1X 借助 NVIDIA 机器人平台训练人形机器人 NEO 的 AI
1X Technologies 披露其人形机器人 NEO 的 AI 开发流程基于 NVIDIA 机器人平台，涵盖本周 GTC Taipei 发布的开源物理 AI 智能体工具。
#数据与仿真
1X TechnologiesAI 评分4040
FieldAIAI 评分5555 FieldAI 介绍基于 NVIDIA Omniverse NuRec 的实机到仿真与数字孪生工作流
FieldAI 介绍其与 NVIDIA Omniverse 生态的合作，用 NuRec 把机器人运营中采集的视觉、深度、LiDAR 等多模态数据重建为高保真、可交互的 3D 场景，无需单独扫描步骤。
Sunday Robotics精选AI 评分6969 Sunday Robotics 完成 1.65 亿美元 B 轮融资，推进家用机器人 Memo 实际部署
Sunday Robotics 完成 1.65 亿美元超额认购 B 轮融资，估值 11.5 亿美元，由 Coatue 领投，Thomas Laffont 加入董事会。公司将停止演示、聚焦机器人 Memo 的真实部署，beta 项目今秋向用户开放；其工程团队扩至 3 倍、研究扩至 4 倍、数据运营扩至 5 倍，并称拥有 Skill Capture Glove、自研硬件到制造的完整全栈和数据优势。
推荐理由：公司宣布融资并公布 beta 项目时间表和团队扩张幅度，读者可据此了解其转向实际部署的节奏。
Toyota Research Institute Robotics精选AI 评分7777 Toyota Research Institute 讲解机器人策略评估的统计思维：从严格A/B测试到有效可视化
Toyota Research Institute（TRI）发布教程文章，介绍机器人策略评估中基于成功/失败标签的A/B测试统计方法。
推荐理由：TRI 作者系统讲解机器人策略A/B测试中的统计陷阱与可复用工具，附可直接运行的Python示例。
RealMan/睿尔曼精选AI 评分6161 睿尔曼智能宣布完成近5亿元融资，将建设AUTRON奥创产线超级工厂
睿尔曼智能宣布完成近5亿元融资，由多家上市公司产业方联合战略投资，资金将投入产品研发、AUTRON奥创产线超级工厂建设及全球生态布局。文中称其一体化关节模组2025年年产能突破10万台，机械臂通过CR L3认证、平均无故障运行时间达50000小时；GLN远程作业网络与北京人形机器人数据训练中心积累千万级轨迹片段真机数据，公司全球服务企业用户超8000家。
推荐理由：公司自述融资与产能、认证和远程作业网络进展，读者可据此了解其硬件加数据战略的实际推进情况。
RealMan/睿尔曼AI 评分2525 技术解析｜睿尔曼RealBOT轮式折叠机器人春晚“包饺子和馅”总共分几步？
睿尔曼 RealBOT 轮式折叠机器人在北京卫视春晚上通过远程遥操完成开冰箱、取酱油、倒酱油和搅拌饺子馅的作业，是参与录制企业中唯一采用远程遥操形式完成现场作业的一家。其一体化关节模组 MTBF 达 50000 小时，开冰箱门需瞬时约 14 公斤力矩，倒酱油靠视觉引导与高频姿态修正实现零洒落，和馅则由远程“同构臂”操控并记录数据反哺远程作业网络（GLN）训练模型。
Skild AIAI 评分4848 Skild AI：让机器人通过观看人类视频学习新技能
Skild AI 提出通过观看人类视频来突破机器人数据瓶颈，认为遥操作受限于环境多样性和实时采集规模，无法达到基础模型所需的数据量。其方案是跨本体学习，只需不到 1 小时机器人数据微调，即可让模型仅凭视频演示学会新技能，将人类的“抓取”映射到不同机器人本体的执行动作上。
RealMan/睿尔曼AI 评分3232 睿尔曼三赴 CES 2026：以关节模组、仿人机械臂与远程作业网络布局具身智能基础设施
