━━━━━ 正文从此处全选复制 ━━━━━

FutureX · Physical AI

今日要点

· 乐聚 15 台人形在兆丰机电的汽车零部件产线上料，累计运行约 1000 小时

· 海柔 291 台闪攀机器人进驻安踏廊坊仓，提供 12 万个库位

· 特斯拉 Robotaxi 事故数据里的远程接管已有 5 次，每一次都以碰撞收场

· 智元灵犀 X2 在北大人民医院导诊 66 个工作日，交互 46686 次

· 只用公开数据预训练的 2.4B VLA REKI，代码与全部权重一起放出

· MolmoBot 动作专家的条件层从 36 层砍到 3 层，推理算力最多省 33%，成功率不变

· 法奥机器人连获 C+、D 两轮，合计近 10 亿元

▎ 论文进展

REKI 开源只靠公开数据预训练的 2.4B VLA，代码和权重一并公开 · vla

REKI 一次性公开了数据清洗、训练、推理、评测和部署的全部代码，也公开了所有预训练权重与微调权重。它的预训练数据只来自三类公开资源：机器人数据、第一视角的人类数据，以及视觉语言数据。在 LIBERO-Plus、RoboTwin Clean2Rand 和 RoboCasa365 三项评测中，能胜过它的只有体量约为其两倍的模型。研究者还在动作专家中加入若干 register token，让模型记住最近几帧画面；真机测试里，策略在两个姿态之间来回摆动的次数因此减少了约四倍。[1]

剖析三个 VLA 的因果通路：条件层削减九成，成功率没有变化 · vla

研究者分析了 π0.5、MolmoAct2 和 MolmoBot 三个模型，发现图像与指令对动作产生的因果影响，都集中在中后段的一小段 cross-attention 层上，作者把这一段称为"动作条件接口"。抓取哪个物体，由目标名词在早中层的表示决定；物体该往哪个方向移动，则取决于中后层文本 token 所含的空间信息。基于这一发现，作者把 MolmoBot 动作专家的条件输入从 36 层减到 3 层，推理 FLOPs 最多下降 33%。在 3000 个回合的测试中，精简后的成功率为 46.7%，默认模型为 46.9%。同样的原则在 π0.5 的真机部署上也得到了验证。[2]

Bench2Drive 的舒适度指标实际衡量的是停车时间的长短 · benchmark

Bench2Drive 是端到端驾驶 closed-loop 评测中被广泛使用的基准。其 comfort 指标改编自 nuPlan，实现上存在若干错误，分段方式也会让停着不动的车获得奖励。作者在 8 个模型上检验发现，该指标与静止时长的相关系数高达 r=0.97。作者改为按行驶距离计算，得到修正版指标，相关系数随之降到 0.06；在速度相同的条件下比较时，原先报告的"驾驶分与舒适度此消彼长"也就无法再观察到了。作者还指出另外两个问题：默认控制器有可能用指向路线目标点的角度，取代模型自己输出的转向；评测所用的目标点，也可能与训练时的目标点相差很大。这两个问题对 UniAD 和 VAD 的影响大不相同。作者会单独发布修正代码，只需已有的轨迹日志即可重新计算。[3]

DSP 仅凭几分钟人类"玩耍"数据，就能让灵巧手自行采集交互数据 · manipulation

该方法先用几分钟的人类玩耍数据，通过行为克隆训练出一个 play policy，再让这个策略自主运行数小时，所采集的交互数据用来训练世界模型。到了推理阶段，同一个策略负责给 MPC 提供候选动作序列。在真机实验中，它的成功率比 hindsight 行为克隆高出 69.6%，与强化学习持平，所用交互数据却少了 490 倍。整个流程既不需要任务示范，也不经过 sim2real。Jitendra Malik 是作者之一。[4]

Spark-0 采集 1000 小时全手触觉数据，并以触觉作为预训练的监督信号 · manipulation

触觉在这项工作里发挥两方面作用。预训练阶段，触觉手套得到的接触图与一个冻结的 3D 几何教师模型共同监督视觉 token，部署时这部分监督可以去掉；另有一条触觉通路，先对各区域的受力历史编码，再交给动作专家使用。为此，团队采集了 1000 小时的全手触觉人类操作数据集 HumanTouch。在数据和算力相同的情况下，保留触觉监督后，纯视觉部署的 Ego Humanoid 成功率由 52.5% 提高到 71.7%。评测套件 SparkArena 也同时发布。[5]

