FutureX · Physical AI

今日要点

· Agility 新增 4 家客户，在匹兹堡再建一座 5 万平方英尺的部署与服务基地

· Sereact 与 Universal Robots 称已向欧洲客户现场交付数百台 UR 双臂系统，用于退货处理和拣选

· SuperMimic 单卡训练 3 小时，回报超过 128 张 GPU 训练 7 天的人形动作跟踪基线

· 四款旗舰大模型在 RoboColiseum 同台，通用操作最高只有 46.70 分，四款专用策略模型都在 63 分以上

· 英伟达驾驶 VLA Alpamayo-1.5 看见障碍却不减速，生成时加引导后车身侵入率从 58.1% 降到 14.5%

SuperMimic：用可微世界模型训练人形全身控制，算力需求降到原来的千分之一 · locomotion

通用人形全身控制的主流做法，是跟踪大规模的人类动作数据，而算力是这条路线的瓶颈。目前的方法有两类：一类把针对单个动作训练的专家策略蒸馏后合并，另一类靠计算集群硬训一个策略。SuperMimic 则让一个可微世界模型去学习所有动作共有的动力学，策略在短程的想象 rollout 上直接获得解析梯度。只用单张 GPU 训练 3 小时，它的回报就超过了在 128 张 GPU 上训练 7 天的基线，GPU 时数减少了 1000 倍以上。在 129514 条基准动作上，SuperMimic 只有 25 条失败，基线则失败 179 条；用两张 GPU 训练到 9.8 小时，失败数降为零。训练出的策略已经迁移到宇树 G1 真机上，其中也包括杂技类动作。^[1]

RoboColiseum：四款旗舰大模型同场较量，理解类得分领先，操作类得分不及专用策略 · benchmark

GPT-6 Astra、GPT-6.1 Sol、Claude Opus 5.5 和 Gemini 4 Argon 使用同一个 Agent2Act harness 和未经改动的原始指令，在指令跟随、空间推理、通用操作、鲁棒性四条赛道上接受评分。Opus 5.5 的综合得分为 76.28，在四款大模型中居首，Astra 以 75.99 紧随其后；不过指令跟随和鲁棒性两项，最强的仍是 Astra。在通用操作这一项上，四款大模型的得分只在 38.79 到 46.70 之间，四款专用策略模型则为 63.20 到 66.13。总榜前两名都由策略模型占据，Paimon 得 77.54，HiDream-O1-Embodied 得 76.92。消融实验中，撤掉执行反馈后，Astra 的平均规划决策次数从 16.7 次增加到 35.6 次。两周前在 Artificial Analysis 的 AA-Robotics 榜单上，Opus 5.5 排在 Astra、Sol、Argon 之后；这两套评测所用的任务和 harness 并不相同。^[2]

驾驶 VLA 看到障碍却不制动：Alpamayo-1.5 的感知与动作相互脱节 · autonomy

带推理能力的驾驶 VLA 可以识别并描述危险，但它输出的轨迹不一定随之改变。作者把仿真中的匹配反事实与真实回放结合起来验证，发现前方障碍已经被编码进视觉表征，而纵向规划主要依据自车的历史速度，对障碍距离以及模型自身的推理链反应很弱。作者没有改动任何权重，只是在 Alpamayo-1.5 冻结的 flow-matching 采样器中加入了一项以障碍为条件的能量项。这样一来，车身侵入率从 58.1% 降到 14.5%，在需要制动的那组 closed-loop 测试中，碰撞也降为零。这篇论文有 Marco Pavone 署名。^[3]

GPT-6 Astra 直接操控机械臂：在新基准 LIBERO-GeoMotion 上零样本成功率仅 11.1% · vla

这篇论文系统地测试了 GPT-6 Astra 进行闭环操作的能力。Astra 可以利用深度信息，能从上下文示范中学到简单的策略，还能借助触觉反馈来纠正偏差。它在 RoboTwin 2.0 上的成功率为 76.0%，在 RoboDojo 上只有 26.92%。作者另外建立了 LIBERO-GeoMotion，专门考查精确的位姿对齐以及平移与旋转的联动，Astra 在其中的零样本成功率为 11.1%。在真机上，Astra 能完成简单任务，但运动可行性、精度和安全方面都存在缺口，推理延迟也拖慢了部署。^[4]

