FutureX · 记录未来如何发生

今日要点

· Robotaxi 全球扩张同日三线并进：WeRide × Uber 在苏黎世落地（继马德里后两周内拿下欧洲第二城），Stellantis × Wayve × Uber 签署全球 L4 robotaxi 合作 MoU，Uber × Lucid × Nuro 圈定休斯顿为下一城、定档 2027 年中。

· 贾跃亭旗下 Faraday Future 发布六大系列"全形态"具身机器人，并推 1,990 美元教育机器人 FX Navi 与新款 Futurist 人形，主打家庭/K12 教育生态，FFAI 美股应声上扬。

· 世界模型继续吸金与铺产品：04 年生北大创业者陈博远的逆矩阵（Physis）完成超亿美元种子++轮（经纬、五源、BAI、蚂蚁战投在列）；同日阿里上线实时交互世界模型"快乐生蚝 HappyOyster 1.0"、高德发布 DreamX-World 1.0。

· 智元拆分的物理 AI 数据平台觅蜂科技再获数亿元天使+轮（国方创投领投），延续"数据是分水岭"的独立孵化打法；据 OFweek 统计，1-5 月国内具身累计融资已约 966 亿元。

· 论文侧：阿里放出 Qwen-Robot 系列技术报告（RobotManip / RobotNav），ACE-Ego-0 统一人类与机器人第一视角数据做 VLA 预训练并开源（HF↑39）。

ACE-Ego-0：把人类第一视角视频与机器人轨迹统一进 VLA 预训练 · vla

VLA 苦于真机轨迹昂贵稀缺，而互联网级的人类第一人称视频是现成的"补充监督"。这篇的价值在于真把两类异构数据（动作空间、本体结构、时序动力学、监督质量都不同）放进同一套预训练框架，而非各练各的，并已随论文开源。

Hao Li et al.（ACE Robotics × 港中文 CUHK）· arXiv 2606.17200 https://arxiv.org/abs/2606.17200 · HF↑39

团队搭了一条可扩展的"第一视角视频→动作"管线，把原始人类视频转成机器人格式的伪动作轨迹；再通过统一表征把人类与机器人数据的动作标签对齐到可比尺度，做联合预训练。配套的开源模型 ACE-Ego 当日由 ACE Robotics 与港中文联合放出。

阿里 Qwen-Robot 系列技术报告：用"对齐"释放机器人基座的规模化 · vla

继昨日通义"手脚脑"三连发后，阿里补上方法细节。核心主张是：操作数据天生异构、采集昂贵、多样性窄，直接堆数据会相互冲突；要先把表征、运动、行为三个维度对齐，多源大规模训练才"相加而非相消"——这也是语言/多模态基座的老配方能否迁到机器人的关键验证。

Haoqi Yuan et al.（阿里通义）· arXiv 2606.17846 https://arxiv.org/abs/2606.17846（RobotManip）/ 2606.18112（RobotNav）· 解读：费曼比特 原文

RobotManip 基于 Qwen-VL，提出跨表征、运动、行为三个维度的统一对齐框架，使多来源操作数据可联合训练而非彼此干扰。RobotNav 则面向"智能体式导航系统"，给出一个推理时可外部重配置观测策略的可扩展导航基座——指令跟随、目标搜索、目标跟踪、自动驾驶共享同一感知-规划骨干，但消费视觉流的策略不同，靠训练时对任务模式与观测参数（token 预算、各相机权重）做随机化获得鲁棒性。据公众号拆解，Qwen-VLA 实为约 5B 量级统一权重（约 4B 的 Qwen3 VL 主干外挂约 1.15B 的 DiT flow-matching 动作解码器）。

MuseVLA：给 VLA 装上"按需调用"的多模态传感工具 · vla

绝大多数 VLA 只吃 RGB，对温度、声音、雷达响应这些 RGB 看不出的物理量无能为力。这篇把"选哪种传感器、看什么"建模成类似工具调用的动作，让模型自己决定何时"开第三只眼"，思路比一味堆传感器更可扩展。

Xingyuming Liu et al.（北大 / 微软等）· arXiv 2606.17598 https://arxiv.org/abs/2606.17598 · 解读：非具身不智能 原文

给定任务指令与视觉上下文，MuseVLA 先生成一个"传感器 token + 目标描述"，相当于带参数的工具调用，决定调用哪种感知模态、关注什么；再把所选传感器的测量转成统一的中间"传感图像"喂回策略。等于在 RGB 之外，把红外、声音、雷达等模态作为可被语言条件触发的按需输入接进操作回路。

EgoInfinity：把任意网络视频自动转成机器人可学的 4D 手-物交互数据 · manipulation

互联网视频是人类操作知识最大的"水库"，但把任意 RGB 片段变成可训练的机器人数据一直是瓶颈。EgoInfinity 不是再发一个静态数据集，而是给出一台可持续产数据的"引擎"——这对长期被数据荒卡住的开放世界操作学习更有杠杆。

