━━━━━ 正文从此处全选复制 ━━━━━

FutureX · Physical AI

今日要点

· 马斯克称在奥斯汀已赢下 Waymo;换成全美口径,Waymo 每周无人驾驶里程仍是特斯拉的约 7 倍

· ANYbotics 防爆四足 ANYmal X 开始向 Equinor、DSM-Firmenich 交货

· 国内物理 AI 投资 9 月单月下滑 40.1%,一家国资机构称从 6 月起已不再看新项目

· 优必选全尺寸人形上半年卖出 921 台,比去年下半年少一成

· ZAP 训练时没用一条真机数据,真机成功率 96.7%,和 GPT-6 Astra 持平

· 帝国理工系 Machenta 拿到 4000 万美元种子轮,是英国机器人公司迄今最大的一笔

▎ 论文进展

RynnVLA-Latent:用 3 万小时视频里的潜在动作预训练 VLA · vla

HF 9↑。带动作标签的机器人示范数量有限,所以 RynnVLA-Latent 转而从人类、机器人和仿真视频的画面变化里,提取连续的 3D 潜在动作(latent action,不依赖机器人原生控制量的动作表征)。研究者先在 3.01 万小时的视频上提取出 7.45 亿条潜在动作描述,再用这批数据预训练一个 4B 策略。该策略在 LIBERO 上的成功率为 98.8%;转到 LIBERO-Plus 时没有做针对性适配,仍达到 84.7%,在双臂基准 RoboTwin 2.0 上则是 88.6%。[1]

ZAP:零真机数据的小模型,追平 GPT-6 Astra · vla

研究团队选了一个现成的 27B 视觉语言模型,仅在简单的仿真任务上做 SFT 和 GRPO,让它学会通过工具接口来控制机器人。整个训练过程没有用到真机数据,而真机任务的成功率达到 96.7%,与使用同一接口的 GPT-6 Astra 相同,MolmoAct2 则只有 33.3%。它的速度是 GPT-6 Astra 的 3 倍,成本约为后者的十七分之一。在从未见过的单臂 Franka 上运行 RoboLab-120,它得到 55.9%,比表现最好的 VLA/WAM 基线高出 4.9 个百分点。[2]

PhysLadder:GPT-6 Astra 碰到"边施力边换接触"就归零 · benchmark

这个基准包含 16 个家务任务,分成三个难度级别,仿真环境与真机环境逐一对应。零样本的 GPT-6 Astra 在真机上随级别升高而逐级下降:L1 要选择接触点并对齐几何,成功率为 80.0%;L2 要在持续接触中调节力度,为 47.6%;L3 要一边更换接触一边控制力,为 0%。在 16 个任务里,有 10 个任务的仿真与真机成功次数完全一致,作者因此认为,对齐良好的仿真可以代替一部分真机测试。[3]

EBench:GPT-6 Astra 自己控机器人,还是调用 VLA · benchmark

InternRobotics 在这份技术报告中比较了两种用法。让 GPT-6-Astra 直接输出路点时,它在短程任务上领先,但在长程、桌面和高精度接触任务上不及后训练策略。改为让它按需调用 VLA 或 WAM 以后,整体成功率赶上了最强的后训练策略,token 成本也明显降低。它的失分主要有两类:调用的时机不对,以及收回控制权时碰掉了已经抓稳的物体。[4]

EmbodiedLab:让智能体动手做物理实验 · benchmark

HF 9↑。这个基准涵盖五个学科的 30 个定量实验和 14 类仪器平台,每次都会重新抽取系统参数,因此答案无法提前背下。六个前沿模型在各自的 coding agent 中操作仿真实验室,表现最好的一个成功率也不足一半,多数失败发生在操作仪器的环节。基准和评测代码均已开源。[5]

Zero-HLM:手机扫场景,仿真数据训练的人形打赢真机数据 · locomotion

研究者先重建手机拍下的场景,再配合仿真示范,生成了 4800 条经过物理验证的移动操作数据。在宇树 G1 的三项任务上,只用这些数据训练的 GR00T N1.7 在全部任务上的成功率为 66.7%,用真机数据训练的则是 46.7%。在泛化配置下,真机基线仅有 23%,加入更多仿真数据后提高到 69%。[6]

