Physical AI 日报

统计时段：2026-05-18 09:00 至 2026-05-19 09:00（北京时间）

一、论文进展

今日 arXiv 抓取管线无新增条目，本章基于当日公众号集中转述、并经独立核实链接的研究项目成稿；与产业/融资两章相比篇幅偏轻，如实反映当日数据以世界模型话语与产业事件为主。

SANA-WM：用混合线性扩散 Transformer 做高效分钟级世界模型
原名：SANA-WM: Efficient Minute-Scale World Modeling with Hybrid Linear Diffusion Transformer
作者/机构：Haoyi Zhu, Haozhe Liu et al.（含 Song Han、Enze Xie，NVIDIA SANA 团队）
arXiv：2605.15178（HF papers 页）
摘要：SANA-WM 是一个 2.6B 参数、开源、原生训练即可生成 1 分钟 720p 视频的世界模型。核心设计包括：逐帧 Gated DeltaNet 与 softmax 注意力混合的线性注意力（长上下文显存友好）、双分支 6-DoF 相机控制、两阶段生成 + 长视频精修。仅用约 21.3 万条公开视频带度量尺度位姿监督、64 卡 H100 训练 15 天，单卡即可生成 60 秒片段；蒸馏版经 NVFP4 量化可在单张 RTX 5090 上 34 秒去噪一段 60 秒 720p。官方称视觉质量与 LingBot-World、HY-WorldPlay 等大规模工业基线相当。
看点：把"分钟级 720p 世界模型"的训练与推理成本压到单卡可达，且强调原生训练而非短片拼接 + 显式 6-DoF 动作/相机条件——这正是世界模型与普通视频生成的分界，对机器人仿真与数据生成的算力门槛是结构性下降。效率/质量对比为论文自报，待第三方复现。

面向机器人学习的世界模型综述
原名：World Model for Robot Learning: A Comprehensive Survey
arXiv：2605.00080
摘要：从机器人学习视角系统梳理世界模型——将其定义为"环境在动作作用下如何演化"的预测表征，支撑策略学习、规划、仿真、评估与数据生成五类用途；自 Ha & Schmidhuber 的早期隐空间 RNN、Dreamer/DreamerV2/V3 谱系，到由基础模型与大规模视频生成驱动的新进展，给出统一坐标。
看点：当日多家公众号（具身造事者、AI4F、具身智能前沿、具身智能研究室等）集中转述的同一篇综述，是厘清"世界模型究竟指什么、落在 policy/planning/sim 的哪个位置"的入门坐标，呼应当日"四方启征"的世界模型路线之争。

其他今日论文（公众号转述，未在 arXiv 抓取中、按单源处理）：港中文 & 利物浦发布约 22 页灵巧手综述，复盘近 30 款灵巧手产品；JOJO 极智算法转述 CVPR 2025 三篇世界模型顶会工作（含 Exploration-Driven Generative Interactive Environments）；具身智能大本营称中科院自动化所牵头队伍在某动作条件世界模型国际赛事夺冠（⚠️ 单一公众号来源，赛事与名次未独立核实）。

二、融资与交易

临界点（AGILINK） | A+ 轮 | 数亿元人民币 | 估值突破 10 亿美元（晋级独角兽）
领投/跟投：多家顶级机构联合参与、老股东超额加注（具体名单未披露）；智元机器人孵化
业务：industrial / embodied——机器人末端执行器（灵巧手 + 夹爪），定位具身落地的"最后一厘米"
意义：成立约 4 个月即成独角兽，刷新人形核心零部件赛道资本速度；据称已交付灵巧手超 8000 台、夹爪过万，千余台在工业/物流/服务常态作业，拟于 ICRA 发布直驱旗舰新品
来源：机器人前瞻（首发）　核查：⚠️ 金额"数亿元"、估值口径为媒体引知情人士，未见官方确认