Gaotian Wang et al. · arXiv 2606.17385 https://arxiv.org/abs/2606.17385

EgoInfinity 是一套模块化的 4D 手-物交互数据引擎，串起感知、分割、重建、交互感知精修与 retargeting 各环节，无需人在环标注，即可把网络视频自动转为"任意视角的机器人重定向 + 视频到动作"训练数据；模块化设计也让它能随上游各子模型进步持续受益。

给基于 flow 的 VLA 量化不确定性：让策略学会"知道自己何时会错" · vla

用 flow matching 训出的 VLA 动作头表现强，却几乎没有机制说"这一步我没把握"。一旦进入预训练分布之外的非平稳环境，模型可能毫无预警地失败。这篇给出一个可落地、面向部署安全的失败预警方法。

Ralf Römer et al. · arXiv 2606.18043 https://arxiv.org/abs/2606.18043

作者推导出一种高效估计认知不确定性的方法：在一个小规模 ensemble 上度量速度场分歧（velocity-field disagreement, VFD），并据此做失败检测与不可靠动作识别。相比给 flow 模型加重型贝叶斯头，VFD 计算开销小，适合实时控制回路里做"该不该相信这步动作"的门控。

Looped World Models：用参数共享的循环 Transformer，把世界模型做小 100 倍 · world-model

世界模型存在一对根本张力：长时程忠实模拟要深算力，但更深的模型部署贵、且容易误差累积。LoopWM 提出把"迭代潜在深度"当成与"做大模型/堆数据"正交的新缩放轴——一个值得关注的世界建模范式选项。

Hongyuan Adam Lu et al. · arXiv 2606.18208 https://arxiv.org/abs/2606.18208 · HF↑5 · 解读：AI妙妙房 原文

LoopWM 是首个用于世界建模的循环架构：通过一个参数共享的 Transformer 块反复细化潜在环境状态，自适应地按每步预测复杂度伸缩"计算深度"，据称在同等效果下相比常规方法可获最高约 100 倍的参数效率，并以谱约束保证任意推演长度下的稳定性。

EBench：别只看成功率，给通用移动操作策略做"分项体检" · benchmark

一个总成功率标量会掩盖策略的真实能力画像。EBench 沿能力与泛化两组维度拆解评测，直接把当下几款主流通用策略放在同一标尺下对比，对从业者选型有实用价值。

Ning Gao et al. · arXiv 2606.18239 https://arxiv.org/abs/2606.18239

EBench 含 26 个多样且有挑战的操作任务，沿 5 个能力维度与 4 个泛化维度标注，评测了 π₀、π₀.₅、XVLA、InternVLA-A1 等模型。结论是：成功率相近的模型能力画像可截然不同——π₀.₅ 测试成功率与训练-测试保持度最佳，InternVLA-A1 在移动操作上领先却在灵巧任务上崩盘，XVLA 的强项原子技能集与其他模型几乎不重叠。

DexLink Hand：320 克、不到 400 美元的 16 自由度连杆灵巧手 · manipulation

灵巧、紧凑、便宜三者长期不可兼得，高自由度往往意味着复杂驱动与传动、难塞进人手尺寸。这只手把成本压到百元美元级、做出量产可复制的形态，对灵巧操作的数据采集与规模化研究是实打实的工具红利。

Hao Wu et al. · arXiv 2606.17418 https://arxiv.org/abs/2606.17418

DexLink Hand 在人手大小的结构内集成 20 个关节、16 个独立驱动器，所有驱动、传感、传动组件全部内嵌；采用平面与空间连杆混合的机械架构，整手重约 320 克、总成本低于 400 美元，目标是在保持类人灵巧度的同时实现高度结构集成与可负担性。

逆矩阵 Physis ｜ 种子++轮 ｜ 超亿美元 · world-model

经纬创投、光合创投、五源资本、BAI 资本、钟鼎资本等共同参与，蚂蚁集团战略投资，老股东高瓴创投、北大系燕缘创投超额加注。公司由 2004 年生的北大创业者陈博远创立，押注"通用世界基座模型"——让 AI 理解并预测物理世界运行规律，给严肃工业、具身、物理仿真等场景提供底层认知引擎，资金主要用于预训练研发与规模化训练体系，旗舰模型计划 2026 年底发布；创始人称该方向的窗口期已压缩至 18 个月。今日同侧另有阿里"快乐生蚝"、高德 DreamX-World 等世界模型产品落地（见产业动态），世界模型的资本与产品两线仍在同步加速。来源：BAI 资本 原文

