Figure AI 发布 Helix 2.5,在 30 个陌生家庭实现零样本全身自主
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。
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。
Xspark AI(无界智航)联合创始人、首席科学家丁文伯在访谈中提出,视觉已解决机器人感知约99%的问题,触觉应形成低延迟、靠近身体的“脊髓”级模型而非直接融入视觉大模型。他提出“慢脑 VLM—快脑 VTLA+TWAM—脊髓 VTA”三层架构,认为触觉主要服务于防碰撞安全与灵巧操作后训练,并指出当前瓶颈在于传感器一致性、触觉数据表征与跨传感器、跨模态、跨本体的统一。
2026年9月10日,苏州乐享智能(JoyIn)发布Aether具身智能模型,面向人形机器人身体控制与真实任务执行,称其使用约200小时人类视频、零真机数据训练,规模约40亿参数,首次执行部分任务成功率超过90%,可运行在宇树科技、智元机器人等本体上,并计划部分开放模型能力。
具脑磐石于9月14日在2026浦江创新论坛类脑具身智能分论坛发布类脑认知世界模型 Cog-WM 1.0,涵盖导航分支 Cog-WM Nav 1.0 与操作分支 Cog-WM Manip 1.0。
PKU EPIC Lab 提出 UniPart,一个以 CLIP 文本嵌入为条件的前馈跨模态 3D Transformer,用自由文本短语在点云上选取功能部件,实现零样本语言驱动 3D 部件分割。
推荐理由:论文给出文本驱动的3D部件分割方法与自建数据集,并验证可迁移到真实世界语言条件抓取。
RobCo 任命 Michael Aronzon 为首席技术官(CTO),负责制定技术战略、推进首个自主解决方案 Alfie,并将 AI 技术集成到真实生产环境中。
Skild AI 宣布年度经常性收入(ARR)突破 1 亿美元,其中 5000 万美元在开始部署 10 个月内已确认,付费客户超 60 家,覆盖搬运、配送、巡检、安防、餐饮及仓储、工厂和数据中心场景;约 90% 收入来自操作任务,移动占 10%(其中 AMR 方案占 4%)。
推荐理由:公司自述收入里程碑之外,还给出部署如何反过来塑造模型研究的具体经验,对理解落地与研究的关系有参考价值。
万勋科技发布第二代柔性具身大脑NOVA2.0,基于“肌体智能”理念的触觉原生多模态分层架构,支持原生一脑多形、1B+动态参量组合和20ms极速轨迹生成。该架构已在地产建筑、电力能源、交通运输等40+真实行业场景完成超1000万次极限工况作业,可适配柔性单臂、双臂、灵巧手/仿生人等本体构型,最低仅需常规1%的启动数据量即可泛化新场景。
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。
euROBIN 项目最终活动在布鲁塞尔举行,15 台 AI 机器人与欧洲研究人员、产业界和政策制定者共同展示欧洲机器人实力,探讨如何将科研领先转化为全球产业竞争力。ETH Zurich Robotic Systems Lab 团队作为项目成员展示了其机器人 Transformer。
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。
斯帝尔发布面向钛合金板划痕、凹坑修复的AI柔性湿式打磨方案,流程包括SeeV AI感知系统识别缺陷、NextBrain™ AI智脑在线规划打磨路径与工艺参数、PolishX柔性力控稳定接触力,湿式冷却同步带走磨削热。在规定量程和测试条件下,系统接触力控制精度可达±0.5% FS。方案将经验驱动打磨转化为数据+算法驱动的可控过程,相关技术已应用于船舶、汽车零部件、3C电子等多个高端制造领域。
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。
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。
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。
