━━━━━ 正文从此处全选复制 ━━━━━
FutureX · Physical AI
今日要点
· 易控智驾在海拔 5,400 米的知不拉铜矿，60 台纯电矿卡已于 9 月底全部转入无人运行
· Kodiak 交付首批 Western Star 49X 无人卡车，Atlas 自营的无人车队增至 37 辆
· 荷兰 RDW 批准特斯拉更新：辅助驾驶超速余量从 50% 压到 10%，FSD 改名
· AIRoA-0 没用一条机器人数据，十项真机任务平均成功率 78%，最强的对照 VLA 只有 27%
· 中石油昆仑制造与宇树等拟设工业具身合营公司，中石油方持股 60%
· 波士顿动力第二代 Stretch 按 10 万小时部署数据改设计，内部走线减少 81%
· Ouster 三季度传感器出货超 2.7 万台，营收 5900 万美元，同比增 50%
▎ 论文进展
AIRoA-0：仅凭手持夹爪数据掌握长程双臂操作 · manipulation
这一模型的训练使用了 16,151 小时的手持示范数据。整个过程没有采集任何机器人数据，也没有遥操作、强化学习和上机纠正，机器人直到测试时才登场。示范数据由团队开源的手持夹爪 YUBI 录制。测试地点并不在训练数据的采集地之内，机器人仅靠两只腕部相机，完成分拣小零件、为扫地机更换拖布等十项任务，平均成功率为 78%。另有四个 VLA 用同一批任务的示范做了后训练，其中表现最好的成功率只有 27%。团队同时公开了数据集、预训练权重和后训练配方，并称在一台 8 卡 H200 节点上，针对新任务的后训练不到四小时即可完成。[1]
文字理由丝毫未变，动作却可被篡改：推理型 VLA 的监控盲区 · vla
推理型 VLA 一边执行动作，一边输出文字理由，监督者正是通过阅读这些理由来判断系统是否安全。作者在 Alpamayo（驾驶）和 InstructVLA（操作）中发现，存在一个对动作敏感、与文本梯度几乎正交的方向。沿这个方向施加视觉扰动后，154 个驾驶场景中有 52.6% 出现了新的碰撞，而理由文本一个字也没有变化；不加引导的动作攻击，这一比例仅为 4.55%。作者据此认为，监控必须直接核验动作通道。[2]
RAFT：先学推理、后学动作，小样本后训练不再损失鲁棒性 · vla
用少量示范对通用 VLA 做微调，名义成功率虽然提高了，但模型面对外观、物体和指令变化时的鲁棒性反而会下降。RAFT 的做法是，先用与任务相关的推理标注训练低秩适配器，将其冻结，再用动作示范继续微调。在 DROID 真机上，它的分布外成功率为 75.0%，而普通微调只有 27.9%。[3]
GSBR：让在线 RL 有空间超越模仿策略 · manipulation
这项工作来自 Sergey Levine 的团队。在线 RL 需要向预训练的 diffusion 或 flow 策略做正则化，但约束过紧，就学不到更好的动作。GSBR 根据动作与 base policy 支撑集的距离来施加惩罚：动作落在集合内不受罚，落在集合外则随距离增大而平滑加重，而且只要对 base policy 采样就能估计。在四个基准共 19 项任务上，平均成功率由 base policy 的 33% 提高到 95%，代码已经开源。[4]
PyRUA-DataFarm：由编码智能体代替遥操作员采集数据 · benchmark
智能体先拿到一段目标场景的真机标定片段，随后在仿真中重建任务，并自行编写场景、专家控制器和成功判据，再由视频模型把每次 rollout 渲染成照片级的多视角视频。在五项真机任务上，仅用农场数据训练的策略，100 次试验成功了 93 次；用同等数量的遥操作数据训练的策略成功了 84 次。换成陌生的桌布和彩色灯光之后，两者分别降为 87 次和 46 次。把所有成本都算在内，一小时三视角数据平均花费 107 美元，略低于国内遥操作 117 美元的报价。[5]