觅蜂科技（智元拆分）｜ 天使+轮 ｜ 数亿元 · adjacent

国方创投领投，孚腾资本、上海电科基金、元启创新等跟投，老股东均普智能、鼎晖 VGC 持续超额追投；成立仅约 4 个月已连融两轮（此前种子/天使轮有红杉中国、百度风投、云锋基金入局）。觅蜂是智元 2026 年 2 月拆分出的独立物理 AI 数据服务平台，对应"机器人本体采数据—训模型—反哺本体"封闭链路被打开后的独立数据供给位，延续智元"核心业务拆分孵化、子公司独立融资跑细分赛道"的打法。据 OFweek，1-5 月国内具身累计融资已约 966 亿元。来源：机器人前瞻 原文

极佳视界 ｜ B2 轮 ｜ 10 亿元 · world-model

继三个月内连续大额融资后再获 10 亿元 B2 轮，并发布首款家用机器人"拾光 S1"。极佳以世界模型/视频生成路线切入，本轮与新品同时落地，是其从底层模型向 C 端家用产品延伸的一步。来源：InfoQ https://www.infoq.cn/article/WTOJWohLb3Ie7uhNfceO

成都人形机器人创新中心 ｜ 新一轮 ｜ 超亿元 · humanoid

东方富海领投、光华开源等跟投，作为早期投资方东方富海再度加码；融资发生在蜀道集团旗下核心场景企业战略投资刚落地的窗口，且近期已拿下具身智能领域大单。"场景方下注—资本方接力追投"的节奏，是地方人形创新中心绑定落地场景换融资的典型路径。来源：成都发布 原文

诺亦腾机器人 Noitom ｜ Pre-A++ 轮 ｜ 数亿元 · adjacent

获多家头部产业资本与市场化机构超额认购，投资方含北京市人工智能产业投资基金、上海人工智能产业系列基金、深创投、建发新兴投等。诺亦腾长于动作捕捉，正卡位具身数据采集这一上游环节，与今日多笔"无本体数据/数据平台"融资同属一条主线。来源：阿尔法公社 原文

WeRide × Uber 苏黎世 Robotaxi 落地，欧洲第二城 · autonomy

苏黎世为 Robotaxi 开绿灯，文远知行与 Uber 宣布在当地推出商业化 Robotaxi 服务，成为继马德里之后两周内落地的欧洲第二城。双方自 2024 年底以来已在阿布扎比、迪拜、利雅得等中东城市运营纯无人或公开 Robotaxi，此番把经验复制进西欧发达市场。该消息当日由 10 余家财经媒体同步报道，是今日 Robotaxi 全球扩张潮中真正"已落地运营"的一笔。来源：文远知行 WeRide 原文

Autonomique 半人形机器人在 Tier-1 汽车供应商 F&P 投产部署 · industrial

加拿大公司 Autonomique 宣布其半人形机器人 + AI 已推进到一级汽车零部件供应商 F&P Mfg. 的生产部署阶段。公司自陈"会后空翻的机器人不是重点"，主打的是产线上稳定干活的可用性。作为汽车 Tier-1 场景的实装案例值得记一笔，但单点投产与规模化产能仍是两回事。来源：The Robot Report https://www.therobotreport.com/autonomique-deploys-semi-humanoid-robots-canadian-tier-1/

Sanctuary AI 把 physical AI 战略扩到工业机器人，在 Tier-1 汽车供应商验证 · embodied

Sanctuary AI 宣布将其 physical AI 能力从人形扩展至工业机器人，并称在一级汽车供应商处完成"生产就绪"的性能验证。需注意这属于产线环境下的能力验证/演示，距离量产装机与规模交付仍有距离。来源：Business Wire https://www.businesswire.com/news/home/20260617330329/en/Sanctuary-AI-Expands-Physical-AI-Strategy-to-Industrial-Robotics-Demonstrating-Production-Ready-AI-Performance

工业具身质检机器人 CASIVIBOT 批量交付落地洛阳 · industrial

据报中国"首款"工业具身质检机器人 CASIVIBOT 批量交付并落地洛阳，进入工业质检场景。⚠️ 厂商口径"首款"与批量规模为单方表述，可作工业具身在质检细分的落地信号看待。来源：Sohu https://m.sohu.com/a/1038006727_223764?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334

Raymond × Third Wave Automation：physical AI 扩到叉车队 · industrial

叉车巨头 The Raymond Corporation 与 Third Wave Automation 达成技术合作，把 physical AI 规模化铺到 Raymond 的叉车车队。仓储物流是具身/自主技术兑现 ROI 最快的场景之一，头部叉车厂以车队为载体引入自主能力，比单点试装更接近规模化。来源：Robotics & Automation News https://roboticsandautomationnews.com/2026/06/17/raymond-partners-with-third-wave-automation-to-expand-physical-ai-across-lift-truck-fleets/102620/

