FutureX · 记录未来如何发生

今日要点

· 现代汽车完成对波士顿动力的全资控股（软银约 3.25 亿美元退出），量产版 Atlas 计划 2028 年进入其美国工厂、规划年产能 3 万台。

· 大咖机器人首年连完 4 轮数亿元融资（金沙江领投 Pre-A），公司披露半年订单破 3 亿元、推进数千台落地，朱啸虎等入局"生产力"具身。

· 港大 World Engine 把自动驾驶带入"后训练"时代：在重建的闭环仿真世界里做强化学习，碰撞率降约 45.5%、200km 零接管（仿真口径）。

· 视频世界模型补"空间"与"记忆"短板：CameraSquad（SIGGRAPH 2026）一次并行生成多视角一致视频；腾讯×清华开源记忆评测基准 MBench。

· 百度萝卜快跑获瑞士 L4 商业运营许可（圣加仑等三地约 80 km²），系中国自动驾驶首获欧洲大规模商业运营资质，公众服务定档 2027 年。

CameraSquad：多视角一致的相机可控视频生成 · world-model

把"世界长什么样"和"从哪儿看世界"在注意力层面解耦，让多条相机轨迹在一次并行推理里互通信息——这正好补上视频世界模型走向空间智能时最别扭的一环：换个视角主体就"变脸"、不同轨迹串行推理对不上号。

高林团队（国科大 / 卡迪夫大学 / 港科大 / 快手可灵）· SIGGRAPH 2026 录用 · 解读：机器之心 原文

方法基于 Wan2.2 视频扩散模型，把原有 3D 自注意力拆成专管内容参考的 Content-Attention 与用 PRoPE 机制编码相机内外参的 Camera-Attention，再以"双模式跨视角注意力"（CVA-α 管外观一致、CVA-β 管几何对齐）让同一时刻不同视角的 token 相互可见。生成多视角一致结果后用 DA3 做深度估计反投影出动态 3D 点云，为 4D 重建提供监督。在 WebVid / HumanVid 上相机控制精度全面领先，旋转误差低至 1.42°，且 FID、CLIP-V 等画质指标未因加入空间控制而下降。

World Engine：自动驾驶的"后训练"闭环 · autonomy

端到端驾驶模型已在海量数据上预训练完毕，但真正决定安全边界的长尾事件在真实路采里天然稀缺。这篇把"找失败、重建可交互世界、受约束强化学习"串成闭环，对应的正是 LLM 从预训练转向后训练的那次范式跃迁。

李弘扬团队（香港大学 / 华为 / 上海创智学院 / 清华李升波）· 解读：量子位 原文

系统由三部分组成：SimEngine 用多趟日志以 3DGS 重建可重渲染、可交互的仿真世界（加深度与法向监督、LiDAR 曝光对齐 + 逐相机色彩校正）；Behaviour World Model 用扩散模型围绕已有失败案例泛化出一组相似难例（如前车减速→借道绕行）；后训练阶段采用 behaviour-regularized 强化学习，奖励覆盖避撞、可行驶区域、通行效率与舒适性，并加入对预训练策略的 KL 正则以防灾难性遗忘。在其闭环仿真评测中碰撞率约降 45.5%、200km 零接管。

ERVLA：具身思维链要"想得准"而非"说得多" · vla

VLA 直接继承了 VLM 的大规模视觉-语义先验，但更强的感知、更广的语义覆盖并不天然带来更优的动作生成——清华与小米把矛头指向了"符号化推理"与"连续动作"之间的错配。

