FutureX · 记录未来如何发生

今日要点

· 宇树科技 6 月 1 日科创板上会，最新招股书披露 Q1 营收 4.23 亿元，扣非净利同比下滑 52.55%；多方报道 IPO 前估值 420 亿。

· 触觉具身一日内三笔大额融资：复旦系新智具身近亿元天使轮、灵心巧手 B 轮约 15 亿元（投后估值破百亿）并战略并购京灵智康、天机智能合计 10 亿元由高瓴与美团联合领投。

· Figure AI 与 JCPenney 母公司 Catalyst Brands 签订商业部署协议，将在内华达配送中心规模化部署人形机器人。

· "世界模型周"共振：LeCun 联名新论文从理论上证明 LeJEPA 可线性恢复世界潜变量；NVIDIA 上线开源世界模型 SANA-WM；Decart 完成 3 亿美元 B+ 轮，投后 40 亿美元。

· Pony.AI Q1 财报：Robotaxi 单季收入 5912 万元（同比 +395.4%），1700+ 车队覆盖 9 国；同期 autoevolution 报道特斯拉 Robotaxi 美国三城实际运营车队收缩至约 20 辆。

何时 LeJEPA 才学到了世界模型？

这是 LeCun 离开 Meta 押注 JEPA 路线之后的首篇理论补强：证明在一类自然的潜变量动力学下，LeJEPA 能线性恢复世界的潜在自由度；并且——在所有此类世界中，Gaussian 是唯一能让该可识别性成立的潜变量分布。

David Klindt, Yann LeCun, Randall Balestriero · arXiv 2605.26379

论文研究"对齐 + Gaussian 正则"组成的 LeJEPA 在何种条件下才学到可用于规划与组合泛化的世界模型表征。主结果分两侧：正向，基于一种谱分解证明非线性映射受到严格惩罚，使线性映射成为最优；反向，排除一切非 Gaussian 替代分布。论文进一步给出近似可识别性的扩展结论，并将其作为 JEPA 路线下世界模型可学习性的形式化保证。

FineVLA：让 VLA 听懂"该怎么做"的细粒度指令

现有机器人数据集普遍只把轨迹配上"把杯子放下"这种粗粒度目标语言，主臂、接近方向、接触区位等执行细节统统缺位——这正是 VLA 在真实场景下"听懂目标却做错动作"的根本原因。

Xintong Hu et al. · arXiv 2605.27284

框架由三部分组成：一个统一了 10 个开源机器人数据集、覆盖 85K 任务、共 972,247 条轨迹的数据构建工具，并在其上构建 47,159 条人工核验的细粒度 FineVLA-Data；一个含 500 段视频的 held-out 基准；以及一组动作对齐的细粒度监督机制。论文报告，模型在 pose、color、approach direction 等目标级语言无法约束的因素上获得最大增益。

HyperSim：面向操作机器人的全链路 sim-to-real 框架

sim-to-real 长期被视为合成数据规模化的最大阻碍。HyperSim 不再就单一环节做改良，而是把仿真合成、策略训练、真实部署贯通在一条链路里，给出方法栈层面的一组确定性答案。

Junyi Dong et al. · arXiv 2605.26638

方法由三大支柱组成：高保真环境合成、对抗式轨迹生成、sim-and-real 联合训练，分别针对视觉保真度、数据覆盖、域差适配。在实测中，ACT 策略的 sim-to-real 成功率达 80%，π_0 策略达 95%。论文将其作为合成数据可规模化复制操作 know-how 的支撑证据。

TPS-Drive：让 VLM 在"提纯空间"里规划自动驾驶

VLM 做端到端规划面临两条岔路：把 3D 轨迹平铺成 token 会损失几何并产生 spatial hallucination，保留稠密视觉表示又会被冗余背景纹理淹没 tokenizer。TPS-Drive 选择第三条路——只把任务相关的 agent 提取出来再交给 VLM 推理。

