FutureX · 记录未来如何发生

今日要点

· 世界模型成全场主线：2026 北京智源大会发布"全球首个通用世界基座模型"悟界·Physis-v0.1（以物理隐空间表征替代像素预测），同日李飞飞撰长文厘清"世界模型"三类定义，arXiv 世界模型论文与评测同步扎堆。

· THEKER 获 8500 万美元 A 轮，创欧洲机器人史最大 A 轮——CRV 领投，三星、LVMH 首次投资西班牙创业公司。

· 百度 Apollo Go 与瑞士邮政巴士合资的 AmiGo 拿到瑞士联邦公路局 L4 特别许可、开放道路测试启动，瑞士成其中国以外第二个规模化市场。

· 资本继续密集落子：协作机器人艾利特 6 亿元 D+、前旷视唐文斌创立的原力灵机完成 B 轮、星尘智能三个月连融超 10 亿、估值破百亿。

· 供应链与芯片自主提速：优必选携手沐曦合资攻具身端侧芯片；灵巧手微型电机进入工程化量产（维宏子公司日产 600 颗）。

WEAVER：同时做到保真、长程一致与高效的机器人世界模型 · world-model

世界模型要真正用于策略评估、策略改进与测试时规划，必须同时满足保真度、长程一致性和生成效率，而三者长期难以兼得。WEAVER 把它们装进同一架构并在机器人操作上拿到 SOTA，是把"学习式模拟器"推向实用的关键一步。

Arnav Kumar Jain et al.（CMU）· arXiv 2606.13672 https://arxiv.org/abs/2606.13672

WEAVER（World Estimation Across Views for Embodied Reasoning）针对世界模型的三大需求——保真度（模拟轨迹与现实相关）、一致性（长程连贯）、效率（快速生成）——提出统一架构，在机器人操作基准上同时刷新三项指标，验证了一个模型可兼顾"像不像、长不长、快不快"。

MoVerse：单张窄视角图像生成可实时漫游的 3D 世界 · world-model

把"视频世界模型"从被动逐帧预测推进到可交互的持久世界，对仿真数据生成与具身导航都有想象空间。

Yang Zhou et al. · arXiv 2606.13376 https://arxiv.org/abs/2606.13376

MoVerse 将世界构建与观测渲染解耦：先用拓扑感知扩散把窄视角输入补全成重力对齐的 360° 全景，再借全景几何残差预测把它提升为持久的 3D Gaussian 支架，从而支持可控相机运动、持久几何与时序一致的高保真观测，并保持实时。

RepWAM：以表征为中心的世界-动作模型 · world-model

现有世界-动作模型大多沿用视频生成的重建式 tokenizer，像素重建对"跟随指令的动力学"指导有限。RepWAM 改用语义化的"表征视觉-动作 tokenizer"，把未来预测和机器人控制连得更紧。

Junke Wang et al. · arXiv 2606.13674 https://arxiv.org/abs/2606.13674

RepWAM 训练一个把视觉输入映射为对齐的视觉与潜在动作 token 的表征式 tokenizer，再以联合建模"未来视觉状态 + 连接它们的潜在动作"来预训练 WAM，转向以语义表征而非像素重建为中心的世界-动作建模。

Flow Reversal Steering：用流的可逆性"唤出"通用策略里的好动作 · manipulation

当直接给通用策略下指令失败时，如何从它丰富的行为先验里调出正确动作一直缺少手段。来自 Finn、Levine 团队的 FRS 用 flow 的可逆性，把粗糙引导映射到邻近的优良动作模式。

Andy Tang et al.（Stanford / UC Berkeley）· arXiv 2606.13675 https://arxiv.org/abs/2606.13675

FRS 面向 flow-matching 通用策略：把"合理但次优"的动作经流策略反向求出其潜在噪声，再映射到附近的通用动作模式。它能把人类或 VLM 的粗略语义引导转成可执行的好动作，在多种仿真与真机操作设置中改善零样本控制。

Mana：把灵巧操作重构成"动画问题"，攻 articulated 工具 · manipulation

带内部自由度的 articulated 工具（剪刀、喷壶等）因接触复杂、功能性抓取难学而长期被忽视。Abbeel、C. Karen Liu 等把灵巧操作类比为计算机动画，几乎自动地生成训练数据。

