━━━━━ 正文从此处全选复制 ━━━━━

FutureX · Physical AI

今日要点

· 工信部：上半年国内人形机器人产量超 4 万台，预计全年突破 10 万台

· GPT-6-Astra 在 LIBERO-Long++ 上拿到 100%，换到真机后插插头试了 11 次，一次没成功

· Dyna 叠餐巾机器人实验室成功率 99.4%，在鼎泰丰门店跑了十个月，达标率只有 75%

· 国家统计局：前三季度工业机器人产量同比增 29.1%

· 照现在的进度，Waymo 年底前将进口约 5100 辆极氪造 Ojai，车队规模翻倍以上

· 波士顿动力 CFO：Atlas 物料成本约 七成花在执行器上，现代摩比斯按成本价供货

▎ 论文进展

系统评测 GPT-6-Astra 能否称为具身智能：覆盖 12 项仿真基准和 8 种真机配置 · benchmark

HF 156↑。这项评测设了两个放宽条件：模型可以利用训练集示范做上下文学习，动作步数上限提高到原来的 10 倍。在此前提下，GPT-6-Astra 在 LIBERO-Long++ 上达到 100%，在 LIBERO-Pro 上达到 99.3%，在 RoboDojo 上的成功率则从标准预算下的 27.6% 升至 81.9%。不过在家庭长程基准 BEHAVIOR 上，它只有 37.0%，增加步数也没有改善。换到真机，差距更明显：让它把笔放进笔筒，耗时 4 个多小时，花费 55 美元；让它插插头，在多款真机上交叉验证了 11 次，没有一次成功。报告认为，该模型大体已经跨过"具身能力"的门槛，但距离可实际部署的具身智能仍然很远。报告把真机问题归结为三点：示范数据的采集成本高，物理状态难以核验，不可逆的失误无法恢复。[1]

HexaShell 让编码智能体直接操控双臂机器人，瓶颈出在接触环节，而非推理 · manipulation

HF 104↑。HexaShell 的做法很简单：它把编码智能体的命令行输出转换成双臂动作，智能体由 Codex 调用 GPT-6-Astra 担任，推理强度为中等。每次任务失败后，智能体会读取日志查找原因，自行编写或修改小工具，并借助三路相机的三角测量来定位物体。在 RoboDojo 的全部 42 项任务上，它的成功率为 39.7%，进度分为 48.0，作者称这是该榜单的新纪录。分项来看，推物任务达 92.5%，紧配合插入仅有 8.3%。上一篇报告里同样使用 GPT-6-Astra，在标准步数预算下的 RoboDojo 成功率是 27.6%。HexaShell 的工具先在每个种子的 10 个布局上编写，冻结之后才进入测试。这些工具已经开源。[2]

RAX 无需示范，由编码智能体在线探索并生成机器人程序 · manipulation

新本体投入使用时，通常要先积累一批遥操作数据。RAX 采用了不同的思路：让通用编码智能体在线探索并直接编写控制代码，既不需要动作示范和手工原语，也不依赖价值函数的引导。测试涵盖单臂、双臂、灵巧手、移动和人形本体，在仿真中平均比最强基线高出 37.4%。探索的规模越大，它在未见过的环境中泛化得越好。该框架已经开源，接入新本体只需对接 API。[3]

仅凭关节感知完成毫米级装配，在仿真中训练后零样本迁移到真机 · manipulation

这项策略的输入只有关节位置、关节速度和它自己发出的动作，没有使用视觉、力矩或触觉信号。零件的位姿未知，抓取姿态也做了大幅随机化，全部训练在仿真中通过强化学习完成。插销策略零样本迁移到真机后，对不同形状和尺寸的销子成功率达 73%。在仿真对照中，这种盲策略面对没见过的零件，泛化效果明显好于同条件下的视觉策略，代价是动作更慢。配套的 MuJoCo 装配体生成器也一并开源。[4]

