GENE-26.5 自主以 1 倍速完成线束装配
Genesis AI 的机器人基础模型 GENE-26.5 自主以 1 倍速将电线整理并捆扎成束。线束装配被视为电子与电气工程中最难的任务之一,这段演示展示了实现人级灵巧度所需的精确、协同的手部控制。
Genesis AI 的机器人基础模型 GENE-26.5 自主以 1 倍速将电线整理并捆扎成束。线束装配被视为电子与电气工程中最难的任务之一,这段演示展示了实现人级灵巧度所需的精确、协同的手部控制。
Genesis AI 展示机器人自主以 1x 实速端到端制作冰沙,包括处理配料、倾倒、搅拌与双手协调的空中上菜。GENE-26.5 是 Genesis AI 面向人类水平物理操作的基础模型。
Genesis AI 展示了由 GENE-26.5 驱动的机器人以 1 倍速自主还原魔方。GENE-26.5 是其面向人类水平物理操作的机器人基础模型,机器人通过空中连续操作实现高速推理与精准腕部控制。
Genesis AI 的机器人以自主模式、1x 速度完成实验室移液、液体转移和空中精细器械操作,所用的是其机器人基础模型 GENE-26.5。该演示面向精细运动控制这一高难度测试场景,展示模型在实验室高精度作业中的操作能力。
SoftBank Robotics 宣布自主烹饪机器人 STEAMA 与 FLAMA 首次在美国亮相,将在芝加哥 National Restaurant Association Show 2026(5 月 16 日至 19 日)展出。
优艾智合(Youibot)将参加 2026 年 5 月 5–7 日在吉隆坡 MITEC 举行的 SEMICON Southeast Asia 2026,展位号 2449。现场将实机演示新一代晶圆搬运机器人 OW12(支持 12 英寸晶圆多工位物料转运)和跨洁净室、跨区域晶圆运输机器人 ATS6。公司还将展示覆盖前道晶圆制造、后道封装测试与跨区域厂内物流的端到端半导体自动化方案。
灵初智能4月10日发布基于人类数据预训练的Psi-R2和Action-Conditioned World Model Psi-W0,并开源首批1000小时人类手部操作全模态数据集,总数据储备达10万小时。
推荐理由:原文给出两个新模型的分工机制和开源数据入口,读者可据此评估人类数据用于机器人训练的可行路径。
灵初智能正式发布自研机器人整机ψ-SynRobot,并同步启动规模化量产。该机型面向物流、零售及工业场景,采用“操作执行+数据采集”一体化架构,每完成一次任务即可同步沉淀视觉、触觉、动作轨迹数据,可7×24小时连续运行,适配仓储分拣、零售导购、工业装配等多类场景。此次发布使灵初智能形成从“具身智能大脑”到整机执行平台的完整产品矩阵,覆盖轮式机器人、外骨骼手套等形态。
普罗宇宙大白机器人在京东MALL(武汉王家湾店)开业活动上完成双臂协同漆扇技艺展演,1分钟内制作出一把定制漆扇。其AI多模态3D视觉与2D工业级定位支持亚毫米精度作业,分布式学习可快速迁移新场景技能。现场同步介绍"匠心宇宙"计划,依托自研SDPAA并行化数采架构与InduThread-VLA大模型,将传统工匠技艺转化为可存储、可复制的数字资产,未来将从漆糖画等工艺拓展至精密装配、高端制造领域。
RobCo 宣布扩展工业机器人产品线,推出面向多变真实环境的 Autonomous Alfie,目标实现 Level 4 自主。系统结合双臂操作与感知、执行一体化的软硬件,可适配精密装配、敏感物料搬运及拣选、配套、码垛等物流任务。目前处于最终开发阶段,首批客户部署计划今年晚些时候进行,通过 RaaS 模式交付,RobCo 将在汉诺威工博会(26 号馆 E35 展位)展示早期预览。
Siemens与Humanoid宣布,Humanoid的HMND 01轮式Alpha人形机器人已在Siemens德国埃尔兰根电子工厂的物流作业中完成测试,自主执行为操作员抓取、搬运和放置料箱的任务。
推荐理由:公布了具体产能与成功率指标,读者可据此对照人形机器人在真实工厂物流环节的落地成熟度。
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%。
Physical Intelligence 发布通用机器人模型 π0.7,称其能以与微调专用模型相当的速度和稳健性完成多种灵巧操作,并对训练数据中未见的任务表现出组合泛化的初步迹象。