Jiaxiang Li, Yumao Liu, Ke Ma · arXiv 2605.27038

核心是一个 Agent-Centric Tokenizer，用任务引导的向量量化把场景压成稀疏 agent 表示，再让 VLM 在该空间里做轨迹预测。论文报告其在 nuScenes 开环评估上取得 SOTA 的 agent 空间状态预测精度并显著降低碰撞率，且在一项 closed-loop 安全榜单上刷新纪录。

LocateAnything：并行 Box Decoding 让 grounding 同时变快变准（HF 88↑）

当下 VLM 视觉 grounding 把 box 拆成 4 个独立 token 串行解码——既割裂 box 内部的几何耦合，又把整个模块卡在序列生成的吞吐瓶颈上。本期 Hugging Face 社区热度最高的论文。

Shihao Wang et al. · arXiv 2605.27365

LocateAnything 提出 Parallel Box Decoding（PBD），把 box 或点等几何元素当作原子单元一步并行解码，保留 box 内部几何一致性的同时解锁可观的并行度。论文报告 PBD 同时提升 decoding 吞吐与定位精度，在高 IoU 区段尤为显著，并在多个基准上刷新吞吐-精度的 Pareto 前沿。

SpatialBench：空间基础模型能算"全能选手"吗？（HF 52↑）

空间 foundation model 多在各自定制的小数据集上自评，评估范式碎片化让"通用性"无从衡量。SpatialBench 把跨视角、跨场景域、不同输入密度、不同硬件约束打包成一张通用度量盘。

Haosong Peng et al. · arXiv 2605.27367

论文用确定性采样设计了跨范式、跨域的统一基准，评估同一模型在多任务多视角下的鲁棒泛化能力。结果显示：full-context attention 在精度上占优，但有界内存策略才能在长序列上保持可扩展性，这给空间 foundation model 的部署侧选型给出量化依据。

VLA 能不能在真实世界里持续学习而不遗忘？

此前 VLA 的持续学习只在受控仿真里研究过。这是第一份在真实世界四个顺序任务（刚体抓放、接触式压按、可变形物折叠）上的系统实证，结论是负面的。

Jiarun Zhu et al. · arXiv 2605.26820

作者构建了上述真实世界四任务连续学习数据集，并在其上系统评估 VLA 模型。综合结果表明：现有 VLA 模型在真实场景顺序训练中会遭遇显著的灾难性遗忘。论文给出第一组真实世界基线，并讨论长寿命机器人策略持续部署所面临的可重训成本。

PhyPush：一次推就估出物体质量与摩擦，不依赖力/触觉传感器

物体物理属性估计长期依赖力/扭矩传感器、触觉阵列或动捕系统。PhyPush 想证明：用标准机械臂自身的末端运动学就够了——这对解禁低成本部署有直接意义。

Koyo Fujii et al. (University of Nottingham) · arXiv 2605.26284

PhyPush 是一个物理引导的 Transformer 框架，仅用单次推动产生的末端速度估计物体质量和摩擦系数。模型把牛顿第二定律与库伦摩擦模型作为物理引导损失加入训练，提升物理一致性。论文将其定位为传感器节俭、可在标准工业臂上即取即用的物理属性估计方案。

MBDPO：用扩散策略统一世界模型 RL 的搜索与价值学习

基于世界模型的 RL 在大规模上挣扎，业界长期归因于模型偏差与误差累积。这篇把问题再推一步：search 与 value learning 之间存在结构性错配，policy improvement 用的是非搜索策略派生的价值函数。

Xiaoyuan Cheng et al. · arXiv 2605.26282

论文提出 Model-Based Diffusion Policy Optimization（MBDPO），用扩散策略表示把搜索与策略改进统一成一个连贯目标，消除上述训练不一致。作者将其定位为释放世界模型在可扩展策略学习上潜力的关键改造。

新智具身（复旦系视触觉具身大模型）｜ 天使轮 ｜ 近亿元

由上海科创集团与复旦科创联合领投，上海科创集团旗下策源基金等跟投，多维资本任独家财务顾问。公司搭建"传感器层-数据层-模型层"三段技术架构，自研视触觉传感器并称模块化设计可支撑 24h 连续使用，瞄准把触觉补进具身基座模型。本轮是公司成立以来首轮融资，也是当日机器人融资头条。来源：机器之心、量子位、IPO 早知道、机器人大讲堂

