Physical AI 2026-10-19 · 中文

FutureX · Physical AI

今日要点

· 工信部：上半年国内人形机器人产量超 4 万台，预计全年突破 10 万台

· GPT-6-Astra 在 LIBERO-Long++ 上拿到 100%，换到真机后插插头试了 11 次，一次没成功

· Dyna 叠餐巾机器人实验室成功率 99.4%，在鼎泰丰门店跑了十个月，达标率只有 75%

· 国家统计局：前三季度工业机器人产量同比增 29.1%

· 照现在的进度，Waymo 年底前将进口约 5100 辆极氪造 Ojai，车队规模翻倍以上

· 波士顿动力 CFO：Atlas 物料成本约七成花在执行器上，现代摩比斯按成本价供货

▎ 论文进展

GPT-6-Astra 算不算具身智能：12 项仿真基准、8 种真机配置的系统评测 · benchmark

HF 156↑。评测给了两个放宽条件：允许从训练集示范里做上下文学习，动作步数放宽到 10 倍。在这两个条件下，GPT-6-Astra 在 LIBERO-Long++ 上拿到 100%，LIBERO-Pro 99.3%，RoboDojo 从标准预算下的 27.6% 升到 81.9%。家庭长程基准 BEHAVIOR 只有 37.0%，多给步数也帮不上。到了真机上差距更大：把笔放进笔筒用了 4 个多小时、花掉 55 美元；插插头在多款真机上交叉验证 11 次，一次没成功。报告的结论是，它已大体跨过"具身能力"的门槛，离能实际部署的具身智能还差得远。报告把真机上的问题归到几处：示范数据采集贵，物理状态难核验，不可逆的失误难以恢复。^[1]

HexaShell：编码智能体直接开双臂机器人，卡在接触而不在推理 · manipulation

HF 104↑。HexaShell 做的事很少：把编码智能体（Codex 调用 GPT-6-Astra，中等推理强度）的命令行转成双臂动作。每次失败后，智能体读日志找原因，自己写或修小工具，靠三路相机三角测量给物体定位。在 RoboDojo 全部 42 项任务上，成功率 39.7%，进度分 48.0，作者称是该榜新纪录。推物任务 92.5%，紧配合插入只有 8.3%。同样用 GPT-6-Astra，上一篇报告在标准步数预算下的 RoboDojo 成功率是 27.6%；HexaShell 的工具则是先在每个种子的 10 个布局上写好、冻结后再测。工具已开源。^[2]

RAX：不用示范，让编码智能体在线探索出机器人程序 · manipulation

新本体上线，通常得先攒一批遥操作数据。RAX 换了个路子：让通用编码智能体在线探索，直接写控制代码，不用动作示范，不用手工原语，也不用价值函数引导。测试覆盖单臂、双臂、灵巧手、移动和人形本体，仿真中平均比最强基线高 37.4%。探索规模越大，在未见过的环境里泛化越好。框架开源，新本体只需接 API。^[3]

只靠关节感知做毫米级装配：仿真训练、零样本上真机 · manipulation

策略只看关节位置、速度和自己发出的动作，不用视觉、力矩或触觉。零件位姿未知，抓取姿态也大幅随机，训练全在仿真里用强化学习完成。插销策略零样本迁到真机，对不同形状、尺寸的销子成功率 73%。仿真对照中，这种盲策略对没见过的零件泛化明显好于同条件的视觉策略，只是动作更慢。配套的 MuJoCo 装配体生成器一起开源。^[4]

不看球转保定球：Shadow 灵巧手连续转 225 次 · manipulation

Shadow Dexterous Hand Lite 只用本体感知和二值触觉，在一次连续试验中完成 225 次 180° 转动，合 112.5 整圈，速度约 0.36 圈/秒。作者称，这是保定球任务目前转数和速度都最好的硬件结果，用什么传感都算在内。论文还标出了触觉信息最关键的手部区域。^[5]

