AI 走进物理世界：人形机器人、具身基础模型与真实环境操作能力的进展追踪。
美国联邦通信委员会（FCC）周二以国家安全为由，提议限制人形和动物形态机器人的进口。虽然没点名，但中国厂商在全球人形机器人市场占主导，所以中国商务部周四直接回怼，说这就是歧视，并威胁要报复。美方的担心有两点：一是这些机器人进家、进公司后可能变成数据收集器，二是把先进机器人当成战略技术。但文章没提 FCC 这个提案的具体时间表和投票安排。中国这边确实有底...
推荐理由：这条新闻把中美 AI 硬件摩擦从芯片拉到了人形机器人，FCC 首次以国家安全为由提议限制进口，北京当天回怼并威胁报复，政策信号够强。我会先打个折，因为正文没披露提案的具体时间表和投票安排，落地节奏还不清楚，所以分数没给更高。
Gemini Robotics 2 是个能看图直接输出全身动作指令的模型，不再只控制一条胳膊。在演示里，Apptronik 的 Apollo 2 机器人从架子上取棒球手套，从手指到脚底的动作是协同完成的。为了让动作看起来更自然，Google 说他们用了 1,040 组偏好样本做对齐——这个量不算大，我会先打个折，别指望它马上就能像人一样丝滑。目前还关在...
推荐理由：Google DeepMind 把机器人控制从单臂扩展到了全身协调，Apptronik Apollo 2 的演示里从手指到脚底的动作是连贯的，还给出了 1,040 组偏好样本做对齐这个具体数字。没给 p1 是因为现在还关在实验室里，没有公开测试或部署时间表，真实世界的泛化能力没法验证。
白宫跨部门小组在 7 月 27 日做出判定：所有外国生产的先进机器人对美国国家安全构成不可接受的风险，应被列入 FCC 的“覆盖清单”。这份 5 页的 PDF 文件没有给出生效日期，也没点名具体厂商。文件里说的“先进机器人”包括四足、双足、轮式和履带式设备，理由是它们全身装满高精度传感器（激光雷达、热成像、触觉等）且常年联网，容易被远程劫持或偷走敏感数...
推荐理由：白宫跨部门小组在 7 月 27 日判定外国产的先进机器人对美国国家安全构成不可接受的风险，要列入 FCC 的“覆盖清单”。文件没点名具体厂商，也没给生效日期，所以实际执行力度还得观望。但技术理由写得明白：四足、双足、轮式、履带式设备全身装满高精度传感器，又常年联网，攻击面太大。我会先打个折——没厂商名单、没时间表，政策落地前变数不少，但信号本身已经够硬，做硬件出口的团队最好现在就翻翻合规手册。
Epoch 和 METR 的 MirrorCode 基准测试显示，Claude Opus 4.7 在 14 小时内、花 251 美元推理成本，重新实现了一个人类需要 2 到 17 周才能完成的软件项目。测试方式是只给模型命令行交互权限，不让看源码也不让上网，让它从零写出功能一样的程序。25 个目标程序里有 17 个至少有一次满分复现，但 ruff 这类...
推荐理由：MirrorCode 是 Epoch 和 METR 搞的一个长周期编程基准，Claude Opus 4.7 用 14 小时复现人类数周的工作，数字和失败案例都摆出来了。HKR 三条全中，但这是 newsletter 摘要不是原论文，而且任务复杂度高，我会先打个折——信息密度够，但别当完整评测报告看。
上周末 AI 圈传 Anthropic 要收购机器人公司 Physical Intelligence，消息传得很快，但 Physical Intelligence 的 CEO 马上否认了。TechCrunch 核实后发现，两家确实谈过收购，只是没谈成，具体条款和破裂原因都没披露。Physical Intelligence 来头不小，由硅谷新贵 Lach...