FLORE:让人形双手按力度干活 · locomotion

擦拭、推动、拥抱一类的任务,只提供轨迹是不够的。FLORE 使用两只带力传感的 UMI 式手持夹爪和穿戴式追踪器来采集示范,采集时机器人不必在场。策略会同时给出动作和每只手的力指令,再由柔顺全身控制器去执行。在三个接触密集的任务上,它的成功率为 80%,而用同样数据训练的纯位置策略只有 26.7%。[7]

VLA-HWBench:边缘端 VLA 的延迟主要由动作生成方式决定 · benchmark

论文在 Jetson AGX Thor 和 AMD Ryzen AI Max+ 上测试了 18 个开源 VLA,并把推理过程拆成七段分别计时。在 Jetson 上,不同模型的延迟相差最多达 82 倍,而参数量至多只能解释其中 15% 的差异。用少步 flow matching 一次生成长动作块的模型能跟上控制频率,逐 token 解码的模型则跟不上。算子融合再加 4-bit 权重,可以使 π0.5 和 GR00T N1.7 提速 2.6 至 2.9 倍;不过目前只有这两个模型有现成实现,并且仅限于 Jetson。[8]

世界建模到底帮了动作学习什么 · world-model

作者在 FastWAM 和 OpenWAM 中只去掉未来视频预测这一项损失,其他条件都保持不变。结果显示,已见任务的成功率分别高出 24.38 和 72.91 个百分点,但在环境随机化改变之后,这种优势并不稳定。给 π0.5 增加一个只在训练阶段使用的轻量预测头后,成功率从 82.94% 提高到 89.19%,也用不着大型视频 DiT。[9]

其他今日论文:
· Execution Logs Sway VLM Judges(在视频旁加上一行"正在推进"的虚假日志后,Gemini、Qwen、GPT 担任评判时,把失败误判为推进的比例多出 10 至 35 个百分点,[10])
· 面向规划器生成安全关键场景(DiffusionDrive 在 NeuroNCAP 上 95.9% 的碰撞源自规划环节,经过针对性微调,碰撞率从 37.5% 降至 19.2%,[11])
· One Scan is Enough(只扫描一次 iPhone 就能生成训练环境,导航的真机成功率为 85%,[12])
· BEHAVIOR-Spatial(只要更换一个目标指令,基线成功率就从 41.6% 跌到 16.1%,[13])
· WorldFailBench(七个世界模型都难以重现策略是如何失败的,[14])
· HuGe(用 2000 小时第一视角数据预训练人形 VLA,[15])
· OSWAM(用单步扩散生成动作,在 RTX 5090 上延迟为 40ms,[16])
· TurboWAM(为世界动作模型提速,[17])
· RoboJev(开源的 27B 成功判定模型,跨实验室 AUROC 为 0.890,略低于底座模型的 0.900,[18])

开源·工具·评测

· 行元智能 Chorus:行元智能今年 6 月成立,10 月 27 日推出了跨本体数据引擎。它先对眼镜、胸戴相机、UMI 等来源的人类操作视频做三维重建,再把结果映射到 16 种机器人本体。公司称,1 小时经过预筛的视频可以生成约 13.6 小时的轨迹,再加上 3 倍的指令增广,有效训练数据约扩大 40 倍 ⚠️ 厂商口径 [19]

· 智元 GO-3 Nano Preview:据 Pandaily 报道,该模型以 61.90 的平均分位居 RoboDojo 仿真榜首 ⚠️ 单方口径 [20]

▎ 融资与交易

Machenta | 种子轮 | 4000 万美元 | 估值未披露 · world-model

这一轮由 Creandum 与 Union Square Ventures 共同领投,帝国理工称它是英国机器人初创公司规模最大的一笔种子轮。联合创始人兼 CEO Edward Johns 是帝国理工的机器人学习教授,他表示:"智能不在于你已经会做什么,而在于你学会一件新事情有多快。"公司的模型完全在仿真数据上预训练,Johns 称其中"没有用一个真实世界的像素",模型看过一次示范,就能完成装箱、收拾桌面这类新任务。公司目前只有 11 人,正集中于研究,近期并无商业化计划;Johns 也坦言,对精度要求高的任务和复杂动作,模型还做不好。[21]

