机器人月报 · 2026 年 10 月
ROBOHOT
本月世界模型成为模型发布主线，Google DeepMind 推出可实时交互的 Genie 4，启元、Ropedia 等也相继发布面向机器人操纵与跨本体的世界模型。具身模型与开发工具密集更新，智元发布 GO-3 Preview 与 WITA-OMNI，破壳机器人推出开箱即用的具身 API。行业层面，宇树科技登陆科创板后市值大幅回撤，王兴兴在工博会反思对 AI 投入不足。研究上，群体经验学习 CEL 在 96 台机器人上验证，成功率提升至 98.3%。
无问芯穹联合清华、智元提出群体经验学习 CEL，96 台机器人验证成功率 98.3%
无问芯穹联合清华大学、智元提出群体经验学习（CEL）范式，并在 96 台机器人上完成原型验证。在手机包装任务中，CEL 训练的策略在两台未参与训练的同型号机器人上完成 120 次测试，成功率从 79.2% 提升至 98.3%；参与学习的机器人从 16 台增至 96 台时，测试成功率由 86.7% 提升至 98.3%。
模型发布/更新
本版导读世界模型与具身模型密集亮相，多款新品强调实时交互、跨本体泛化和全链路规模化学习，开源与开放接口成为共同选择。
Google DeepMind 发布世界模型 Genie 4，支持实时交互与原生音频
Google DeepMind 于 28 日晚发布新一代通用世界模型 Genie 4，可依据提示词实时生成并修改可交互场景，单次连贯世界维持约 2 分钟、画面约 24 帧/秒。
智元发布具身模型 GO-3 Preview，打通预训练到部署后全链路规模化学习
智元发布具身模型 GO-3 Preview，主打预训练、后训练、部署后全链路规模化学习，并在 RoboDojo、RoboTwin、RoboColiseum 三项评测中排名第一。
启元发布PrimeSim世界模型仿真器，登顶EWMBench与WorldSimProbe
启元具身研究中心发布面向机器人操纵任务的世界模型仿真器PrimeSim，基于预训练视频生成模型经中训练与后训练两阶段改造。它在EWMBench以6.09综合分位列榜首，在WorldSimProbe五项评测中拿下全局轨迹覆盖、动作来源行为保持、交互动态三项第一。
X-Era AI拓元智慧开源4D世界动作模型E0.5，真机成功率超越π0.5
X-Era AI拓元智慧开源原生4D世界动作模型E0.5，在AgileX Piper双臂机器人和Zerith H1人形机器人上整体平均成功率达85.0%和88.3%，较π0.5分别高出13.3和26.7个百分点。
破壳机器人发布具身 API RoboAPI，世界-动作模型 Poke-Aurora 首次亮相
破壳机器人（PokeBot）10 月 30 日凌晨发布首款模型产品 RoboAPI，一个可公开访问、开箱即用的具身 API，开发者接入适配机械臂后无需采集数据或训练模型，用一句 prompt 下达指令即可执行未专门训练过的任务。
Ropedia 发布开放世界模型 W0，基于约一万小时第一人称人类视频训练
Ropedia 发布开放世界模型 W0，用约 10,000 小时第一人称人类视频训练，一套权重可预测人类、机械臂和人形机器人（Unitree G1、Fourier GR-1）的第一人称视角，采用共享的相机加骨骼表示，接入新机器人只需其 URDF。
智元发布WITA-OMNI交互模型与灵渠OS 1.0，年底全面开源
智元在2026创新日发布具身全模态端到端交互大模型WITA-OMNI，在Daily-Omni、TimeLens-Bench、EmbSpatialBench和MMAU四项评测中位列第一，平均响应约600毫秒。
产品发布/更新
RLinf v0.4 发布：面向具身强化学习的开源训练框架升级
由清华大学、无问芯穹联合北京中关村学院等机构研发的具身强化学习开源训练框架 RLinf 正式发布 v0.4，围绕乐高式真机系统、真机后训练算法、全模态模型支持与国产算力底座四个方向迭代。
NVIDIA 扩展 Isaac 平台，新增人形参考平台、Isaac OS 与 Isaac Lab 3.0
NVIDIA 在 GTC Berlin 宣布扩展 Isaac 开源机器人开发平台，新增 Isaac OS 运行时、正式发布的 Isaac Lab 3.0 学习框架，以及基于 DGX Station 的开源参考工作流。