Faraday Future 发布"全形态"具身机器人世界，1,990 美元教育机器人入场 · humanoid

贾跃亭旗下 Faraday Future（FFAI）一口气铺出横跨六大系列的"全形态" EAI 机器人世界，并推出全新 Futurist 全尺寸人形与售价 1,990 美元的 FX Navi 四足机器人，同步发布所谓"三合一"具身机器人教育生态，主攻学校与家庭场景。FX Navi 含 12 个关节电机、以 iOS/Android 手机为算力平台，配可视化编程与 STEM 课程；Futurist 人形宣称原生支持 NVIDIA 的全身运动控制。FF 同期被多家中文媒体报道获约 7,000 万美元机器人业务融资，消息后 FFAI 美股盘中上扬。⚠️ 单方口径产品规格、教育生态与股价反应均以公司发布与盘中表现为准。来源：Business Wire https://markets.financialcontent.com/stocks/article/bizwire-2026-6-17-faraday-future-unveils-full-form-eai-robot-world-spanning-six-product-series-launches-worlds-first-three-in-one-eai-robotics-education-ecosystem-strategy-and-debuts-all-new-futurist-humanoid-robot-and-fx-navi-priced-at-1990

Robotaxi 合纵连横：Stellantis × Wayve × Uber 结盟，Lucid × Nuro × Uber 进军休斯顿 · autonomy

6 月 17 日 Stellantis、Wayve、Uber 宣布就全球范围 L4 无人驾驶 robotaxi 的开发与部署签署合作（MoU）：Stellantis 出 L4-Ready 整车平台（内嵌传感套件、面向高利用率无人运营的安全冗余），Wayve 出 AI 驾驶软件，Uber 出全球出行网络，目标覆盖欧洲、北美及更多城市，承接 Wayve 与 Uber 此前在伦敦、东京等十余城的部署计划。同日 Uber 联手 Lucid、Nuro 选定休斯顿为第二个 robotaxi 城市、定档 2027 年中。叠加苏黎世实际落地（见上章），主机厂、自驾软件公司与出行平台的"三方拼盘"正成为 robotaxi 规模化的主流组织形态。来源：Stellantis https://www.stellantis.com/en/news/press-releases/2026/june/stellantis-wayve-and-uber-partner-to-scale-robotaxis-globally

阿里"快乐生蚝"、高德 DreamX-World 同日上线，世界模型铺产品 · world-model

阿里云发布可实时构建与交互的开放式世界模型产品 HappyOyster 1.0（快乐生蚝），宣称一句话即可生成可实时交互的数字世界，能推演"动作—反馈"因果链并保持人物与环境的长程一致性；同日高德发布 DreamX-World 1.0，定位通用、多模态、可交互的视频世界模型，融合相机导航、长程场景记忆与可组合事件控制。延续近期智源大会以来的世界模型热度，今日的看点从"会场定义之争"转向了大厂把世界模型做成可用产品。⚠️ 厂商口径来源：高德技术等 原文

越疆将发布下一代陪伴交互 AI 人形，"协作机器人第一股"进军家庭 · humanoid

越疆（Dobot）预告将发布下一代陪伴交互 AI 人形机器人，把此前在开放商业场景验证的"感知-推理-执行"闭环迁入家庭，并称要定义家庭具身智能新标准。作为"协作机器人第一股"由工业臂转身做 C 端陪伴人形，是协作机器人厂商向家庭场景延伸的又一例；"AI 已能理解物理世界"等表述为厂商宣传口径。来源：Sina finance https://finance.sina.com.cn/tech/it/2026-06-17/doc-inictaer7125238.shtml

宇树亚洲首店开业：机器狗比人形好卖，与智元走出两套零售逻辑 · humanoid

宇树进驻"中华商业第一街"开出亚洲首店，把门店当作面向大众的品牌橱窗与销售终端、用顶级商圈流量换 C 端曝光；同处一街的智元则选漕宝路安静地段，以接待企业客户、科研团队与潜在合作方为主。现场反馈机器狗销量好于人形，宇树当下最大买家仍是"需要一台人形撑门面"的机构客户。两家迥异的选址折射出本体厂在 IPO 前后对 C 端品牌与 B 端商务两条路径的不同下注。来源：科创日报 原文

大厂高管"下一站具身"：Qwen 负责人林俊旸据报入局 · embodied

有中文媒体报道 Qwen 负责人林俊旸入局具身智能创业、估值约 135 亿，方向大概率落在"大脑"模型层而非实体整机制造。⚠️ 单方报道该消息尚未见官方确认、估值与定位均为媒体表述，可作"大厂高管转向具身"趋势的一个观察点，不宜当定论。来源：观网财经 原文

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