RoboTryOn：把人类视频「试穿」成机器人示范 · manipulation
HF 4↑。这一思路借鉴了虚拟试衣：保留示范中的动作、物体和背景，把画面里的人替换为参考图指定的机器人，再由带深度特征的逆动力学模型推算出动作标签。在多种人形本体上，没有任何真机示范的新任务，平均成功率由 2% 提高到 60%。若要达到纯遥操作数据训练的效果，所需的采集成本约为遥操作的三分之一。[6]
DreamX：将视频扩散模型用作通用潜动作学习器 · world-model
HF 46↑，是今日论文社区中热度最高的一篇。作者把预训练的视频扩散模型改造成潜动作编码器，使每个潜帧由 1,200 个 token 压缩为 4 个，压缩了 300 倍。在 LARY-Bench 上，它是潜动作模型中的 SOTA。在某一种设定下编码出的动作，可以零样本迁移到其他本体和环境，人与机器人因此共用同一个动作接口。[7]
LoopQ：VLA 专用量化方法败给了朴素基线 · benchmark
作者固定了检查点、量化层和推理引擎，只更换量化方法和算子，在四个 VLA 上跑了 18 万多回合的 LIBERO 与 LIBERO-plus，硬件涵盖 H100、L4 和 Jetson AGX Thor。在 4 比特条件下，朴素的 RTN、AWQ、GPTQ 与 VLA 专用的 ActQuant、QuantVLA 不相上下，甚至更好。量化能稳定地节省 2 到 3 倍内存，速度却没有随之提升：在 batch 1 的 H100 上，量化后的 π0.5 和 OpenVLA-OFT 没有任何一种配置比 16 位版本更快；在 Thor 上，所有 4 比特配置都更慢。[8]
ReflexArc：为人形全身控制增加一条 10 毫秒的触觉反射 · locomotion
碰撞产生的第一个力峰值在几十毫秒内便会出现，而 50 Hz 的全身策略来不及作出反应。ARC 借助全身触觉识别危险接触，并在 10 ms 内将解算出的撤离姿态直接发给电机；随后它把这种反射纳入策略训练，用于保持平衡并完成后续恢复。在宇树 G1 上，与延迟为 20 ms 的同款反射相比，首个力峰值下降了 34.1%，接触冲量由 0.2632 降到 0.1225 N·s。[9]
其他今日论文：
· PrimeSim（启元世界模型仿真器的论文版本，速度 10.1 FPS，权重与训练代码均已开源，HF 9↑，[10]）
· Should the Action Expert Train the VLM?（在动作专家回传给 VLM 的梯度不被隔断、且没有动作 token 监督时，闭环驾驶的路线进度约提高 40%，[11]）
· RoboScope Kit（为各仿真基准提供统一的评测接口，其 LIBERO-Long 评测比官方 StarVLA 评测器快 4.45 倍，[12]）
· FloMo（以 3D 场景流取代视频，作为世界动作模型的中间表示，[13]）
· HLO-AMP（在训练时让物体就在场景之中的人形搬箱运动先验，[14]）
· Latent Policy Barrier（Shuran Song 团队的工作，使视觉运动策略保持在分布之内，[15]）
· Future Representation Distillation（无需生成未来视频的世界动作模型，[16]）
· HiLo-WAM（把长程任务的演化与局部动力学分开处理，[17]）
· Cycle WAM（借助循环一致性把动作与视频耦合起来，[18]）
· WayTrace（Marco Hutter 等人的工作，依据网页上的步行路线进行城市导航，[19]）
· FEIJOA（根据任务实时补全场景表示的移动操作方法，[20]）
· MABEL（开源的拟人化移动双臂平台，[21]）
· 机载实时 HJ 可达性 GPU 求解器（Alexandre Bayen 参与，[22]）