推荐理由：这条消息的传播路径本身就很有意思：先有传闻，然后 CEO 否认，接着媒体挖出确实谈过但没成。信息增量在于把“谣言”变成了“谈崩了的真事”，但崩在哪、谁先撤的、条款长什么样，正文全都没说。我会先打个折，因为信息密度其实不高，核心事实就一句“谈过，没成”。不过对圈内人来说，Anthropic 碰机器人这个动作本身就值得标记，哪怕只是试探。
小米机器人团队放出了一个开箱即用的机器人基础模型 XR-1，代码、权重和论文都公开了。它的思路分两步：先用 10 万小时不带真实机器人的操作视频做预训练，覆盖 1700 多个场景，让模型学会“看到画面变化该输出什么动作”；再用 7200 小时真机数据做后训练，把动作能力对齐到具体机器人上，并让模型能听懂自然语言指令。预训练阶段出现了干净的缩放规律——数...
推荐理由：小米机器人开源了 XR-1，一个带代码和权重的机器人基础模型。两阶段训练路线（10 万小时无真机预训练 + 7200 小时真机后训练）和预训练缩放规律是硬信号，直接对标 π 0.5。我会先打个折：正文没披露真机后训练的具体任务成功率和泛化测试细节，这点先别太激动。但开源全套这个动作本身，对行业来说比发一篇论文管用。
黄仁勋 7 月 15 到 16 号在东京见了一圈日本产业界的人，带走了三份框架协议。最核心的是 Noetra 项目：政府拉上软银、索尼、NEC、本田等 44 家本土公司，五年内砸 1 万亿日元（约 62 亿美元），要自己搞一套给机器人、汽车和工厂产线用的 AI，不想把命脉交给美国或中国的模型。同时，Nvidia 跟发那科、安川电机等机器人厂商组了个 C...
推荐理由：黄仁勋这趟东京行带回了三份实打实的框架协议，Noetra 项目 62 亿美元、44 家本土公司入局，主权物理 AI 的架势拉得很足。H、K、R 三个维度都踩中了：新闻性够强，知识增量明显，对从业者的实际影响也直接。没给更高分是因为现在还停留在框架协议阶段，钱和公司名单有了，但具体执行时间表和模型能力都没披露，先打个折观望一下。
Agility Robotics 在加州 Fremont 租下一个 6 万平方英尺的场地，专门用来训练他们的双足机器人 Digit，离特斯拉计划今年投产 Optimus 的工厂就隔一条高速。CEO Peggy Johnson 说 Digit 已经在赚钱了，客户包括亚马逊、GXO、舍弗勒和丰田加拿大工厂，公司声称手里有 3 亿美元的合同订单。不过正文没披...
推荐理由：Agility 把训练场开到特斯拉 Optimus 工厂对面，这个选址本身就是个信号。3 亿美元订单和亚马逊等客户名字让故事有实感，说明双足机器人确实在进仓库干活了。但正文没披露实际营收规模、利润率或部署台数，所以没法判断商业健康度，我会先打个折，别把订单额直接当收入看。
英伟达推出了 T3000 和 T2000 两款基于 Thor 架构的新模块。T3000 算力 865 FP4 teraflops，配 32GB 内存和 273GB/s 带宽，体积和功耗大约是之前 T5000 的一半，但跑多模态模型的推理速度差不多，能帮客户在高内存价格下省一笔硬件钱。T2000 算力 400 FP4 teraflops，16GB 内存，...
推荐理由：英伟达发了 Jetson Thor 系列的新模块 T3000 和 T2000，主打边缘机器人。T3000 的卖点很直接：算力 865 FP4 teraflops，配 32GB 内存和 273GB/s 带宽，体积和功耗砍到 T5000 的一半左右，但跑多模态模型推理速度没怎么掉。我会先打个折——这是官方博客，没给第三方跑分，也没说什么时候能大规模买到。不过内存优化这块确实戳中痛点，现在内存贵，能省就是赚。T2000 给到 400 FP4 teraflops 和 16GB 内存，定位更低一些。整体看，对做机器人或边缘 AI 的团队是个值得跟进的信号，但...
特斯拉给供应商下了死命令：9 月要把零件产能拉到每周 1000 台，年底冲到 2000 到 2500 台，折算下来一年能供 10 万台机器人的料。8 月的几百台订单已经下了。六月底高管会上，马斯克拍板通过了 Optimus 第三代最终设计，还放话年底达不到产能目标就开掉整个采购团队。弗里蒙特工厂原来造 Model S/X 的生产线现在改成了机器人产线。...