Shadow 灵巧手不看球即可转动保定球，连续转了 225 次 · manipulation

Shadow Dexterous Hand Lite 仅依靠本体感知和二值触觉，在一次连续试验中完成了 225 次 180° 转动，相当于 112.5 整圈，速度约为每秒 0.36 圈。作者称，就保定球任务而言，这是目前转数和速度都领先的硬件结果，各类传感方案都包括在内。论文还标出了触觉信息最关键的手部区域。[5]

FCTS 根据失败点生成训练地形，让四足机器人跑酷通过工地 · locomotion

作者大多来自 FieldAI。四足跑酷策略在标准障碍上表现稳定，但遇到工地上不规则的组合地形，就容易失败。FCTS 根据每次失败的位置、终止方式和周边地形，生成下一批训练地形，并用蒙特卡洛树搜索在固定预算内选择课程。在依据真实工地扫描搭建的中等难度赛道上，成功率由 28.4% 提高到 85.8%，真机实验也证实策略能够迁移。[6]

StopWatch 指出，目标物导航的短板在于"没有认出目标" · autonomy

HF 3↑。把 VLM 微调为导航策略之后，成功率仍然偏低。作者诊断后认为，主要原因在目标定位：策略的探索本身做得不错，却经常没有发现目标已在视野之内，或者估不准目标的距离。引入显式的目标定位后，该方法在六个基准上取得 SOTA，作者还顺带修正了这些基准中的标注错误。当提供真值定位时，策略的表现几乎追平生成示范数据的专家，可见剩下的提升空间在感知。[7]

LAW 让 VLM 为世界-动作模型担任长程调度 · world-model

世界-动作模型（WAM）是同时预测动作和未来画面的模型，它擅长生成动作，但长程任务还需要语言层面的规划。LAW 使用一个 2B 的 VLM 来规划剩余的子任务，对 WAM 提出的候选动作进行估值并加以融合，同时异步判断任务的执行进度。在 RoboTwin 的 50 项任务上，平均成功率为 94.21%，换用 OpenWAM-α 骨干后为 95.56%。在三项长程真机任务上，成功率为 65%，而 π0.5 为 28.33%。[8]

其他今日论文：
· AnchorQ（通过流反演把参考动作映射为潜在锚点，用于强化学习后训练，在同等交互预算下真机成功率提升 37%，[9]）
· Embodiment-Classifier Guidance（不增加示范也不修改参数，利用本体分类器的梯度引导冻结的 π0 迁移到新本体，LIBERO 成功率由 72% 升至 80%，[10]）
· Spatial Memory by Agents（由编码智能体自行设计机器人的空间记忆，五类任务平均得分 44.23，最强基线 ReMEmbR 为 29.32，[11]）
· EmbodiedMidtrain（从 VLM 数据池中选出最接近 VLA 分布的样本进行中训练，[12]）
· MambaAct（采用 Mamba 动作专家，降低 π0.5 这类流匹配 VLA 的推理成本，[13]）
· VLA 视觉任务劫持攻击的闭环优化（[14]）
· Beyond Success Rate（通过干预实验检验 VLA 的记忆是否真正发挥作用，[15]）
· PanoBench（面向自动驾驶的全景占用预测基准，[16]）

开源·工具·评测

· WorldOracle：论文于 10 月中旬上线，随后智元、英伟达、普林斯顿、UT Austin 和多伦多大学的研究者在 10 月 16 日正式开放该平台的提交通道，用真机执行记录来评测世界模型。评测集包含 335 条真实操作轨迹，每条约两分钟，其中约四成是失败或次优的执行。抓空、掉落、洒水之类的结果，模型同样要预测正确才能得分。119 人对 128 组结果做了盲评，四项指标与人类判断的一致率在 88.1% 到 93.2% 之间。开放权重模型和闭源模型都可以参评 [17]