清华大学 / 小米 · 解读：具身智能观察室 原文

工作重构了 VLA 的推理-动作映射，强调思维链应服务于动作精度而非冗长描述，缓解 VLM 训练产出偏符号化、与真机连续控制脱节的问题。

ThinkingVLA：边做边"脑补"下一步画面 · vla

传统 VLA 像只会条件反射的学徒，看到指令就直给动作，缺少预判与事后验证；在多步骤、需空间推理的长程任务上很快露怯。

复旦大学 · 解读：类人实验室 原文

方法让模型在执行过程中预测下一步的视觉画面作为中间表征，把"想象未来观测"嵌进动作生成，从而提升长程任务的成功率。

运动聚焦潜动作：50 条轨迹训出跨实体 VLA · vla

高质量机器人操作数据采集成本极高，而人类第一视角视频近乎无限。把动作先验从人类视频里"挤"出来、再用极少真机数据对齐，是当前压低数据成本的主流思路之一。

解读：肉身算法 原文

框架从海量无标注的人类第一视角视频中提取通用"运动聚焦潜动作"先验，随后仅用约 50 条机器人演示轨迹，就能让模型在新机器人平台上达到接近当前顶尖方法的水平。

RT-VLA：双分支解耦 + 多级蒸馏，端到端驾驶提速 44 倍 · autonomy

把驾驶大模型搬上车端，推理时延是绕不过的坎。这篇用蒸馏换速度，试图在保留教师模型能力的同时摆脱推理-解释模块的耦合开销。

CMU · 解读：深蓝AI 原文

RT-VLA 以冻结的大教师模型 SimLingo 蒸馏出轻量学生模型，核心为双分支运行架构与分层蒸馏训练体系，宣称端到端推理提速约 44 倍。

大咖机器人 DaxAI ｜ Pre-A ｜ 数亿元 · embodied ⚠️ 订单为公司披露

金沙江创投领投，云时资本、盛世投资、灵心巧手/灵澄未来及上市公司 CVC 跟投。公司 2025 年 5 月成立，团队由前京东无人车核心成员与中科大少年班博士组建，走"具身世界模型 DaxBrain-WM + 通用本体"双引擎路线，主攻泛零售、泛物流、养老；双臂灵巧手人形起步价 6.98 万元，另发布负载达 1000kg 的吨级重载机器马。公司称首年已连完四轮、半年订单破 3 亿元、推进数千台落地。据 IT 桔子口径，上半年国内具身/机器人融资约 460 亿元、288 起（披露额非营收）；钱正从"撒胡椒面"转向少数已有真实订单的团队。来源：科创板日报 原文

戴盟机器人 Daimon ｜ A 轮 ｜ 亿元 · embodied

由全球工控巨头汇川技术旗下产业基金汇川产投与中国电信联合投资。戴盟主攻视触觉感知与灵巧手，切口是给机器人"摸得准"的触觉能力——这一环正被普遍视为具身操作落地的硬件短板。来源：大湾区共同家园 原文

ZuzuZoos ｜ Pre-A ｜ 数千万元 · adjacent

AI-Native 科技潮玩品牌，押注会说话、会陪伴的情绪向消费机器人，团队来自大疆、泡泡玛特、智谱等。陪伴/情绪赛道近期连续有小额融资落地，资本在大模型与工业机器人之外另开一条 to-C 情绪生意支线。来源：blog.csdn.net https://blog.csdn.net/techforward/article/details/162139424

鹿明机器人 ｜ A1+A2 ｜ 累计近 10 亿元 · humanoid

创始人喻超为追觅科技前具身机器人负责人、清华背景，公司连完 A1、A2 两轮数亿元，累计融资近 10 亿。又一支"追觅系"具身团队进入头部融资梯队。来源：高校学习汇 原文

百度萝卜快跑获瑞士 L4 商业运营许可 · autonomy

许可覆盖瑞士东部圣加仑、外阿彭策尔、内阿彭策尔三地约 80 km²，将与瑞士邮政旗下 PostBus 合作以 AmiGo 品牌运营，系中国自动驾驶首次在欧洲拿到大规模商业运营资质。项目自 6 月 1 日起带安全员路测，限定试运营后面向公众的全量商业服务预计 2027 年放开。继 WeRide×Uber 苏黎世落地后，欧洲再添一条中国玩家的 Robotaxi 进场通道。来源：MSN http://www.msn.com/zh-cn/news/other/%E7%99%BE%E5%BA%A6-%E8%90%9D%E5%8D%9C%E5%BF%AB%E8%B7%91-%E7%91%9E%E5%A3%AB%E8%8E%B7l4%E7%BA%A7%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6%E8%AE%B8%E5%8F%AF-2027%E5%B9%B4%E6%88%96%E6%AD%A3%E5%BC%8F%E5%BC%80%E5%90%AF%E5%95%86%E4%B8%9A%E8%BF%90%E8%90%A5/ar-AA25O3xj?apiversion=v2&domshim=1&noservercache=1&noservertelemetry=1&batchservertelemetry=1&renderwebcomponents=1&wcseo=1

