跳到正文

具身智能

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。

最新精选

第 141–160 条 · 共 172 条

4月23日星期四

新智元 · 公众号

踏石智航拿了4.55亿美金Pre-A轮,红杉和高瓴一起领投

踏石智航在4月16号宣布完成4.55亿美元Pre-A轮融资,红杉中国、高瓴创投和美团联合领投。这笔钱创下了国内具身智能单轮和Pre-A轮融资的纪录。公司说他们的AWE3.0四模态模型把没见过视角的任务成功率提升了3倍,执行抖动降低了约45%,A1机器人还拿了个一小时完成亚毫米线束组装的吉尼斯纪录。

推荐理由:踏石智航完成4.55亿美元Pre-A轮融资,由红杉中国、高瓴创投和美团联合领投,这一金额创下国内具身智能单轮融资纪录,其AWE3.0模型与A1机器人的落地指标也一并披露。

FT · 科技

特斯拉把资本支出计划提到 250 亿美元,马斯克在 AI 上继续加注

特斯拉把资本支出计划上调到 250 亿美元,马斯克要把更多钱砸向 AI 相关项目。从 RSS 片段看,这些项目包括自动驾驶出租车、卡车、机器人以及芯片工厂,增幅被形容为“非常显著”。不过正文被付费墙挡住,没披露这笔钱覆盖的时间范围、具体怎么分项,也没提模型细节。能确定的一个信号是:特斯拉在投的不只是训练模型,而是从芯片到终端产品的整套体系。

推荐理由:特斯拉将资本支出计划上调至250亿美元,资金投向自动驾驶出租车、卡车、机器人及芯片工厂,覆盖从芯片到终端产品的整条链条。

4月21日星期二

机器之心 · 公众号

匿名模型 MotuBrain 在 WorldArena 和 RoboTwin2.0 两个榜单同时登顶,圈内都在猜它是谁

MotuBrain 这个模型在 WorldArena 上拿了 63.77 的 EWM 分数,在 RoboTwin2.0 的干净和随机两种设置下分别得了 95.8 和 96.1 分,两项都是第一。它在运动质量、流分数和运动平滑度这些细分指标上也排在最前面。RoboTwin 的 50 个任务里它平均做到 96.0 分,第二名是 92.3 分,差距不算小。

推荐理由:匿名模型 MotuBrain 在 WorldArena 与 RoboTwin2.0 两个榜单同时登顶,RoboTwin 五十个任务平均 96.0 分,比第二名高 3.7 分。

4月20日星期一

量子位 · 公众号

苏度科技估值超20亿美元,发布具身模型Sudo R1:零真实机器人数据训练,首次抓取成功率约98%

苏度科技放出了他们的具身智能首秀Sudo R1,说是在完全没有用真实机器人数据训练的情况下,直接零样本测试了200多次,对100多种没见过的物体(包括透明、金属、软的和反光的东西)首次抓取成功率约98%,试两次基本能到100%。整个演示跑了60分钟。他们用的方法是在高保真模拟器里结合世界模型和强化学习来训练,相当于先在虚拟世界里把技能练好再搬到真机上。

推荐理由:苏度科技发布具身模型Sudo R1,在未用真实机器人数据训练的情况下,对100多种未见物体完成200多次零样本抓取测试,首次成功率约98%,其训练路径为仿真到真机迁移提供参考。

机器之心 · 公众号

智元机器人把2026年叫“部署态”元年,一口气甩出7套落地方案

智元在4月17号上海的活动上发了4款机器人、6个AI模型和7套标准化部署方案,把2026年定义为具身智能的“部署态”元年。远征A3续航标称8到10小时,WITA Omni 1.0的交互延迟目标是500毫秒以内,BFM模型用了一亿多帧图像和700小时动捕数据训练。他们还提到2025年出货超5100台、市占率39%,第1万台在今年3月下线。

推荐理由:智元在上海发布4款机器人、6个AI模型和7套标准化部署方案,并给出续航、交互延迟与训练数据等具体指标,其将2026年定为部署态元年的产品布局由此展开。

纽约时报中文网

荣耀人形机器人“闪电”半马跑出50分26秒,比人类世界纪录快近7分钟

荣耀的人形机器人“闪电”在北京半马跑出50分26秒,比乌干达选手基普利莫保持的人类纪录(57分20秒)快了将近7分钟。它身高1.65米,腿长约0.9米,中途撞上护栏摔倒,靠人扶起来后继续跑完。去年最快的机器人成绩是2小时40分42秒,今年直接压缩到不到三分之一,进步幅度很大。

推荐理由:荣耀人形机器人“闪电”在北京半马跑出50分26秒,比人类世界纪录快近7分钟,而去年同类最好成绩还是2小时40分42秒。

4月19日星期日

机器之心 · 公众号

高德在亦庄半马放出一只四足机器人“图图”,在开放路段不靠预设路线和遥控,跑完导盲避障任务

高德在2026年亦庄人形机器人半马上展示了一只叫“图图”的四足机器人,完成了一段开放环境下的导盲避障演示。官方说全程没有预设路线,也没有人遥控。背后的技术栈叫ABot,分两块:ABot-N0负责导航,在7个导航基准上拿了SOTA,其中SocNav得分88.3%,说明在社交场景里避让行人的能力不错。