灵心巧手 LINKERBOT｜ B 轮 ｜ 近 15 亿元 ｜ 投后估值破百亿

灵巧手细分赛道龙头，公司称已实现全球高自由度灵巧手月产/月交付双双破千台，累计出货超 1 万台，并同步战略并购高端仿生手公司京灵智康。一年内多轮密集融资，估值快速上修。⚠️ 月产能与市占率为公司口径 来源：钛媒体、机器人精英圈、新智独角兽、搜狐网

天机智能｜ B 轮 + B+ 轮 ｜ 合计 10 亿元 ｜ 投后估值近百亿

高瓴创投与美团战略投资联合领投，腾讯、高榕创投、光合创投、纪源资本等跟投。公司专注机器人力控执行部件研发与量产（六维力传感器、机器手等），是本期工业具身赛道最大额融资。来源：机器风潮、圣驰资本、光年 Tech

中科第五纪｜ A 轮 ｜ 数亿元

孚腾资本领投，上海半导体产投、国科资本、中国风险投资、鸿瑞达跟投，老股东卓源亚洲超额加注，已是公司年内第三轮。资金重点投向自研端到端超少样本大模型、世界模型迭代、强化学习工程化与机器人产品量产。创始人兼 CEO 刘年丰为中科院自动化所博士。来源：盖世具身智能、Pandaily、搜狐网

理工华汇｜ Pre-A 轮 ｜ 近亿元

基石创投独家领投，深创投、方广资本联合跟投。北京理工大学技术团队孵化的机器人本体公司，资金主要用于产品迭代、量产落地与研发团队搭建。来源：维科网机器人、世界人形机器人产业集群

维泛智能｜ 种子轮 ｜ 数亿元

中关村资本及旗下启航投资联合领投，上海未来产业基金、石溪资本、佰维存储、燕创集团等跟投。公司由北大类脑芯片实验室孵化，瞄准机器人"大脑"芯片国产替代——当前机器人端侧算力主流仍是 NVIDIA Jetson Orin 系列。来源：北大青年 CEO 俱乐部

Decart｜ B+ 轮 ｜ 3 亿美元 ｜ 投后估值 40 亿美元

实时世界模型方向，公司成立两年半，累计融资突破 4.5 亿美元，本轮使其成为本月"世界模型"商业化叙事中最受关注的海外标的，与 NVIDIA 开源 SANA-WM、LeCun 联名理论论文同期形成共振。来源：创新观察局

Atom（日本人形机器人）｜ 种子轮 ｜ 30 亿日元（约 2000 万美元）

瞄准制造与物流场景的日本人形机器人初创，公司称希望以人形机器人推动日本 1% GDP 增量。⚠️ GDP 增量目标为公司宏观愿景 来源：디지털투데이

Figure AI 与 JCPenney 母公司 Catalyst Brands 签订商业部署协议

双方将在内华达州的配送中心规模化部署 Figure 人形机器人，承担零售物流环节作业。Catalyst Brands 是由 JCPenney 与 SPARC 集团合并而成的零售控股集团，旗下还包括 Eddie Bauer、Lucky Brand 等品牌。这是 Figure 在工厂之外向"零售配送"场景的首单商业落地。✅ 已证实 来源：Chain Store Age、Robotics & Automation News、Techiexpert、MEXC

宇树科技 6 月 1 日科创板上会，Q1 净利同比腰斩

最新招股书披露 2026 Q1 营收 4.23 亿元、扣非净利 4025.36 万元，扣非净利同比下滑 52.55%，公司预计上半年扣非净利同比 -21.97% 至 -6.43%。多家媒体援引的 IPO 前估值约 420 亿元。公司在风险提示中坦承"人形机器人行业尚处早期阶段"——这与公司同期在天津/合肥/厦门接连签订战略合作和产业学院共建协议形成对照。✅ 已证实 来源：21 财经、电子工程专辑、赛博研讯、cpem.org.cn、中金在线

