法奥机器人连续完成C+轮及D轮融资,累计近10亿元投向核心零部件产能
协作机器人企业法奥机器人宣布连续完成C+轮及D轮融资,两轮累计规模近10亿元,由美团龙珠、美团分别领投,永鑫资本、狮山二期、苏创投等参与,老股东国联民生资本、苏产投、清流资本等追加。
协作机器人企业法奥机器人宣布连续完成C+轮及D轮融资,两轮累计规模近10亿元,由美团龙珠、美团分别领投,永鑫资本、狮山二期、苏创投等参与,老股东国联民生资本、苏产投、清流资本等追加。
中科硅纪在第26届中国工博会首次参展,展出M、X、G三个系列共7款行业级灵巧手与4套工业级解决方案。其中Casia Hand-M6仅重410g、负载10kg,负载自重比超过24倍;旗舰款X12采用12自由度全直驱架构,兼具30kg搬运负载与150N握力,额定负载下作业寿命超过100万次;G4三指灵巧手寿命达50万次。
法奥(苏州)机器人技术股份有限公司宣布连续完成C+轮及D轮融资,两轮累计近10亿元人民币,C+轮由美团龙珠领投,D轮由美团领投。资金将投向核心零部件产能建设,以及ART系列工业级人形力控臂、AIRLab具身智能平台的扩产与研发。
商汤科技、南洋理工大学等机构联合研究团队推出SenseNova-RoboRSI统一Harness,在RoboDojo的42项任务上将GPT-6-Astra的操作成功率从基础配置的15.83%提升到54.17%,模型参数不变。
论文提出RoboCasa-Shift,一个基于RoboCasa365构建的诊断性鲁棒性基准,用于评估视觉-语言-动作(VLA)策略在长时程家庭操作任务中应对分布偏移的表现。
中国人民大学 GeWu-Lab 与北京人形创新中心将于北京时间 2026 年 10 月 21 日 19:00 直播分享 Robo-ValueRL 毫米级 VLA 强化学习方案,由胡迪与夏文科主讲。
《智竞未来——首届实景化智能机器人技能大展》(南京站)10月20日在东南大学九龙湖校区举办,现场发布南京智能智造十大典型应用场景,集中展示特种机器人、智能巡检机器人、灵巧手、水下作业机器人等装备。
首尔大学 AIDAS Lab 何在炯教授团队提出机器人基础模型 Dynin-Robotics,将语言、图像、视频与机器人动作统一在一个模型中,通过预测动作后的未来场景图像来生成和筛选动作,论文已被 NeurIPS 2026 接收。
Primepick 将 MealMate 无人热食机器人售货亭引入美国市场,已在新泽西、康涅狄格的制造厂和 Molloy University 落地,正向 Tri-State 地区的医院与养老院部署,并筹备 Huntsville、Chicago、Dallas 三处新点位。
韩国机器人手公司Tesollo预计到2026年底,其机器人手与夹爪累计销量将超过1000台。公司2026年扩建了生产设施,产品线覆盖单指机构到五指灵巧手,客户从研究与概念验证扩展到工业部署。
Daimon Robotics 正在构建连接触觉传感、数据采集、仿真与 AI 模型的管线,定位为基础设施提供方而非基础模型开发者,触觉反馈控制目标为 30 Hz。
零件尺寸与形状的微小差异会让自动化产线频繁停机、误判良品或漏检不良品,因为每个工位都按单一标称零件设定路径、夹具与力限。冲压毛刺、注塑飞边、机加工尺寸漂移等差异会累积,Cp 1.00 时约 0.27% 零件超差,Cp 1.33 时降至约百万分之六十四。
法奥在第26届中国国际工业博览会机器人展(RS2026)现场,以全实景产线形式展示具身智能落地能力,并与艾图科技、博银合创、影身智能、星源智、灵巧智能5家伙伴达成生态战略合作。
2026中国机器人大赛(RoboCup机器人世界杯中国赛)在杭州白马湖国际会展中心举办,首次设置具身灵巧操作赛道,包含“三指灵巧操作——球塔挑战”和“五指灵巧操作——艺术技能挑战”两个项目。
法奥机器人在2026工博会宣布完成C+轮及D轮融资,累计规模近10亿元,投资方包括美团龙珠、永鑫资本、狮山二期、苏创投等,资金将投入核心零部件产能提升及工业具身智能扩产研发。