Bedrock Robotics | 新一轮 | 6 亿美元 | 估值 41 亿美元 · autonomy

Axios 在 10 月中旬报道该公司正在融资,如今这一轮已经完成,估值为 41 亿美元。公司研发自动驾驶挖掘机,目标场景是重型设备操作手日益老龄化、工地招不到人的情形。[22]

FF 机器人业务 | 并入 FFR 完成交割 | 估值约 2 亿美元 · humanoid ⚠️ 厂商口径

法拉第未来在 10 月中旬签署了最终协议,随后其机器人业务及相关资产于 10 月 23 日转入纳斯达克上市的 FFR,对价为 FFR 普通股和无投票权可转换优先股。贾跃亚担任 FFR 的 CEO,并发布了统一的机器人大脑 FF OmniMind。公司称,10 月的机器人销量将超过 300 台,统计口径与此前相同,包含人形和仿生机器人。[23]

维发电子 | C 轮 | 亿元级 | 估值未披露 · hardware

国科新能和华泰紫金是新进投资方,建发新兴投资、毅达资本、苏高新创投则追加了投资。这家常州公司的电涡流传感器已在十多个新能源车型上量产,它现在把同样的技术和车规体系用于人形关节编码器,推出了单圈绝对式、机械齿轮多圈、同侧双编码器三个系列,目前正在与头部客户测试。一台人形机器人通常需要数十套编码器。[24]

今控科技 | 天使轮 | 数千万元 | 估值未披露 · adjacent ⚠️ 计划口径

本轮由鼎晖 VGC 领投,上海交大菡源资产、国科绿色资本和灵巧智能跟投。公司在 4 月成立,从事太空机器人业务,创始人是上海交大教授何俊。按照计划,首批控制器、伺服驱动器等核心器件将在今年底随算力卫星入轨测试;2027 年年中,"今控一号"要在轨演示自主更换工具。[25]

VLAI 未来动力 | A 轮 | 金额未披露 · hardware

天眼查的信息显示,南山战新投和福田引导资本参与了投资。团队出自港科大(广州),生产供人形、四足、轮足机器人使用的一体化关节电机。[26]

▎ 商业化落地与部署

马斯克称奥斯汀"从来不是真正的较量",全美里程 Waymo 仍是特斯拉约 7 倍 · autonomy

在截至 10 月 18 日的一周里,特斯拉在奥斯汀的无人监督里程为 43.8 万英里,环比增长 30%,高于 Waymo 二季度在当地每周约 40.6 万英里的平均值。马斯克在 X 上回应说:"这从来不是一场真正的较量。"Electrek 指出,这一比较是把特斯拉最新的一周,同 Waymo 四个月前的季度均值相比。若改用全美口径,Waymo 二季度每周行驶 390 万英里,特斯拉最好的一周为 55.8 万英里。特斯拉的无人里程有 79% 集中在奥斯汀,休斯敦、坦帕、奥兰多和迈阿密四地加起来每周约 2.5 万英里。奥斯汀里程骤增的直接原因是 Cybercab:得州车管部门的名单上已登记 463 辆,其中 337 辆是最近 30 天新增的。特斯拉的 Lars Moravy 在 Munro Live 的工厂参观中表示:"产线跑得太快,我们其实不是每天都开,现在产能已经超过了投放速度。"他还介绍,Cybercab 的总装只有 25 个工位,约 78% 的工序已经实现自动化。[27]

ANYbotics 防爆四足 ANYmal X 开始交货 · industrial

首批客户有 Equinor 和 DSM-Firmenich,机器人将用于油气和化工厂中普通机器人不得进入的危险区域。自 2023 年起,BP、Equinor、壳牌、PETRONAS、巴西石油、巴斯夫、SLB 已通过早期试用计划,在陆上和海上完成了数百次任务。机器人配有热成像、视觉、声学和气体传感器,读数按设备逐条记录,并接入工厂现有的维护软件。联合创始人兼 CEO Péter Fankhauser 表示:"很多专家认为足式机器人永远不可能在爆炸性环境里做到安全。"公司称它是全球首款面向爆炸性环境的足式巡检机器人;9 月,睿感机器人则拿到了国内首张气尘双防爆的四轮足认证。[28]