Zhao-Heng Yin、Pieter Abbeel、C. Karen Liu 等（UC Berkeley 等）· arXiv 2606.13677 https://arxiv.org/abs/2606.13677

Mana（Manipulation Animator）用粗到细流水线，把程序化生成的抓取关键帧经运动规划与强化学习转成操作轨迹；数据生成基本自动、仅需少量鼠标交互，实现 articulated 工具的灵巧 sim-to-real 操作。

FTP-1：首个跨传感器的通用基础触觉策略 · manipulation

触觉策略一直被绑死在固定传感器与本体上，跨硬件几乎无法迁移；FTP-1 把触觉也推向"基础模型"范式。

Chengbo Yuan et al. · arXiv 2606.13102 https://arxiv.org/abs/2606.13102

FTP-1 用异构编码器把图像式、阵列式、状态式等触觉输入投射成统一的形态感知 latent token，由共享的触觉 Transformer 专家联合建模；在汇聚自 26 个数据源、约 3000 小时触觉操作数据上预训练，跨传感器与本体迁移接触丰富操作能力。

LabVLA：把 VLA 接进科学实验室 · vla

AI 已能读文献、提假设、写实验方案，但"在实验台上动手做"仍依赖人。LabVLA 切入科学实验室这一长期空白场景——仪器、透明液体、固定协议流程。

Baochang Ren et al. · arXiv 2606.13578 https://arxiv.org/abs/2606.13578

现有 VLA 多在家庭/桌面演示上训练，少见实验室器材与透明液体。LabVLA 提供面向实验室的专门监督与统一学习框架，可适配执行实验所需的多种机器人本体，把书面实验协议接到真机执行。

对 VLA 的"轨迹级改向"攻击 · vla

随着自然语言进入闭环机器人控制，prompt 本身成了新攻击面。这项工作给出比"诱导单步动作"更隐蔽的威胁：指令看上去仍在执行原任务，却把最终物理结果悄悄改向。

Gokul Puthumanaillam et al.（UIUC）· arXiv 2606.12978 https://arxiv.org/abs/2606.12978

作者形式化了"命令保持式轨迹改向"这一纯 prompt 威胁：提示词表面仍指定原任务，但每步重规划复用提示、逐步改变后续观测，最终改变物理落点，比已有 VLA 对抗提示更强，提示了具身大模型在指令安全上的新缺口。

THEKER（西班牙）｜ A 轮 ｜ 8500 万美元 · industrial

CRV 领投，三星、LVMH、Cathay、20VC、Henkel、Mercadona、Inditex 等跟投。这是欧洲机器人史上最大 A 轮，也是三星、LVMH 首次投资西班牙创业公司。THEKER 2022 年创立于巴塞罗那，做"不专精单一任务"的 AI 原生工业通用机器人，资金用于加速与一线工业客户的部署、深化自研软硬件栈。来源：TechCrunch https://bitcoinworld.co.in/theker-raises-85m-reconfigurable-factory-robots/

原力灵机｜ B 轮 ｜ 金额未披露 · embodied

由智谱 AI、阶跃星辰、商汤科技、阿里领投，华勤、上汽恒旭等跟投。公司 2025 年 3 月由前旷视科技联合创始人唐文斌等核心团队创立——头部大模型公司与产业资本同时押注一家成立仅一年的具身公司，信号意义大于金额。来源：36氪 原文

星尘智能 Astribot｜ B 轮系列 ｜ 累计超 10 亿元 · humanoid ⚠️ 单方口径

被称"中国版 Figure"的绳驱 AI 机器人公司，三个月内连续完成 3 轮、累计融资超 10 亿元、估值突破百亿元，自述锁定中国具身智能第一梯队。来源：投行并购圈 原文

艾利特｜ D+ 轮 ｜ 6 亿元 · industrial

艾利特机器人完成 6 亿元 D+ 轮，节卡机器人同步获产业资本加持——协作机器人赛道在"量产分水岭"前密集补血，资本从本体向更具现金流的协作臂方向回摆。来源：千机局 原文