Whole-Body Dexterity 让机器人用手臂和躯干夹持大件物体 · locomotion

宇树 G1 靠手臂和躯干把纸箱夹在腋下，从货架搬到桌上。团队首先生成一批可行的全身抓取，用它们训练 RL 专家，让专家学会从任意抓取重定位到任意抓取；随后把专家蒸馏为单一策略，这个策略只依赖本体感知和物体几何，并能零样本迁移到真机。在真机的全身操作任务中，完成率为 90%，直接 retarget 的方案为 18%，通用全身控制器则只有 4%。[6]

VLA-Δ 将物理状态的变化作为训练目标 · vla

这是今天社区热度最高的一篇，HF↑36。多数 VLA 直接把观测映射为示范动作，而 VLA-Δ 改为对当前状态与未来状态之间的物理变化做显式监督。为此，作者构建了带状态转移标注的大规模预训练数据集，推理时也不增加开销。在 LIBERO 和 RoboTwin 上，它的成绩与 SOTA 相当；在真机实验中则超过了 π0.5。代码已经开源。[7]

CarryOn 为冻结的 VLA 增设两层外环 · manipulation

其中规划环负责记录用户偏好和场景上下文；执行环负责预测危险接触并拦截对应动作，失败时则调用可复用的恢复技能。对一个已做过安全微调的 VLA，违规率从 52.6% 降到 6.1%。在复用经过反思改进的技能之后，恢复成功率由 13% 升到 80%。HF↑8。[8]

T2-z 仅凭一条交互轨迹就能推断不可见的环境参数 · world-model

摩擦、质量这类无法直接观察的环境因素，由一个可学习的环境隐变量来表示。测试时世界模型保持冻结，只需一条交互轨迹，就能为新环境优化出对应的隐变量。在 7 个仿真设置和 4 个真机任务中，动作成功率从 33.73% 提高到 72.96%。[9]

今日其他论文：Multi-Dimensional Featurizers（与因果分析那篇出自同一团队，用块稀疏特征器对机器人行为做细粒度调控，并用它筛选训练数据，[10]）；A Phenomenology of Neural Geometry in VLA Models（同一团队，考察 VLA 内部表示的几何形态，[11]）；Do VLAs Really Follow Instructions?（发现规定"怎么做"的指令反而会降低当前 VLA 的成功率，并提供了新基准 SIMPLER-IN，[12]）；Compliant GMT（Pulkit Agrawal 团队用残差适配器，为通用动作跟踪加入全身柔顺性，并在 G1 真机上验证，[13]）；DemoStream（用 GPU 批量运行 TAMP 来自动生成示范，真机上平均每小时生成 66 条，[14]）；SHRED（车辆、行人和骑行者从随机初始化开始自博弈，无需示范，在 WOSAC 上胜过同类方法，[15]）；MoCaP（从被动拍摄的人类视频中提取空间记忆，用以指导移动操作，两项真机任务成功率均为 80%，[16]）；Line-Augmented cuVSLAM（为 cuVSLAM 加入线特征，在 TUM 序列上平均轨迹误差下降 38.5%，[17]）；CoDA（生成式仿真数据引擎与策略共同进化，HF↑3，[18]）；Sub-Millisecond Reflexes（Sami Haddadin 团队，在 ROS 2 下无需停机即可切换控制行为，[19]）；Fast-VLA（任务上下文只计算一次，[20]）；Value as Memory（以在线价值引导进行真机后训练，[21]）

▎ 融资与交易

法奥机器人 ｜ C+ 轮、D 轮 ｜ 近 10 亿元 ｜ 估值未披露 · industrial

这两轮融资分别由美团龙珠和美团领投，永鑫资本、狮山二期和苏创投参与其中；国联民生资本、苏产投、清流资本等老股东也追加了投资。资金将主要用于核心零部件的产能建设，以及 ART 系列工业级人形力控臂的扩产与研发。这款手臂已经分别与博银合创、杰克科技签订了 2000 台的合作。法奥在 9 月刚刚完成 A 股 IPO 辅导备案；公司预计 2026 年全球订单销量为 18000 台，同比增长 68%，其中欧洲占海外销量的 46%。[22]