行业动态
本版导读宇树上市后市值剧烈波动，具身企业融资与量产交付同步推进，海外人形机器人合作与上市进程也有新进展。
宇树科技启动科创板打新：发行价150.80元，发行后总市值约610亿元
宇树科技于8月10日启动科创板打新，申购代码787836，发行价每股150.80元，对应发行市盈率219.23倍，发行后总市值约609.93亿元，预计募资约60.99亿元，超募约45%。宇树2025年营收约16.99亿元、归母净利润约2.78亿元，实际出货超5500台；文章结合优必选、极智嘉、埃斯顿等先例指出机器人题材与首日涨幅并无普遍规律。
Astra冲击波与具身行业的50天
GPT-6 Astra发布后50天，具身行业围绕它展开密集评测与讨论，通用大模型开始直接接管机器人操作。商汤联合多家机构的测试认为Astra已基本具备完成具身任务的能力，但距真实环境实用仍有明显差距，在毫米级接触、动态控制和响应速度上表现不足。文章还梳理了行业用Astra直接做策略、审核VLA动作、搭建仿真环境和数据标注等用法，以及融资降温、大厂加码数据采集等连锁反应。
宇树市值回撤近70%，王兴兴在工博会承认对AI相信不够
宇树科技上市不到两个月股价从高点1237元跌至420元附近，市值蒸发2700多亿元，最大回撤近70%。创始人王兴兴10月12日在上海工博会上表示过去十几年最大的错误是对AI相信不够，并给出机器人时代快则一两年见拐点的预判，宇树正搭建物理AI自进化系统，发言次日股价收盘涨3.64%。
中科慧灵完成数亿元A++轮融资，推进具身智能量产交付
中科慧灵完成数亿元人民币A++轮融资，由知来投资、涌铧投资、茂天投资、元禾辰坤、国科科智、鲁宁投资等联合投资，资金用于产品量产交付、具身大脑技术研发迭代与市场拓展。公司自研CASBOT PA感知到动作模型已在莆田制鞋工厂实际工位验证，大底盖章工序节拍达7秒/个、鞋底压合达18秒/双。2026年其在手具身制鞋机器人订单总额突破4亿元，设备排产规模进入数千台量级。
NEURA Robotics一手10.22NEURA Robotics 发布人形机器人 4NE1 Gen 4，并与慕尼黑工业大学开设 TUM RoboGym
NEURA Robotics 与慕尼黑工业大学（TUM）在慕尼黑机场附近的 LabCampus 开设 TUM RoboGym，占地超 2,300 平方米，由 TUM MIRMI 参与共建，合作初期为三年，双方共投资约 1,700 万欧元，其中 NEURA 出资约 1,100 万欧元。
Agility Robotics一手10.13Agility Robotics 与 Churchill Capital Corp XI 合并的 S-4 注册声明获 SEC 生效
Agility Robotics 与 Churchill Capital Corp XI（Nasdaq: CCXI）拟议业务合并的 Form S-4 注册声明于 2026 年 10 月 13 日获 SEC 生效，Churchill XI 定于 2026 年 11 月 2 日召开特别股东大会表决。
Robotics & Automation News10.26Dream Labs 获 9000 万美元种子轮融资，并推出 Dream API 与 Dream-1 模型
Dream Labs 宣布完成 9000 万美元种子轮融资，由 B Capital 领投，Kindred Ventures 等参投。公司同时推出 Dream API，可将机器人摄像头画面和自然语言指令直接转为电机指令，并称其旗舰模型 Dream-1 基于人类日常任务视频训练，可零样本控制任意带夹爪的机器人。
论文研究
本版导读研究聚焦世界模型基准与跨本体控制，群体经验学习、在线探索和触觉通用策略等方向均有新框架与评测结果发布。
哈佛与英伟达等提出 RAX：机器人 Agent 在线探索，五大基准平均领先 37.4 个点
哈佛、英伟达、伯克利、MIT 和斯坦福的研究团队提出 RAX（Robot Agent eXploration），让通用 Coding Agent 连接机器人感知与控制接口，通过在线探索把成功决策写成可执行程序并积累为技能，模型参数保持冻结。
WorldOracle 发布动作条件世界模型基准，七款模型预测与真实执行存在偏差
普林斯顿大学、得克萨斯大学奥斯汀分校、多伦多大学、NVIDIA 与 AgiBot 联合推出动作条件世界模型基准 WorldOracle，用同一初始帧和动作序列对比模型预测与真实执行。