新智具身｜ 天使轮 ｜ 近亿元 · embodied

复旦系触觉具身公司，成立以来首轮融资由上海国投旗下上海科创集团、复旦科创联合领投，主打"让机器人摸到世界"的力/触觉感知路线。来源：上海市多媒体行业协会 原文

QJ Robots｜ A 轮 ｜ 数亿元人民币 · humanoid

QJ Robots 完成数亿元人民币 A 轮融资，加入今年密集的人形/具身本体融资行列。来源：Gasgoo https://autonews.gasgoo.com/articles/news/qj-robots-completes-hundreds-of-millions-of-yuan-in-series-a-funding-2065334648790695937

众擎机器人｜ 被曝秘密递表港交所 · humanoid ⚠️ 单方口径

深圳人形机器人公司众擎被曝已秘密递表港交所；此前 4 月完成 2 亿美元 B 轮，投后估值破百亿元，由河南投资集团汇融基金领投、立讯精密联合领投。来源：财通社 原文

百度 Apollo Go × 瑞士邮政巴士：AmiGo 获瑞士 L4 特别许可 · autonomy

Apollo Go 与瑞士邮政旗下 PostBus 合资的按需出行服务 AmiGo，获瑞士联邦公路局（FEDRO）L4 级自动驾驶特别许可。该服务用 Apollo Go 的 RT6 车型、首批 25 辆电动出租车，覆盖圣加仑、阿彭策尔等州约 80 平方公里区域，开放道路测试已于 6 月 1 日启动，全无人常态运营预计 2027 年初落地。瑞士将成为继迪拜后、Apollo Go 在中国以外第二个规模化运营市场，也是中国 robotaxi 出海欧洲的关键一步。来源：Reuters https://www.reuters.com/world/asia-pacific/baidu-postbus-get-regulatory-nod-robotaxi-service-eastern-switzerland-2026-06-12/

Waymo 推 Premier 会员：29.99 美元/月 · autonomy

Waymo 上线 Premier 忠诚度计划，月费 29.99 美元，提供优先接驾、10% 返现、免费取消等权益。在车队规模扩张之外，Waymo 开始用订阅制做用户留存与单客价值经营，是 robotaxi 从"铺车"转向"经营客户"的信号。来源：TechCrunch https://mezha.net/eng/bukvy/62ac82cc_waymo_launches_premier/

Uber robotaxi 今夏登陆伦敦 · autonomy

Uber 宣布自动驾驶出行将于今夏在伦敦上线，延续其轻资产、与自动驾驶方合作铺网的打法，欧洲多城 robotaxi 试点节奏继续加快。来源：MSN https://www.msn.com/en-in/autos/news/uber-s-robotaxis-arrive-in-the-uk-self-driving-cars-will-be-available-in-london-this-summer/ar-AA256Bmn?apiversion=v2&domshim=1&noservercache=1&noservertelemetry=1&batchservertelemetry=1&renderwebcomponents=1&wcseo=1

智元机器人全球首店落地京东 MALL 上海店 · humanoid

智元机器人全球首店在京东 MALL 上海店正式营业，把人形/具身产品搬进零售卖场直面消费者，配合其"部署态元年"叙事向 C 端与渠道延伸。来源：驱动之家 https://news.mydrivers.com/1/1129/1129254.htm

小马智行全无人 robotaxi 深圳商业运营 · autonomy

据报道，小马智行全无人自动驾驶出租车在深圳获全无人商业运营资质上路；全无人商业牌照通常被视作 robotaxi 从测试走向盈利的关键门槛，初期覆盖范围有限、需 App 呼叫。来源：陶军旅行 原文

Hyperscale Data 启动首批 30 台 OPR-R2 人形机器人生产 · humanoid ⚠️ 厂商口径

美股公司 Hyperscale Data 宣布旗下 Omnipresent Robotics 已开始生产首批 30 台 OPR-R2 人形机器人。30 台量级属能力/产线验证而非规模化交付，离量产里程碑尚远，按公司公告口径理解即可。来源：AI Insider https://theaiinsider.tech/2026/06/12/hyperscale-data-to-produce-first-30-omnipresent-robotics-humanoid-robots/