推荐理由:文中用空气炸锅和 UR5e 叠衣服两个具体实验,展示组合泛化与跨本体迁移的实际表现,便于判断通用模型与专用模型的距离。
Dexterity宣布推出触觉智能系统Instinct,以500–2000 Hz读力和0.5–2 ms反应速度在产线完成力引导装箱,中位放置时间4.55秒,全队成功率81%(95% CI 75%–86%,854次放置抽样)。无法完成的放置会快速识别并交回Foresight世界模型换角度或换位置重试,同一技能跨不同机械臂硬件保持一致表现,并可泛化到不同材质物体。
推荐理由:官方公布了生产环境实测数据与力引导操作架构细节,读者可以据此了解触觉技能如何与Foresight世界模型协同恢复。
德马科技与优必选在上海签署战略合作协议,将联合研发面向仓储分拣、物料搬运、产线协作等场景的人形机器人,并计划成立合资公司。优必选Walker S2工业人形机器人于2025年启动量产并完成首批规模化交付,其2025年全年全尺寸具身智能人形机器人销售收入8.2亿元、销量1079台。合作还覆盖核心零部件攻关与具身数据采集协同。
灵初智能发布Psi-R2与Psi-W0两个模型,称其为业内首个基于10万小时量级人类数据完成预训练的具身智能模型。
推荐理由:原文由团队亲自拆解双模型架构与数据治理结论,给出了可借鉴的人类数据利用路径与实验依据。
Sanctuary AI 展示其专有液压手在真实世界中零样本完成在手操作:完全在仿真中训练的策略可连续十次将字母立方体重定向到目标姿态且不掉落。操作全程仅靠指尖、无手掌支撑,需同时稳定抓握并逼近姿态目标。原文称其手具备较高主动自由度可实现手指外展,液压驱动与紧凑液压阀为工业级类人灵巧操作提供路径。
플라잎与Rainbow Robotics宣布共同推进制造专用AI双臂机器人V2的联合开发,V2结合了Rainbow Robotics的精密机器人硬件与플라잎的装配、紧固专用AI,并改进了机械臂与腰部轴设计,以适应工序与环境变化。两家此前已联合开发汽车前照灯装配自动化方案,并验证了生产线应用可行性。双方计划以该机型为基础,将应用范围扩展至汽车、电子等制造领域。
英国机器人公司 Humanoid 与 SAP、Martur Fompak 完成 HMND 01 Alpha Wheeled 机器人在真实生产物流环境中的概念验证。
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。
睿尔曼联合品品香在2026中关村论坛展示"机器人茶艺师"泡茶服务,操作员在北京人形机器人数据训练中心远程遥操,RealBOT轮式人形机器人在论坛现场实时复刻福鼎白茶温杯、投茶、注水、出汤等工序。该服务依托睿尔曼远程作业网络(GLN),将人类专家操作能力转化为可跨时空调度的服务,属于远程遥操作演示,而非机器人自主泡茶。
Berkeley AUTOLAB等团队提出CaP-X开放框架,用于系统研究机器人操作中的Code-as-Policy智能体,核心包括交互环境CaP-Gym和评测12个前沿模型的CaP-Bench。
推荐理由:原文给出了Code-as-Policy智能体的系统评测框架和测试时扩展可缓解抽象依赖的发现,对研究编码智能体操作控制有参考价值。
纽约大学研究团队开源了移动双臂操作机器人 YOR(Your Own Robot),物料清单成本低于10,000美元,项目主页为 www.yourownrobot.ai,论文见 arxiv.org/abs/2602.11150。
推荐理由:低于一万美元的开源双臂移动平台给出了可复现的硬件路线和实测数据,适合评估自建移动操作系统在成本与能力上的取舍。
Sharpa 在 NVIDIA GTC 2026 上展示了灵巧手 Wave 的实机演示,其技能通过 NVIDIA Isaac Lab 仿真平台训练并稳定迁移到真实系统,实现手内操作等精细操作。
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。
Physical Intelligence 提出名为 RL tokens(RLT)的新方法,让视觉-语言-动作模型(VLA)输出一个特殊 token 与轻量在线强化学习策略对接,仅用少量真实数据即可提升精细操作阶段的速度与成功率。
推荐理由:原文把 VLA 与轻量在线强化学习的接口设计讲清楚了,并给出四项任务上的提速数据,读者可据此评估这类方法能否用于自己的精细操作任务。
