Rodney Brooks:机器人应通过“看向哪里”向人传达意图
iRobot 联合创始人 Rodney Brooks 指出,Rethink 的机器人会在伸手抓取前先看向目标物体,工人因此很快理解了它的意图,他质疑为何更多人形机器人不用这种方式表达注意力。对话中还提到 Agility 的 Digit 具备方向性眼睛,以及 Agility 选择任务专用夹爪而非五指手。
iRobot 联合创始人 Rodney Brooks 指出,Rethink 的机器人会在伸手抓取前先看向目标物体,工人因此很快理解了它的意图,他质疑为何更多人形机器人不用这种方式表达注意力。对话中还提到 Agility 的 Digit 具备方向性眼睛,以及 Agility 选择任务专用夹爪而非五指手。
10月25日,星尘智能在深圳举办星尘OS机器人黑客松总决赛,17支队伍在36小时内让16个App从仿真跑通到T1人形机器人真机执行,上机率94%。星尘OS(AOS)把感知、移动、操作、交互封装成Meta包与Skill,开发者用自然语言描述意图即可编排任务。冠军团队「远程分身」打通手机端、星尘桌面端与T1真机,完成铲猫砂、浇花、倒水、取快递等多步任务闭环。
机器人灯具 Lamp 公布 10 月开发进展,主开发分支本月已有 4,092 次提交,超过 4 月 1,615 次的前高。项目新增约 10 分钟上手的 docs/develop.md 开发路径,含笔记本上的模拟灯具、Python 与 JavaScript SDK 和 lamp-mcp;摄像头图像改为按技能单独授权,并加入基于舵机位置与负载的让位检测,该功能默认关闭。
优宝特人形机器人和四足巡检机器人在2026年第四期国网非电专业新员工集中培训班电力基础知识模块直播课程中亮相,展示具身智能装备服务电力运维的产业实践。依托自研腿足仿生与具身智能技术,其产品可适配变电站、电缆隧道、输电廊道、灾害应急等复杂环境,搭载多类传感载荷完成设备巡检、温度监测、缺陷识别与数据上报,替代人员进入高风险区域作业。
红旗连锁在研发16个月后终止机器人无人售货系统研发,公告称系统暂未达到大规模商业化落地标准,转为24小时云值守业务。公司此前披露机械臂抓取失误率高、视觉识别受光照影响、避障与通信稳定性不足等问题,业内人士称夏季玻璃瓶冷饮结水珠导致机器人拿不稳摔碎。量子位ROBO探访发现,多数零售机器人仅承担移动取货,需人工值守补货充电,业内人士认为机器人零售仍处PoC阶段,替代店员还需二到五年。
科大讯飞在2026年全球1024开发者节期间发布依托全国产算力训练的星火语音基座大模型SparkAudio 1.0,支持文本与语音双模态输入、文本输出,可完成语音转写、多语言翻译、多方言识别、环境音识别、说话人分离、情感分析和复杂音频问答。
擎天租在深圳 ROBOTECH 2026 以官方公共服务战略合作方身份打造“机器人嘉年华”,并部署1台智元远征A3、2台灵犀X2组成公共服务编队承担观展引导与动线指引。现场还集结智元远征A3与众擎T800进行人形机器人拳击竞技,四足机器人参与“酷汪竞速赛”,启元Q1、高擎小派等小型人形机器人同台互动。展会方付费采购其解决方案,擎天租称正以内容产品化、交付标准化推进文旅场景的常态化运营。
该研究将 VLA 模型与柔顺控制器结合,用 RGB 观测、时序编码触觉反馈和本体感知的人类演示微调模型,实现机器人到人的双手交接。在人类受试者研究中,该系统与无触觉反馈、有触觉但无柔顺控制两个基线对比,结果显示柔顺控制与触觉历史互补,性能明显优于基线。项目页面已公开。
该研究提出一个语言驱动的导航框架,让移动机器人理解“去邮箱”这类自然语言请求,识别所指物体并用 RGB-D 数据估计其位置,生成导航目标后交由 ROS 2 Nav2 导航栈执行。
LOPAL 是一种局部性能感知的主动学习方法,用高斯混合模型(GMM)同时编码示教轨迹及其局部质量评估,从而生成优于不完美示教的轨迹。该方法还通过共享自主(SA)机制在数据不足区域主动请求用户纠正,机器人在此过程中自主执行已学行为。
一项遵循PRISMA 2020的系统综述梳理了2021至2026年间83篇人机协作实证论文,用联合行动理论将其归入表征、预测与整合三种能力下的九个构念。分析揭示了各构念在研究中如何分布与共现,指出实证证据集中与缺失之处,并给出未来研究指引。
作者提出 HumiTransfer 框架,把野外拍摄的人-人交互视频转换为物理可行的人-人形机器人交互动作。该方法先重建带脚地接触的3D人体运动,再通过交互建模把其中一方迁移到目标人形本体,并用重定向后优化保证平衡、接触与避碰。
