枢途科技完成近亿元Pre-A轮融资,一个月内连获三轮投资
枢途科技完成近亿元人民币Pre-A轮融资,由鼎晖百孚、鲲鹏基金联合领投,广州产投、亿合资本联合投资,老股东趋势投资超额追投,这是公司一个月内完成的第三轮融资。资金将用于触觉数据表征训练研发,推动SynaTac触觉产品线迭代,拓展面向机器人接触策略训练与端侧部署的业务;公司同时首次公开覆盖数据指标评测、可训练性评测、任务与真实环境验证三阶段的具身数据与技能评测体系。
枢途科技完成近亿元人民币Pre-A轮融资,由鼎晖百孚、鲲鹏基金联合领投,广州产投、亿合资本联合投资,老股东趋势投资超额追投,这是公司一个月内完成的第三轮融资。资金将用于触觉数据表征训练研发,推动SynaTac触觉产品线迭代,拓展面向机器人接触策略训练与端侧部署的业务;公司同时首次公开覆盖数据指标评测、可训练性评测、任务与真实环境验证三阶段的具身数据与技能评测体系。
Sharpa在匹兹堡IROS现场发布三款全自研新品:触觉感知灵巧操作机器人D01、灵巧手W02与外骨骼触感数据手套AE01。D01最大末端执行器速度超10.5 m/s、重复定位精度0.2 mm并配备身体电子皮肤;W02集成21个主动自由度,尺寸较W01缩小约30%;AE01含22个编码器和每指尖256级触觉反馈,用于遥操作与数据采集。IROS展期持续至北京时间10月1日,展位为514号。
灵初智能正式发布具身模型Psi-R2.5,采用QwenVL3.5-4B高层规划器加Wan2.2-IT2V-5B低层控制器的双层架构,并提出强Pair Data标准。模型通过逆向调用Psi-W0世界模型从真机数据反向生成人类示教视频以量产配对数据,支持上下文学习ICL零样本泛化新任务;配套HIL+RL后训练框架,宣称经几轮迭代可将任务成功率提高到99%,仅需1-2个工作日,并已部署在客户现场。
推荐理由:原文详述模型架构、强Pair Data数据标准与逆向生成方法,读者可了解其数据路线如何支撑真机泛化能力。
9月23日,觅蜂科技在上海发布全品类物理AI数据众包服务平台觅蜂派,底层由MEgo系列采集设备、觅蜂派APP与MEgo Engine组成,上层为场景网络与采集员网络。
跳高名将张国伟到访北京人形机器人创新中心,与天工Omni、天工Ultra、天工3.0 互动体验跑步、跳高、拔河,北京人形将天工Ultra 赠予张国伟。天工Omni 具备超10m/s 极速奔跑能力,天工Ultra 曾34次刷新世界纪录并创下3.4米跳高纪录,背后依托「慧思开物」具身智能平台。其数据基地占地近6000平方米、配备150台以上机器人,年数据产能可达18万小时,已交付近3万小时真机数据。
Skild AI 宣布通过物理自博弈(physical self-play)对基础模型 S1 做后训练,让策略以得分为唯一目标与近期版本的自己对抗,在 NVIDIA Isaac Sim 中经 140 年仿真时长学会带球过人、护球、抢断等技能,并成功迁移到人形机器人进行比赛。作者认为自博弈可突破预训练人类数据的能力上限,下一步将扩展到协作操作和城市级导航等日常任务。
推荐理由:作者自述用物理自博弈让基础模型在仿真中习得足球技能并迁移到实机,读者可以借此了解自我对抗式后训练的可行路径。
2026人工智能计算大会(2026AICC)具身智能与智算发展论坛于9月21日在北京举办,由清华大学具身智能与机器人研究院承办,主题为“人机共生临界点突围”。清华大学张涛、赵明国等学者与灵御智能、手亿科技、千诀科技等企业代表,围绕具身智能临床应用、人形机器人脑启发路线、数据基础设施、世界模型等方向分享成果。论坛为产学研搭建交流平台,推动具身智能技术走向工程化落地。
Psi Robotics(灵初智能)发布Psi-R25机器人操作模型,核心升级是数据质量提升与数据属性压缩,从10万小时数据中复盘提取高质量数据,并用强pair data对齐人类数据与机器人数据。
