━━━━━ 正文从此处全选复制 ━━━━━

FutureX · Physical AI

今日要点

· 高通收购 MoveIt 的主要维护方 PickNik，承诺 MoveIt 继续开源

· 奔驰与 Wayve 签下量产协议，Wayve 的 AI Driver 两年内装进奔驰量产车

· 博银合创向法奥机器人下单 2000 台人形力控臂

· 8 月国内具身机器人招投标约 5.5 亿元，投向电力巡检、工业巡检等真实场景的项目不到一成

· 手术策略只学医生手持器械的动作，在活体兔上做阑尾切除，4 只成功 3 只

▎ 论文进展

只用医生手持器械的动作数据，在活体动物上完成双臂腹腔镜阑尾切除 · manipulation

以往训练手术机器人，通常要让机器人自己采集示教数据，这篇论文没有走这条路。作者在普通腹腔镜器械杆上装了一个记录器，靠惯性、ToF 和霍尔传感器还原器械的位姿以及钳口的开合，全程不用外部相机。他们用 4 只活兔的 849 条示教重新训练 diffusion policy，再换成另外 4 只兔子，在电刀通电的条件下上机测试。手术阶段由医生指定，策略在其中 3 只兔子身上完成了阑尾切除。论文还同步公开了两套示教数据集。[1]

JAMB：双臂动作与未来 3D 点轨迹一起去噪 · manipulation

双臂协作的难处在于，一只手动起来，另一只手所面对的场景随之改变。JAMB 在同一个 Transformer 中同时对双臂动作和未来的 3D 点轨迹去噪，使两者在去噪过程中相互修正。在 RoboTwin 2.0 的 16 项任务上，它的平均成功率为 83.4%，比最强的基线高出 23.9 个百分点。在 3 项真机任务上，它比只输出动作的方法高出 50 个百分点。[2]

PAKT：用工业现场惯用的拖动示教给真机 RL 喂示范 · manipulation

工业装配需要微米级的精度和 99% 以上的成功率，节拍还得跟上人工。PAKT 让操作员通过导纳控制拖动机械臂做示范，并用策略执行时所用的同一套运动学限幅来约束这些轨迹，从而保证机器人自己能够复现。在 4 项插装与工业装配基准上（其中包括数据中心的计算托盘），PAKT 与 HIL-SERL 相比，节拍缩短了 23%-48%，人工干预次数也减少了 62%-86%。[3]

RoboFollow：VLA 高分里有多少真听懂了指令 · benchmark

HF 2↑。作者认为问题出在"场景熵低"：如果一个场景只允许做一种任务，策略几乎不看语言指令，也能拿到高分。RoboFollow 让每个训练场景都支持多个在动作上可以区分的任务分支，并按 L0 到 L3 四个等级逐步加大扰动。作者测试了 9 个 VLA 与 WAM 策略，结果是在 L0 上的好成绩到了 L1 至 L3 基本保持不住。换用更强的 VLM 底座、加入 QA 联合训练、使用 CFG 等补救办法，都没能补上这一差距。代码和数据已经开源。[4]

ME-U0：理想汽车的具身统一模型，理解与生成两路专家合在一起 · vla

ME-U0 采用 Mixture-of-Transformers 结构，把理解专家和生成专家连在一起。模型先预测子任务并定位可交互的区域，再用 flow matching 同时生成未来的 RGB、深度、法线、光流和动作。它在约 4200 小时的机器人与第一视角数据上做了预训练，LIBERO 平均成功率为 99.0%，LIBERO-Plus 为 82.5%，论文中还有真机验证。据 Pandaily 报道，理想在同一天还发布了 ME-Brain-1.0 和端侧的 ME-VLM。[5]

PatchWAM：把动作当成一个图像 patch，不再单设动作头 · world-model

世界-动作模型通常需要另外加一个动作头，或者配一个单独的动作专家。PatchWAM 则按固定的映射把连续动作写成一个 patch，让视觉生成骨干一并预测"机器人怎么动"和"动完之后场景是什么样"。在使用全量数据并加入增广示教的设定下，它在 LIBERO-Plus 上达到 91.8%，在 RoboTwin 2.0 上达到 96.12%。[6]