推荐理由：三代 Optimus 设计冻结加上第一批具体产能目标，信号够硬。马斯克的裁员狠话有话题性，但消息目前只来自单一供应商渠道，所以分数压在 featured 档的 78，没再往上拉。
Mistral 推出了一个 80 亿参数的模型，让机器人只靠一个普通 RGB 摄像头就能在室内外认路，直接输出速度和转向角。它跳过了激光雷达和高精地图，思路是降低硬件门槛。不过公告里没提延迟、帧率、跑在什么硬件上、用了多少训练数据，也没给具体的测试基准分数。这点先别太激动，等第三方实测再说。
推荐理由：Mistral第一个机器人模型，纯视觉导航，80亿参数，有明确输入输出，是个实在的发布。但公告没提延迟、帧率、硬件需求、训练数据和基准分数，没法判断真实可用性，所以先放在featured档，等第三方实测再说。
General Intuition 刚拿了 3.2 亿美元融资，估值 23 亿。CEO Pim de Witte 在播客里说，ChatGPT 这类大语言模型对空间和时间的理解很差，而游戏数据正好能补上这个缺口。他们用 8 分钟的真实世界数据就让一个机器人能在办公室里自己认路，这点挺有意思。公司还拒绝了 OpenAI 的收购，自己做了个叫 Nerve 的...
推荐理由：3.2 亿美元融资、23 亿估值、贝索斯撑腰还拒了 OpenAI 的收购，这些要素堆在一起本身就有故事性。但真正让它不只是融资新闻的，是那个 8 分钟数据让机器人自主导航的例子——它把一个听起来很虚的'游戏数据通向 AGI'的说法，落到了一个可感知的效率数字上。我会先打个折：信息来自播客访谈，不是产品发布或论文，所以实际效果和泛化能力还没法验证。不过对从业者来说，这个思路本身就有参考价值，尤其是当他们正在头疼怎么用有限数据教机器人理解空间的时候。
美国国防科技公司 Forterra 公开说，过去九个月他们往乌克兰战区送了超过 100 辆自动驾驶全地形车，主要干后勤和侦察的活。这是目前已知美国公司最大规模的一次地面无人车实战部署。公司高管讲得很直白：没上过战场，什么国防科技都不算数。乌克兰转向地面无人装备，是因为天上无人机太多，士兵在地面几乎无处可躲，太容易挨炸。不过文章没提这些车有没有装武器，也...
推荐理由：这是目前已知美国公司最大规模的地面无人车实战部署，有具体数量和时长，不是公关吹风。文章没提武器化和自主等级，所以先别太激动，但光是“上战场”这个事实就够硬了。
Yann LeCun 在 VivaTech 大会上直接说，ChatGPT 这类大语言模型处理不了真实世界的复杂情况，靠它们实现人类水平的智能走不通。他 2025 年离开 Meta 后创办了 AMI Labs，正在开发一种叫 JEPA 的新架构。JEPA 不靠死记硬背统计规律，而是学习抽象表征，能判断出哪些信息没用、不用瞎猜——比如一根竖着的笔松手后会倒...
推荐理由：LeCun 离开 Meta 后第一次以 AMI Labs 身份在 BBC 上完整讲 JEPA 路线，时机和平台都够分量。没给更高分是因为目前只有方向性描述，没有可跑的模型或基准测试数据，离落地还远，这点先别太激动。
NVIDIA 的 ENPIRE 系统让实体机器人像编程智能体一样，通过试错来自我改进。在插 GPU、剪扎带这类任务上成功率能干到 99%，但自动评估和自动复位在更复杂的活上还是会掉链子。硬件用的是双臂协作平台，每台配一张 RTX 5090。测试里 GPT-5.5 和 Claude Opus 4.7 表现互有胜负，而且多智能体一起干通常比单打独斗分高。不...