据Wired报道,瑞士初创Flexion Robotics用改装的宇树人形机器人在办公室自主完成开门、爬楼梯、乘电梯、取回并拆包快递。其方法是在仿真中训练单项技能,由主控AI模型通过看人类视频学习任务决策并编排技能组合,各层均采用强化学习训练。文章引述ABI Research分析师观点称人形硬件正在商品化,AI模型才是核心竞争力,并对比美国押注模型与中国的硬件量产优势。
8月19日至23日,天创机器人在WRC 2026世界机器人大会亮相中国电信与视源股份展位,展出T4-A巡操一体人形机器人与自研通用工业具身智能融合模型T-WAVES。T4-A应用中国电信RaaS平台,实现监测、识别、操作一体化作业,可替代人员进入4D场景执行运维。现场T4-A搭载T-WAVES完成多组电力场景设备柜实操演示。
艾利特机器人在2026年8月19日至23日的北京世界机器人大会(WRC 2026)上展示三个AI+机器人应用场景:灵矩模型无序抓取(CS66协作机器人+灵矩知造端到端VLA模型+SMC电爪)、与合十思维联展的双臂咖啡机器人(支持50+种口味),以及与北京农商银行联展的全自动冰淇淋机器人。
众擎机器人在2026年8月19日开幕的世界机器人大会(WRC)上发布仿人脑五层架构的具身智能引擎EngineAI Awaken,覆盖从S1本能反射层到S4+S5自我成长层的能力链路。
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%。
Skild AI 发布机器人基础模型 S1,以视频演示作为任务提示,无需微调即可执行训练中未见过的操作任务,长时程任务最长约10分钟。在10万小时预训练数据规模下,ICL模型在未见任务上成功率为66%,语言提示VLA为9%;单一演示相当于约380次后训练演示,种植任务从录制演示到自主执行用时11分钟。S1 基于NVIDIA AI基础设施训练,并已与商业伙伴投入使用。
推荐理由:原文给出ICL与VLA在同等数据规模下的对比数字和部署时间线,读者可以据此评估上下文学习路线对操作任务的可行性。
Dyna Robotics于2026年8月发布机器人基础模型Dyna-2,采用WAM(世界-动作模型)架构替代Dyna-1的VLA路线,预训练使用100万小时人类第一视角视频、零机器人实操数据。
哈工大吴志光教授联合团队开发自适应磁控纳米机器人平台,可在外部磁场驱动下形成涡旋状、链状和带状等群体运动模式,并在小鼠和非人灵长类动物体内实现脊髓腔内定向导航,成果发表于《科学进展》(Science Advances)。
推荐理由:研究团队公布了磁控纳米机器人集群在非人灵长类体内的导航实验结果,关注微纳机器人医学转化的读者可了解其技术路线。
戴盟机器人8月10日发布触觉锚定世界模型Daimon-TWM,次日完成数亿元战略融资,为两个月内第二笔亿元级融资。
艾利特与迈幸机器人联合开发的具身双臂上下料机器人在果链头部工厂钻孔车间实现7×24小时无人化量产,单组循环节拍52秒,上下料良率99.9%,5台设备稳定在线。方案采用力位混合控制与动态轨迹规划实现双臂协同,搭载自研元启Primo具身大模型,上料精度±0.2mm以内,并通过无线IO四步握手方案免去机床原厂改造,部署周期从首台10天压缩至第五台7天。
推荐理由:原文给出产线节拍、良率与部署周期等实绩数字,读者可以据此了解具身双臂方案在量产车间的落地路径。
Mila-魁北克AI研究所与蒙特利尔理工团队发布开源机器导盲犬Milo,称可将约5万美元的导盲犬成本压到约2000美元。硬件基座为宇树Go2 Air/Pro加NVIDIA Jetson Orin Nano,用磁编码器伸缩手柄反解使用者三维位置,先建鸟瞰图再跑导航策略,策略在GPU加速仿真中约10分钟练出并零样本部署真机。
推荐理由:原文完整拆解了Milo的感知、策略训练与实测细节,读者可以对照自己的导航项目复用其工程取舍。
意大利技术研究院(IIT)与INAIL提出共享具身智能架构,并造出人形机器人ergoCub,研究成果发表于Nature Machine Intelligence。
推荐理由:原文梳理了把人体工效写进机器人硬件优化的方法与真机数据,读者可以了解设计与控制如何围绕人机协作展开。