睿尔曼连续第三年参展 CES 2026，以“硬件+数据+远程作业网络”三大底层能力亮相，并完成北京到拉斯维加斯的跨洋实时遥操作演示，远程控制 RealBOT 轮式折叠机器人执行递送物品、传递水果等任务。
RealMan/睿尔曼AI 评分2727 睿尔曼创始人郑随兵在企业社会责任论坛提出构建远程劳动力网络，打造可持续“真机数据引擎”
睿尔曼创始人、CEO郑随兵12月19日在2025企业社会责任论坛上介绍，公司正通过“远程劳动力网络”让操作者实时指挥机器人执行叠毛巾、管廊巡检、电力管控等真实任务，并积累场景数据反哺具身智能。睿尔曼一体化关节模组年产能已突破10万台，机械臂通过CR L3认证，平均无故障运行时间达5万小时。公司还于2023年2月联合建立GPR开源联盟，2024年发布移动复合机器人开发平台。
Toyota Research Institute RoboticsAI 评分5858 丰田研究院复盘与MIT八年聚合物电解质研究：机器人实验与机器学习闭环设计加速材料发现
丰田研究院（TRI）回顾其AMDD项目在MIT开展的八年聚合物电解质研究，产出约40篇论文和7篇博士论文，并建造了机器人实验平台，将原本需约一个月的测试缩短到一天内完成。团队还开发了多任务图神经网络加速MD仿真并开放最大聚合物仿真数据集，但作者认为AI目前能加速材料类内优化，提出依赖新物理机制的突破性聚合物仍离不开人的创造力。
Dobot/越疆机器人AI 评分3636 越疆机器人亮相IROS 2025，推出“人形+机械臂+多足+轮式”具身智能机器人平台
越疆机器人在IROS 2025展出全球首个集“人形+机械臂+多足+轮式”于一体的具身智能机器人平台，采用“大脑-小脑”双系统架构。其人形机器人通过高温和大负载老化测试，精度达±0.05mm；X-Trainer双臂遥操作AI训练平台将新任务训练周期缩短70%，降至约2小时。越疆还与腾讯Tairos平台合作，多足机器人Hexplorer实现高精度三维建图与动态避障导览的全自主运行。
Sunday RoboticsAI 评分5959 Sunday Robotics 发布零机器人数据训练的基础模型 ACT-1
Sunday Robotics 发布基础模型 ACT-1，宣称训练未使用任何机器人操作数据，而是通过 Skill Capture Glove 采集人类动作，经 Skill Transform 以 90% 成功率转换为机器人数据。
IntrinsicAI 评分4949 Intrinsic 联合 Open Robotics 推出首届 AI for Industry Challenge 开发者挑战赛
Intrinsic 在新加坡 ROSCon 上宣布与 Open Robotics 合作举办首届 AI for Industry Challenge，参赛者可用开源工具和仿真器训练 AI 模型，在 Intrinsic Flowstate 中开发方案，并在 Intrinsic 总部的真实工位上测试。
天链机器人AI 评分4747 天链机器人用视频学习方法教机器人实现高级运动
天链机器人公布一套视频模仿学习训练方案：用 GVHMR/TRAM 提取参考动作（或用 AMASS 等动作捕捉数据集），经人机关节映射、动作定向模型训练后，在仿真中用 PPO 强化学习按课程学习从静态姿态练到长序列复杂动作，再经领域随机化优化后部署到实机，并用残余强化学习或自适应增益微调。公司称动力学力控精度与稳定性已实现关键突破，动作也可复现到现实机械臂操作中。
Keenon Robotics/擎朗智能AI 评分4747 擎朗智能正式发布面向服务行业的自研 VLA 模型 KOM 2.0
擎朗智能正式发布 KOM 2.0（KEENON Operator Model 2.0），称其为全球首个面向服务行业的 VLA（视觉-语言-动作）模型。该模型采用 K-Mind 思考系统与 K-Act 动作系统的双系统架构，基于数亿次真实服务交互数据训练，支持毫秒级实时决策。