马赫心科技（理想汽车晶片子公司）｜ 首轮 ｜ 16.25 亿元 ｜ 投后最高 171 亿元 · hardware

本轮由杭州经韬、蓝驰创投和华业天成领投，奇绩创坛跟投。杭州经韬及其关联资本还获得了最高 5 亿元的追加认购权，该权利全部行使后，投后估值将达到 171 亿元。理想汽车仍持有 74.01% 的股份。马赫 M100 采用 5nm 车规工艺，单颗算力为 1280 TOPS，已经搭载在新一代理想量产车上。公告明确写道，这笔资金特别要用于开拓非汽车领域。[23]

新芯航途（XHEART）｜ 战略轮 ｜ 金额未披露 ｜ 累计约 50 亿元 · hardware ⚠️ 传闻口径

36氪引述多位产业人士的说法称，雷诺集团在这一轮首次投资，奇瑞继续追加，存储厂商长鑫科技也参与其中。公司主力晶片 X7 面向 L2++ 城区辅助驾驶以及 L3/L4，在设计阶段就与 Momenta 展开了深度协作。X7 的首款车型是上汽大众 ID.ERA 9X，之后将陆续搭载到 MG、荣威、凯迪拉克和部分奇瑞车型上。今年内存价格上涨，36氪认为，长鑫入股可能使新芯航途在内存的报价和供应上占得优势。[24]

CMR Surgical（英国）｜ 史赛克战略投资 ｜ 约 4 亿美元 ｜ 附收购选择权 · adjacent

通过这笔投资，史赛克进入了软组织手术机器人领域，同时获得日后整体收购 CMR 的选择权。双方还宣布建立战略联盟，共同推动机器人辅助手术的发展。[25]

优艾智合 ｜ 港交所 IPO ｜ 获证监会备案 ｜ 拟发行不超过 4947.78 万股 · industrial

证监会在 10 月 16 日发出了境外发行上市及"全流通"备案通知书，37 名股东合计约 2.44 亿股内资股将转为境外上市股份。公司依据港交所 18C 章，以特专科技公司的身份提出申请，由中金公司担任独家保荐人。2023 至 2025 年，公司营收分别为 1.08 亿、2.55 亿、3.40 亿元，毛利率由 26.1% 升至 36.5%。公司主营移动操作机器人，应用于半導體、锂电和能源化工的作业现场。[26]

四川具身人形机器人（EIR）｜ Pre-A 轮 ｜ 超 1 亿元 ｜ 估值未披露 · humanoid

该公司由电子科技大学机器人研究中心孵化，成立于 2024 年 9 月；新一轮融资已经同步启动，投资方尚未披露。本轮资金将用于迭代情感交互人形"爱湫"、建设万台级生产基地和销售体系。爱湫在 8 月开售，售价 9.8 万元起；整机量产基地预计年底投产，初期年产能为千台级。[27]

Noble Machines（美国）｜ 清水建设战略投资 ｜ 金额未披露 · humanoid

🇯🇵建筑商清水建设入股 Noble Machines，并将与其合作开发工地用人形机器人。双方计划在年底前用 BIM/CIM 数据做虚拟仿真，明年春天再进入真实工地测试。最初的任务是搬运材料、在工地内行走和巡逻。Noble Machines 于 2024 年 5 月在加州 Sunnyvale 成立，CEO 是 Wei Ding，产品为 MOBY 系列建筑人形机器人。[28]

磐虎智能（杭州）｜ 天使轮 ｜ 数千万元 ｜ 估值未披露 · world-model

投资方为普华资本和恒择资本。公司今年成立，正在研发融合视觉、力觉与触觉的 TigerMind 世界模型。创始人侯迪波是浙江大学控制科学与工程学院的教授；联合创始人林锋曾担任钉钉副总裁，以及阿里 B2B 搜索和广告的 CTO。[29]

▎ 商业化落地与部署

乐聚 15 台人形机器人在兆丰机电产线承担上料，累计运行约 1000 小时 · humanoid

15 台乐聚人形机器人在兆丰机电的汽车零部件产线上承担取料、转运和上料工作，覆盖 15 个工位和 10 余种零件。据乐聚介绍，单次上料循环不超过 40 秒，成功率约为 98%；机器人累计运行约 1000 小时，协助生产了超过 6 万个零部件。作业数据会同步回传，用于质量分类和模型迭代。双方还把上料真机数据集捐赠给了开放原子开源资本会的 OpenLET 社区。该项目属于工信部和国资委推动的人形机器人与具身智能实景实训专项行动；这项行动要求重点产品在 2026 年底前，于代表性场景完成应用验证和常态化部署。报道同时写明，这套方案能否复制到其他场景，还需要进一步验证。[30]