拓斯达前三季度工业机器人签单约 1 万台 · industrial

公司签下约 10000 台订单,出货约 8600 台,其中自产多关节机器人的签单同比增长约 34.44%。工业机器人及自动化应用系统的收入为 10.28 亿元,同比增长 88.83%,主要来自 3C 头部客户;归母净利润为 1.46 亿元,增长 196.38%。数控机床签单约 390 台,公司认为增长的原因是人形机器人零部件加工需求增加。[29]

Waymo 开进拉斯维加斯机场 · autonomy

从 10 月 21 日起,Waymo 在 Harry Reid 国际机场 T1、T3 的专用上下车区接送乘客。目前只向当地已有用户开放,乘客可前往 24 平方英里服务区内的任何地点。这是 Waymo 接入的第六座大型机场。Waymo 没有公布订单量和机场车队规模,也没有给出全面开放的日期。Zoox 已在 9 月于同一机场开始运营。[30]

福冈机场 L4 货运牵引车上线,先跑 1 辆 · autonomy

日航与福冈国际机场在 10 月 26 日,于货运路线上启用了 L4 自动驾驶牵引车。路线全长约 2.5 公里,其中有 1.7 公里由系统驾驶。现在只投入 1 辆,计划在年底前增至 4 辆。继成田、羽田之后,福冈是🇯🇵第三座采用这种做法的机场。[31]

菜鸟双 11 前交付两座服装攀爬机器人仓 · industrial

其中一座位于天津,是某头部服饰品牌的退货仓;另一座位于苏州,属于某国际运动品牌。菜鸟在 4 月发布了这款攀爬机器人,此前已在东莞、广州以及香港、西班牙、荷兰交付项目,越南的首个攀爬仓预计在 12 月底交付。菜鸟没有披露单个仓库的机器人台数。[32]

Edeka 肉类配送中心加装两台 Knapp 拣选机器人 · industrial

两台 Pick-it-Easy Robot 全天候拣选生鲜肉品,每台每小时约 450 次,同时完成扫码和称重。这座 Nordfrische 中心位于汉堡以东,每天向约 650 家门店供应约 2500 种商品;整套系统在 +2℃ 的环境下,每天最多处理 4 万个周转箱。[33]

▎ 产业动态

国内物理 AI 投资 9 月单月降 40.1%,全球机器人风投仍在涨 · adjacent

证劵时报和数据机构 NE Times 的数据显示,国内物理 AI 的投资额从 8 月的 194 亿元降到 9 月的 116 亿元,前十大项目的占比从 67.7% 降到 59.4%。种子、天使和 Pre-A 轮的数量却从 19 笔增加到 24 笔。第一财经的数据则显示,三季度合计 333.35 亿元,比上半年的季度均值低 28.7%。一家国有投资机构的 AI 投资经理表示,从 6 月起,他们实际上已经停止审查物理 AI 项目。曾投资智元的 Co-Stone Capital 董事 Zhang Zhikuan 说,许多公司的估值已经很高,追加投资须更加谨慎。老股市场同样在松动:投资界转载的文章引用融中财经的报道称,一位投资人年初以 30 亿元的投后估值入股一家具身公司,如今想以 120 亿元转让老股,比公司对外的 220 亿元估值低约 45%,仍未找到买家。这只是报价,并未成交。Crunchbase 的数据则呈现相反的方向:三季度全球机器人初创公司的风投为 99 亿美元,是去年同期 43 亿美元的两倍多,今年中国累计 132 亿美元、美国 121 亿美元。这两组数字的统计范围和周期都不一样,一组是国内月度数据,另一组是全球季度数据。[34]

优必选全尺寸人形销量环比少一成,单台均价降到约 64 万元 · humanoid

2026 年上半年,优必选共售出 921 台全尺寸人形。以 2025 年全年 1079 台倒推,去年下半年为 1034 台,市值风云据此算得销量环比下降约 10.9%,收入环比下降约 24.6%。将收入除以销量,单台均价由去年上半年的约 84.9 万元降至约 64.1 万元,该均价包含了解决方案收入。管理层把今年 Walker S 系列的交付目标从 2000 至 3000 台上调到 5000 台,并写入了 9 月的股权激励条件。U1 据称订单超过 1.3 万台,但管理层预计年内只能交付 1500 至 2000 台。存货从 5.77 亿元增至 9.85 亿元,单一客户贡献了 24% 的营收。[35]