· Asynchronous Robot Policies（通过异步推理缓解大模型的时延，[23]）
· iMED（多内窥镜同步的手术 3D 感知数据集，[24]）
开源·工具·评测
· 小鹏 GroundingPI：这是一个约 40 亿参数的具身感知基座模型，与北大、港大等团队合作开发，代码和权重均已开源，训练时只使用不带动作标签的纯感知数据。小鹏称，它在 34 个公开感知基准上的综合得分为 73.68，GPT-6 Astra 为 71.54；在仿真中，以它为视觉底座的系统仅用 50% 的示范数据，就超过了用 75% 数据的对照模型。该项目目前仍处于科学原型阶段 ⚠️ 厂商口径 CnEVPost [25]
▎ 融资与交易
后摩智能 ｜ B 轮 ｜ 数十亿元 ｜ 估值未披露 · hardware
上观新闻和智东西都报道了后摩智能这笔数十亿元的 B 轮融资。后摩的业务是端侧大模型 AI 晶片。上观新闻称，M50 已被超过百家客户采用；根据 7 月 WAIC 上公布的参数，M50 在 10W 功耗下的单晶片算力为 160 TOPS。[26]
Corridian（美国）｜ 种子轮 ｜ 3800 万美元 ｜ 估值未披露 · autonomy
本轮由 Point72 Ventures 领投，Balerion Space Ventures、Harpoon Ventures、DCVC、Marlinspike 等机构跟投。公司由四名前 General Dynamics 高管于 2025 年 9 月创办，研制大型自主水下航行器，用标准集装箱装载军用货物，一次航行可达数千海里，首款旗舰艇将在 2027 年亮相。前美国海军作战部长、退役上将 Lisa Franchetti 担任公司的高级军事顾问。CEO Mike Guay 说："美国依赖水面和空中来大规模运送物资，这是一个严重的弱点。"[27]
Syncere（美国）｜ Pre-seed ｜ 1100 万美元 ｜ 估值未披露 · embodied
本轮由 a16z Speedrun 领投，Draper Associates、Physical World、Sequel、SeaX Ventures 等机构跟投。公司的产品 Lume 是一台外形像落地灯的家用机器人，起价 2,699 美元，可以在家中移动，公司称它能叠衣服、整理房间和铺床。公司还称，预订额已达数百万美元，产品已经投产并开始交付。CEO Aaron Tan 表示，家用机器人需要真实数据才能变得可靠，而要进入家庭，它又必须先足够可靠；"我们造 Lume，就是为了打破这个循环。"[28]
Peppermint Robotics（印度）｜ Pre-B 轮 ｜ 10 亿卢比 ｜ 估值未披露 · industrial
这一轮融资既包含新股，也包含老股交易。公司起步于地面清洁机器人，目前正向工厂、仓库和药厂的物料搬运以及洁净室自动化扩展。它计划在 12 到 15 个月内推出新机型，并在 2028 年推出户外清洁机器人。[29]
赛感科技（深圳）｜ Pre-A++ 轮 ｜ 数千万元 ｜ 估值未披露 · hardware
本轮由东湖高新投资领投。公司成立于 2023 年，从事柔性智能传感器和电子皮肤的研发，产品应用于人形机器人、消费电子、汽车电子和医疗健康领域。[30]
德塔智能 ｜ 星海图、联想创投入股 ｜ 金额未披露 ｜ 估值未披露 · world-model
据企查查显示，北京德塔源创智能科技新增了上海联想未来创业投资合伙企业、星海图等股东，注册资本增加到 135.04 万元。这家公司今年 1 月成立，研发原生人形机器人基础模型。[31]
Analog Devices 收购 Alif Semiconductor ｜ 完成交割 ｜ 13.5 亿美元全现金 · hardware
