━━━━━ 正文从此处全选复制 ━━━━━

FutureX · Physical AI

今日要点

· 小鹏 Robotaxi 获批在广州全域做 L4 示范运营，初期仍凭邀请码约车

· Agility 的 Digit 将进驻 GXO 在北卡、田纳西的两座新仓，首仓已累计搬运 10 万多个周转箱

· 大众中国在合肥拿到 L3 路测牌照，目标 2027 年下半年交付首个 L3 方案

· 12 个开源 VLA 代码库中有 9 个直接在 bf16 里微调；补回 fp32 副本后，π0.5 成功率最多从 5.1% 升到 80.9%

· Robotis 签下 Micro Duck 约 75 万个执行器的供货合同，每只机器鸭用 15 个

▎ 论文进展

VLA 全参微调时若不保留 fp32 主副本，大部分参数更新会被无声抹去 · vla

在 12 个开源 VLA 代码库里，有 9 个的默认配方或文档配方，是直接对 bf16 权重运行 AdamW。一次更新如果小于权重的 1/512，就会被舍入为零；作者在 LIBERO 上测得，至少 79% 的更新因此消失。LeRobot 中 SmolVLA 的默认配置和 π0/π0.5 的教程都受到影响。作者还在 Hugging Face 上抽样检查了 SmolVLA 的全参微调模型，其中 99% 把动作专家存成了 bf16。补回 fp32 主副本以后，π0.5 在 LIBERO-Object 上按默认学习率，成功率从 89.0% 升到 97.7%；学习率调低十倍时，则从 5.1% 升到 80.9%。要在 LeRobot 里修正 SmolVLA，只需改动一行。[1]

RynnUnify：一个 16B 的统一具身模型，贯通理解、视觉规划与控制 · world-model

这篇论文在 HF 上得到 31↑，是今天社区热度最高的一篇。模型用同一个 16B 网络处理空间推理、物理预测和定位，并让视频与语言交错推理，以完成长程视觉规划；此外还接了一个可直接输出机器人动作的 world-action 分支。在新基准 Rynn-VP 上，它比 Cosmos 3 Nano 高出 9.75 分。控制分支在 20 个 RoboCasa365 组合任务上的成功率为 51.5%，三项真机任务的平均成功率为 46.7%。[2]

RepresentNav：导航策略自行构建表征空间，并在动作之前先预测下一时刻 · autonomy

通常的导航策略会直接采用视觉基础模型的现成特征。RepresentNav 的做法不同：它用一个三层 transformer，从多个视觉基础模型的全部层中构建自己的表征空间，并在每一步动作之前，以 JEPA 的方式在该空间里预测下一时刻的场景。在 VLNVerse 的细粒度任务上，成功率达到 83.80%，比此前最好的结果高出 20.05 个百分点。这一步预测使碰撞减少了约四分之一，还能解码出未来的深度和 3D 占据，而 3D 占据从未被当作监督信号使用。[3]

DexPort：让机器人灵巧手自己充当手持采集设备 · manipulation

为高自由度灵巧手采集数据时，遥操作要配备一整套机器人，而人手视频又必须经过重定向。DexPort 的采集和部署用的是同一只机器人手：操作者只需控制腕部运动，并挑选或微调几个手指技能，系统记录下的则是机器人可以直接执行的关节指令。作者一共采集了 2500 多条示范。以指令而非状态来训练，成功率从 11% 升到 64%；再加入在实验室之外采集的数据，成功率从 36% 升到 78%。论文作者中有 Guanya Shi 和 Carmelo Sferrazza。[4]

人形机器人的安全滤波器自身也可能被人利用 · locomotion

安全滤波器能给出“不会碰撞”的数学保证，但前提是安全参数与任务、环境相匹配。作者演示了普通用户无需任何额外权限，只要插入特定的目标点，就能使滤波器失效。他们还开发了自动查找漏洞的工具 SIREN，在 SPARK 数据集中所有存在漏洞的场景里都找到了攻击，找到的数量是基线方法的 3 倍，并且让一台真实的人形机器人在执行任务时发生了碰撞。[5]

Backtrack：冻结的 VLA 一旦预感会失败，就退回原处重试 · vla

VLA 若被自己的动作带入训练数据很少涉及的状态，往往会一错到底。Backtrack 在 VLA 已有的内部表征上加了一个失败预测头，参数量只占 0.48% 至 0.88%。一旦预测到会失败，机械臂就沿着刚走过的轨迹退回，再把控制权交还给原策略重新尝试。这个过程既不需要恢复示范，也不需要重新训练策略。在 LIBERO-Long 上，SmolVLA、π0.5、π0-FAST 三个策略的失败率分别下降了 19% 至 48%。[6]