RoboTwin-Phys：质量和摩擦一变，VLA 与 WAM 就掉点 · benchmark

现有的仿真基准会随机化物体外观和场景布局，物理参数却基本是固定的。RoboTwin-Phys 在合理范围内连续改变 13 项物理属性，并公开了 5000 多条带有真实物理参数标注的专家示教。在视觉和布局随机化下表现稳定的模型，一旦物理条件改变，性能就明显下降。[7]

人形机器人一只手撑住环境，另一只手发力 · locomotion

人形机器人在用力操作时，产生的反作用力会破坏全身的平衡。这篇论文让 Unitree G1 用一只手撑住周围的环境，用另一只手完成作业。方法不需要人体动作数据，可用的接触力从无支撑时最多持续 13.5 N 提高到 60 N，更换任务区域时也不必重新训练。[8]

NavSafe-∞：开环分数高，闭环安全不一定好 · autonomy

NavSafe-∞ 是一个照片级的闭环驾驶基准，涵盖 28 类事件和 280 个场景。作者评测了 20 个端到端驾驶策略，发现开环指标上的提升很难转化为闭环中的安全性。开环 RL 微调还出现了 reward hacking：策略用安全余量去换行驶进度，放到闭环里，这种做法会演变成连锁的安全失误。[9]

其他今日论文：StrataVLA（为 VLA 分层注入 3D 几何信息，LIBERO 平均成功率 98.53%，几何模型的调用次数最多可减少 88%，[10]）；Silent Sabotage（以机器人自身的动作序列作为触发条件，给 LLM 控制器植入后门，被引 2，[11]）；StepTrigger（以足式机器人的触地状态作为触发条件，给 VLM 规划器植入后门，[12]）；DreamStream（面向端到端驾驶策略的生成式闭环仿真器，被引 1，[13]）；IndustrialVLA-Bench（在统一口径下评测 6 个开源 VLA/WAM，[14]）；VLAQuantBench（对 VLA 训练后量化做闭环评测，[15]）；SafeLoop（为 VLA 外接风险预测与回滚机制，[16]）；TriWorldBench（通过头部与双腕三个视角的一致性来评测具身世界模型，[17]）；HOTICE（让人形机器人在杂乱环境中用全身搬运物体，[18]）；Fisheye-VLA（用单个鱼眼相机取代前置加腕部的双相机配置，[19]）；Cartesian Hand（手指全部采用直线驱动的 7 自由度末端执行器，[20]）

开源·工具·评测

· Robotiq Contact Core：自适应夹爪厂商 Robotiq 开源了 C++ SDK、官方 ROS 2 包，并更新了 Isaac Sim 资产，此前开发者多半依赖社区来做这些工作。这三项是 Contact Core 软件层最先推出的一批组件，公司计划在四季度发布"接触点上的嵌入式智能" [21]

· HappyWorld-Bench：这是一套面向世界模型的统一评测，由 InfoQ 报道 [22]

· 谋先飞 × HW：双方联合发布了具身智能仿真基座解决方案 [23]

▎ 融资与交易

高通（Qualcomm）收购 PickNik ｜ 收购 ｜ 金额未披露 · adjacent

PickNik 是开源运动规划框架 MoveIt 的主要维护方，而 MoveIt 负责机械臂的轨迹规划、避碰和操作控制。高通打算让 MoveIt 更顺畅地接入 Dragonwing 平台，第一步是接入 Arduino VENTUNO Q 开发板，同时承诺继续推进 MoveIt、ROS 和 Space ROS 的开源开发。这笔交易还要等惯例的交割条件完成。晶片厂商买下了机械臂运动规划领域事实上的标准软件，等于为自家晶片补上了从模型到实时控制之间缺少的那一环。[24]

息壤开物（XIRRA）｜ 种子轮 + 天使轮 ｜ 数亿元 · world-model

这家公司成立仅两个月就连续完成两轮融资，由敦鸿资产领投，华控资本、三花控股、银杏谷资本等参与跟投。创始人兼 CEO 李寅曾任HW云大模型 CTO，联合创始人张含望是南洋理工大学的教授。团队没有选择"VLM+动作头"的路线，而是从底层预训练原生的物理基础模型 LPM：在架构上，由自回归部分推演因果关系，由 diffusion 负责渲染。公司称，自己在 WorldArena 2.0 的视频质量赛道上取得了轨迹精度第一。36 氪给出的估值为 35 亿。⚠️ 单方口径[25]