研究将冻结的前沿视觉-语言模型GPT-6-Astra直接作为机器人策略,在含16项记忆依赖操作任务的RoboMME基准上测试,模型全程保留整个回合上下文并直接输出每个末端执行器路径点与夹爪指令,无需针对该基准的任何训练。
推荐理由:论文给出了冻结前沿VLM直接作策略在记忆依赖操作基准上的完整对照数据,可据此评估通用模型接管多少具身栈。
arXiv论文提出RoboHarness,一个为LLM智能体提供视觉-几何控制面板的机器人harness,使其能直接理解并调用具身任务。作者主张编码智能体有潜力实现通用具身操作,无需走大规模训练VLA的路线。实验显示,配合RoboHarness,Qwen3.8-Flash-Next在BEHAVIOR Challenge 2025任务上超过当前最先进的VLA模型,实现已开源。
研究团队提出 DexBioLab,一个面向真实生物实验室环境的灵巧操作仿真基准与框架,包含 4 种机器人本体上的 14 项任务,覆盖功能性工具使用、精细操作、语言条件下的视觉定位与仪器操作。
CoRL 2026 论文提出 OpenDexGrasp,用于开放词汇任务导向的灵巧抓取生成,让机器人从自由语言推断功能意图,结合多视角视觉观测与物体几何生成可执行的高自由度抓取。
论文提出 RoboReel,一个用于评测从人类视频学习策略(Learning from Observation)模型的统一基准,收录十个操作任务的真实人类演示视频、仿真机器人轨迹与评测环境。
ADEPT 是一个大规模强化学习框架,先在通用物体重摆任务上预训练灵巧策略,再以该先验后训练下游策略,实现跨高自由度本体、直接从原始视觉触觉感知求解长程任务。为避免朴素微调破坏零样本重摆能力,作者提出结合行为克隆蒸馏、评论家预热与保守在策略更新的稳定后训练方案,并引入关节空间 Geometric Fabric 协调策略与机器人。
MANGO-Grasp 提出一种各向异性交互框架,用几何导向的3D高斯基元表示物体以保留局部表面几何,并把手部编码为同时捕捉形态与运动学的预训练描述子,通过各向异性马氏场建模手物接触。
论文研究视觉-语言-动作(VLA)模型在需要精确物理交互的接触密集操作任务中失败的原因,提出两类失败模式:精度失败(策略难以产生接触时所需的小幅精确修正动作)和力失败(策略无法响应接触力)。
FELT 是一个利用已有视触配对数据从 RGB 观测中学习接触感知表征的框架,通过生成触觉图像和接触感知特征两种接口提供给下游策略。它采用冻结视觉编码器配合左右手指独立查询解码器,两分支经门控连接交换信息,卷积读出生成空间接触表征。在四个接触密集的实机任务上,两种接口的成功率均高于纯视觉策略,直接将接触感知特征融入策略使成功率提升 15-22.5 个百分点。
EDAR(Environment-Dependent Action Representation)将动作 token 同时锚定在可执行的控制结构与预期视觉后果上,通过把运动指令与其环境条件下的效果耦合,使学到的动作空间捕捉交互语义而非仅命令级模式。
NativeMEM 是一种具备长时程、实时更新记忆的视觉-语言-动作(VLA)策略,其核心是 Native Memory Compression 编码方案,复用 VLA 自身的视觉编码器将每个相机视角的每一帧历史压缩为单个 token,拼接到输入序列后即可让预训练 VLA 关注长期历史,延迟开销极小,无需外部规划器或新初始化的记忆模块。
WireCraft 是面向工业可变形线状物体(DLO)操作的仿真基准,涵盖连接器插入、卡扣走线和线槽压入三类任务,支持铰接与可变形两种物理模型,发布轨迹同时来自仿真和真实 UR5 机械臂。
HydroShear 是一个非完整约束的流体弹性触觉仿真器,被 RSS 2026 接收,用于解决接触密集任务的触觉 sim-to-real 策略迁移问题。它建模了黏滑转换、路径依赖的力与剪切累积以及完整的 SE(3) 物体-传感器交互,并用有符号距离函数(SDF)追踪压头表面点在与传感器膜交互时的位移,可从任意水密几何生成物理基础且计算高效的力场。