智元宣布七大场景"率先部署" · embodied ⚠️ 营收为目标口径

智元称已在精密上下料、工业搬运、物流分拣、门店导览、餐饮导引等七大场景率先部署，把 2026 年定义为"部署元年"。公司同时提出 2027 年实现 100 亿元营收的目标——这一数字属战略表态，与已落地的部署规模需分开看。来源：懂经 原文

宇树上线消费级体验/租赁 · humanoid

宇树科技通过支付宝芝麻信用上线机器人体验活动，面向 C 端提供按天租赁（约 3299 元/天体验）。属面向消费者的试用触点而非规模化交付，是头部本体厂在 IPO 过会后试探 to-C 心智的一步。来源：随遇点点 原文

现代汽车完成对波士顿动力的全资控股 · humanoid

软银以约 3.25 亿美元退出，现代汽车集团取得波士顿动力 100% 控制权。配套的产品化路线，是在 CES 2026 亮相后将量产版 Atlas 推进部署阶段：计划 2028 年进入现代位于美国佐治亚的 Metaplant 工厂，从零件排序、分拣与产线搬运起步，2030 年扩展到更复杂任务；现代规划建设年产能约 3 万台的机器人产线，背靠其 260 亿美元美国投资盘子。这意味着 Atlas 从研究明星正式转为车厂自有产线的量产工具。来源：汽车之家 https://chejiahao.autohome.com.cn/info/25761939

波士顿动力将在 Spot 上测试谷歌 AI 模型 · embodied

与全资控股消息同期，波士顿动力宣布在 Spot 四足机器人上测试谷歌的 AI 模型，为本体接入更强的通用推理与语言能力探路。来源：MSN https://www.msn.com/en-us/news/technology/boston-dynamics-to-test-google-s-ai-model-on-spot-robots/ss-AA2669EB

智元发布 D1 系列四足机器人 · embodied

智元推出 D1 Ultra、D1 Max、D1 MaxPro 三款四足/轮足机器人，定位行业级应急、安防、巡检、科教、文娱场景；其中 D1 Max 整机约 41kg、12+4 自由度、IP67 防护、双电池热插拔，MaxPro 前置 96 线激光雷达。在人形整机喧嚣之外，四足仍是当下更易落地的特种作业载体。来源：机器人时刻 原文

Physical Intelligence 采用英伟达 Cosmos 3 做评测 · world-model

PI 用英伟达 Cosmos 世界模型推进策略评测——以世界模型生成/预测能力替代部分真机评测，是降低 VLA 验证成本的新路径，也让 Cosmos 的"世界模型即评测引擎"定位再获一个头部用户背书。来源：具身纪元 原文

荣耀首款人形机器人亮相 MWC 2026 · humanoid

荣耀在 MWC 2026 展出其首款具身智能人形机器人，成为首家入局消费市场人形的手机厂商，整机搭载奥比中光 Gemini 330 系列双目 3D 相机。手机厂带着供应链与渠道下场，消费人形的玩家结构正在变宽，但当前仍属展会首秀阶段。来源：深圳市人工智能产业协会 原文

小鹏辟谣"L3/L4 强制加装激光雷达"国标传言 · autonomy

针对网传自动驾驶强制国标，小鹏官方回应称相关说法不实，强调应以现行法规与行业现状为准。传感器路线之争（激光雷达 vs 纯视觉）持续发酵，但监管端并未出台传言中的强制要求。来源：太平洋科技 http://news.pconline.com.cn/2176/21767743.html

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