博银合创 | Pre-A 轮 | 近 3 亿元人民币
领投/跟投：元禾辰坤领投，博世旗下博原资本、博世创投等老股东追加，元禾控股、金谷资本等跟投；公司由博世与银河通用联手孵化
业务：industrial / embodied——具身智能工业落地方向
意义：跨国 Tier 1（博世）以资本 + 孵化双重深度绑定中国具身赛道，是外资产业资本下场的代表性信号
来源：创投日报

极壳科技 | B+ 轮 | 5000 万美元（约 3.4 亿元人民币）
领投/跟投：蚂蚁集团、美团龙珠联合领投，Sofina、Granite Asia 跟投，高鹄资本任独家财务顾问
业务：adjacent / embodied——消费级外骨骼机器人
意义：互联网巨头资本集中押注消费级外骨骼，累计融资超 1.2 亿美元，赛道头部效应显现
来源：机器人新锋

萝博派对（RoboParty） | 天使+ 轮 | 数千万美元
领投/跟投：顺为资本领投，小米战投追加投资
业务：humanoid——开源双足人形机器人（曾开源 ROBOTO Origin 原型机）
意义：小米系资本持续加注开源人形路线，本轮距上轮不足一月，节奏极快
来源：机器人开放社区

维他动力（Vbot） | 轮次未明确 | 近 5 亿元人民币
领投/跟投：未披露
业务：embodied / consumer——四足及人形机器人，Vbot 超能机器狗 5 月 8 日启动交付
意义：资金用于大规模量产与销售网络，称首批 500 台机器狗已量产下线
来源：中关村科学城公司　核查：⚠️ 金额与"500 台下线"为厂商口径，单方待核实

Decart | Series B | 3 亿美元 | 估值 40 亿美元
领投/跟投：Radical Ventures 领投，Nvidia、Atreides、Valor、Adobe Ventures、Toyota Ventures 等新投资方，红杉、Benchmark 等老股东；Karpathy 在股东名单
业务：adjacent / infra——实时世界模型（Oasis for physical AI、Lucy）+ 异构算力推理优化栈 DOS（覆盖 Nvidia GPU / Google TPU / AWS Trainium）
意义：世界模型 + 跨芯片基础设施获顶级资本下注，总融资逾 4.5 亿美元，AWS 为最大客户
来源：The Next Web

三、产业动态

humanoid / embodied

智元 WITA（硅光动语）成全国首个完成生成式 AI 服务备案的具身智能交互大模型，同步宣布第 10000 台通用机器人下线
Bucket：humanoid / embodied
内容：上海市网信办 5 月 18 日公示，智元 WITA 完成生成式人工智能服务备案（备案号 Shanghai-WITA-202604100141，备案时间 5 月 15 日），公司称为国内首例合规备案的具身交互大模型，采用"一体三智"（运动/交互/作业智能）架构，主打约 500ms 真人级交互。5 月 12 日香港峰会上智元宣布第 10000 台通用具身机器人下线，并落地 20 亿元"元笙计划"；创始人邓泰华抛出"XYZ 曲线"叙事，称行业进入"部署态元年"。
来源：第一财经　前沿在线
核查：✅ 备案公示属实；⚠️ "龙旗工厂连续 8 小时 2283 次零失误"系厂商演示数字、非生产力/可量产指标，"XYZ 曲线"与"部署态元年"为公司叙事

矩阵超智张江发布旗舰人形 MATRIX-3，公布 10 万级量产路线
Bucket：humanoid / industrial
内容：5 月 18 日张江"科技日"，由特斯拉中国设计研究中心前创始负责人张海星领衔的团队发布 MATRIX-3：身高 170cm、体重 65kg，集成 WAVE 物理基座模型（学"动作后果"、失误学习闭环）、自研直线并联关节、经 8000+ 小时测试的 27 维自由度灵巧手（称微米级精操作）、柔性织物"软护甲"。售价标准版 58 万元起、PRO 版 68 万元起；已在海德曼临港产线、上海南站等场景压力测试。称张江工厂年内具备 5000 台综试产能，2027 上半年冲 10 万台级，并启动 RAAS 开放生态。
来源：具身智能机器人世界（东方网）
核查：⚠️ 10 万级产能与微米级精度为公司路线图/自报；首演为动态演示，非生产力指标