自变量机器人发布并开源HOST框架,机器人观看平均29秒人类演示视频即可复现新技能,成功率达62%,数据量仅为Pi-0.5微调方案的1/50、学习时间1/500。HOST不逐帧模仿人类动作,而是以视觉结果为中间语言,按任务进度而非时间对齐视频与机器人执行,采用双专家MoT架构,学习发生在推理阶段、权重冻结,旧技能保留率高于微调方案;光照与场景变化下成功率仍保持在50%以上,论文和代码已开源。
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)。
2026世界人工智能大会期间,复旦大学智能机器人与先进制造创新学院集中展示具身智能、物理智能等成果。苏昊教授在主论坛作物理智能主旨演讲,苏度科技首次在国内公开亮相并展示四机器人电池模组协同装配产线;张立华团队智能巡检机器狗亮相央视节目。
Holiday Robotics研究人员的论文在RSS 2026获最佳论文奖,为韩国团队首次。其FlashSAC是一种强化学习算法,将原本需数小时的人形机器人行走训练缩短至几分钟,克服学习速度与稳定性之间的权衡。
推荐理由:原文给出FlashSAC训练速度与验证范围等可查细节,读者可以了解强化学习算法如何缩短人形机器人策略开发周期。
Sunday Robotics 预览机器人模型 ACT-2,在多样未见家庭环境中以零逐户适配实现叠衣 99.1%(±0.3%)零样本成功率,785 次自主尝试覆盖 9 类衣物,完成折叠平均质量 4.72/5。
推荐理由:官方详细披露预训练规模与泛化差距的量化数据,读者可据此了解少量示教数据如何迁移到未见环境。
自变量机器人发布 DMuon 优化器,对 Muon 优化器进行分布式改造,将具身模型分布式训练效率提升约 30%,每步训练时间从 AdamW 的 2.2 倍降至 1.02 倍。改进包括 Owner 中心执行与通信优化、按矩阵形状自动选择计算内核、均衡分配各 Owner 工作量。DMuon 已完全开源,与 Muon 使用方式兼容,只需 3 行代码即可引入训练。
推荐理由:原文解释了 Muon 在分布式训练中的开销来源和三项改进做法,具身模型团队可借此评估训练提效的可行性。
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。
Hugging Face LeRobot 发布 v0.6.0,pip install lerobot 不再默认包含数据集和训练依赖,需按需添加 extras,GR00T N1.5 被 N1.7 替代,最低 PyTorch 版本升至 2.7。
推荐理由:发布说明列出了具体破坏性变更和迁移方式,升级中的研发者可以据此检查自己的安装、配置与训练流程。
PKU EPIC Lab 提出测试时训练框架 WAM-TTT,从原始人类视频中引导世界动作模型,无需机器人动作、人类侧标注或任务特定微调。该方法通过自监督视频预测将人类视频吸收进冻结 WAM 内的轻量自适应记忆,并用成对人-机数据和键值记忆重建目标的元训练阶段对齐人类演示与机器人行为;实验显示其在多种操作任务和泛化设置下持续优于上下文人类视频条件化基线。
推荐理由:原文提出仅用无标注人类视频在测试时调整冻结世界动作模型的方法,无需机器人演示或微调,对想复用的研究者有方法参考价值。
深圳具身智能企业自变量机器人连续完成B轮至C轮四轮融资并全部完成交割,估值超200亿元,为粤港澳大湾区首个估值破200亿元且完成交割的具身智能公司。投资方超30家,含国家人工智能产业投资基金、红杉中国、小米战投。公司2026年4月发布具身大模型WALL-B,与58到家合作在深圳开展机器人上门家政服务近1000个家庭,并与顺丰合作柔性智能分拣与供件。
推荐理由:报道交代了四轮融资全部完成交割的细节及落地场景,读者可以了解这家公司融资进度的真实含金量。
自变量机器人发布跨模态具身动作分词器X-Tokenizer,采用语义残差量化(SRQ)架构,在17个机械臂系列、240万条轨迹(含20亿动作帧)上预训练。相比FAST,多模态对齐能力提升13.5%,长程任务性能提升8.25%,RoboTwin 2.0得分82.8;真机测试优于FAST和4级RVQ等对比方法。
推荐理由:原文给出了X-Tokenizer的方法设计与对比实验数据,读者可以了解动作分词器的多模态对齐思路及其可复用效果。