比亚迪正式入局人形机器人，李柯透露场景与时间表

比亚迪执行副总裁李柯在专访中首次披露：比亚迪正全力自研人形机器人，核心场景覆盖全球 4S 店导购接待，未来进入家庭承担烹饪、陪伴等任务；她预测国内有望率先实现商业化落地，门店导购将是核心应用场景。市场对比亚迪入场的工程能力（车端制造体系 + 软硬件协同）给予正面预期。⚠️ 单方表态，量产时间表与具体形态未披露 来源：新浪财经、Sina finance、17173、泡泡网

中国发布全球首个人形机器人全生命周期管理服务平台与 29 位身份编码标准

近日全国首个人形机器人全生命周期管理服务平台在北京发布，《人形机器人全生命周期管理规范》标准同步亮相，规定每台人形机器人将被赋予唯一的 29 位身份编码，覆盖生产、流通、使用、回收全链条。国际媒体（eWeek、AzerNews、VnExpress、MarketWatch 等）大量跟进，普遍解读为中国走在"机器人国家级数字身份"治理框架前列。✅ 已证实 来源：福州市数据管理局、eWeek、VnExpress、AzerNews

Pony.AI Q1 财报：Robotaxi 单季收入同比 +395.4%，车队覆盖 9 国

2026 Q1 总营收 2.36 亿元，其中 Robotaxi 业务收入 5912 万元、同比 +395.4% / 环比 +28.7%，已超 2025 全年 Robotaxi 收入（1.16 亿元）的一半。截至 5 月 24 日，Robotaxi 车队超 1700 辆，覆盖中国、欧洲、中东、东亚等 9 个国家。公司宣布 2027 年国内 Robotaxi 整车成本（含车辆、电池与自动驾驶套件）将控制在 23 万元以内。同日公司上调全年收入与车队规模目标。✅ 已证实 来源：无人车来也、Robotaxi 圈、电车汇、Forbes、HarianBasis

特斯拉 Robotaxi 美国三城运营车队收缩至约 20 辆

autoevolution 报道特斯拉正在收缩其在奥斯汀、达拉斯、休斯顿的无人监督 Robotaxi 运营，车东西援引称美国市场实际运营仅剩约 20 辆。与同日 Pony.AI 单季 Robotaxi 收入暴增形成对照。⚠️ autoevolution 报道措辞为"appears to be"，特斯拉未公开确认 来源：autoevolution、SecNews.gr、Dagens.com、车东西

智元发布 BFM-2 端到端运动基座模型，WITA 大模型全国首个完成具身大模型备案

公司称 BFM-2 是"全球首个端到端 Motion-Between 运动基座模型"，以生成式架构替代传统"预设轨迹、被动执行"的运控模式；同期 5 月 18 日上海市网信办公告，智元 WITA（硅光动语）大模型完成合规备案，成为全国首个完成备案的具身智能交互大模型。本周塞尔维亚总统武契奇访华期间专门考察智元合作伙伴工厂并观看演示。⚠️ BFM-2"全球首个"为厂商口径 来源：智元 AGIBOT、凯联财富、Stark 瞰未来

"世界模型周"产业侧三连动：NVIDIA 开源 SANA-WM + 三菱/Fanuc 牵手 Google + 学界并行

NVIDIA 开源世界模型 SANA-WM 上线，与早前发布的世界动作模型 DreamZero 一同被 Moomoo、SJ 研值笔记等多方报道；三菱电机与千叶工业大学宣布合作开发 physical AI；Fanuc 与 Google 在物理 AI 上达成合作（Canadian Plastics、Engineering.com 报道）。叠加同日 Decart 完成 3 亿美元 B+ 轮、LeCun 联名理论论文上线，世界模型成为本周明确的产业-学术共振主题。⚠️ 多源媒体报道，技术细节有待官方进一步披露 来源：Moomoo、Canadian Plastics、Engineering.com

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