推荐理由:原文详述强pair data的生成方法与数据质量标准,读者可以了解人类数据对齐到机器人数据的可参考路线。
Figure AI 发布 Helix 2.5,在 30 个从未采集数据的湾区家庭中零样本完成整理客厅、叠毛巾和铺床三项长时程全身行为,无需在评估环境中采集数据或微调。
推荐理由:原文给出 Index 预训练对零样本泛化的对照数据和评测细节,可帮助读者理解人形机器人预训练迁移的实际水平。
艾利特机器人CTO吴珉博士在9月10日开幕的第27届中国国际光电博览会具身智能机器人融合应用论坛上发表《光联智能:具身智能机器人在光通信行业的规模化落地》主题演讲。
MIT CSAIL 与天津大学研究人员推出 X-Hinges 设计软件,可在 3D 打印交互物品时自动嵌入两种不同材料,让传感器信号与导线状走线互不干扰,并支持最多三个运动轴。团队用它制作了可向人形机械手传递抓取动作数据的智能手套、感知捏合调节亮度的折纸式台灯和可识别所放物体的检测装置,并用计算机视觉系统对齐同批设备间的传感器读数差异。该工作将在 UIST 上展示。
PKU EPIC Lab 发布 FoldNet++,一个用于机器人T恤折叠与展开的大规模合成数据集,涵盖 6 种机器人本体、1K 件T恤、1K 环境资产和 120K 条带丰富标注的演示。
推荐理由:原文给出了数据规模和真实环境部署成功率,读者可以据此评估纯合成数据训练衣物操作策略的可行性。
帕西尼(PaXini AI)以人类帕西尼小体的触觉感知逻辑为基础,发布搭载GEN4 FUSE真6D触觉感知芯片的PX6AX GEN4产品矩阵,并完成10亿元新一轮融资。
松延动力推出具身智能子品牌Scalabot,并发布首个世界模型HERON-World Model。该品牌以机器人本体优势为基础,主打让智能在真实世界生长。
PKU EPIC Lab 提出用于机器人学习的智能体式生成框架 GIF,将问题重构为解耦重建加相对位姿恢复。CoGen 结合 2D 与 3D 生成模型产出实例解耦网格和粗略初始位姿,GPRM 在几何与物理联合引导下细化相对位姿,VLM 验证器挑选最符合结构化规范的候选。
推荐理由:论文把交互功能物体组合生成拆成解耦重建与相对位姿恢复,并给出八类接触几何基准与碰撞率数字,可帮助读者评估仿真数据生成路线。
因时机器人联合上海交通大学、复旦大学等开源HandEdit数据集与评测基准,研究将第一视角人手图像编辑为指定机器人灵巧手构型。数据含2亿余个图像编辑样本、30万余段视频片段,覆盖26种URDF构型、600余个场景、1100余种物体和400余类任务;统一测试11种图像编辑方法,设Hand-only与Hand-Arm两条评测轨道,结合通用相似度、VLM判断和具身任务指标。
PKU EPIC Lab 在 arXiv 发布 ZETA 研究(arXiv:2609.02546),提出统一的零样本跨本体 VLA 迁移定义和覆盖 14 个留出目标本体的受控基准,区分严格零样本迁移与预训练暴露迁移。实验显示局部末端执行器状态-动作表示、源本体多样性、辅助共训练分别提升约 15、18 和 7 个百分点,预训练中仅加入 5% 目标本体数据可将平均目标本体进度提升 13.4 个百分点。
推荐理由:论文给出了统一的零样本跨本体迁移定义和受控基准,读者可据此理解不同表示与数据策略的实际收益。
灵初智能宣布完成新一轮过亿美元融资,投资方包括拓普集团、奇瑞控股旗下瑞丞基金、蓝思科技、三七互娱、芜湖市投控集团、复星创富等,老股东珠海科技产业集团超额追加。募集资金将重点投向具身世界模型研发与物流、先进制造场景商业落地,公司自研 Psi-R2 操作策略模型与 Psi-W0 动作条件世界模型双系统架构,并计划扩大人类数据采集规模、加快数采厂布局。
推荐理由:灵初智能官方宣布融资完成,并说明资金将投向世界模型研发与物流、制造场景商业化,读者可了解其产融结合的资源布局。