· Uranus：这是地瓜机器人（D-Robotics）开源的机器人视频世界模型。它根据关节角逐步生成画面，每一步只输出 4 帧（GE-Sim 2.0 每次 25 帧，GigaWorld-1 每次 33 帧），因此交互延迟更低。关节配置先经正向运动学绘成统一的 2D 骨架图，所以 UR5、ALOHA 和智元人形可以共用同一个模型 [18]

· Manifold AI WorldScape R²SI：流形空间补充公布了成绩。在 RoboDojo Agent 榜的原生动作步数限制内，其宏观进度分为 46.58，并称超过 GPT-6-Astra。同一天，HexaShell 论文在 RoboDojo 的 42 项任务上报告的进度分是 48.0，两方都自称第一 ⚠️ 厂商口径 [19]

▎ 融资与交易

Xspark AI ｜ 新一轮 ｜ 金额未披露（累计数亿元） · embodied

猎道投资、华山资本、元航资本、浦东创投、钧源资本、南山战新投和水木创投参与了本轮融资，多维资本担任独家财务顾问。团队来自清华，由清华长聘副教授丁文伯带领，研发在预训练阶段就内建触觉的视觉-触觉-语言-动作模型。随融资一同推出的 Spark-0 此前已发表论文，公司称它在五项接触密集型真机任务上的平均成功率为 52%，是最强基线的 2.4 倍。公司还表示，含 1000 小时数据的 HumanTouch 触觉数据集（每只手 360 个触点）和 SparkArena 评测基准即将开源。这笔资金将用于模型迭代，以及工业和商服场景的部署与交付。[20]

德马科技（688360.SH）｜ 可转债 ｜ 不超 7.02 亿元 · industrial

物流装备企业德马科技计划向不特定对象发行可转债。募集资金将投向智能物流装备及具身智能系统研发中心的建设，其余用于核心部件扩产、工业数据采集终端、永磁电机以及补充营运资金。同一天，蚂蚁灵波宣布已与德马签约，双方将合作攻关海量包裹的高速柔性分拣。[21]

深度医疗（广州）｜ B 轮 ｜ 近亿元 · adjacent

本轮由幂方资本和盛世投资联合领投，晨晖创投、承树投资、东莞科创以及老股东万孚创谷跟投，这是公司在 15 个月内完成的第三轮融资。其产品 FUNZAR 是一款显微镜手术机器人，配有双臂，共 16 个自由度，公司称定位误差小于 1 微米。该产品已进入国家创新医疗器械"绿色通道"，多中心注册临床也在推进之中。[22]

TiMOTION（台湾）｜ 兴柜挂牌 ｜ 每股 168 新台币 · hardware

线性驱动厂商 TiMOTION 于 10 月 21 日在兴柜挂牌，主办承销商为永丰金证劵。公司 2025 年营收为 56.42 亿新台币，税后净利为 5 亿新台币。医疗应用占营收的 49.3%，工业应用的占比则在今年上半年升至 16%。董事长 Tseng Kuan-shu 表示，公司明年将进入工业机器人市场。[23]

▎ 商业化落地与部署

Dyna 在鼎泰丰运行十个月：实验室成功率 99.4%，门店达标率 75% · embodied

公司此前表示，机器人每天在多家鼎泰丰门店叠餐巾。这一次，联合创始人 Jason Ma 在《硅谷101》播客上盘点了这十个月的结果。第一代机器人在实验室里叠餐巾的成功率是 99.4%，但进入门店连续运行后，符合客户标准的只有 75%。客户要求叠得整齐，误差必须控制在几毫米到一厘米之内。速度同样未达标：Dyna-1 每小时叠 35 片，一天约 480 片，而客户的要求是 18 小时班次叠 1500 片。直到 Dyna-2 把速度提高到每小时 95 片、一天 1590 片，才达到这条线。他的原话是："实验室和真实部署之间差距巨大，成功率之外，还有整齐度、语言跟随和速度。"他判断，机器人数据目前所处的阶段，相当于语言模型从 GPT-2 到 GPT-3 之间。[24]