被问时会拒绝，被要求动手时却照做：为机器人控制回路加一道运行时安全检查 · manipulation

RoboHarm 此前测得，前沿模型改为直接控制机器人后，拒绝率从 73% 下降到 18%-25%；这篇论文针对此问题提出了一种低成本的补救办法。GPT-6 Astra 通过 Inspect Robots harness 控制 SO-101 机械臂，面对“把刀放进玩具篮”这类常识上就有危险的指令，15 次中拒绝 0 次。它每一次都会去尝试，其中 27% 真的完成了。作者的做法是在第一个动作之前插入一次提问，让模型对着同样的画面判断是否应当执行。结果 15 条危险指令全部被拦下，15 条无害的对照指令则一条也没有被误拦。代码和数据已经公开。^[5]

AIM：世界模型不理会动作指令，原因在于数据而不在于容量 · world-model

以成功示范训练出来的动作条件视频模型，往往无论输入什么动作，都会生成一段看似专家操作的未来画面。作者提出了“动作影响力”的定义，并证明它为模型所能表达的可控性设定了上限。专家数据中的动作分布很窄，这个上限天然就低，所以增加模型容量并没有帮助。作者提出的主动采集算法 AIM，在像素级操作任务中使用 500 条主动采集的轨迹和 3000 条示范，末端可控性就追平了用 30 万条专家轨迹训练的模型，数据量少了 85 倍。^[6]

PACT-VLA：把异步推理产生的延迟，用作挑选动作块的时间 · vla

VLA 在真机部署时大多采用异步推理，因此新的动作块提交时，所依据的观测已经过时，延迟越大，成功率下降得越厉害。PACT-VLA 既不需要训练，也不需要额外的验证器。它先从推理起点生成多个候选动作块，再利用提交前拿到的新观测，让冻结的策略自己给这些候选打分。同一个 π0.5 checkpoint 在三项真机任务上的平均成功率，从 60% 提高到 82%。^[7]

PhysCanvas：引入触觉的世界模型，让仿真成功率与真机更加吻合 · world-model

只依据画面的世界模型常常会把接触动力学推演错，用它来评估策略并不可靠。PhysCanvas 把多视角 RGB、触觉图像和动作输入同一个视频生成骨干，再用状态奖励模型进行后训练。在四项真机任务上，世界模型与真机的成功率之间的相关系数，从 0.602 提高到 0.885。在这个世界模型中做 GRPO 后训练，π0.5 的真机成功率从 59.1% 提高到 70.8%。^[8]

用一台头戴相机和一只印有纸标记的手套，取代腕部相机与位姿追踪器 · manipulation

手持式示教设备一般需要装腕部相机、线缆和追踪器。这套方案只用一台 122 美元的头戴相机，去读取一只价格 22 美元、不含电子元件的手套上的印刷标记，便能同时得到夹爪的 6 自由度位姿和开合宽度。标注误差的中位数为 6.5 毫米和 1.6 度。用 194 条手套示范加 48 条遥操作数据训练，成功率从 10/25 提高到 17/25，与 172 条纯遥操作数据训练出的 18/25 相当。^[9]

英伟达 COMPASS 导航在工业 AMR 上实测：Cosmos 增强使真机成功率从 65.3% 提高到 91.7% · autonomy

Idealworks 团队在自家研发中心的数字孪生环境中训练学习式导航，并把它部署到 iw.hub 机载的 Jetson AGX Xavier 上，对照组是仅用英伟达环境训练的版本和现有的生产导航栈。加入 Cosmos 生成的 sim2real 变体之后，四个场景的真机成功率从 65.3% 提高到 91.7%，加权通行时间也近乎减半。不过它与生产导航栈之间仍有 8.3 个百分点的差距。^[10]