FCTS：拿失败点生成训练地形，四足跑酷过工地 · locomotion

作者多来自 FieldAI。四足跑酷策略在标准障碍上很稳，碰到工地那种不规则的组合地形就容易失手。FCTS 用每次失败的位置、终止方式和周边地形生成下一批训练地形，再用蒙特卡洛树搜索在固定预算内挑选课程。在按真实工地扫描搭建的中等难度赛道上，成功率从 28.4% 升到 85.8%，真机实验确认策略可以迁移。^[6]

StopWatch：目标物导航的短板是"没认出目标" · autonomy

HF 3↑。把 VLM 微调成导航策略后，成功率依旧偏低。作者诊断出的主因是目标定位：策略探索得不错，却常常没发现目标已在视野里，或者估不准它有多远。加上显式的目标定位后，六个基准拿到 SOTA，作者顺带修正了这些基准里的标注错误。给出真值定位时，策略几乎追平生成示范数据的专家，剩下的提升空间在感知。^[7]

LAW：VLM 给世界-动作模型当长程调度 · world-model

世界-动作模型（WAM，即同时预测动作和未来画面的模型）擅长出动作，长程任务还需要语言层面的规划。LAW 用一个 2B 的 VLM 规划剩余子任务，给 WAM 提出的候选动作估值并融合，同时异步判断执行进度。RoboTwin 50 项任务平均成功率 94.21%，换用 OpenWAM-α 骨干后为 95.56%。三项长程真机任务成功率 65%，π0.5 为 28.33%。^[8]

其他今日论文：
· AnchorQ（用流反演把参考动作映射成潜在锚点做强化学习后训练，同等交互预算下真机成功率提升 37%，^[9]）
· Embodiment-Classifier Guidance（不加示范、不改参数，用本体分类器的梯度引导冻结的 π0 迁到新本体，LIBERO 成功率从 72% 升到 80%，^[10]）
· Spatial Memory by Agents（让编码智能体自己设计机器人空间记忆，五类任务均分 44.23，最强基线 ReMEmbR 为 29.32，^[11]）
· EmbodiedMidtrain（从 VLM 数据池里挑最接近 VLA 分布的样本做中训练，^[12]）
· MambaAct（用 Mamba 动作专家降低 π0.5 这类流匹配 VLA 的推理成本，^[13]）
· VLA 视觉任务劫持攻击的闭环优化（^[14]）
· Beyond Success Rate（用干预实验检验 VLA 的记忆是否真的起作用，^[15]）
· PanoBench（自动驾驶全景占用预测基准，^[16]）

开源·工具·评测

· WorldOracle：论文 10 月中旬上线后，智元、英伟达、普林斯顿、UT Austin 和多伦多大学的研究者在 10 月 16 日正式开放这个平台的提交，用真机执行记录评测世界模型。评测集有 335 条真实操作轨迹，每条约两分钟，约四成是失败或次优执行。抓空、掉落、洒水这些结果，模型也得预测对才能得分。119 人盲评了 128 组结果，四项指标与人类判断的一致率在 88.1% 到 93.2% 之间。开放权重模型和闭源模型都能参评 ^[17]

· Uranus：地瓜机器人（D-Robotics）开源的机器人视频世界模型。它按关节角逐步生成画面，每步只出 4 帧（GE-Sim 2.0 一次 25 帧，GigaWorld-1 一次 33 帧），交互延迟更低。关节配置先经正向运动学画成统一的 2D 骨架图，UR5、ALOHA 和智元人形因此能共用一个模型 ^[18]

· Manifold AI WorldScape R²SI：流形空间补公布了分数：在 RoboDojo Agent 榜的原生动作步数限制内，宏观进度分 46.58，称超过 GPT-6-Astra。同日 HexaShell 论文在 RoboDojo 42 项任务上报的进度分是 48.0，两家都称自己第一 ⚠️ 厂商口径 ^[19]