代尔夫特理工MonoRace仅用单目前视摄像头实现时速100公里自主无人机竞速
荷兰代尔夫特理工大学MAVLab的MonoRace系统只靠一个前视摄像头和IMU，在2025年阿布扎比自主无人机竞速赛中连续战胜三位世界冠军级飞手，论文于2026年10月14日发表在Science Robotics。
arXiv cs.RO10.27X-WBC：面向人形全身控制的跨本体基础模型
X-WBC 是一个跨本体人形全身控制基础框架，将相对共享的人体运动语义与本体特定的物理执行分离。它用人类中心命令 token 对齐完整人体运动、机器人参考运动和稀疏 VR 观测，由因果 Transformer 从多机器人混合 rollout 中学习可复用时间结构，轻量机器人专属模块再把共享表示映射到各机器人的本体感知与动作空间。
商汤联合团队评估GPT-6-Astra具身能力并开源SenseNova-RoboRSI框架与27B模型
商汤与香港科技大学（广州）等组成的联合团队发布报告《Has GPT-6-Astra Achieved Embodied Intelligence?》，在12个基准上系统评估GPT-6-Astra的具身能力，并同步开源SenseNova-RoboRSI评测框架与27B具身模型。
RynnWorld-Latent：以通用潜动作为条件的跨本体世界模型
研究团队提出 RynnWorld-Latent，一个以 RynnLAM 的 3D 接地潜动作作为共享条件接口的跨本体视频世界模型，可在人类交互视频、机器人演示与仿真数据上联合预训练。
arXiv cs.RO10.21研究用激活注入机制解析视觉-语言-动作模型
研究者提出一套可解释性流程，用于分析微调后的视觉-语言-动作（VLA）策略内部在计算什么。在 pi0.5 上，把任务 A 的激活注入动作专家、同时让策略观看任务 B 场景，99.6% 的回合（n=1968）会执行任务 A 的运动轨迹，说明注入的程序绑定在绝对工作空间坐标上并忽略可见场景。
arXiv cs.RO10.28无需渲染的事件帧仿真加速自主机器人导航强化学习
作者提出一种解析式事件仿真器，直接由场景几何和自运动合成事件流，不经过图像渲染，单GPU生成64x64事件观测仅需17微秒，比先进渲染管线快400倍以上。基于该仿真器的事件相机强化学习避障策略训练不到30分钟即可收敛，比渲染事件训练快三个数量级，并可零样本迁移到Isaac Sim光线追踪事件仿真。
arXiv cs.RO10.28FTP-1：跨触觉传感器的通用基础触觉策略
研究团队提出 FTP-1，一个跨多种触觉传感器和本体预训练的通用基础触觉策略，用异构编码器把图像、阵列和状态类触觉信号映射为统一的形态感知隐 token，由共享触觉 Transformer 专家联合建模。
arXiv cs.RO10.19冻结前沿VLM直接作为机器人策略在RoboMME记忆依赖操作基准上的评测
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。
arXiv cs.RO10.21SuperMimic：用一个可微世界模型扩展人形机器人全身控制
SuperMimic 用一个共享动力学的可微世界模型，在单一训练循环中同时训练世界模型与跟踪策略，通过短想象轨迹上的 backpropagation-through-time 为策略提供解析梯度。
arXiv cs.RO10.26RepresentNav：在自构建表征空间上构建的导航基础模型
作者提出 RepresentNav 导航基础模型，用 Representation Residuals 三层 transformer 聚合多个视觉基础模型的全深度特征，构建由策略自身目标驱动的表征空间。
RoboCoach：用世界模型定位薄弱子任务，定向示教提升长程任务成功率
清华大学张长水、崔森团队提出具身智能系统RoboCoach，用世界模型CoachWorld在想象中闭环试跑长程任务，定位首个超时的薄弱子任务并定向请求人类示教，只更新对应技能专家。在固定示范预算下，Franka成功率从13.3%提升至75.0%，AgileX从40.0%提升至83.8%，均匀采集基线分别仅为30.0%和47.5%。四条未见过的新任务路线平均成功率35.0%，共享策略基线为0%。