海柔 291 台闪攀机器人进入安踏廊坊仓运行 · industrial

安踏廊坊区域仓的面积超过 6400 平方米，仓内部署了 291 台海柔闪攀机器人，并配有 78 个充电桩、5 个入库工作站和 32 个出库工作站。仓库的存储高度提高到 8.7 米，库位达到 12 万个，海柔称存储密度因此提升了 3 倍。海柔公布的数据显示，出库效率为每小时 4417 箱，入库为每小时 1063 箱，单日产能在 21 万件以上。8 月底，海柔曾表示这款产品在全球累计签约超过 1 万台，安踏当时已在客户名单中。[31]

智元灵犀 X2 在北大人民医院承担导诊工作 66 个工作日 · humanoid

北京大学人民医院的运营统计显示，截至 9 月 30 日，灵犀 X2 已在门诊导航台工作 66 个工作日，累计交互 46686 次，日均约 707 次，单日最高达 1420 次。这台机器人接入了蚂蚁阿福 App 的 AI 就医助理，并与医院的私有知识库对接，可以回答科室指引、就诊流程、医保政策和院内路线等问题。这组数据只统计了交互次数，既没有给出答复的准确率，也没有说明为人工问询分担了多少工作量。[32]

特斯拉 Robotaxi 的远程接管共 5 次，每次都发生了碰撞 · autonomy

特斯拉向 NHTSA 提交了最新的事故报告，其中又新增两起 Robotaxi 碰撞，发生时车辆都由远程操作员操控。8 月在达拉斯，车辆被接管后以约 0.4 英里/小时的速度蹭到一辆 SUV；同月在奥斯汀，车辆又以约 1 英里/小时的速度撞上垃圾箱。两辆车当时都没有载客。Electrek 统计，事故数据中出现的远程接管一共有 5 次，无一例外以碰撞收场，此前的三次分别撞上了树桩、铁栅栏和施工路障。特斯拉没有公开远程介入的频率，因此无法算出比率。Waymo 今年 2 月在致参议员 Markey 的信中写道，它"没有使用由人执行动态驾驶任务的远程驾驶"。唯一的例外，是以 2 英里/小时的速度、固定转角挪动被卡住的车辆，Waymo 还表示这个工具从未在训练之外使用过。特斯拉的 Robotaxi 事故报告累计已达 36 份，7 月时为 22 份。[33]

白音华煤矿有 7 台无人刚性矿卡，智通财经称其系统由易控智驾提供 · autonomy

内蒙古锡林郭勒白音华的一座露天煤矿里，7 台 TR100A 刚性矿卡已在没有安全员的状态下连续作业。智通财经称，该系统由易控智驾提供，是易控国内首个常态化运行的刚卡无人驾驶项目；易控在 40 余座矿山累计部署的无人矿卡超过 3900 台。消息发布当天，易控的港交所股价盘中上涨超过 10%。[34]

▎ 产业动态

DeepMind 将在剑桥设立机器人硬件实验室，由前波士顿动力 CTO 负责 · embodied

Aaron Saunders 在 LinkedIn 上宣布，Google DeepMind 正在马萨诸塞州剑桥筹建一座机器人硬件实验室。新团队的任务，是把 Gemini 模型装进能行走、能抓取的机器。据《波士顿环球报》报道，Saunders 透露实验室可能在 2027 年启用，但没有说明具体地点和规模；招聘对象包括机械师、工程师和研究员。Saunders 在波士顿动力工作了 22 年，自 2021 年起担任 CTO，负责 Atlas 和 Spot，2025 年加入 DeepMind，现任具身系统与机器人副总裁。哈萨比斯在 2025 年底把 DeepMind 的机器人路线称为"Android 打法"，目标是让 Gemini 成为可以运行在多种机器人本体上的通用系统。[35]

Waymo 以多伦多作为加拿大第一站，目标是 2028 年开始载客 · autonomy ⚠️ 计划口径

Waymo 的车辆这几天已开始在多伦多上路，起步阶段由人工驾驶，用于测绘和验证软件，目标是在 2028 年迎来第一批公众乘客。Electrek 指出，Waymo 的公告没有提及任何许可；而安大略的自动驾驶试点法规将在 2027 年 10 月 13 日失效，省政府尚未说明由什么规则接替。[36]