▎ 融资与交易

Xspark AI ｜新一轮｜金额未披露（累计数亿元） · embodied

本轮由猎道投资、华山资本、元航资本、浦东创投、钧源资本、南山战新投、水木创投参与，多维资本任独家财务顾问。团队出自清华，由清华长聘副教授丁文伯领衔，做的是在预训练阶段就内建触觉的视觉-触觉-语言-动作模型。随融资推出的 Spark-0 此前已发论文；公司称它在五项接触密集型真机任务上平均成功率 52%，是最强基线的 2.4 倍。1000 小时的 HumanTouch 触觉数据集（每只手 360 个触点）和 SparkArena 评测基准，公司称即将开源。资金投向模型迭代，以及工业、商服场景的部署和交付。^[20]

德马科技（688360.SH）｜可转债｜不超 7.02 亿元 · industrial

物流装备厂德马科技拟向不特定对象发行可转债。募投项目包括智能物流装备及具身智能系统研发中心建设，其余投向核心部件扩产、工业数据采集终端、永磁电机和补充营运资金。同一天，蚂蚁灵波称已与德马签约，合作攻关海量包裹的高速柔性分拣。^[21]

深度医疗（广州）｜ B 轮｜近亿元 · adjacent

幂方资本、盛世投资联合领投，晨晖创投、承树投资、东莞科创和老股东万孚创谷跟投，这是公司 15 个月内的第三轮融资。产品 FUNZAR 是显微镜手术机器人，双臂 16 自由度，公司称定位误差小于 1 微米，已进入国家创新医疗器械"绿色通道"，多中心注册临床正在推进。^[22]

TiMOTION（台湾）｜兴柜挂牌｜每股 168 新台币 · hardware

线性驱动厂 TiMOTION 10 月 21 日登陆兴柜，永丰金证券主办承销。2025 年营收 56.42 亿新台币，税后净利 5 亿新台币。医疗应用占营收 49.3%，工业应用的占比今年上半年升到 16%。董事长 Tseng Kuan-shu 说，公司明年进入工业机器人市场。^[23]

▎ 商业化落地与部署

Dyna 在鼎泰丰跑了十个月：实验室成功率 99.4%，门店达标率 75% · embodied

公司此前称机器人每天在多家鼎泰丰门店叠餐巾。这次，联合创始人 Jason Ma 在《硅谷101》播客上算了这十个月的账。第一代机器人在实验室叠餐巾的成功率是 99.4%，进门店连续运行后，符合客户标准的只有 75%。客户要的是整齐，误差得控制在几毫米到一厘米之间。速度也没达标：Dyna-1 每小时叠 35 片，一天约 480 片，客户的门槛是 18 小时班次叠 1500 片。直到 Dyna-2 把速度提到每小时 95 片、一天 1590 片，才过了线。他的原话是："实验室和真实部署之间差距巨大，成功率之外，还有整齐度、语言跟随和速度。"按他的判断，机器人数据眼下处在相当于语言模型 GPT-2 到 GPT-3 之间的阶段。^[24]

Waymo 年底前将进口约 5100 辆极氪造 Ojai，华盛顿担心安全问题 · autonomy

研究机构 MoffettNathanson 的追踪数据显示，按当前进度，Waymo 到年底将进口约 5100 辆 Ojai，现有车队以捷豹 I-Pace 为主，这批车到位后规模翻倍以上。汽车之家此前根据海关提单统计，这款车累计到港已超 3200 辆。美国商务部规定，自 2027 车型年起禁止进口或销售中国、俄罗斯制造的联网汽车和自动驾驶软件，国会两院也在审议把禁令写进法律。Waymo 的说法是：只向极氪采购车体，传感器和自动驾驶软件在亚利桑那工厂加装。NHTSA 前高级安全顾问 Missy Cummings 对《纽约邮报》说："我得亲自进车里看实体结构，才能知道这是不是绝对属实。"^[25]

