SoftBank Robotics 在日本发售送餐机器人 Servi Q,可通过 45 cm 窄通道
SoftBank Robotics 在日本发售与 Bear Robotics 联合开发的下一代送餐机器人 Servi Q,并将作为美国和韩国以外市场的独家分销商逐步推向国际市场。
SoftBank Robotics 在日本发售与 Bear Robotics 联合开发的下一代送餐机器人 Servi Q,并将作为美国和韩国以外市场的独家分销商逐步推向国际市场。
卡内基梅隆大学机器人研究所团队开发 LAMP(Long-Horizon Adaptive Manipulation Planning)系统,帮助多台机器人协作在严重杂乱的空间中移动物体,将物体与机器人的运动联合规划而非分开处理。
具微科技9月22日正式发布全栈自主导航系统具微智航MIC Navi,导航代码直接运行于机器狗本体主板,无需额外上装计算套件,升级通过具微智控(MICBOT MOVE)APP以OTA方式完成。
Strutt ev¹ 1.3.3.5 更新为 Strutt App 新增 AI 助手标签页与 Waypoints 行程远程启动,并加入 Smart Push Handle 配件支持。
穿山甲机器人展示配送机器人 Speedybot 的送货流程:订单在社区超市数秒内完成打包装载,机器人免刷卡通过门禁,并自主呼叫、乘坐电梯选对楼层,把包裹送到用户家门口后推送通知。这些能力均出自一段流程演示视频,穿山甲机器人未公布载荷、自由度、续航或成功率等具体指标。
穿山甲机器人Speedybot宣称具备全天候作业能力,搭载L4级自主导航系统,无需远程遥控即可实现室内外无缝切换、自主避障与动态重新规划路线。该机器人支持24小时连续运行,面向工厂、园区、社区、医院及餐饮配送等多场景,旨在降低户外人工暴露与作业风险。
幻尔科技详解 ROSOrin Pro 机器人的完整 ROS 2 智能体管线,语音指令经 WonderEcho Pro 识别后交给 OpenClaw 网关理解,并拆解为导航、检测、抓取等子任务。
擎朗智能在8月19日至23日举行的2026世界机器人大会上展示服务行业VLA架构KOM 3.0,称其集成了潜在空间世界模型。现场XMAN-R1自主完成从取杯到萃取咖啡的全流程,两台人形机器人在统一调度下协作洗衣叠衣,并与T10配送机器人、C40清洁机器人展示“通用+专用”协同服务。演示中机器人无遥操作、端到端自主完成长程任务。
Tokyo Robotics 展示了其双臂机器人 Torobo2 从“叠衣服”无缝切换到“收拾餐桌”的连续作业演示,全程以 1x 等倍速实时自主完成。轨迹生成使用微调后的 VLA 策略,依靠头部与手腕相机的视觉信息判断环境变化。每个任务配有独立的控制策略(动作模型),在合适时机切换策略以实现任务间不中断的连续执行。
StridingAI 演示中,机器人自主清理了一张杂乱的桌面:它理解每个物体的语义,分辨出垃圾与可重复使用的餐具。任务通过双臂协同的双手操作与物体交接完成,属于长时序的多步操作。该内容为 StridingAI 发布的演示片段,原文未给出具体机器人型号与成功率指标。
具微科技发布工业具身大脑MicVLC,并首次提出VLC(Vision-Language-Calling)架构范式,将认知层与执行层解耦,区别于传统VLA模型把Action与特定终端执行器底层控制深度耦合的做法。
优艾智合在 WAIC 2026 上首次线下公开工业人形机器人 Edge,五台 Edge 与一台移动运输机器人在模拟线边仓库协同完成物料拣选与配送。该演示基于其工业具身智能基础模型 FabriX 与“一脑多态”架构,由统一控制框架动态分解工作流并分配任务。Edge 出厂后仅需 50 条训练演示即可在适用任务上达到最高 90% 的成功率,并以 24 小时周期迭代训练。
松灵机器人以 UMR 行业级通用模块化移动机器人底盘与松灵NAVIS 3D 三维激光导航平台为例,论证导航正从项目级算法开发演变为可复用的基础设施。文章认为导航耗时之处多在传感器同步、坐标系管理等工程集成而非 SLAM 算法本身;动态、开放与立体空间中二维环境信息已难以描述真实环境,3D 激光导航因此成为新的基础能力。
安川电机开发出「エージェンティック・ロボットシステム」,将AI机器人MOTOMAN NEXT与Google DeepMind的生成AI模型Gemini Robotics ER 1.6联动,机器人可自行判断现场情况、组装并执行作业步骤,无需事先示教或编写详细程序,仅凭「请分拣这些零件」一类指示即可自主完成作业。
Boston Dynamics 演示了 Spot 四足机器人从配送车跳下,将两件 16x12x10 英寸包裹经社区步道送到两家不同住户门廊后返回,目前为演示,初期将由司机操控、路线保存后自主配送。