该研究训练只观测关节位置、速度与自身动作短历史的盲装配策略,不使用视觉、力、扭矩或触觉传感,在仿真中用强化学习完成插销、齿轮啮合与螺母拧紧。插销策略零样本迁移到真实世界,73% 试验中成功插入不同形状和尺寸的插销;对照实验显示盲策略对未见零件形状尺寸的泛化更好但可能更慢。
论文提出进度估计器 PRIME,用于机器人操作强化学习中生成稠密奖励信号,从不精确的示范数据中学习精确的任务进度估计。PRIME 在观测状态上构建加权图,按空间邻近性和视觉一致性跨轨迹连接状态,边权重编码空间距离作为转移代价,用最短路搜索近似到达成功的测地距离,其变化可区分前进、停滞与倒退,无需假设进度随时间单调。
该研究提出一种具身感知规划方法,用两个配备不同简易夹爪(吸盘与平行夹爪)的 Franka FR3 手臂协同完成单个夹爪无法可靠执行的操作任务。给定一段人类演示指定的物体期望运动,规划器在有限时域内优化手臂轨迹分配,逐段判断需要单臂操作还是双臂协调交接,并综合考虑异构抓取可行性、运动约束、可操作度与跨夹爪兼容性,同时计算全局一致的分配并加入显式切换正则化。
HexaShell 是一个让编码智能体通过命令行控制双臂机器人的轻量框架,在 RoboDojo 全部 42 项任务上取得 39.7% 成功率和 48.0 进度分,为 RoboDojo 新的最优成绩。
研究团队在Shadow Dexterous Hand Lite上仅用本体感觉和二值触觉反馈完成Baoding球旋转,实现零样本仿真到现实迁移。实机单次连续试验完成225次180°旋转(112.5整圈),速度约0.36转/秒,全程无视觉与物体状态信息。作者还对比触觉与纯本体感觉的作用,指出触觉信息最关键的手部区域。
论文提出 ActiveAlign 数据适配框架,解决主动相机运动产生的初始观察状态与操作策略训练分布不匹配的问题(first-frame distribution sensitivity):在 LIBERO 上把相机重定位直接接到 pi_0.5 前面会使成功率从 46.3% 降到 11.5%。
SCOPE(Selective Certification Of Program Edits)将失败与成功执行作为互补证据指导程序修订:前沿引导的程序搜索在共享诊断图上标注执行证据以区分已验证进展与未解决检查,选择性行为认证则用有状态 API 回放恢复已记录的响应与变更,检查编辑是否保留了选定的历史成功行为。
GRASP 提出一种面向双臂机器人操作的训练阶段先验注入框架,通过物理锚定的流匹配损失经可微前向运动学(FK)监督工具中心点(TCP)位姿与臂间相对位姿,并引入经 DINOv3 蒸馏的全局查询组与 Grounding DINO 监督的局部交互查询,推理时移除教师模型。仿真与实机长时程双臂任务实验显示两种先验在不同部署条件下互补:完整模型在分布内部部署中表现更优,蒸馏查询分支在强视觉随机化下更适用。
VLA-Fabric为每条机械臂配置一个完整的视觉-语言-动作(VLA)模型,保留各自的局部感知与动作所有权,通过跨策略边界的显式学习交互实现协调。论文系统研究了交互应发生的位置、同伴信息如何聚合以及交互如何学习,发现共享上下文、同伴特定隐变量与动作阶段交互具有互补的协调作用,并在结构不同的VLA架构上复现了该原理。
该论文提出 MAP(Masked Action Space)接口,把关键点、流、朝向和关键姿态等时空参考统一为同一时间笛卡尔动作空间的部分约束,并将可控操作建模为动作修复问题。
arXiv 论文提出 Hardware-as-Regularization 方法,通过低成本被动关节模块(可调机械离合器加 3D 打印螺旋弹簧)将每个关节拉向用户定义的中立姿态,以被动回正力充当关节空间 L2 正则化的物理先验。
Ego2Contact 从人类交互中学习视觉-触觉先验并迁移到机器人手,其预测器融合时序场景上下文与手部局部视觉特征,从 RGB 视频推断双手触觉场,并通过解剖区域对应关系将不同机器人触觉布局对齐到预测器的规范网格。