朔黄铁路重载列车自动驾驶试验，安全控车超 700 万公里 · autonomy

截至 10 月中旬，国能朔黄铁路的重载列车自动驾驶试验累计安全控车 702.0792 万公里，安全开行列车超 2 万列。这条能源运输线正线长 598 公里，最大坡度 12‰，跑的是两万吨级重载列车。试验从 2024 年 4 月 8 日开始，今年做了 3 次危险源辨识，梳理出 34 条危险源。这组里程仍记在"试验"名下，机车的投用和禁用条件按清单动态管理。^[26]

s.Oliver 选定 Nomagic，在德国仓库用 AI 拣鞋盒 · industrial

德国服装零售商 s.Oliver 集团选定 Nomagic，在德特尔巴赫物流中心引入 AI 拣选。首个系统是专抓鞋盒的 Shoebox Picker，鞋盒一直是常规机器人拣选的难件。文章没有给出上线时间和台数。^[27]

▎ 产业动态

工信部：上半年人形机器人产量超 4 万台，全年预计突破 10 万台 · humanoid

工业和信息化部科技司司长魏巍 19 日在国新办科技兴商发布会上说，今年上半年国内人形机器人整机产品突破 400 款，产量超 4 万台，预计全年突破 10 万台。同一天，观点网援引弗若斯特沙利文报告：上半年全球人形机器人销量 3.6 万台，超过去年全年的 3.5 万台，收入 5.4 亿美元，收入前五都是中国企业。国内的官方产量比这份全球销量多出 4000 台以上。两者一个统计产量，一个统计销量，机型边界也未必一致。^[28]

前三季度工业机器人产量同比增 29.1% · industrial

国家统计局副局长毛盛勇 19 日在国新办发布会上公布，前三季度工业机器人产量同比增长 29.1%，与 1 至 8 月累计 29% 的增速基本持平。同场公布的还有：3D 打印设备、锂离子电池产量分别增长 62.5%、39.5%；全国累计建成 9000 余家先进级、500 余家卓越级智能工厂，规上制造业 AI 重点场景应用普及率超过三分之一。^[29]

商务部等九部门发文，推动具身智能成果向市场转化 · adjacent

商务部等 9 部门发布关于加快推进科技兴商的意见，提出加快脑机接口、具身智能等前沿成果向市场转化，支持智能仓储、数智供应链领域的商贸企业申报专精特新。意见还提出培育建设商业技术应用创新中心。^[30]

波士顿动力 CFO：Atlas 物料成本约七成在执行器，现代摩比斯按成本价供货 · humanoid

Amanda McMaster 当了六年波士顿动力 CFO，2 月起代理 CEO，直到 10 月 7 日由 Rohit Prasad 接任。她在《财富》最具影响力女性峰会上说，Atlas 物料成本约 70% 是执行器，由现代摩比斯按成本价生产。母公司现代承诺在现代、起亚工厂部署约 5 万台机器人，给了公司她所说的"计划确定性"和"成本目标确定性"。她的打法是"先控制成本，再尽快做到规模"。Spot 基础平台约 10 万美元，加载荷最高 30 万美元，英特尔是最大客户之一。现代此前公开的口径是向现代、起亚工厂部署 2.5 万台 Atlas，这次的 5 万台说的是"机器人部署"，两者是否同一口径，她没有展开。另据 Digitimes，现代汽车集团已设立 RX 业务战略团队统筹全球机器人战略，加快 Atlas 的量产和销售。^[31]

大晓机器人发布 9B 具身基模 ACE-Brain-0.6，称六项空间定位评测超过 GPT-6 Astra · world-model ⚠️ 厂商口径

ACE-Brain-0.6 基于 Qwen3.5-9B 监督微调，用了约百万条空间锚定样本，主攻目标识别、空间定位和交互区域判断。大晓称，八项 grounding 评测中有六项超过 GPT-6 Astra：七项公开基准平均 74.53 分，Astra 为 73.68 分；真实机器人场景评测 RobotGrounding 得 94.13 分，Astra 为 91.10 分。大晓由商汤联合创始人王晓刚创立，也是前述 GPT-6-Astra 具身评测报告的合作方之一。^[32]