慧闻上线工业机器人产品矩阵,覆盖iBen X系列、iBen P系列AMR与轨道交通机器人三条产品线。iBen X系列负载100kg至1500kg,iBen P系列覆盖1000kg至3000kg,其中iBen P1T机型以激光SLAM导航实现±5mm定位精度。轨交产品线覆盖搬运、巡检、清洗,车底列检机器人机身不足30kg,巡检速度10m/s、30秒输出检测结果。
松灵机器人自研NAVIS 3D激光导航平台融合16线激光雷达与视觉传感器,可在1.5 m/s运行速度下建图,静态重复定位精度达±5 cm,支持200万平方米级场景三维地图构建。该平台与松灵UMR全场景通用四驱四转移动机器人底盘协同,已推出轨道交通双臂升降式轨下智能巡检方案,集成PiPER双机械臂系统与双32线激光雷达,实现轨下巡检全流程自动化闭环。
Striding AI 公开一段 demo,展示其 Physical AI 系统在仿真零售环境中执行自主货架补货。该补货在模拟零售场景下完成,原文未给出机器人型号、载荷或成功率等指标,也未说明是否为实机运行。
Robot.com 发布 R-KNav 数据集并启动 FoMo 挑战赛,邀请社区用其 R-kiwi 人行道配送机器人车队的真实数据训练视觉导航模型,并在实机上受控评测。
推荐理由:数据来自长期商业运营的配送车队而非仿真,且公布了实机评测的 KPI 口径,可据此评估真实街道导航数据的可复用性。
哈工大朱延河教授团队在《极端制造(英文)》(IJEM)发表论文,提出基于协作重构的模块化机器人自主容错修复策略,通过改变形态恢复关节故障损伤,无需备份模块替换。方法结合拓扑描述与运动学自建模、粒子群算法搜索目标构型及改进RRT协作重构算法,实验中容错上限比固定构型冗余方法提高7倍。哈工大为唯一完成单位,博士生齐健为第一作者。
推荐理由:论文给出无需备份模块的协作重构容错策略和7倍容错上限提升数据,读者可了解极端环境下机器人集群自修复的具体实现路径。
IPLUSMOBOT 将于 Automate 2026(6 月 22–25 日,芝加哥 McCormick Place,展位 #26027)展出三款 AMR:QN1416 平衡重式高精度重载搬运机器人、Omni2.5T 全向移动机器人(毫米级定位)和轻载快速部署的 EMMA 400L。
Strutt ev¹ 固件 1.2.3.11 更新带来全新可定制 UI、增强 evSense 与安全确认机制。新 UI 支持按驾驶模式变色的动态主界面、下拉仪表盘和 9 个可自定义快捷方式;坡道上坡动力提升最高 25%,evSense 唤醒后 5 秒内就绪。启用 Level S、Hands-Free Auto-Pilot 等功能需在 App 完成安全协议确认,Level S 不支持新加坡和日本。
Enchanted Tools 展示 Mirokaï 人形机器人将语音请求转化为抓取、搬运并投递至指定区域的自主执行流程。演示涵盖自然语言理解、自主抓取规划、投放区检测与精准操作,机器人结合感知、规划与操作完成实机任务,原文未给出成功率、载荷等量化指标。文末标注日期 June 16th, 2026。
Enchanted Tools 的人形机器人 Mirokaï 在视频中演示多地形导航,可在地毯、木地板、瓷砖与混凝土等不同地面间无缝切换,持续调整行为以保持稳定与流畅移动。这是演示内容,公司预告 2026 年 6 月 16 日有进一步消息,并邀请加入其 Discord 社区。
Enchanted Tools 的服务机器人 Mirokaï 演示了语义位置建图、自然语音指令与自主导航:机器人将地点与有意义的名称关联后,可理解"去咖啡厅""去前台"等请求并自主导航至目的地,无需坐标或编程,被称为以对话式交互实现人机界面。视频末尾预告 2026年6月16日的节点,并称"WE'RE READY",同时邀请加入其私有 Discord 社区获取幕后内容与早期体验。
Enchanted Tools 通过演示视频展示机器人 Mirokaï 在动态环境中自然移动,依靠轨迹可视化、平滑导航与模型预测控制(MPC)持续调整动作。视频面向医院、养老院、公共空间与工作场所,强调移动不只是避障,而要让周围的人感到舒适、可预测和直觉。片尾以「WE'RE READY. ARE YOU?」给出 2026 年 6 月 16 日这个时间点。
慧闻智能服务机器人入驻中电信无人科技展厅担任智能导览员,支持主动迎宾、中英双语讲解与实时问答,6麦环形阵列拾音系统支持5米远场拾音,并可联动声音、灯光、门禁等展厅设备实现IOT全域联动。机器人还支持双机协作完成跨展厅讲解接力,配备1100万像素摄像头支持合影,以及自动开关机和自动回充电桩功能。