推荐理由：NVIDIA的ENPIRE系统把智能体那套试错循环搬到了实体机器人上，插GPU、剪扎带这类活能干到99%成功率，但自动评估和自动复位在更复杂的任务上还是会掉链子。硬件是双臂平台，每台一张RTX 5090。测试里GPT-5.5和Claude Opus 4.7表现互有胜负，多智能体一起干通常比单打独斗分高。不过这是简报摘要，不是原始论文，信息密度被稀释了，上限就打到78分。
这家公司拿了 3.2 亿美元，想用几百万小时的游戏录像来训练 AI。创始人 Pim de Witte 的逻辑是，玩家在游戏里的按键、鼠标移动和一连串决策，比纯文本更能教会模型什么是“物理直觉”。他们打算把训出来的模型卖给机器人公司和游戏开发商。不过，正文没披露这轮融资的估值和具体投资人是谁。
推荐理由：3.2 亿美元不是小数目，用游戏操作数据教模型理解物理世界，这个切入点有想象力。我会先打个折：正文没写估值和具体投资人，这两块信息缺口让重要性停在 78 而不是更高。但思路本身够硬，对从业者有参考价值，所以还是放进 featured。
AWS 把 LeRobot 这套机器人训练工具包封装成了一个统一的智能体，叫 Strands Robots SDK，用 Apache 2.0 协议开源。默认跑 MuJoCo 物理仿真，不用买硬件就能先试；想上真机时把参数改成 mode="real" 就行，仿真和真机代码完全一样，只差这一个关键字。你操作机器人的演示数据会被录成 LeRobotDatas...
推荐理由：AWS 把 LeRobot 封装成一个统一智能体 SDK，一键切换仿真和真机，对机器人开发者是个趁手工具。但纯物理机器人的话题在 AI 应用层读者里热度有限，R 轴没完全打满，刚好卡在 featured 门槛上。
Qwen 团队放出了 Qwen-RobotManip，一个给机械臂用的基础模型。核心思路不是继续堆预训练数据，而是做对齐——用偏好样本教模型学会正确的操作风格，让规模真正发挥作用。演示里，Qwen-Omni 会实时观察桌面，随口发指令，RobotManip 现场执行，没有预设任务清单，能叠碗、叠衣服、做汉堡、插花。模型在多种真实机械臂平台上跑过，对没见...
推荐理由：Qwen-RobotManip 不是又一个更大的机器人模型，它用对齐替代更多预训练数据来释放规模潜力，演示里 Qwen-Omni 随口发指令、机械臂现场执行，效果挺直观。我会先打个折，因为正文没披露偏好数据的规模、采集成本和对齐方法的具体细节，验证强度还不好判断。分数定在 82，低于 85 就是因为这些信息缺口，但方向本身对行业有参考价值。
Prometheus 刚融了 120 亿美元，投后估值 410 亿。这家公司想做一个能自动干重型工程和药物设计的实体 AI，相当于给物理世界配个通用工程师。不过正文只说了融资金额和估值，没提技术路线、团队背景，也没说钱具体怎么花。估值很高，但信息太少，先别急着下判断。
推荐理由：120 亿融资、410 亿估值，贝佐斯站台，这种体量的实体 AI 融资很少见，值得放出来。但文章太薄，技术方案、团队、资金用途一概没写，K 拿不到，分数就停在 78。
华为云在INSPIRE2026上推出了CloudRobo，一个覆盖数据、模型训练、部署和集成的具身AI平台。它基于PB级数据底座，意思是能处理海量可信数据。现场演示了几个关键能力：数据和模型可以双向评估，主动力控模型能快速组装，机器人上云只要几小时，模型部署压缩到分钟级。合作方包括国家地方共建人形机器人创新中心、Yijiahe Technology和上...
推荐理由：华为云在INSPIRE2026上发了CloudRobo，一个覆盖数据、训练、部署到集成的具身AI平台。现场演示了数据和模型双向评估、主动力控快速组装这些能力，还给了分钟级部署、小时级上云的具体数字，比纯口号强。但这是厂商自己发布的消息，没有第三方验证，也没展开讲实际案例里的成功率或成本，所以我会先打个折，分数停在78。