ADI 在 9 月宣布，将以 13.5 亿美元现金收购 Alif，另有最高 2 亿美元的或有对价。目前这笔交易已经完成交割。[32]
▎ 商业化落地与部署
知不拉铜矿 60 台纯电矿卡全部转入无人运行 · autonomy
在海拔 5,400 米以上的知不拉铜矿，60 台三一纯电宽体矿卡搭载了易控智驾的系统，到 9 月底已经实现全矿无人运行。矿山的业主是紫金矿业旗下的西藏巨龙铜业。易控此前已披露，部署延伸到了这一海拔；这一次，International Mining 讲述了这座矿的推进过程：车辆于 2025 年 9 月抵达现场，起初由人驾驶，现场在两周内完成了无安全员运行的验证；到 2026 年 3 月，已有 52 台实现常态化无人运行。路面冻融后湿滑，冰雪反光又会干扰感知，这些是此地比平原矿山更难应对的地方。相邻的巨龙铜矿仍在对 18 台 220 吨级 NHL NTE240 柴油刚性矿卡进行加装改造，其中一部分已经投入无人运行。9 月易控公布车队数据时，曾把这 60 台高海拔车辆记在巨龙铜矿名下；两座矿均由巨龙铜业运营。[33]
Kodiak 交付首批 Western Star 49X 无人卡车，Atlas 车队到 37 辆 · autonomy
Atlas Energy Solutions 自有并自行运营的无人卡车，已增加到 37 辆。新交付的 2 辆车由 Daimler Truck North America 制造，型号为 Western Star 49X，搭载 Kodiak 的第七代硬件，9 月完成交付，11 月 3 日对外公布。这两辆车是 Atlas 首批 100 辆订单里 65 辆 Western Star 中最先到位的。Kodiak 表示，将按计划在 2027 年年中之前交付完这批订单。[34]
小米人形在汽车厂排序工站连续作业 8 小时 · humanoid ⚠️ 厂商口径
在小米汽车工厂的中控台侧盖板排序工站，两台小米全尺寸人形机器人连续工作了 8 小时：从配送箱里取出盖板，再插入排序架。雷军称，这已满足该工站全天的生产需求。不过，这只是单个工站的产线验证，还谈不上规模上岗；小米没有公布节拍、人工介入次数和电池管理方式，视频最高经过 100 倍加速。快科技称，此前小米的机器人只能持续工作 3 小时。[35]
海柔称闪攀全球签约超 2 万台 · industrial ⚠️ 厂商口径
8 月底，海柔给出的数字是超过 1 万台；在 CeMAT 上，这一数字更新为签约合作超过 2 万台，其中最大的单个项目超过 5,000 台。需要注意，签约台数并不等于投入运行的台数。海柔新发布的双深位方案，可在 1,000 平方米内存放 4.5 万个料箱；HaiQ 平台最多能在同一场地调度 6,000 台机器人。[36]
Epiroc 自主钻机进驻 Fortescue、KGHM 等矿场 · industrial
Autonomous SmartROC D65 MKII 已在澳大利亚和美国的客户现场投入作业，其中包括 Fortescue 的 Solomon 与 Eliwana、Luck Stone 的 Rockville，以及 KGHM 的 Robinson 矿。Epiroc 没有公布机队的台数。[37]
二十多辆 Cybercab 在底特律上路测试 · autonomy
据《底特律新闻》报道，二十多辆 Cybercab 从特斯拉位于 Southfield 的碰撞维修中心驶出，在 I-696、M-10 等道路上进行测试。车上装有临时方向盘，由人类测试司机驾驶。特斯拉既没有正式宣布在底特律测试，也没有给出载客日期。Waymo 10 月已在当地撤掉了前排人员，不过只搭载员工。[38]
▎ 产业动态
荷兰 RDW 批准特斯拉更新：超速余量压到 10%，FSD 改名 · autonomy