沃尔沃扩大与英伟达的合作，开发门到门自动驾驶 · autonomy

沃尔沃汽车在 10 月 15 日宣布，未来车型会把自家的安全系统接入英伟达的 Hyperion 传感与计算架构、Halos OS 和 Alpamayo 驾驶软件，应用场景涵盖高速公路、繁忙的城市街道和泊车。Alpamayo 是一个 VLA 模型，输出轨迹的同时会给出一段因果推理链，方便在安全验证时审计。CEO Håkan Samuelsson 表示，近百年来沃尔沃一直是汽车安全的代名词。英伟达在同一时期也扩大了与梅赛德斯-奔驰的自动驾驶合作。[37]

优必选宣称 Thinker-WM 在三个世界模型基准中排名第一 · world-model ⚠️ 厂商口径

据优必选介绍，Thinker-WM 在 WorldOlympiad 上的综合得分为 0.740；在 EWMBench 上总分为 4.66，超过 Qwen-RobotWorld 和 Sora2；在 WorldArena1.0 Track-1 的 12 项维度上整体领先。Thinker-WM 通过 Unified Dynamic Transformer，把 RGB 视频、深度和机器人动作编码到同一个表征空间。它的训练语料约 3 万小时，其中约 2 万小时是第一人称人类视频，约 1 万小时是真机数据。目前这些排名只由优必选单方面发布。[38]

芝加哥出现两起集体诉讼，指控配送机器人违法采集生物识别数据 · adjacent

原告指控 Coco 和 Serve Robotics 的配送机器人通过摄像头采集行人的面部和手部数据，违反了伊利诺伊州《生物识别信息隐私法》。Coco 的发言人表示，这起诉讼"根本误解了我们的技术"，公司并未在芝加哥采集生物识别数据。Serve 则称，其系统不是为识别个人而设计的，公司将应诉。一份要求暂停人行道机器人试点的请愿，已有 4600 多名市民签名。芝加哥的试点将在 2027 年 5 月到期，除非市议会提前叫停或决定延期。[39]

法拉第未来的人形机器人 FF Nova 定价为 2490 美元 · humanoid

法拉第未来在 9 月的一次发布会上推出九款机器人，定价在 9990 至 137900 美元之间；这一次，FF Nova 的定价为 2490 美元，同时发布的教育款 Nova Mini 售价 299 美元。Nova 分三个阶段销售：第一阶段面向开发者和教育机构，限量 100 台，法拉第未来称首批 20 台可立即交付；消费者版本安排在第三阶段。[40]

Fincantieri 计划到 2030 年投入近 1 亿美元，在船厂部署机器人 · industrial ⚠️ 计划口径

这笔约 1 亿美元的投资，属于这家意大利造船商三年前启动的 BOOST² 项目。该项目已覆盖 13 座船厂和 450 多名员工，美国威斯康星的 Marinette Marine 也在其中。下一阶段将从技术试验转向可复制的工业部署，由协作机器人协助工人完成复杂的生产任务。CEO Pierroberto Folgiero 表示，眼下的挑战是"加快规模化部署和采用"。[41]

明尼阿波利斯推翻否决未果，Robotaxi 无须配备车内人员 · autonomy

市议会以 7 比 5 的表决结果未能推翻市长 Jacob Frey 的否决，比所需的 9 票少了 2 票。这样一来，要求 Waymo、特斯拉和 Zoox 领取市级许可、且驾驶座上必须坐人的条例就无法生效。[42]

硬件·供应链

· 雷赛智能无框力矩电机 ⚠️ 厂商口径：公司称，在手订单超过 100 万台，预计今年交付 80 万至 90 万台；目前月产能为 15 万台，正在扩建产线，目标是年产 300 万台。关节模组的在手订单超过 6 万台。机器人业务今年约占公司营收的十分之一，全年机器人相关订单预计为 2 亿至 3 亿元 [43]

· 越疆 VEGA 7：这是一款七轴力控臂，全部关节标配扭矩传感器和电磁抱闸，额定负载 7 kg，工作半径 725 mm，重复定位精度 ±0.03 mm。越疆称其平均无故障时间（MTBF）达到 5 万小时 [44]

· WanNa Robotics NOVA21：21 自由度直驱灵巧手首次发布 [45]

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