EgoForesight：带有噪声的第一视角动作标签同样可以用来扩大训练规模 · vla

第一视角的人类视频覆盖范围很广，但经重建和重定向得到的动作标签噪声较大。EgoForesight 依据数据来源的可靠程度，为动作监督分配不同的噪声档位和权重；同时让一个见过干净未来画面的教师网络，把任务结果蒸馏给学生网络。预训练数据达到 3 万小时时，真实数据上的开环动作误差下降了 20.5%，RoboCasa 少样本成功率提高了 8.1 个百分点，而且随数据量增长的曲线斜率也比基线更陡。[7]

FORCA：能读取腕部力觉传感数据的编码智能体 · manipulation

这个智能体同时读取视觉信息和腕部的力/力矩数据，据此写出带有接触探测和力反馈的 Python 控制程序。每次执行结束后，它会对照力曲线和画面来诊断失败原因并修改代码，整个过程不需要示范、任务训练或仿真。在五项真机任务中，它比只看视觉的同类智能体抓取更准确，在擦拭和削皮任务里接触丢失的情况也更少。论文作者中有 Wenzhen Yuan。[8]

今日还有这些论文：TTT in VLA 把 test-time training 接入 InternVLA-A1 和 π0.5，但在当前规模下，机器人仍无法按人类示范稳定地选择目标，作者如实报告了这一负面结果（[9]）；Do VLAs Know They Will Fail? 利用 OpenVLA 激活的稀疏自编码器特征，在失败无法挽回之前就做出预测（[10]）；FLORA 是英伟达训练 GR00T 所用数据标注引擎的论文版，在 512 块 GB300 上每天可标注 20 万小时数据（[11]）；WorldMirror 由编码智能体把 DROID 的野外示范重建为可交互的仿真世界（[12]）；HoloBoxing 在预训练的全身控制器之上，用单块 GPU 加训约 7 分钟，就让人形机器人学会了拳击（[13]）；Martingale GRPO 对失败轨迹的惩罚只到最后一个未被纠正的错误为止（[14]）；CoCarry 研究两台人形机器人协作搬运时的运动重定向（[15]）；ViT-H 从单目视频直接生成人形机器人的控制，并引入了跟踪反馈（[16]）；Delay Randomization 通过延迟随机化，拓宽了人形动作跟踪策略能容忍的延迟范围（[17]）；LogLook 为前沿模型驱动的机器人规划器提供执行记忆（[18]）；From Tabletop to Walking Bot 把 VLA 部署到足式移动操作机器人上（[19]）；DriveMind 让多模态大模型在驾驶过程中保留并不断演化多个场景假设（[20]）；BEV 物理伪装攻击（[21]）；DriveOSS 是自动驾驶 3D 异常与开集分割数据集（[22]）

开源·工具·评测

· RoboMIND：北京人形机器人创新中心表示，这个开源数据集的累计下载量已突破 5000 万次。从零到第一个 1000 万次花了 223 天，而第五个 1000 万次只花了 18 天。目前数据集包含 40 万条以上的双臂操作轨迹，覆盖 700 项以上任务 ⚠️ 厂商口径 [23]

· RoboParty RP1：这款全栈开源人形机器人于 10 月 26 日发布，从机械、电气、关节、底层控制，到仿真训练和真机部署，全部对外开放。开源版有 24 个主动自由度，Pro 版有 30 个；自研的 ROMOMO 关节峰值扭矩在 160 N·m 以上 [24]

· RoboRealBench 与 5 项具身数据标准：10 月 24 日的全球开发者先锋大会上，上海市人工智能行业协会、上海大学、穹彻智能、它石智航等单位发布了工业和零售两套真机长程任务评测。会上同时发布的标准有《人形机器人数据集管理规范》和《具身智能数据评测方法》，另有工业、家政、零售三个场景的数据语料导则 [25]

▎ 融资与交易

中科慧灵（CASBOT）｜ A++ 轮 ｜ 数亿元 ｜ 估值未披露 · humanoid ⚠️ 厂商口径

这一轮的投资方有知来投资、涌铧投资、茂天投资、元禾辰坤、国科科智和鲁宁投资，距离由蓝思科技领投的近亿元 A 轮大约过去了 16 个月。公司成立于 2023 年，产品包括全尺寸人形机器人 CASBOT 02 和轮臂式的 W2，本体、具身大脑和灵巧手均为自主研发。订单主要来自制鞋机器人：2025 年 8 月，第一台机器人进入莆田的一家鞋企，在鞋垫盖章工序上做 POC；公司称，目前制鞋机器人的订单总额已突破 4 亿元，排产规模达到数千台量级。此外还有矿山井下装药机器人，已经进入真实矿山做现场训练。[26]