智源大会发布"悟界·Physis-v0.1"，押注世界基座模型 · world-model

第八届北京智源大会 6 月 12 日开幕，智源研究院发布"悟界"系列大模型，其中悟界·Physis-v0.1 被其称为"全球首个通用世界基座模型"：以物理隐空间表征替代像素预测，支持 50+ 复杂物理场景的长程推理，强调物理一致性与动作因果性等能力。智源院长王仲远的判断是，AI 正从"预测下一个词元"走向"预测下一个物理状态"，机器人虽已进厂但多任务泛化不足、需转向世界基座模型；该模型由一位 22 岁北大本科生牵头、后续将开源。结合同日李飞飞撰文把"世界模型"厘清为渲染器/模拟器/生成器三类，世界模型正成为继大模型之后产学两端的共同焦点。来源：第一财经 https://www.yicai.com/video/103228151.html；AI前线 原文

优必选携手沐曦股份合资攻具身智能端侧芯片 · hardware

优必选宣布与 GPU 厂商沐曦股份成立合资公司，共研具身智能端侧（边缘）芯片，向上游算力核心硬件纵向延伸。在英伟达 GR00T 参考平台风波、海外算力受限的背景下，本土人形头部与国产 GPU 联手做"机器人大脑"专用芯片，指向供应链与算力自主——消息一出机器人 ETF 盘中放量。来源：证券之星 https://stock.stockstar.com/IG2026061200015586.shtml

自变量发布"事件级世界模型"WALL-WM · world-model ⚠️ 厂商口径

自变量机器人称发布"全球首个事件级世界模型"WALL-WM：不再像主流 VLA/视频模型那样按时间均匀采样、逐帧预测几乎雷同的画面，而是以"事件"为单位预测未来，意在降低长动作的冗余预测成本。是否为"首个"以及实测增益待第三方验证，世界模型路线的国产玩家正快速增多。来源：机器人Daily 原文

帕西尼发布"采执同构"系统 PXCap III × PXDex III · embodied

帕西尼发布其称"全球首个量产采执同构系统"：数据采集端 PXCap III 与执行端灵巧手 PXDex III 在构型上同构，让人采集的动作数据与机器人执行端一一对应，意在打破"采集-执行构型壁垒"、减少数据重定向损耗。具身数据生产是今年的高热基建赛道，多家公司（戴盟×中国移动、蚂蚁灵波等）都在卡位。来源：具身智能研究室 原文

奇瑞联手华为引望，加速 L3/L4 量产 · autonomy

奇瑞与华为引望深化合作，推动 L3、L4 自动驾驶加速量产上车。车企与华为智驾方案的捆绑继续向高阶自动驾驶推进，量产车端 NOA/L3 成为今年车厂主战场之一。来源：video.sina.com.cn https://video.sina.com.cn/p/finance/2026-06-12/detail-iniccnfv0264706.d.html

具身数据与传感网络持续加码 · adjacent

戴盟机器人与中国移动合作打造具身数据采集网络；智元机器人等入股机器人传感器研发商蓝点触控。数据采集基建与触觉/力觉传感器，正成为具身赛道在本体之外的两条"卖水"主线。来源：MSN https://www.msn.com/zh-cn/news/other/%E6%88%B4%E7%9B%9F%E6%9C%BA%E5%99%A8%E4%BA%BA%E4%B8%8E%E4%B8%AD%E5%9B%BD%E7%A7%BB%E5%8A%A8%E5%90%88%E4%BD%9C%E6%89%93%E9%80%A0%E5%85%B7%E8%BA%AB%E6%95%B0%E6%8D%AE%E9%87%87%E9%9B%86%E7%BD%91%E7%BB%9C/ar-AA25lNHy；财经号 http://mp.cnfol.com/26120/article/1781254820-142489453.html

宇树×英伟达合作争议延续（已报） · humanoid

围绕宇树与英伟达 GR00T 参考平台合作的讨论与上游供应链担忧持续发酵，本周多为评论与解读，无实质新进展，详见前两日要点。来源：股曰是 原文

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