智元发布具身 Agent 框架 Genie Master,G2 在便利店边干边改 · embodied ⚠️ 厂商口径

在挂货时,头部相机看不清被标签遮住的挂钩,于是 Agent 查阅失败记录后调整了做法:先用左手腕部相机靠近定位,再由右手挂货。智元称,该框架通过执行协议 EEP,把 Agent 的判断、机器人的执行和结果反馈连成一体;经验一部分写入长期记忆,一部分回流用于训练动作策略。公司宣称,这是"具身递归自进化"首次在真实业务场景中得到验证。11 月 2 日,6 台精灵 G2 将在机器人便利店连续直播上岗 24 小时。[36]

KDDI 成立 Elyza Robotics,计划投 300 亿日元做物理 AI · world-model ⚠️ 计划口径

这家新公司自 10 月 1 日起运营,目标是到 2030 财年在现场部署超过 1000 台机器人,并把集团内的物理 AI 团队扩充到 300 人以上。公司将开发 VLM 和 VLA 基座模型,今年先使用国内外厂商的工业机器人、四足和人形机器人做概念验证,场景包括罗森门店的补货和库存管理。[37]

NEURA 发布 4NE1 第四代,把算力放进每条胳膊 · humanoid

每个肢体的关节处都装有高通 Dragonwing 处理器,碰撞反射、握力调整和平衡修正在本地完成,规划工作则交给基座模型 Neuron AI。外壳改用织物,公司称比第三代轻约 20%,但这一数字尚无独立测量。发布地点是 10 月 22 日启用的 TUM RoboGym,这座 2300 平方米的训练场由 NEURA 与慕尼黑工大共建,总投资约 1700 万欧元,其中 NEURA 出资约 1100 万欧元。[38]

三星押注五指手,李在镕视察 RX 事业部 · humanoid

三星电子在 7 月设立了直属 CEO 的 RX 事业部,正在研发每只手有五指、以腱绳驱动的人形机器人,还聘来了曾主导波士顿动力机器人战略的人。据韩国媒体报道,会长李在镕在上任四周年当天前往首尔瑞草研发园区视察,观看了双手十指的抓取演示。现代旗下的 Atlas 每只手只有四指,以较少的手指换取驱动、制造和维护上的简化。[39]

百度萝卜快跑与 Freenow 在伦敦展示 RT6,2027 年商业运营 · autonomy

两家公司今年夏天已在伦敦开始带安全员的测试,计划明年撤掉安全员,并在 2027 年商业运营,未来一两年内只投放数十辆车。Freenow 英国区总经理 Danny O'Gorman 对路透社说:"车辆正处在学交规的阶段,和普通人备考驾照差不多。"此外,Wayve 与 Uber 已在 9 月于伦敦上线带安全员的服务,Waymo 则计划在年底前于当地推出完全无人的服务。[40]

IDC:上半年全球四足出货超 4.9 万台,行业级卖出三分之二的收入 · industrial

上半年出货量同比增长 92.5%,市场规模超过 4 亿美元。家用和科研机型约占出货量的六成,但收入不到三分之一。行业级应用的规模超过 2.7 亿美元,增长 125.1%,其中云深处排名第一。[41]

硬件·供应链

· 小米 21 自由度仿生灵巧手:设计所依据的数据来自小米汽车中试中心,团队在 16 个典型工段的 2579 个 SOP 中采集了 1827 个。结论是 21 自由度最为合适:与 6 至 15 自由度的版本相比,稳定抓握成功率高出 15% 至 38%,超过 23 自由度后,收益明显放缓。手部以腱绳驱动为主,另有 5 个直驱自由度,共 26 个电机,绳驱电机装在小臂上,手掌只有 324 克。全掌有 1500 个触觉点,指尖分辨率为 1mm,单手功耗最高在百瓦级,并配有一个可提前 5 至 10 分钟预测温度的热模型 [42]

· 人形机器人线束:头豹测算,单台约用 34 束、约 6800 元,占整机物料成本的 10% 至 12%。2025 年国内市场只有 3.4 亿元,即便按 10 万台计算,全年也只有 6.8 亿元。人形关节的弯折耐久门槛是 500 万至 1000 万次,而汽车车门线束的常规要求是 10 万次以上,因此国内厂商大多还停留在送样阶段,天海电子三季度拿到的也只是小批量订单 ⚠️ 测算口径 [43]

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