联想"母本工厂"中小试基地扩到 1.1 万平方米，代机器人公司试产量产 · adjacent

联想集团 10 月 16 日宣布，深圳南方智能制造基地的"制造即服务"车间从 4000 平方米扩到 11000 平方米，产能扩大 4 倍，合作企业从最初 4 家增至 20 余家。已有几个案例：康复外骨骼公司迈步机器人在物料齐备的情况下，首批 50 台不到一周就完成组装、测试和交付；戴盟机器人的视触觉传感器两周完成一轮试产，三个月达到转量产条件；本末科技的 TITA 轮足机器人已在这里量产。浙江人形等 6 家企业当天签约加入。^[33]

蚂蚁灵波与隆盛唯睿、德马科技、德迩象网签合作 · world-model

三项合作各对一个场景：与隆盛科技控股子公司隆盛唯睿共建具身智能机器人创新中心，先攻工业上下料；与德马科技做包裹高速柔性分拣；与德尔股份旗下德迩象网做汽车制造车间。三项都没有披露金额或部署台数。工博会上，钛虎和星尘智能的两款本体都搭载灵波的 LingBot-VLA 2.0，演示上下料和分拣。^[34]

深诣推出装卸货机器人 Sculptor，标称每小时 400 到 800 箱 · industrial ⚠️ 厂商口径

深诣机器人在工博会上发布 Sculptor，搭载自研的端到端具身模型 SE-1，面向混合拆码垛和卡车装卸。标称参数：最大负载 35 公斤，机械臂工作半径 1.8 米，节拍 400 到 800 箱/小时，连续作业 8 小时。公司也注明，实际表现取决于货物规格和现场工况。^[35]

硬件·供应链

· Namuga 摄像头模组：这家韩国摄像头模组厂过去两年 99% 的客户收入来自三星，现在拿下一家全球人形机器人公司的供货协议，正在准备量产。THE ELEC 确认，客户是一家隶属全球汽车集团的美国人形机器人公司。CEO Lee Dong-ho 说，一台人形头部需要 8 颗 RGB 摄像头，关节附近还要 5 到 6 颗 ToF 传感器 ^[36]

· 动易科技 PhyHand：广交会首发的全直驱灵巧手，23 个主动自由度，采用双编码器，整手重 750 克。目前只能稳定完成石头剪刀布这类基础手势，精细抓取还要后续迭代 ^[37]

来源链接

[1] Zhongang Cai et al.（SenseNova 联合团队：商汤、大晓机器人、Ropedia、南洋理工、东京大学）· arXiv 2610.22471 https://arxiv.org/abs/2610.22471 · 解读：机器之心 https://news.qq.com/rain/a/20261019A0BOYO00

[2] Hongcheng Gao et al. · arXiv 2610.23479 https://arxiv.org/abs/2610.23479

[3] Runhan Huang et al. · arXiv 2610.22496 https://arxiv.org/abs/2610.22496

[4] Antonia Bronars et al.（MIT，Pulkit Agrawal 组）· arXiv 2610.23849 https://arxiv.org/abs/2610.23849

[5] Ayush Deshmukh et al.（爱丁堡大学，Sethu Vijayakumar 组）· arXiv 2610.23438 https://arxiv.org/abs/2610.23438

[6] Narayanan Palghat Parameswaran et al.（CMU、FieldAI）· arXiv 2610.22619 https://arxiv.org/abs/2610.22619

[7] Xinhao Liu et al.（作者含 Pieter Abbeel）· arXiv 2610.23841 https://arxiv.org/abs/2610.23841

[8] Jiajun Cao et al. · arXiv 2610.23334 https://arxiv.org/abs/2610.23334

[9] AnchorQ arXiv 2610.22852 https://arxiv.org/abs/2610.22852

[10] Embodiment-Classifier Guidance arXiv 2610.22576 https://arxiv.org/abs/2610.22576

[11] Spatial Memory by Agents arXiv 2610.22736 https://arxiv.org/abs/2610.22736

[12] EmbodiedMidtrain arXiv 2604.20012 https://arxiv.org/abs/2604.20012

[13] MambaAct arXiv 2610.22951 https://arxiv.org/abs/2610.22951