欧卡智舶（ORCAUBOAT）｜ C 轮 ｜ 年内累计近 3 亿元 · autonomy

这轮 C 轮融资在 7 月完成，由西高投领投，元禾璞华、三元资本跟投；早期股东包括李泽湘、高秉强和阿里巴巴创业者资本。公司从事水面无人船和船舶智能驾驶系统，自称已运营千艘级的水面机器人，业务覆盖 10 多个国家，无人航行里程超过 200 万公里，还持有中国船级社的四项型式认可证书。⚠️ 厂商口径[26]

Midcentury ｜ 种子轮 ｜ 1500 万美元 · adjacent

机器人数据公司 Midcentury 走出了隐身状态。这家公司自己不造机器人，而是出售训练数据和仿真工具。据公司称，它已收集超过 200 万小时的第一视角真人视频，涵盖 50 多种环境、2 万多项任务，其中 90% 的画面能看到手，并标注了 3D 的手部和身体姿态。公司另外还有一个名为 Matrix 的仿真平台。[27]

时维感知 ｜ 新一轮 ｜ 数千万元 · hardware

这家公司生产机器人的感知与传导部件，智东西把它形容为"给机器人造神经系统"。[28]

▎ 商业化落地与部署

Aurora 年底 200 台无人驾驶卡车已全部签给客户，Hirschbach 计划自有 500 台 · autonomy

在 9 月 23 日的分析师与投资者日上，Aurora 表示，年底前按 TaaS 协议上路的 200 台无人驾驶卡车已经全部分配给了客户。在另一种模式 DaaS 下，第一个大客户 Hirschbach 打算自行购买并运营 500 台，从 2027 年开始交车。到目前为止，Aurora 的无人驾驶累计里程已超过 50 万英里，公司的目标是在 2030 年把规模做到 3 万台。当天其股价下跌了 6.7%。⚠️ 计划口径[29]

博银合创向法奥机器人下单 2000 台人形力控臂 · industrial

双方已经举行了签约仪式。博银合创由博世旗下的博原资本与银河通用联合孵化，旗下的 BW10-Lite 和 BW10 都采用法奥定制的 7 自由度关节模组，关节最高转速为 180°/s。BW10-Lite 已在汽车电子产线上验证了箱体抓取、拆码垛以及上下料。在这之前，博银合创还与荻捷工业签订了近 2000 台 BW10 系列的战略采购协议。[30]

8 月具身招投标 5.5 亿元，约六成钱流向数采实训中心 · adjacent

PANews 引用高工机器人的统计称，8 月国内披露的具身智能机器人中标项目共 168 个，金额约 5.5 亿元，其中千万元级的订单只有 7 个。宇树的产品出现在 55 个采购订单中，以 136 台中/全尺寸人形和四足机器人位居中标台数第一。金额最大的一单是 1.22 亿元的山西太初数采和实训中心项目。按金额计算，数采实训中心约占六成；按项目数计算，科研教育类接近八成，而电力巡检、工业巡检、文旅、消防等真实场景的项目不足一成。上周梅卡曼德 CEO 邵天兰曾质疑数采中心存在循环交易，这组数据指向的是同一个问题：钱主要花在了哪里。[31]

卡尔动力 L4 卡车接近百台，称混编车队毛利高 10%-18% · autonomy

9 月 22 日，卡尔动力在鄂尔多斯棋盘井启动了"规模化 AI 运输网络"，L4 卡车的运营规模接近百台，线路已从内蒙古延伸到陕西、山西、甘肃和新疆。公司的做法是让一名司机带多台车。COO 李潇潇说："我们的 UE 不是纯算出来的，是通过一段时间实测出来的。"他还称，与人工驾驶相比，这种模式的毛利高出 10%-18%，且已计入折旧、维修和保险。⚠️ 厂商口径[32]

优必选 U1：订单 13361 台，今年预计只交 1500 至 2000 台 · humanoid

U1 已在 9 月 16 日开始交付。首批客户是永达集团和波士集团两家汽车经销商，以及韩国的 Galaxy 机器人乐园，其中波士的协议约定"零售与租赁"两种方式并行。6 月的发布会上，公司宣布全渠道订单为 13361 台，董事长周剑当时表示，力争在年内全部交付完毕。到了 8 月底的财报电话会上，CFO 张钜把今年的可交付量改为约 1500 至 2000 台，公司的解释是仿生皮肤和微型舵机造成了产能瓶颈。预售定金为 3000 元，7 月 15 日前可以无条件退还，公司没有公布尾款的支付比例。[33]