推荐理由:高德在亦庄半马让四足机器人图图在开放路段完成导盲避障,全程无预设路线和遥控,其导航模块在7个基准上取得SOTA。

量子位 · 公众号

高德发布全栈具身智能体系 ABot,号称在 15 项指标上拿了最优

高德这次公开的 ABot 是一套想让机器人真正干活的全栈技术体系,分视觉感知、物理世界模型和视觉语言动作模型几块。ABot-3DGS 能用厘米级地图数据重建上万平米的三维场景,ABot-PhysWorld 则是一个 140 亿参数的扩散模型,用 300 万条真实机械臂操作视频训练,让机器人先在大脑里模拟动作再执行。

推荐理由:高德公开全栈具身智能体系 ABot,其中 ABot-PhysWorld 用 300 万条真实机械臂操作视频训练 140 亿参数扩散模型,让机器人先模拟动作再执行。

新智元 · 公众号

高德发布 ABot-Claw 和四足机器人 Tutu,在亦庄半马搞了次导盲演示

高德在 2026 亦庄机器人半马上展示了 ABot-Claw 智能体系统和四足机器人 Tutu,主打自主导盲。ABot-M0 在 Libero-Plus 上拿了 80.5%,比 Pi0 高出近 30 个百分点,说明在复杂操作任务上进步明显;ABot-N0 在 7 个导航基准上刷到了 SOTA。

推荐理由:高德在亦庄半马展示 ABot-Claw 与四足机器人 Tutu 的自主导盲,其 ABot-M0 在 Libero-Plus 上以 80.5% 高出 Pi0 近 30 个百分点,导航系统在 7 个基准上达到 SOTA。

4月17日星期五

新智元 · 公众号

智元机器人说已进入“部署态”,在工厂产线连续干了8小时没停

智元在4月17日的APC 2026上把2026年定义为“部署态元年”,核心案例是龙旗南昌工厂的Genie G2机器人:完成2283次上料任务,成功率超99.5%,单次节拍18到20秒,连续运行8小时。这些数字是公司自己公布的,正文没提有没有第三方审计。

推荐理由:智元公布龙旗南昌工厂Genie G2连续运行8小时、完成2283次上料且成功率超99.5%的数据,这些数字来自企业自报,呈现其宣称部署态在产线上的运行表现。

MIT Technology Review · AI

机器人是怎么学会干活的:一段当代简史

2025年人形机器人拿到的投资是61亿美元,是2024年的4倍。钱突然涌进来,不是因为造出了C-3PO,而是机器人学习的方式彻底变了。以前靠人手写规则,比如叠衣服要定义领口、袖口、折叠角度,情况一多规则就爆炸。2015年前后,前沿做法改成在仿真里用奖励信号让机器自己试错,跑几百万次来学会一个动作。

推荐理由:梳理人形机器人学习方式从手写规则转向仿真试错的过程,并交代2025年61亿美元投资为2024年四倍这一背景。

4月16日星期四

36 氪 · 直链

智元机器人旗下的觅蜂发布了一个物理 AI 数据平台,想解决机器人行业“没数据可喂”的问题

大语言模型能靠读书学知识,但具身机器人得在真实世界里摸爬滚打才能攒数据。觅蜂说现在全球高质量机器人训练数据加起来也就 50 万小时,跟大模型用的 100 万亿 token 完全没法比。他们这次推了一套叫 MEgo 的“无本体采集”硬件,就是让人戴着轻量夹爪和头戴设备直接记录动作,不用每次都搬昂贵的机器人本体。

推荐理由:觅蜂推出无本体采集硬件 MEgo,用轻量夹爪和头戴设备记录动作,绕开昂贵机器人本体。全球高质量机器人训练数据约 50 万小时,与大模型 100 万亿 token 的差距,是这条的背景。

4月15日星期三

FT · 科技

Uber 宣布投入 100 亿美元押注无人出租车,但正文被付费墙挡住,没透露钱怎么花、和谁合作、在哪落地

FT 这篇报道的标题说 Uber 要砸 100 亿美元转向无人出租车,但文章内容完全在付费墙后面,只显示了订阅引导页。正文没披露这笔钱是分几年花、投给自研还是外部采购、有没有锁定具体的自动驾驶公司或试点城市。100 亿这个数字看着很大,但不知道花钱节奏的话,更像一个战略表态而不是可验证的落地计划。

推荐理由:Uber 宣布投入 100 亿美元转向无人出租车,但公开信息只有标题和摘要,资金节奏、合作方与落地城市均未披露。

4月13日星期一

Google DeepMind

Google DeepMind 发布 Gemini Robotics-ER 1.6 机器人推理模型

Google DeepMind 发布 Gemini Robotics-ER 1.6,这是其面向机器人的推理优先模型升级版,强化了空间推理与多视角理解,并新增仪表读数能力。