作者复盘乐聚与蚂蚁灵波在WRC联合主办论坛的三场对话,议题分别围绕本体好不好学、数据好不好用、模型好不好评,共12位嘉宾。关键观点包括硬件正变成模型能力的前提条件、蚂蚁灵波真机数据超10万小时覆盖20多种构型、诺亦腾称约20%数据对模型行为起核心作用、以及评测应指引数据分布调整;作者据此认为行业注意力正从做出一个动作转向把一件事稳定做下去。
Figure AI 宣布结束隐身模式并推出 Index 应用,上架 Google Play 和 App Store,用于从全球 Creator 采集真实世界物理数据训练其 Helix AI 系统。
推荐理由:原文给出了 Index 数据管线的规模数字和五阶段处理流程,读者可以据此评估其人类数据采集路线的实际进展。
天创机器人联合清华大学、达摩院与东南大学发布的工业多模态安全性评估数据集InspecSafe-V1论文被《Nature》旗下期刊《Scientific Data》收录。
帕西尼在WRC 2026发布第四代GEN4多维触觉传感器矩阵,搭载自研第四代原生真6D触觉感知芯片FUSE,新增Superior旗舰传感单元、Neuron全身电子皮肤和Gripper夹爪感知模块,并提供19款不同尺寸传感器方案。
8 月 19 日,帕西尼在北京举办“2026 全球具身生态之夜”(GEEN 2026),汇聚近 200 位产业、学术与资本伙伴代表。现场启动 PaXini Inside 伙伴计划,投入数亿元规模资金与产业资源,开放六大核心权益,并发布全国超级具身数采基建加速计划。活动还促成与腾讯云、国家工业信息安全发展研究中心、天津中德应用技术大学等多项合作签约。
帕西尼(PaXini AI)在2026世界机器人大会上首秀三大新品:全球首个足底多维触觉传感器PX-FOOTRIX、新一代五指数据采集手套PXCap Pro,以及搭载自研6D触觉感知芯片GEN4 FUSE的第四代ITPU传感器系列PX6AX GEN4。
奥克兰大学LISMS实验室与西安交通大学联合提出Video2Knowledge框架,从一段普通单目RGB视频中提取手与物体6D轨迹并转成机器人动作序列。系统用WiLoR恢复3D手部网格、结合OnePoseViaGen做物体追踪,并设计四阶段物理感知校正模块,操作物体位姿准确率在正面视角下从52.5%提升到59.0%。
自变量机器人在8月19日至23日的北京世界机器人大会(WRC)上展示家庭服务、物流分拣和无本体数据采集三个展区。其全自研端到端世界统一模型WALL-B驱动机器人完成数十项家务,物流分拣效率达1816件/小时、准确率98%,成本较“人形机器人+五指灵巧手”方案下降70%,并已在真实产线常态化运行;QUANXTA Zero数采方案数据入库有效率超85%,可将训练数据成本降低90%。
帕西尼(PaXini AI)于8月14日发布五指数据采集手套 PXCap Pro,集成触觉、视觉与关节姿态三模态,主打高一致性物理真值数据采集。触觉灵敏度 0.1N,腕部 165° 超广角相机,内置 ±0.15° 角度编码器,整机约325g,实现毫秒级模态硬件同步。产品将于8月19日开幕的 2026 世界机器人大会(WRC)B馆 B203 展位亮相。
PKU EPIC Lab 提出HumanTracker基准,用于人形运动跟踪的评估,被ECCV 2026接收。基准包含约153小时来自多名专业演员的光学运动轨迹,分为四个运动族并带文本标签;配套的HumanScore指标基于包含24K动作的12K运动对训练,与人类偏好对齐,能揭示运动学指标常漏掉的接触与稳定性失败,如脚滑和落地时机错误。
推荐理由:原文提出将人形运动跟踪评估与人的感知对齐的基准和指标,指出现有运动学误差会漏掉足底滑移等接触问题。