星尘智能主办的星尘OS(AOS)机器人黑客松总决赛10月25日在深圳收官,17支队伍36小时开发出16个App,上真机率达94%。参赛者调用AOS封装的Meta能力包与Skill,结合GPT、DeepSeek等大模型完成应用,冠军团队「远程分身」打通手机与T1的双向实时控制,跑通铲猫砂、浇花、取快递等任务。星尘智能创始人来杰表示,AOS在设计接口时同时考虑人和AI模型两类使用者。
荭杏科技工业机器人大壮-Z6可执行箱子搬运、物品拿取等任务,探索具身智能在工业作业中的实际应用。其导览服务机器人小美-M9提供对话、导览与路线指引,桌面机器人Lumi通过对话与动作互动提供日常陪伴。三款产品分别面向工业作业、商业服务与日常互动场景。
10月22日,MassRobotics 带领八家机器人初创企业参访 Analog Devices 位于圣何塞的 Emerging Tech Hub,涵盖触觉传感、智能材料与自主性等方向。
开发者用Galaxy S10搭配RealMan机械臂搭建了表情头部原型Ecko,并非完整人形机器人。手机提供动画眼睛、摄像头、麦克风和扬声器,ARCore面部关键点绘制在眼睛内,Mac后端负责手臂运动与Gemini驱动的对话,并在数字孪生中显示实时关节遥测。面部跟随在有限范围内有效,首次运动因符号错误约七秒后停止,该失败被保留在构建视频中。
UIUC、Google、斯坦福、UC Berkeley 和 CMU 的研究者联合发布综述《Proactive AI for Superintelligent Agents》,系统梳理主动式 AI 的研究脉络,并提出由 Awareness、Anticipation、Agenda、Arbitration、Action、Adaptation 六项能力构成的 6A 框架。
美国农业机械制造商AGCO宣布与Agility Robotics合作,将于2027年在堪萨斯州赫斯顿生产基地启动人形机器人Digit试点,初期承担零件分类、堆放整理和周转箱搬运等重复性任务,不涉及复杂装配。
启元机器人 10 月 25 日完成第 5000 台个人机器人下线,距 9 月 20 日发售启元 Q1、T1 两款产品约一个月。联席总裁高全中称产线每 2.5 分钟下线一台,日产能从 10 余台提升至 200 余台,并建立百万级线束弯折、十万级关节耐久等测试标准。公司计划 10 月底 OTA 升级,拓展英语口语练习、复杂环境跟随与远程视频通话等能力。
该研究将上肢功能活动度估计建模为主动感知问题,用损伤系数参数化健康关节限位的缩减,并集成到机器人交互时使用的人体模型中。作者提出在线主动感知流程,机器人通过反复递物请求主动探测用户,并逐步更新对损伤系数的贝叶斯信念。仿真研究与机器人平台上的概念验证显示,该流程能在真实人机递物中较准确地恢复损伤系数。
CognitiveReality 将机器人 RGB-D 流构建为语义索引的 Gaussian-TSDF 地图,供 VR 操作者与工具调用语言智能体共享。同一建图程序仅靠配置适配不同平台,可接入机器人 SLAM、关节运动学、动捕或视觉跟踪位姿,并以影子跟踪与关键帧锚定 PnP 应对定位中断,以 2 Hz 维护开放词汇实例身份和逐物体质量。
SHRIMP 系统让用户用自然语言自动生成分层机器人基元计划,并通过重新提示和显式修正迭代修改计划。每次修改后用户可在仿真中验证计划,满意后再在实体机器人上执行。一项 35 人参与的桌面厨房任务规划用户研究表明,SHRIMP 提升了用户的感知控制感和机器人透明度。
ArrayTac 是一个闭环压电触觉平台,可在 4×4 执行器阵列上同时连续渲染形状、刚度和摩擦三个触觉维度。每个单元集成三级微杠杆放大器和末端霍尔效应反馈,位移可达 5 mm,阵列刷新率超过 500 Hz,闭环带宽为 123 Hz。
论文提出一种带规划级意图预测的移动机器人共享控制框架,用意图域约束路径重规划,并将意图域预测与重规划联合建模为马尔可夫决策过程、通过深度强化学习求解。作者还设计了基于 Voronoi 的人类轨迹生成算法,使模型可完全在仿真中训练,无需人类参与或示教数据;仿真与真实用户实验显示该方法在任务效率不降的前提下降低操作员负担并提升安全性。
研究团队用864节点触觉-惯性手套以100Hz同步采集70余名参与者、五种技能水平的14000余次击球,提出基于力学的两层框架,从触觉历史中推断驱动球拍与稳定握持的控制并还原其时空力实现。
作者提出将环境编辑作为机器人纠正的补充反馈形式,在机器人运动保持不变时由人编辑场景,使编辑的唯一解释是被移动的物体。他们提出 FERRET(Feature Learning from Environmental and Robot-Relational Edit Traces),从机器人纠正和环境纠正中学习偏好,并展示环境编辑能消歧特征、学到仅靠机器人纠正无法学到的偏好。