推荐理由:Google DeepMind 发布 Gemini Robotics-ER 1.6,强化空间推理与多视角理解,并新增读取复杂仪表的能力,开发者已可通过 Gemini API 和 Google AI Studio 调用。

4月11日星期六

量子位 · 公众号

中国具身模型在 MolmoSpace 基准上拿了第一,同时开源了 10 万小时人类操作数据集

Psibot 说他们的 Psi-R2 模型在 AllenAI 的 MolmoSpace 基准上排到了第一,但正文没披露具体任务设置和完整对比基线,所以这个“第一”的含金量得先打个折。他们同时放出了一个 100,889 小时的操作数据集,其中 95,472 小时是人类数据,5,417 小时是机器人数据,目前只开源了 1,000 小时。

推荐理由:Psi-R2 在 AllenAI 的 MolmoSpace 基准上排到第一,同时放出 100,889 小时操作数据集,其中人类数据占 95,472 小时,目前开源 1,000 小时。

4月9日星期四

量子位 · 公众号

腾讯推出MoT架构,2B参数的具身模型在22项评测里拿了16项第一

腾讯混元与Robotics X联合发布了HY-Embodied-0.5,核心是一个叫MoT-2B的模型。它总参数量4B,实际干活时只激活2B,在22项具身智能评测中拿了16项第一。训练数据量不小:用了超过1亿条具身数据、600B以上的预训练token、3000多万条中期训练样本,还引入了视觉隐空间token、双向注意力、RFT、强化学习和在线蒸馏。

推荐理由:腾讯混元与Robotics X发布HY-Embodied-0.5,其MoT-2B模型以4B总参数、2B激活参数在22项具身智能评测中拿下16项第一,训练数据与架构细节均有披露。

4月1日星期三

MIT Technology Review · AI

在家训练人形机器人的零工:尼日利亚医学生头顶 iPhone 拍做家务

Micro1 这家公司雇了 50 多个国家的几千名零工,让他们把 iPhone 绑在头上,拍自己叠被子、洗碗、做饭的视频,再把这些真实动作数据卖给做人形机器人的公司。一个尼日利亚的医学生时薪 15 美元,在当地算高收入,但他觉得每天重复熨衣服很无聊。

推荐理由:Micro1 在 50 多个国家雇零工头戴 iPhone 拍摄叠被洗碗等家务,把真实动作数据卖给做人形机器人的公司,尼日利亚医学生时薪 15 美元。

3月5日星期四

36 氪 · 直链

帕西尼拿了超10亿B轮融资,估值过百亿,说要用百亿级真实多模态数据训模型

帕西尼宣布完成超10亿元人民币的B轮融资,估值突破百亿,领投方是黄浦江资本、凯泰资本和信安资本。公司自称是全球具身感知领域估值最高的企业。这笔钱的一个核心用途是训练他们自研的VTLA大模型,训练数据号称是“全球唯一百亿级实采全模态数据”。不过正文没披露这个模型的具体架构、参数量、实际任务表现,也没说数据具体包含哪些模态、怎么采集和标注的。

推荐理由:帕西尼完成超10亿元B轮融资,估值破百亿,资金将用于训练自研VTLA大模型,其训练数据号称百亿级实采全模态。

2月27日星期五

36 氪 · 直链

中科第五纪一个月融了几亿元,给宇树机器人做“大脑”

中科第五纪在2026年初一个月内完成了Pre-A和Pre-A+两轮融资,总额数亿元,红杉中国、东方富海、芯能创投等机构参与。它同时拿到了宇树科技“核心生态合作伙伴”的身份,从2025年起就作为宇树机器人的“大脑”模型供应商,进入电力巡检和工业搬运场景。创始人刘年丰说,现在投资人不再只看机器人能不能干各种杂活,更在意它能不能在具体场景里被客户复购。

推荐理由:中科第五纪一个月内完成两轮数亿元融资,并作为宇树机器人的大脑模型供应商进入电力巡检与工业搬运场景,其创始人提到投资人已转向关注具体场景中的客户复购。

阮一峰的网络日志

当外卖员接入 AI:程序开始直接调动人力了

Waymo 无人出租车乘客下车后没关好门,车就走不了。这家公司没做远程关门功能,而是在外卖平台下单,花 6.25 美元叫小哥跑一公里去关门,完事再加 5 美元。新闻点不是关门本身,而是程序在自动调动人力完成自己搞不定的环节。外卖员自带 API,已经接入了软件系统,成了可以被程序随时调用的“自动化人力”。

推荐理由:Waymo 无人出租车因乘客没关好门无法行驶,公司在外卖平台下单花 6.25 美元请小哥跑一公里关门,另加 5 美元,程序由此直接调用人力补上自己搞不定的环节。