Skild AI 宣布与 ABB Robotics、Teradyne 旗下 Universal Robots 和 MiR 合作,将通用模型 Skild Brain 集成到工业机器人中,无需逐任务编程,通过少量任务数据做 post-training 微调。
推荐理由:Skild AI 自述与 ABB、UR、NVIDIA 的合作部署方式与装配任务细节,读者可了解其通用模型如何进入产线。
普罗宇宙携具身智能大白机器人在AWE 2026现场进行非遗糖画创作秀,以「智启新程 具身智造」为主题设展于上海新国际博览中心W1-1C31展位。大白机器人用AI算法从勾勒轮廓到淋糖成画,复刻行云流水的糖画笔触,吸引众多观众围观与多位行业客户咨询。展会持续至3月15日,展位开放互动体验。
Figure AI 发布 Helix 02 新演示,该单一神经网络系统完成全身端到端的客厅整理任务,在走动中持续操作物品、工具和容器。演示中 Helix 02 无新算法和特殊工程,仅靠新增数据学会用喷雾瓶加毛巾擦拭清洁、双手端箱收集积木、把枕头抛回沙发、手持遥控器换向后按键关电视,并侧步穿过茶几与沙发间的窄缝。
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。
Physical Intelligence 提出名为 Multi-scale Embodied Memory(MEM)的方法,为视觉-语言-动作模型(VLA)同时提供短期与长期记忆,使模型能完成最长 15 分钟的任务,如清理整个厨房或从头做烤奶酪三明治。
推荐理由:文章把长时程任务的瓶颈定位到记忆机制,并给出短期存视频、长期存语言的双尺度设计,思路可迁移。
Physical Intelligence 在博文中提出机器人需要一个可复用的物理智能层,并公布了合作方 Weave 与 Ultra 使用 π 0.6 的真实部署数据。
推荐理由:两家部署方给出了自主率、漏抓与吞吐量等对照数据,便于判断基础模型迭代在真实场景中带来的实际收益。
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。
Figure AI发布Helix 02,将控制从上半身扩展到整个人形机器人,实现连续的移动与操作一体化自主任务。新增System 0全身控制器,基于超过1000小时人体动作数据与仿真强化学习训练,以10M参数网络在1kHz输出关节指令,替换约109504行手写C++代码;System 1连接头部的视觉、掌部相机、指尖触觉与本体感知,以200Hz输出全身关节目标。
推荐理由:原文给出Helix 02的架构分层、训练数据与演示任务细节,读者可以据此了解全身自主控制的具体实现路线。
Serve Robotics 宣布已签署协议收购 Diligent Robotics,交易对价为向 Diligent 股东支付价值 2900 万美元的公司普通股(需经净债务等调整),另含最高 530 万美元的里程碑对赌,预计在 2026 年第一季度交割,Diligent 将作为 Serve 的子公司在 Andrea Thomaz 领导下继续运营。
推荐理由:材料列出 Moxi 的部署规模与单院年销售额区间,便于评估这笔收购对 Serve 收入结构和平台扩张的实际分量。
Sharpa 在 CES 2026 上首次展出全身机器人 North,由 CraftNet 端到端分层 VTLA(视觉-触觉-语言-动作)模型驱动,连续四天每天八小时进行实机自主演示:拍照、乒乓球对打、风车装配和发牌,全程未用脚本。
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。
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。
Sharpa 发布端到端分层 VTLA(视觉-触觉-语言-动作)模型 CraftNet,面向精细操作中的最后一毫米接触控制。模型由三部分组成:System 2(约 1 Hz,开源 VLM 负责推理与任务分解)、System 1(约 10 Hz 负责运动规划与粗动作)、System 0(约 100 Hz 基于触觉反馈实时微调手部动作),三者异步协同。
Sharpa 在 CES 2026 发布其首款全身自主机器人 North,并完成四项全自主实机演示。North 乒乓球对打反应时间 0.02 秒,以约 2 mm 精度拍照,通过多模态推理发牌,并完成 30+ 步的纸风车手工序列,官方称这是迄今公开演示中最长的连续自主操作之一。