研究团队用一辆真实车尺寸车辆开展 N=18 的实地实验,比较相机画面、原始 LiDAR 点云鸟瞰图和 LiDAR 与相机融合鸟瞰图三种遥操作界面。
研究提出一种多模态框架,利用大语言模型和视觉语言模型把自然语言表达的人类目的转化为机器人任务与驱动力,使开放式学习的自主机器人行为与人类意图对齐。系统分为语义对齐、任务生成和驱动力建模三层,形成人类输入定义高层目的、机器人扩展为可执行任务、反馈维持对齐的双向交互闭环。仿真和实体机器人实验表明该流程能生成有效任务与行为。
该研究提出一种从文本、音频、视频的多模态上下文描述自动生成并调制复杂全身表达性手势序列的方法,基于动态运动基元(DMP)统一实现动画原理,并用多模态基础模型生成高度上下文感知的参数化动作变体。
该论文在高速驾驶和物体交接两个场景中,用常见生成模型指标评估多类人类行为模型,并与用这些模型训练出的强化学习策略的下游表现对比。结果显示,现有行为评估指标无法稳定预测下游策略性能,且评估结果对轨迹表示方式敏感;即使已知真实测试行为分布,用不同分布训练也可能获得更好的下游表现。
这篇35页综述把网络化人形机器人智能按信息交换分为通信、协调、协作与人类社交交互四类功能,并从交互架构、交换信息、物理耦合、时间尺度、系统规模和本体六个维度梳理文献。
作者提出 Dream2Assist,一个基于模型的强化学习框架,把意图推断加入循环状态空间世界模型,使辅助策略能预判并支持人类离散目标而不取代人的控制权。研究还给出从世界模型策略到安全人机系统的完整部署流程,通过策略筛选与奖励重构应对仿真到真实人类的差距,并在高速竞速(N=30)和城市驾驶(N=10)两项人类被试研究与初步实车部署中验证,意图条件化在扭矩对齐和碰撞率上有可测改善。
研究提出一个融合语音、视觉与触觉的多模态框架,用于生成符合语境的机器人语音与动作。团队在虚拟现实中用18名参与者测试五种社交互动场景,并与人工遥操作基线对比:自主系统在自然度和社交适当性上均高于中性中点,但遥操作基线两项评分显著更高。行为编码与反馈显示,对话时机、澄清模糊请求和空间协调是造成差距的关键因素。
2026年上半年全球人形机器人出货约1.91万台、同比增长272%,中国厂商占97%以上,智元约8400台、宇树约5900台。工厂基础操作岗是唯一已转正的岗位,优必选Walker S2效率仅为人类的30%-50%,智元精灵G2在龙旗科技3C产线8小时完成2283次上下料、成功率100%。酒店、景区多为试用,家庭场景仍处Demo阶段,傅利叶GR-3在WAIC仅完成取物递送演示。
天创机器人受邀参加南京市“人工智能+应急管理”路演,带来《消控值守人形机器人AI值班员赋能消控室升级》主题项目路演。方案依托“天枢”消防管控智能体与“天佑”消控室值班机器人,实现消控室7×24小时不间断值守、设备巡检、异常告警与应急联动,目前已在养老院、医院、商业综合体等二十余个项目开展应用。
Watti 项目临时向所有人开放 Watti Studio,用户可在电脑或手机浏览器中移动虚拟机器人、添加关键帧并调整时间,制作动画。这些动画可由真实的物理 Watti 执行,但系统仍在开发中,实机视频可能延迟到达。
Realbotix 发布旗舰人形机器人平台 Echo,分为 17 自由度的 Echo Tabletop(售价 11,950 美元)和 39 自由度的 Echo Full Body(售价 59,950 美元),面向陪伴、教育与健康场景。
Agility Robotics 与 GXO Logistics 扩大合作,将在北卡罗来纳州和印第安纳州的 GXO 站点部署 Digit 人形机器人,预计 2027 年初开始部署 Digit 4,待 Digit 5 商用后迁移。
杭州灵颜科技完成数千万元种子轮及种子+轮融资,种子轮投资方为盈动资本、浙江火炬中心,种子+轮由毅达资本、梅花创投、领甪资本参与。公司成立四个月,主打产品FaceSoul Agent用线驱方案做出32个面部自由度,并自研端侧表情生成模型,已推出灵枢M1、灵枢W1、灵韵、灵能四大系列。资金将用于产品迭代、核心零部件研发、算法平台建设和团队扩张。
GXO 与 Agility Robotics 扩大合作,将在北卡罗来纳州 Statesville 和田纳西州 Lebanon 站点部署 Digit 人形机器人,承担电商履约中的重复物料搬运任务,预计 2027 年初开始部署 Digit 4,并在 Digit 5 商用后迁移。
推荐理由:Digit 在 GXO 仓库累计搬运超 10 万个周转箱后,合作从单点试点扩到多站点,可观察人形机器人商业部署的推进节奏。