宇树发布全球首款量产级载人变形机甲 GD01
Bucket：humanoid / adjacent
内容：宇树科技 5 月 12 日发布 GD01 载人变形机甲，称可双足/四足自由切换、支持真人驾乘，载人后整机约 500kg，售价 390 万元起，已在直营店展示。多篇报道将其与"量产高达"对标。
来源：机器人与 AI 产业圈
核查：⚠️ "量产级/全球首款"及售价为厂商表述，公开为现场演示

宇树、云深处同步冲刺科创板 IPO
Bucket：humanoid / embodied
内容：宇树科技科创板 IPO 获上交所受理并进入审核（拟募资约 42 亿元，2025 年营收 17.1 亿、归母净利 2.88 亿）；"杭州六小龙"之一云深处 IPO 亦获受理，称去年扭亏为盈、约 95% 收入来自具身智能机器人。
来源：微笑to向暖
核查：✅ IPO 受理属实；⚠️ 营收/利润数字为招股材料口径，待披露文件核对

autonomy

小鹏 GX 首台量产 Robotaxi 在广州下线
Bucket：autonomy
内容：小鹏宣布中国首款全栈自研、前装量产 Robotaxi 下线，原型车为旗舰 GX，纯视觉路线、不依赖激光雷达与高精地图，搭 4 颗自研图灵 AI 芯片、车端有效算力 3000 TOPS，搭载第二代 VLA 大模型，称实现 L4；预计今年下半年广州开启示范运营。
来源：小鹏汽车　IPO 早知道
核查：⚠️ "全球车端最高算力""L4"为厂商声明，示范运营尚未落地，量产下线非规模运营指标

international

现代汽车集团公布部署逾 25,000 台波士顿动力 Atlas 计划
Bucket：humanoid / industrial
内容：现代在 JPMorgan 投资者会上披露，计划在现代/起亚工厂部署 25,000+ 台 Atlas，2028 年于美国 Savannah "Metaplant" 实现年产 3 万台，零部件本土化（现代摩比斯供执行器）；同期波士顿动力放出 Atlas 全身控制搬运 23kg 冰箱的演示，并称"尚未看到 Atlas 能力的极限"。
来源：The Korea Times
核查：⚠️ 部署/产能为 2028 目标，搬冰箱与"未见极限"为厂商演示与表态，非量产或介入率指标

1X 加州 Hayward NEO 工厂投产
Bucket：humanoid
内容：OpenAI 投资的 1X 在加州 Hayward 启用 NEO 工厂（约 5.8 万平方英尺、200+ 员工），称为美国首个垂直整合高产能人形工厂，年产能 1 万台，目标 2027 年超 10 万台；NEO 早期售价 2 万美元或 499 美元/月订阅，首年产能上线 5 天内售罄。
来源：The Robot Report
核查：✅ 工厂启用属实；⚠️ 产能爬坡为目标值

韩国启动公私合营国产 AI 人形机器人计划
Bucket：humanoid
内容：韩国科学技术信息通信部启动"公私合营 AI 人形核心技术高度化项目"，至 2030 年合计投入 504 亿韩元（政府 354 亿 + 民间 150 亿），联合 LG 电子、WIRobotics 等开发面向医疗/护理的国产人形，降低对外依赖（K-Humanoid）。
来源：The Korea Herald
核查：⚠️ 部分外媒英文标题写作"$33.8bn"与韩元口径（约 504 亿韩元，折合约数千万美元级）严重不符，金额以韩方公布的韩元数为准

✅ 已证实 / ⚠️ 单方声明待核实。本期 arXiv 抓取管线无新增条目，论文章基于公众号转述并经独立核实链接成稿；当日数据以世界模型话语、具身合规备案与人形产业事件为主线。