特斯拉驾驶辅助系统的超速余量上限，已由 50% 降至 10%。荷兰车辆管理局（RDW）在 11 月 4 日确认批准了这项软件更新，同时"FSD Supervised"被正式更名为"Tesla Assisted Driving"。根据 RDW 的公告，4 月 10 日获批时的配置允许系统以"安全与车流"为由超出识别到的限速，幅度最高为 50%，也就是在限速 100 km/h 的路段可以开到 150 km/h。新的上限在每次启动车辆时都会归零，其他与速度相关的功能默认关闭，但 RDW 没有说明具体是哪几项。RDW 表示，核查之后已将这些改动直接并入原有的型式认证，并强调改名不会改变系统功能，它依然是驾驶辅助，责任依然由驾驶员承担。包括荷兰在内，承认这份认证的国家共有 10 个，10 月初时是 8 个。反对意见一直集中在超速问题上：6 月，瑞典要求取消超限设置，否则不予放行；法国则以城市路段超速为由，拒绝承认荷兰的认证。10 月 6 日，德国交通部提出的支持条件，是放弃"Full Self-Driving"这一名称，并把速度容差限制在 10%；CNMO 称，距离欧盟全境表决只剩几周。[39]
中石油昆仑制造与宇树等拟设工业具身合营公司 · humanoid
北京市市场监督管理局 自 11 月 4 日起公示了一宗新设合营企业的案件，公示期至 11 月 13 日。参与方包括中国石油集团昆仑制造及其一致行动人昆仑资本、宇树科技和北京泛界智能，这家合营企业将提供工业具身智能机器人解决方案。三方的持股比例分别为 60%、20%、20%，并共同控制该企业。昆仑制造于 2023 年在雄安注册，主营能源装备制造，最终控制人是中国石油天然气集团。泛界智能今年成立，由北京唯实具身智能研究院和中科院自动化所团队孵化，致力于把世界模型与具身基础模型合为一体，CEO 韩金池是乔红院士团队的成员。8 月宇树在科创板发行时，中石油就已列在战略配售名单之中。[40]
波士顿动力发布第二代 Stretch，主攻少停机 · industrial
第二代 Stretch 的内部走线比初代减少了 81%。这款卸车机器人的设计，依据的是初代自 2023 年投入商用以来累计超过 10 万小时的部署数据，期间它处理了数千万个箱子。此次改动针对的是意外停机的成因，而不是追求更快的节拍。部分关节改成可以连续旋转 360 度以上，电气连接换用了车规级连接器，真空吸盘的阀门和传感器也做了升级。作为参照，初代的最大抓取重量约为 23 公斤，设计节拍是每小时 600 到 800 箱，电池最长可运行 16 小时。《先驱经济》称，公司计划扩大对 DHL 等物流企业的供货。[41]
Ouster 三季度营收 5900 万美元，机器人客户拉动出货 · hardware
Ouster 三季度营收为 5900 万美元，同比增长 50%，环比增长 9%。其中产品收入 5600 万美元，已连续第 15 个季度增长。当季激光雷达和相机传感器的出货量超过 2.7 万台，激光雷达约占 27%；需求主要来自仓储自动化、国防、建筑、测绘和数据采集等工业与机器人客户。CEO Angus Pacala 说："我们的 Stereolabs 相机出货创了纪录，这得益于我们为应对机器人领域需求激增而投入的产能。"按 GAAP 计算，公司净亏损 1400 万美元，上年同期为 2200 万美元；四季度营收指引为 6100 万至 6400 万美元。[42]
GGII：三年内至少 15% 的中国人形厂商会破产或被并购 · humanoid ⚠️ 测算口径
首尔经济日报援引第一财经的报道称，GGII 总经理在 11 月 3 日的深圳年会上作出了这一预测，当时国内的人形整机企业已超过 150 家。GGII 测算，今年国内人形整机出货量将超过 5 万台，接近去年 1.8 万台的三倍，市场规模超过 100 亿元。问题在于，产品下线的速度快于工厂采用的速度，多数产品只能完成基础任务，"尚未进入稳定商用阶段"。同一天，国家金融监督管理总局副局长肖远企提醒，AI 投资存在过热迹象，并称资本过度集中推高了其他行业的融资成本。[43]