特斯拉称 Cybercab 驱动单元每 10 秒下线一台 · autonomy

这一数字出自特斯拉招聘账号 9 月 22 日发布的推文，推文还称 Cybercab 是"认证和量产过的能效最高的电动车"。需要注意，这里指的是驱动单元的生产节拍，并不是整车的产量。⚠️ 厂商口径[34]

维也纳能源再添 4 台 Spot，覆盖三座电厂 · industrial

从 2027 年起，Wien Energie 将在 Simmering 和 Donaustadt 两座电厂，以及 Flötzersteig 垃圾焚烧厂各部署新的 Spot，合计 4 台。2023 年转入常态巡检的第一台 Spot，已完成 4000 多次巡检，行走约 1600 公里。团队还自行训练了读取仪表、检查油位等用途的专用视觉模型。[35]

▎ 产业动态

奔驰与 Wayve 签量产协议，两年内装车 · autonomy

这是 Wayve 的端到端 AI Driver 第一次进入高端品牌的量产车。它将接入奔驰自己的硬件、MB.OS 和地图接口，提供城市与高速场景下的点到点辅助驾驶。奔驰 CTO Jörg Burzer 称，这是"Wayve AI Driver 在高端细分市场的全球首次集成"。公告没有写明 SAE 等级和具体车型，时间上只说"未来两年内"。奔驰目前有三条路线并行：自研的 L3 Drive Pilot、基于英伟达方案的 L2+，以及现在加入的 Wayve。今年 2 月，Wayve 完成了 15 亿美元的 D 轮融资，估值 86 亿美元，奔驰、日产和 Stellantis 都参与了投资。[36]

丰田计划 2028 年起每年在机器人上投 64.2 亿美元 · industrial

Ars Technica 报道称，丰田的长期打算是在集团内部署约 40 万台机器人，其中整车厂 15 万台，零部件和材料厂 25 万台，人形与非人形机器人都计算在内。目前实际部署了多少、人形占多少，丰田都没有披露。轮式人形机器人 Ereii 已经上了装配线，员工戴着模仿其手指结构的夹具来教它干活。高级副总裁中岛裕树说，目标是"机器人与人共存，而不是取代人"。⚠️ 计划口径[37]

富士康与 IAT 合资成立北京富特康，做机器人代工平台 · humanoid

富特康于 9 月 21 日在北京亦庄揭牌，提供从研发、中试到量产的一站式"Turn-Key"服务，当天就与松延动力、上海开普勒、RoboParty 等公司签署了合作协议。机器人公司普遍卡在从样机到量产的这一步，富特康承接的正是这一段代工。[38]

上半年全球机器狗出货约 3.5 万台，四成用在工业 · industrial

一财援引 Counterpoint 的数据称，按总出货量计算，宇树以 37% 的份额排名第一；在工业细分市场中，智元分拆出的 AgiQuad 占近 28%，云深处占 26%。中大型重载机器狗约占总出货量的五分之一。Counterpoint 预计，全年出货量将首次超过 9 万台。[39]

南方电网与宇树签战略合作框架协议 · humanoid

双方于 9 月 22 日签署协议，公开信息中没有给出具体的采购数量和应用场景。[40]

马斯克：20 年后可能有 1000 亿台人形机器人 · humanoid

马斯克在接受央视采访时还表示，10 年内人形机器人至少会达到 10 亿台。⚠️ 演讲口径[41]

硬件·供应链

· 宇树 Dex5-S 灵巧手：这款灵巧手有 22 个自由度，尺寸与人手 1:1，重 620 克。它单手负载 1 公斤，最大可到 2 公斤；通过以太网或 USB 连接时，控制频率最高为 1000Hz，掌心相机可以直接连接，起售价为 3.99 万元 [42]；[43]

· 他山科技：触觉传感器每月交付数万枚，公司称上半年的订单已超过去年全年的四倍，并且已经完成股改 [44]

· 海光 1000 系列 CPU：这是一款 x86 架构的嵌入式处理器，面向工业机器人和边缘 AI [45]

· 英伟达 Jetson Orin Nano 2：这是面向入门级机器人和边缘 AI 的新模组 [46]

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