Persona AI 与摄影指导 Pekka Varis 合作,在 30 天内基于动作捕捉数据与 Isaac Lab 关节动作,用 Dell Pro Max Tower T2 工作站(NVIDIA RTX PRO Blackwell 6000 GPU)将 CAD 数据转为 USD 格式。
帕西尼披露完成10亿元战略轮融资,累计融资近40亿元,同时将总部迁至北京并完成股份制改造。文章分析其触觉传感器、全模态数据采集、灵巧手与本体的全栈布局,称自研触觉芯片近一年消耗量逼近100万颗,PX-6AX GEN3指腹产品支持最多717路触觉信号输出、最大频率1000Hz、IP68防护及超1000万次测量寿命,相关指标来自帕西尼实验室。
Hugging Face LeRobot 发布 v0.6.1,包含破坏性变更:lerobot.types 模块更名为 lerobot.lerobot_types(PR #4232)。
NEURA Robotics 宣布与 RWTH Aachen University 合作建立 NEURA Gym RWTH Aachen,选址 Hightech Campus Melaten,面积约 3,000 平方米,预计 2026 年底前开放。
LimX Dynamics 随 COSA 0.5 发布 V³-0,这是其 VLA-tools 层中支持移动全身操作的人形 VLA 技术栈,运行在 43 自由度的 LimX 人形机器人 Oli 上。
推荐理由:原文说明了 V³-0 的架构组成和人类在环真机强化学习闭环,读者可以据此理解移动全身操作能力的来源。
灵初智能与北大-灵初联合实验室发布并开源双灵巧手通用操作模型和全栈系统 EgoSteer,包含数据处理管线 EgoSmith、机器人技术栈 Robot-Stack 和世界模型增强的 VLA 模型。
推荐理由:原文给出从人手数据处理、真机纠偏到模型架构和实验数字的完整链路,读者可据此评估其可复现价值。
Apptronik 宣布扩建位于奥斯汀的 Robot Park 人形机器人数据采集与训练设施,面积近 90,000 平方英尺,并发布双足与轮式两种配置的 Apollo 2 人形机器人。
Dexmate 发文主张工业 Physical AI 的部署上限由硬件而非模型决定,并以自家 Vega 1 Pro 为例展开。
云深处科技轮足机器人山猫M20搭载智慧管廊解决方案,落地成都未来科技城近26公里地下综合管廊开展巡检。机器人融合轮式与足式运动能力,可穿越最窄仅50厘米的通道,支持自主充电与自动返航实现7×24小时巡检;集成红外测温、气体检测、高清摄像、声学采集等传感模块,并联合君逸数码搭载数字孪生运维系统,实现红橙黄三级预警与巡检数字化闭环。
韩国科技信息通信部6月9日在首尔举行物理AI领先技术研发项目启动报告会,计划2年内投入340亿韩元,联合LG电子等10家产学研机构自主开发韩国型世界模型及国产模拟器,目标是使机器人最终动作成功率比不使用世界模型时提升20个百分点以上,并计划1年8个月内实现MVP,在制造与物流现场实证。
推荐理由:韩国政府启动物理AI核心技术国产化项目,读者可从中了解其投入规模、目标指标与产学研分工安排。
PKU EPIC Lab 发布 LIMMT(Less Is More for Motion Tracking),称是首个面向物理仿真人形运动追踪的数据中心研究。方法从物理可行性、多样性和复杂度三个维度定义动作数据质量,用不到 3% 的 AMASS 训练即可获得优于全量数据集的追踪表现,并清洗了网络来源 mocap 数据。论文已被 ICML 2026 接收,见 arXiv:2606.06953。
推荐理由:论文给出数据质量三维度框架和少量数据训练结果,对做humanoid运动追踪的研究者有方法参考。
Boston Dynamics 与 Hyundai 合作,通过人类演示参考和强化学习训练 Atlas® 人形机器人完成此前未做过的 Ghost Rabona 踢球动作,包括假动作跨步与交叉腿射门。