属于追加订单。海柔方面称，这是目前全球规模最大的货架攀爬机器人部署项目，但具体的交付时间表暂未披露。就在上周，海柔更新了港交所招股书，显示其上半年营收达到 11.18 亿元。[25]

Kodiak 无人卡车接入路边执法系统，先覆盖得州和路易斯安那 · autonomy

Kodiak 与称重站绕行服务商 PrePass 共同开发了一套自动化流程，能把无人卡车的强化检查结果实时推送给执法人员，执法方据此判断该卡车是否可以绕过路边检查点，或者下达其他指令。根据 CVSA 的规定，无人卡车出车前必须经过一名持证检查员的确认，确保没有安全缺陷，而每次检查的有效期最长为 24 小时。PrePass 首席技术官 Chas Wurster 表示，无人卡车实现规模化运营的下一道难关，并不在车辆本身，而在于车外的基础设施建设。Kodiak 计划在 2026 年底之前，在公路上启动无人驾驶商业运营。[26]

Torc 在得州封闭场地完成全速无人卡车验收测试 · autonomy

戴姆勒卡车旗下的 Torc 在一处多车道封闭场地完成了产品验收测试，测试期间车内没有配备安全员，车速最高达到 65 英里/时（约合 105 公里/时），所用车辆是采用冗余设计的 Freightliner Cascadia。CEO Peter Vaughan Schmidt 表示，经过多次无人驾驶测试，车辆展现出的可靠性令人印象深刻。不过，目前测试仍然局限在封闭场地内进行，距离在公开道路上实现无人运营还有一步之遥。公司的目标是在 2027 年实现商业化运营。[27]

CJ 物流仓里已有两台双臂人形在塞缓冲材料 · embodied

这两台机器人目前正在京畿道龙仁的 Olive Young 配送中心作业。9 月 18 日，CJ 物流又与 RLWRLD 签署了一份备忘录，双方将合作开发面向物流场景的机器人基础模型：CJ 一方负责提供现场数据、制定性能标准，RLWRLD 一方负责模型的具体开发。此前，CJ 去年已经参与了对 RLWRLD 的股权投资，下一步双方计划把应用范围扩展到拣选、分拣和质检等环节。[28]

金杯汽车首台具身机器人下线，同步启动数据工厂 · embodied

这台名为"量子一号"的机器人在沈阳完成下线并交付，搭载了自变量提供的机器人大脑，目前已在金杯旗下的座椅和内饰工厂开展数据采集工作，负责数采标注的团队规模超过 200 人。需要注意的是，此次交付只涉及一台设备，更接近于起步阶段，还谈不上量产。[29]

▎ 产业动态

IFR 首次单列人形机器人：2025 年全球约卖出 7000 台 · humanoid

这是 IFR（国际机器人联合会）三十年统计历史上第一次把人形机器人单独列出统计，其口径限定为工业和专业服务用途，不包含消费类和军用类产品。秘书长 Susanne Bieller 对路透社表示，人形机器人在全球机器人总量中"只占很小一部分"，去年卖出的很多台设备被研究机构购入，或是用来为 AI 模型采集数据，并没有真正投入生产工作。车企虽然是早期采购方，但工厂里的部署数量"通常只有个位数，有时是两位数"。作为对照，2024 年全球工业机器人的装机量约为 54.2 万台，7000 台还不到这一数字的 2%。美国银行全球研究部预计，今年人形机器人的出货量将达到 9 万台，2030 年将增长到 120 万台；观点网把这 9 万台的数字归到了 IFR 名下，而转述路透社报道的版本则明确写出这一数字来自美银的估计。IFR 关于 2025 年工业和服务机器人的完整数据，将于 9 月 24 日公布。[30]