LimX DynamicsAI 评分4848 逐际动力发布 LimX DreamActor：Real2Sim2Real + 真机强化学习的具身智能训练新范式
逐际动力推出具身智能训练范式 LimX DreamActor，首次将 Real2Sim2Real、模仿学习与真机强化学习深度结合，形成「现实环境数据采集—仿真数据预训练—真机数据后训练」全流程。系统只需消费级相机拍摄即可完成多视角数据采集，经三维重建与物理参数对齐构建高拟真仿真场景，再用少量真机强化学习完成跨域迁移，旨在提升样本效率、收敛速度和部署稳定性。
LimX Dynamics精选AI 评分6464 逐际动力WRC展示LimX Oli拟人行走与TRON 1极限地形能力
机器人大讲堂在2025世界机器人大会现场报道逐际动力展台。全尺寸人形机器人LimX Oli身高165cm、31个主动自由度，首次在WRC亮相并开卖，演示户外Live舞蹈与轻快步、模特步、正步等多步态切换，靠传统控制、强化学习和模仿学习结合的全身运动控制算法，价格15.8万元起。
推荐理由：作者亲历WRC现场，逐项拆解逐际动力展台的步态切换、抗扰恢复与遥操作细节，读者可据此了解其全链路技术路线。
LimX DynamicsAI 评分5151 上汽北京与逐际动力签署战略合作备忘录，共建具身智能联合实验室
上汽北京与逐际动力在北京签署战略合作备忘录，宣布成立具身智能联合实验室，围绕汽车场景开展具身机器人算法研发、系统开发与工具链部署。逐际动力将提供机器人本体、全身运控算法、VLA模型框架、数据引擎与工具链平台等底层技术，双方将在汽车制造场景开展人形机器人数据采集训练测评，并逐步形成从数据采集、模型训练到系统测试的完整研发流程。
TeknTrashAI 评分3737 TeknTrash Robotics 与 Sharp Group 启动人形机器人 ALPHA 垃圾分拣试点
TeknTrash Robotics 与环境服务公司 Sharp Group 合作，在伦敦东部 Rainham 的回收设施试点人形机器人 ALPHA（Automated Litter Processing Humanoid Assistant）。
Figure AI精选AI 评分6666 Figure AI 用强化学习让 Figure 02 人形机器人实现类人自然步行
Figure AI 发布端到端强化学习步行控制器，让 Figure 02 人形机器人在仿真中通过奖励模仿人类参考轨迹学会带脚跟触地、脚尖蹬地和摆臂的类人步态。训练在 GPU 加速物理仿真中并行进行数千台机器人，数小时收集数年仿真数据，结合域随机化与 kHz 级扭矩反馈控制实现零样本迁移到实机，10 台 Figure 02 运行同一神经网络无需单独调整。
推荐理由：原文给出 Figure 02 用强化学习实现类人步行的训练方法和仿真到现实迁移细节，可了解其技术路线。
FieldAIAI 评分3939 FieldAI 研究院 FAIRI 基于 NVIDIA Omniverse 平台研究动态环境中的具身问答
Field AI 研究院（FAIRI）与 NVIDIA 合作，研究动态环境下的机器人具身问答（EQ&A）。团队借助 NVIDIA Omniverse 平台、Isaac Sim、Omniverse Replicator 和 USD Search API 构建物理精确的 3D 办公场景，模拟环境随时间的变化，并计划开源该长期具身问答数据集。
FieldAIAI 评分4848 FieldAI 借助 NVIDIA Isaac 平台开发首个风险有界机器人基础模型 FFM
FieldAI 宣称开发了首个风险有界的 Field Foundation Models（FFM）机器人基础模型，可在无需先验地图、GPS 或云通信的条件下，让多形态机器人自主作业于危险、越野等非结构化工业环境，并已在数百个现场部署。