ASI（Air Space Intelligence，美国）｜ C 轮 ｜ 3.25 亿美元 ｜ 估值 30 亿美元 · adjacent

本轮由 Spark Capital 领投，Citadel Securities 关联方、Meritech、Craft Ventures、Energy Impact Partners 和 a16z 参投。这家公司总部在波士顿，与 9 月获得软银投资的犹他州公司 Autonomous Solutions 不是同一家。它的 AI 会持续模拟飞机、船舶、电网等实体资产的运行，从而提前数小时到数周预判拥堵和负荷峰值。融资之前，它拿下了美国交通部与 FAA 一个为期 12 年、8.75 亿美元的空管现代化项目，据彭博报道，它在竞标中击败了 Palantir 和 Thales。美国陆军另外给了它一份为期 5 年、金额 9900 万美元的合同。^[28]

Arda（美国）｜ 新一轮 ｜ 2.3 亿美元 ｜ 估值 15 亿美元 · industrial

这家公司由前 OpenAI 首席研究官 Bob McGrew 联合创办，它用工厂作业视频来训练机器人，目标是让机器人自主运行工厂。今年 2 月，《华尔街日报》报道它以 7 亿美元的估值融资 7000 万美元，八个月之后，估值大约翻了一倍。本轮的领投方没有披露。^[29]

Enigma（美国）｜ 种子轮 ｜ 7100 万美元 · embodied

本轮由 Index Ventures 与 Ribbit Capital 领投，Conviction 跟投，OpenAI、Anthropic、DeepMind、xAI 等公司的创始人和研究员也以个人身份参与投资。公司成立不到一年，两位创始人 Jonathan Jacobi 和 Gal Niv 都出身于安全领域。他们把 100 多台自研机械臂接入网络，任何人都可以实时操作，画画、持剑对打、混合烧杯里的液体都能做。公司利用这些交互数据来摸索机器人的交互界面，同时训练端到端模型。可供外部使用的模型尚未发布。^[30]

小派科技（Pimax）｜ 觅蜂科技战略投资 ｜ 金额未披露 · adjacent

小派是一家 VR 头显厂商，已经做了十多年的多传感器时空对齐，现在把这项能力用于记录人的全身动作与意图，为具身模型提供训练数据。出资方觅蜂科技由智元内部孵化，董事长兼 CEO 姚卯青是智元的联合创始人。^[31]

紫创智械 ｜ 天使+ 轮 ｜ 数千万元 · industrial

本轮由西部证劵旗下的西部资本领投。这是公司今年的第二轮融资，前一轮由毅达资本出资。公司把装载机和挖掘机改造成线控的无人作业设备，目前正在港口和搅拌站进行实际作业验证。^[32]

境技智能 ｜ 种子轮 ｜ 数千万元 · embodied

这家公司 9 月才成立，一个月后就获得了昊文天枢机器人和上海蓝云的投资。它把医疗机器人的力控与视觉技术用于擦拭和消杀，对象包括墙面、台面和洁具，并已与澳大利亚、西班牙、新加坡、越南的合作方签约。产品目前仍处于验证阶段。^[33]

Sensing4D AI ｜ 纳斯达克 IPO ｜ 递交 F-1 · adjacent

这是一家中国的 3D 视觉公司，其平台既做三维重建，也生成供具身训练使用的仿真内容。2026 财年，约 99.7% 的收入来自项目制的集成方案。股份代码和发行价格区间都还没有确定。^[34]

Agility 新增 4 家客户，匹兹堡基地扩大到 5 万平方英尺 · humanoid

Agility 宣布 AGCO 试点的两天之后，又披露了 4 家新客户，它们分布在汽车、消费品和农业领域，名字没有公布。匹兹堡的新设施面积为 5 万平方英尺，比现有设施净增约 3.5 万平方英尺。这里将负责 Digit 的技能开发、客户工作流验证和部署，同时也是东海岸的服务中心。目前 Digit 在 GXO、舍弗勒和丰田加拿大工厂工作，Digit 5 的多年期订单超过 3 亿美元，并按合同里程碑来兑现。CEO Peggy Johnson 说："规模化人形机器人，要搭好支撑机器人整个工作寿命的基础设施。"^[35]