Waymo 年底前预计进口约 5100 辆极氪制造的 Ojai，华盛顿对安全问题表示担忧 · autonomy

研究机构 MoffettNathanson 的追踪数据显示，以目前的进度，Waymo 到年底将进口约 5100 辆 Ojai。Waymo 现有车队以捷豹 I-Pace 为主，这批车辆到位后，规模将翻倍以上。汽车之家此前依据海关提单统计，这款车累计到港已超过 3200 辆。美国商务部规定，从 2027 车型年起，禁止进口或销售中国、🇷🇺制造的联网汽车及自动驾驶软件，国会两院也在审议，打算把这一禁令写入法律。Waymo 的解释是，它只向极氪采购车体，传感器和自动驾驶软件都在亚利桑那工厂加装。NHTSA 前高级安全顾问 Missy Cummings 对《纽约邮报》说："我得亲自进车里看实体结构，才能知道这是不是绝对属实。"[25]

朔黄铁路重载列车自动驾驶试验，安全控车里程突破 700 万公里 · autonomy

截至 10 月中旬，国能朔黄铁路的重载列车自动驾驶试验累计安全控车 702.0792 万公里，安全开行的列车超过 2 万列。这条能源运输线的正线长 598 公里，最大坡度为 12‰，运行的是两万吨级重载列车。试验始于 2024 年 4 月 8 日，今年已开展 3 次危险源辨识，梳理出 34 条危险源。这批里程目前仍记在"试验"名下，机车的投用和禁用条件按清单进行动态管理。[26]

s.Oliver 选用 Nomagic 方案，在德国仓库以 AI 拣选鞋盒 · industrial

德国服装零售商 s.Oliver 集团选用了 Nomagic 的方案，在德特尔巴赫物流中心引入 AI 拣选。第一套系统是专门抓取鞋盒的 Shoebox Picker，鞋盒向来是常规机器人拣选中的难题。文章没有说明上线时间和部署台数。[27]

▎ 产业动态

工信部称上半年人形机器人产量超 4 万台，预计全年突破 10 万台 · humanoid

工业和信息化部科技司司长魏巍 19 日在国新办科技兴商发布会上表示，今年上半年国内的人形机器人整机产品已突破 400 款，产量超过 4 万台，预计全年产量将突破 10 万台。同一天，观点网援引弗若斯特沙利文的报告称，上半年全球人形机器人销量为 3.6 万台，超过去年全年的 3.5 万台，收入为 5.4 亿美元，收入排名前五的都是中国企业。国内的官方产量比这份全球销量多出 4000 台以上。不过，前者统计的是产量，后者统计的是销量，两者对机型的划分也未必一致。[28]

前三季度工业机器人产量同比增长 29.1% · industrial

国家统计局副局长毛盛勇 19 日在国新办发布会上公布，前三季度工业机器人产量同比增长 29.1%，与 1 至 8 月累计 29% 的增速基本持平。同一场合公布的数据还有：3D 打印设备产量增长 62.5%，锂离子电池产量增长 39.5%；全国累计建成先进级智能工厂 9000 余家、卓越级智能工厂 500 余家；规上制造业中，AI 重点场景的应用普及率超过三分之一。[29]

商务部等九部门发布文件，推动具身智能成果走向市场 · adjacent

商务部等 9 部门印发了关于加快推进科技兴商的意见，提出要加快脑机接口、具身智能等前沿成果向市场转化，并支持智能仓储、数智供应链领域的商贸企业申报专精特新。意见同时提出，要培育和建设商业技术应用创新中心。[30]