京东曹鹏：明年具身智能预计投入 70 亿至 80 亿元 · adjacent ⚠️ 计划口径
京东集团技术委员会主席曹鹏对《浙商》表示，这笔资金主要用于数据采集与基础训练、真实场景部署和模型研发三个方面。他在乌镇峰会上披露，京东的具身数据采集已经覆盖 100 多个细分场景，采集了超过 10 万项真实作业任务；两年内的目标，是采集 1000 万小时的人类真实场景视频，再加上 100 万小时的机器人本体运行数据。京东称，其 JoyAI-Sim 的仿真评测与真机评测结果的一致性约为 90%，评测效率是真机的 3.2 倍。[44]
LiberAI 发布世界动作模型 Liber-0 · world-model ⚠️ 厂商口径
该模型的预训练使用了超过 220 万小时的人类经验数据，来源有自研的 LiberSense 数据手套、跨本体机器人数据和互联网上的人类视频。公司称，他们在 GPT-6 随机生成的 60 项任务上做了 600 次零样本真机测试，总体成功率为 36%，其中复杂多步任务的成功率只有 10.5%；同样的任务交给 GPT-6 Astra 直接控制，成功率为 5%。公司成立于 2025 年 12 月，创始人刘松铭是清华计算机系博士，师从朱军。[45]
特斯拉新一代 Optimus 进博会前亮相，马斯克否认 12 月开放预订 · humanoid ⚠️ 计划口径
进博会于 11 月 5 日开幕，特斯拉的新一代人形机器人已先一步在展台亮相。网易智能称，这是特斯拉第一款面向量产的机器人，单台的长期目标成本为 2 万至 3 万美元。11 月 1 日，有人在 X 上询问 12 月能否下单，马斯克只回了一个"不"字；盖世汽车称，他确认的交付时间窗口是 2027 年末。[46]
Skild AI 付费客户超 60 家，ARR 过 1 亿美元 · world-model ⚠️ 厂商口径
据 AI Magazine 报道，Skild AI 在首次商业部署十个月后，ARR 已超过 1 亿美元，签约的付费客户有 60 多家，富士康也在其中。公司在 1 月的估值超过 140 亿美元。[47]
Exotec 调查：94% 的仓储自动化买家称换供应商代价过高 · industrial ⚠️ 厂商口径
这项调查访问了 250 名美国和加拿大的仓储自动化决策者，其中四分之一的人后悔当初的选择，94% 的人认为更换供应商的成本高到无法承受。购买低价系统的受访者中，称自己选错供应商的比例为 24%，对照组则是 5%。发起这项调查的 Exotec 自己就是仓储机器人的销售方。[48]
王兴兴：明年大概率是机器人行业的临界点 · humanoid
10 月的工博会上，宇树创始人王兴兴曾说，临界点最快会在一两年内到来；11 月 4 日在乌镇峰会上，他把时间点收紧到了"大概率明年"。他把拆装手机、穿针引线这类精细操作称为"最后的几个毫米的问题"，并且表示，包括宇树在内，机器人数据的利用率还比较低。[49]
硬件·供应链
· 关节模组：首尔经济日报援引第一财经的报道称，GGII 表示今年机器人关节模组的均价同比下降约 30%，并预计明年还会继续下降 [50]
· 特斯拉 Optimus 审厂：上海证劵报称，特斯拉的机器人团队近期前往供应商处审厂，涉及关节模组、执行器和精密结构件；有供应商表示，如果 Optimus 实现规模量产，产能可以快速爬坡 [51]
· 意法半導體 STM32A：这一新的 MCU 系列面向汽车和高安全嵌入式应用，目标场景包括机器人与工业自动化；ST 称，未来数月内会把英伟达 Holoscan Sensor Bridge 软件作为 STM32Cube 的原生组件发布 [52]
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