Sereact 与 Teradyne 结盟：数百台 UR 双臂系统已在欧洲客户现场运行 · industrial

Sereact 的 Cortex 模型驱动着 Universal Robots 的机械臂。两家公司称，已经向欧洲客户的现场交付了数百台双臂系统，用于退货处理、补货、拣选和配套。Teradyne Robotics 首席商务官 Jacob Pascual Pape 说，这套方案"已经远远走出演示或试点阶段"。10 月初，Cortex 已在 CEVA 位于德国和波兰的仓库处理 Zalando 的退货；在此之后，Sereact 当天又与英伟达、Nebius、CEVA、Zalando 一起公布了退货线的训练回路。现场录下的片段，先经 Isaac Lab 扩展成数千个仿真变体，再由 Cosmos 按衣物状态、包装和光照重新渲染。后训练得到的新策略通过阈值检验之后，才会回到工位上实测。按它们的说法，周一出现的错误，几天内就能转化为经过测试的策略更新，而过去需要几周。^[36]

Exotec 在🇯🇵接连上线两套 Skypod · industrial

三菱食品位于草加的餐饮服务配送中心上线了 Skypod，管理近 1.3 万个品项，这是 Skypod 首次进入🇯🇵的食品流通业。Trusco 中山最大的物流中心 Planet Aichi，面积约 8.9 万平方米，系统配有近 3.2 万个料箱、37 台机器人和 4 个拣选站，预计未来几年品项数将超过百万。两个项目都是与 IHI 物流产业系统合作交付的。^[37]

Genon 的 AI 鞋底检测通过 Nike 量产验证，将于 2027 年上线 · industrial

在真实的生产条件下，这套系统对两款鞋型外底的缺陷检出准确率分别为 99.7% 和 99.2%。产线部署从 2027 年开始。这家韩国公司随后又拿到了鞋面检测的合同，以及一个外底压合项目，后者采用协作机器人加视觉的方案，由工人远程示教。^[38]

星际光年的灵巧手在奔图打印机总装线上验证了数月 · embodied

星际光年与奔图科技签订了战略合作协议，并共同建立灵巧手联合实验室。星际光年称，其绳驱灵巧手配合自研的操作模型，已在奔图产线上完成部件识别、抓取、对位插接、装配等 20 余项精细操作，节拍可以跟上产线。这只手的自重为 290 克，握力在 500N 以上。部署的台数以及转入常态生产的时间，都没有披露。⚠️ 厂商口径^[39]

深谋的带臂四足机器人"伏魔"中标国网电缆隧道项目 · embodied

该项目名为《面向复杂环境的四足机器人》，金额和台数均未公布。深谋称，旧式电缆隧道的占比仍在 60% 以上，其中大多没有电也没有网，而现有的四足巡检机器人只能读取仪表。深谋的方案带有机械臂和灵巧手，在无电无网的条件下也能作业。⚠️ 厂商口径^[40]

英伟达 GTC Berlin：发布参考人形机器人 Agile ONE SN，Agile Robots 称最多生产 2000 台 · humanoid

Agile ONE SN 由德国的 Agile Robots 制造，预装 Isaac GR00T，运行在 Jetson Thor 上，把仿真、训练和部署工具集中到同一台机器里。英伟达称，这样一来，搭建环境所需的时间从几周缩短到几天。该机型将于 2027 年初供货，斯坦福和 ETH Zurich 已表示出兴趣。据路透报道，Agile Robots 的 CEO 陈兆芃说，公司将与英伟达合作生产最多 2000 台，面向科研市场。英伟达还把 Halos 安全系统接入了 Agility、Dexory、FORT Robotics 和 KION 的仓储机器人，SICK 正在评估之中。黄仁勋说："机器人的 ChatGPT 时刻正在快速逼近。"^[41]