波士顿动力 CFO 称 Atlas 物料成本约七成是执行器，现代摩比斯按成本价供货 · humanoid

Amanda McMaster 担任波士顿动力 CFO 已有六年，自 2 月起代理 CEO，到 10 月 7 日由 Rohit Prasad 接任。她在《财富》最具影响力女性峰会上表示，Atlas 的物料成本中约 70% 是执行器，这部分由现代摩比斯按成本价生产。母公司现代承诺在现代、起亚的工厂部署约 5 万台机器人，据她说，这给公司带来了"计划确定性"和"成本目标确定性"。她的策略是"先控制成本，再尽快做到规模"。Spot 的基础平台价格约为 10 万美元，加装载荷后最高达 30 万美元，英特尔是其最大客户之一。现代此前公开的说法是，将向现代、起亚的工厂部署 2.5 万台 Atlas，而这次的 5 万台指的是"机器人部署"，两者是否同一口径，她没有展开说明。另据 Digitimes，现代汽车集团已成立 RX 业务战略团队，统筹全球机器人战略，并加快 Atlas 的量产和销售。[31]

大晓机器人发布 9B 具身基模 ACE-Brain-0.6，称在六项空间定位评测中超过 GPT-6 Astra · world-model ⚠️ 厂商口径

ACE-Brain-0.6 以 Qwen3.5-9B 为基础做监督微调，使用约百万条空间锚定样本，重点提升目标识别、空间定位和交互区域判断能力。大晓称，在八项 grounding 评测中，它有六项超过 GPT-6 Astra：七项公开基准的平均分为 74.53，Astra 为 73.68；真实机器人场景评测 RobotGrounding 中，它得 94.13 分，Astra 得 91.10 分。大晓由商汤联合创始人王晓刚创立，也是前述 GPT-6-Astra 具身评测报告的合作方之一。[32]

联想"母本工厂"的中小试基地扩至 1.1 万平方米，为机器人公司代为试产和量产 · adjacent

联想集团 10 月 16 日宣布，深圳南方智能制造基地的"制造即服务"车间已从 4000 平方米扩大到 11000 平方米，产能增至 4 倍，合作企业由最初的 4 家增加到 20 余家。基地已有几个案例：康复外骨骼公司迈步机器人在物料齐备的情况下，首批 50 台设备不到一周就完成了组装、测试和交付；戴盟机器人的视触觉传感器用两周完成一轮试产，三个月后达到转量产的条件；本末科技的 TITA 轮足机器人已在这里量产。当天，浙江人形等 6 家企业签约加入。[33]

蚂蚁灵波与隆盛唯睿、德马科技、德迩象网签署合作协议 · world-model

三项合作各对应一个场景：与隆盛科技控股子公司隆盛唯睿共建具身智能机器人创新中心，首先攻关工业上下料；与德马科技合作研发包裹的高速柔性分拣；与德尔股份旗下的德迩象网合作，面向汽车制造车间。三项合作均未披露金额或部署台数。在工博会上，钛虎和星尘智能的两款本体都搭载了灵波的 LingBot-VLA 2.0，现场演示了上下料和分拣。[34]

深诣推出装卸货机器人 Sculptor，标称节拍为每小时 400 到 800 箱 · industrial ⚠️ 厂商口径

深诣机器人在工博会上发布了 Sculptor，它搭载自研的端到端具身模型 SE-1，面向混合拆码垛和卡车装卸场景。标称参数为：最大负载 35 公斤，机械臂工作半径 1.8 米，节拍 400 到 800 箱/小时，可连续作业 8 小时。公司同时注明，实际表现取决于货物规格和现场工况。[35]

硬件·供应链

· Namuga 摄像头模组：这家韩国摄像头模组厂过去两年中，99% 的客户收入来自三星。它现已与一家全球人形机器人公司签下供货协议，正在准备量产。THE ELEC 确认，这位客户是隶属某全球汽车集团的美国人形机器人公司。CEO Lee Dong-ho 表示，每台人形机器人的头部需要 8 颗 RGB 摄像头，关节附近还需要 5 到 6 颗 ToF 传感器 [36]

· 动易科技 PhyHand：这是在广交会上首次发布的全直驱灵巧手，拥有 23 个主动自由度，采用双编码器，整手重 750 克。目前它只能稳定完成石头剪刀布这类基础手势，精细抓取要等后续迭代 [37]

文中 [N] 为来源编号，全部来源链接请点文末「阅读原文」查看。

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