Einride 把下一代无人驾驶系统改建在英伟达 Hyperion 上 · autonomy

就在上周，Einride 刚与 Lidl 在德国开通了无驾驶室的 L4 卡车运营，这次它又宣布，下一代 Einride Driver 将基于 NVIDIA Drive Hyperion 平台开发，算力、传感器和安全软件都将采用英伟达的方案；模型训练环节使用 Blackwell 晶片，仿真场景则借助 Cosmos 生成。此外，Volvo 和 Aurora 的相关项目目前也在使用 Hyperion 平台。Einride 目前在美国、欧洲和中东地区运营着数百辆电动卡车，按现有客户的需求测算，预计到 2028 年车队规模将达到 1500 至 2000 辆，其中约八成适合实现自动化。消息公布之后，公司股价盘前一度上涨约 7%，不过今年以来的累计跌幅仍超过 63%。[31]

启元 Q1、T1 两款个人机器人 19999 元起开售 · humanoid

上纬新材旗下的启元于 9 月 20 日在上海发布了这两款产品，10 月 1 日起将按订单开始发货。其中 Q1 身高约 88 厘米，重约 15 公斤，其外壳结构件已经开源；T1 则可以在轮足人形和四足两种形态之间切换。两款产品的标准版售价均为 19999 元，Q1 探索版售价 26999 元，T1 Pro 售价 29999 元。作为对比，宇树 R1 同档位产品目前售价为 2.99 万元起。CEO 田华透露，产线平均每 2.5 分钟就能下线一台。上纬新材上半年在机器人业务上的投入达到 1.64 亿元，虽然这项业务尚未产生营收，但已收到 2.1 亿元预收货款。发布会上并没有给出家务模型 PrimeMind 的上线时间。⚠️ 厂商口径[32]

NHTSA 与 SAE 成立 ASCEND，着手制定自动驾驶联邦性能标准 · autonomy

这一联盟由 NHTSA 与 SAE International 共同发起，目的是通过数据分析制定出一套针对自动驾驶系统的性能标准。目前的 FMVSS 标准是以传统乘用车为前提设计的，并不适用于 Cybercab、Zoox 这类没有方向盘和踏板的车型。NHTSA 首席法律顾问 Jonathan Morrison 表示，未来这些性能标准可以被纳入联邦机动车安全标准体系，也有助于减少各州各自为政、规则不一的问题。不过，具体的时间表和评测方法目前都还没有公布。[33]

四足机器人上半年出货，IDC 和 Counterpoint 相差约 1.4 万台 · humanoid

IDC 给出的数据显示，全球出货量超过 4.9 万台，同比增长 92.5%，市场规模超过 4 亿美元；而 Counterpoint 给出的数据则是近 3.5 万台，其中宇树以 37% 的份额居首。IDC 的报告还显示，教育科研和家用消费两类场景的出货量约占总量的六成，但对应的收入却不到三分之一；而政府、工业等行业级应用的出货量虽然不到四成，却贡献了超过三分之二的收入。在行业级应用这一细分领域中，云深处排名第一。[34]

英伟达工程师下月进驻 LG 电子首尔数据工厂 · embodied

双方将在首尔良才的 Data Factory 设立联合开发中心，两家公司的工程师会在同一场地共同开发机器人模型。LG 计划到年底前，把厂内运行的机器人数量增加到数百台，并让真实数据与合成数据合计凑够 10 万小时，用来训练自家的机器人基础模型。[35]

三星在晶片部门设 AX/PI 团队，专做晶圆厂机器人 · industrial

这一团队被设立在 DS 部门下属的全球制造与基础设施技术单元，第一步的工作方向可能是设备维护，接替外包人员和现场工程师所承担的部分重复性任务。目前项目仍处于早期阶段，团队正在收集数据、规划机器人的行进路线以及零件的存放位置。[36]

硬件·供应链

· 宇树 Dex5-S 灵巧手：售价 3.99 万元起，尺寸与真手 1:1 一致，拥有 22 个自由度，全部 22 个关节都可反向驱动并配有冲击保护；这一价格大约相当于宇树 G1+ 标准版整机（9.5 万元）的四成 每日经济新闻 [37]

· 大联大世平 11 自由度灵巧手方案：这家分销商推出了一款以 NXP 晶片为核心的灵巧手参考设计 新浪财经 [38]

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