Bolt 选用 Alpamayo，将于 2027 年在马德里采集路测数据；Einride 把它装上卡车做影子测试 · autonomy

英伟达在柏林列举了一批欧洲的 Hyperion 项目。Bolt 选定 Alpamayo Stack 作为 Robotaxi 软件，首先装在基于 Hyperion 的未来 Lucid 车型上；待获得监管批准后，将于 2027 年在马德里开始采集真实路测数据。德国是后续部署的优先市场，至少 2.5 万辆的总目标保持不变。大众商用车展示了 ID. Buzz AD 平台，该平台可以支持多套自动驾驶系统。Einride 将用自家的货运数据对 Alpamayo 做后训练和蒸馏，先以影子模式运行，即不接管车辆，并在2027 年下半年进行实际道路评估。Einride 的 CTO Henrik Green 说，作为第一家参与的卡车公司，可以"帮着把这个模型塑造成适合货运的样子"。同一天公布的 Marco Pavone 等人的论文表明，Alpamayo-1.5 能识别前方的障碍，但轨迹常常并不减速。^[42]

世界智能网联汽车大会：关于 L3 何时落地，车企的判断截然相反 · autonomy

小鹏董事长何小鹏主张从 L2 直接跨到 L4。他试驾过奥迪在欧洲推出的 L3 功能，发现一天之内只激活了几分钟，并评价说："L3 把责任转移了，但体验没有优化，安全没有提高"。他判断 L4 技术大约在 2028 年下半年落地，政策落地则在 2028 到 2032 年之间。比亚迪的杨冬生则认为，L3 有希望在 2028 年落地。中国科协名誉主席万钢预计，到 2030 年 L3 的渗透率将超过 35%；他还给出了一组数字：截至上半年，全国已开放的测试道路有 5.7 万公里，测试示范牌照超过 2 万张。蔚来的李斌把衡量的标准放在用户的付费意愿上："如果用户不愿意买单，就谈不上实现真实的用户价值"。目前全国只有深蓝 SL03 和极狐阿尔法 S 两款车获得 L3 准入。深蓝董事长邓承浩说，此前许多产品宣称有"L3 水准"，其实是在打"传播擦边球"。^[43]

HD 现代机器人推出五指双臂机器人，首先用于捆扎和装配工序 · embodied

这台机器人采用上半身形态，单臂负载为 7 公斤，作业半径 630 毫米，配有五指手和自研的机器人基础模型，因此不必逐项编程任务路径。它最先用于捆扎和装配工序。后续计划先加装轮式底盘，然后再开发双足版本。触觉部分是与 9 月入股的 Aidin Robotics 合作开发的。^[44]

三菱电机让人形机器人直接与数控机床对接 · industrial

该系统由三部分组成：AI 加工任务规划器、带有 physical AI 的 CNC 机床，以及一台通用人形机器人。人形机器人负责装夹、清理、搬运成品、检测和排除故障，因此不必为每台机器人单独开发通信和控制时序。三菱电机称，这是业界首个此类系统，依据是公司自己做的调研。该系统将从 10 月 26 日起在东京 JIMTOF 2026 上演示。^[45]

优必选拿下🇯🇵独家代理，大规模部署须等本地认证完成 · humanoid

10 月 19 日，优必选与🇯🇵上市公司 Bitcoin Japan 签订了独家分销协议，涵盖 Walker S2、天工、Cruzr S2 等 6 款机型。独家期为 36 个月，自 Walker C1 完成🇯🇵本地认证之时起算。在认证完成之前，只向高校、科研机构和企业提供样机；制造和物流场景的规模部署，要在认证之后才启动。Bitcoin Japan 计划销售整机，开展 RaaS 租赁，并在客户许可之后，把机器人采集的现场数据开发成授权业务。^[46]

北京前三季度服务机器人产量增长 1.7 倍 · industrial

北京市统计局的数据显示，前三季度服务机器人产量同比增长 1.7 倍，工业机器人产量增长 47.6%。与此同时，北京的汽车制造业下降了 16.3%。^[47]

宇树推出 H2-X"功夫传奇" · humanoid

在宣传片中，这台机器人徒手抬起车头，一脚踢凹车门，产品定位是私人保镖。宇树只公布了两项参数：能从 4 米高的平台跳下，站立续航约 8 小时。价格尚未公布；同系列的 H2 售价为 2.99 万美元。^[48]

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