PAL Robotics 参与的 CENTAURO 项目为 TIAGo Pro 移动操作机器人重新设计了 7 自由度机械臂,优化工作空间以触及此前无法到达的角度与位置。机械臂集成串联弹性执行器(SEA),可吸收冲击并测量接触力,并转向扭矩与导纳控制,使机器人能感知施加的压力。WebGUI v3 生态新增拖放式可视化编程界面,让非专家人员也能配置抛光、物流等场景下的复杂任务。
慧闻在CeMAT SEA 2026展会上让iBenX系列AMR智能搬运机器人首次亮相东南亚市场,开展3天展位人气高涨,吸引多国客商。该系列采用激光+视觉双SLAM导航,最快30分钟从开箱到投产,载重覆盖100kg至1500kg,支持平板、顶升、潜伏、叉取等多种形态,可在无WiFi、弱网络环境通过自组网分布式调度实现多机协同。目前已在包装、新能源、纺织、电子制造等多个行业落地应用。
德马科技在 MODEX 2026 上首次面向北美发布 AI 驱动的无人化二次分拣方案。具身智能人形机器人与新一代飞梭智能分拣机器人协同,可实现包裹全自动供包与二次分拣;闪梭系列-智能托盘四向穿梭系统与 AMR 组合使货品储量提升 3 倍。德马已在美国、巴西等美洲市场交付多个交钥匙项目,服务 Amazon、Shopee、Shein 等品牌,头部大客户复购率超 80%。
赛那德携自主装卸货机器人iLoabot-M于2026年3月24-26日亮相德国斯图加特LogiMAT国际物流展,现场实景演示全流程无人化自主装卸能力。iLoabot-M搭载AI智能算法与运动路径自主规划技术,面向欧洲物流人力成本高与劳动力缺口的需求。赛那德称旗下产品已远销欧美、日韩等地区,并依托国内智能制造体系实现规模化量产。
英国机器人公司 Humanoid 在 NVIDIA GTC 现场演示了 KinetIQ 驱动的语音多机器人协作:两台带夹爪的轮式机器人在模拟商店中响应访客语音,取放水瓶、爆米花并完成机器人间的实物交接。KinetIQ 的 Fleet Management 系统负责解析指令、动态分配任务并显示实时执行状态。该演示基于 NVIDIA 开源机器人平台,KinetIQ 是其近日发布的端到端机群编排框架。
Dexterity 发文介绍 Foresight 装箱智能体的系统评测与生产测量。规划侧在四组真实仓库箱型分布上测试,密度 0.65–0.77、稳定性 99.7–100%,并用无分布顺序统计量给出 95% 置信区间;文中还发现随机打乱箱子序列会使局部方差坍缩约 1.4 倍,导致评测偏乐观。
推荐理由:原文完整披露装箱智能体的评测方法,包括无分布置信区间和随机打乱带来的评测偏差,方法可迁移到同类系统。
Dexterity 公开其世界模型 Foresight,作为让机器人推理物理世界、预测变化并执行操作智能层,训练来自企业物流生产环境中超过 1 亿次自主动作的真实经验。
FieldAI 介绍其 Field Foundation Models(FFMs)搭配 Boston Dynamics 四足机器人 Spot 在建筑工地的自主部署,无需 GPS、云连接、先验地图或预规划路线,可全天候执行巡检、建图与监控任务。文章称过去两年已覆盖亚洲、欧洲和北美工地,客户巡检与记录时间减少超过 90%,数据可流入 BIM 和数字孪生系统,多个试点已扩展为机队级部署。
MenteeBot 在无遥操作条件下根据口头指令完成取罐任务:理解请求、识别正确的罐子、导航到台面、抓取并带回给人。该演示把语言理解、场景感知、导航与操作整合为一个连贯行为,指令可用任意语言给出,原文称此举降低了人机协作与人形机器人部署的门槛。
Mentee Robotics 发布幕后视频,展示两台 MenteeBot 在拣放箱子的物流流程中如何实时把感知、规划与控制结合起来;画面左侧为头部摄像头视角,并同步呈现机器人的“思考”与决策输出。该片段出自同一套装置中两台 MenteeBot 完成的一段完整 18 分钟未经剪辑的自主运行。
两台 V3 MenteeBots 在仓库中完全自主完成物流任务,无任何遥操作,将 32 箱货物从 8 个堆垛转运至 4 个流利式货架。任务展示了稳定的操作与灵巧性、精准的移动和可靠的决策能力,未剪辑完整版时长 18 分钟。
两台 V3 MenteeBot 在一段未剪辑的18分钟视频中完全自主地完成仓储物流任务,全程无遥操作。机器人从不同高度的货堆取箱并放置到多个货架上,视频演示了其稳定的灵巧操作、精确移动和可靠的决策表现。
线性资本 portfolio 公司 Bot Auto 宣布完成首次真正由卡车自己完成全部运行的真实路测,驾驶座、后座和远程操控端均无人,也无护航车。测试中卡车在德州公路完成避让、绕行、并道及应对消防车出现等场景,全车配备15个摄像头、8个激光雷达和3个毫米波雷达,感知、计算、执行和供电均设有冗余,主服务器关闭后可切换备份服务器,备份再关闭则由车辆控制单元接管靠边停车。
推荐理由:文章梳理了Bot Auto真无人路测与此前带安全员、护航车、远程操控模式的差别,读者可据此理解其技术路线差异。