模感科技（MoSense）｜ 天使+ 轮 ｜ 亿元级 ｜ 估值未披露 · hardware

本轮由鼎晖投资和绿洲资本联合领投，逐际动力、龙芯创投、中科创星、华山资本、浦东创投跟投。公司直到 2026 年 5 月才成立，天使轮有红杉中国、高瓴创投和智元机器人参与，前后不到半年就完成了两轮融资。团队孵化自港科大机器人比赛的冠军团队，研发人形机器人全身电子皮肤 MoSkin，并配有多模态触觉算法和触觉世界动作模型。经过这两轮，公司股东中已经出现智元、逐际两家整机厂商。[27]

原力无限（INFIFORCE）｜ 浙创投投资 ｜ 近亿元 ｜ 估值未披露 · world-model ⚠️ 厂商口径

这笔投资由浙创投的投资人沈千旸牵头，他此前也参与投资过张雪机车。原力无限研发具身大脑 AtomBrain，主攻因果世界模型，首席科学家陈佳玉是港大助理教授。公司称其业务覆盖 8 个行业、100 余个真实场景，累计订单超过 5 亿元，但没有区分客户，也没有说明交付进度。[28]

诺亦腾机器人（Noitom Robotics）｜ Pre-A+++ 轮 ｜ 金额未披露 ｜ 估值未披露 · adjacent

本轮由汇融资本独家投资。公司创立于 2012 年，起家业务是动作捕捉，如今把真人采集发展成面向具身训练的数据服务，包含大空间交互、灵巧操作和第一视角野外采集三套数据体系，并通过跨本体映射，使数据可以在不同机器人之间复用。[29]

SKAI Worldwide 增持 SKAI Intelligence（韩国）｜ 持股升至 66.92% ｜ 253.5 亿韩元 · adjacent

SKAI Worldwide 花费 253.5 亿韩元买入 6500 股，持股比例从约 42% 升至 66.92%，交易预定在 2027 年 1 月 28 日完成。对价的九成以 30 年期永续可转债支付，现金部分只有 25.35 亿韩元。SKAI Intelligence 基于英伟达 Omniverse 搭建数字孪生，为工业机器人训练生成合成数据。[30]

Misumi Ventures（美国）｜ 新设早期资本 ｜ 5000 万美元 · adjacent

🇯🇵工业零部件供应商米思米在湾区设立了这只资本，计划投资 20 至 30 家种子期和早期公司，首次出资额为 50 万至 150 万美元。资本在最初几年只跟投、不领投，米思米集团是唯一的 LP。Misumi Americas CEO Dave Evans 说："我们看着一代有才华的硬件团队卡在向量产过渡的那一步。那是供应链问题。"被投公司可以使用米思米的 3000 万种标准件和 22 家工厂。[31]

▎ 商业化落地与部署

小鹏 Robotaxi 取得广州全域 L4 示范运营资质 · autonomy

小鹏获得了广州市智能网联汽车应用示范运营资格，其 Robotaxi 可以在广州全域开展 L4 示范运营。官方将这一步界定为从技术验证转向运营和商业模式验证，订单响应、调度、接送和异常处置，都要放到真实的出行场景中检验。初期依然通过邀请码逐步开放。使用的车型是基于小鹏 GX 打造的「小鹏悠游」，搭载 4 颗自研图灵晶片，算力为 3000 TOPS，运行第二代 VLA。何小鹏此前表示，小鹏不会直接运营大规模车队，收入来自硬件销售、技术服务和佣金分成；公司正在与欧洲的多家头部出行平台洽谈。公告既没有给出投放的车辆数，也没有说明车上是否配有安全员。[32]

GXO 将 Agility Digit 扩展到两座新仓 · humanoid

Digit 将进入 GXO 位于北卡罗来纳州 Statesville 和田纳西州 Lebanon 的两座电商履约仓，负责重复性的物料搬运，计划在 2027 年初上线。两家公司于 10 月 26 日宣布扩大合作。新仓起初使用 Digit 4，待 Digit 5 投入商用后再行更换。双方在 2024 年签订了多年期的 RaaS 协议，最早从佐治亚州 Flowery Branch 的仓库开始；Digit 在那里把周转箱放到输送线上，累计已搬运超过 10 万个。Agility CEO Peggy Johnson 说："客户已经不再问人形机器人能不能干活，而是在决定该在哪里扩大规模。"Automotive World 评论称，约两年搬运 10 万个周转箱，按仓储行业的标准并不算多，这次扩张的意义在于证明这套做法可以复制到多个站点，而这正是 Agility 上市前需要的证据。Agility 表示，Digit 累计的真实作业时间已超过 6.5 万小时，俄勒冈 RoboFab 工厂的年产能最多可达 1 万台；它与 Churchill Capital Corp XI 的合并预计在四季度完成。[33]

智元精灵 G2 Max 进入京东智狼仓，每小时拆垛 80 箱 · embodied ⚠️ 厂商口径

京东物流把智元新发布的精灵 G2 Max 用在智狼仓的入库搬运环节，双方给出的数据是每小时拆垛 80 箱、码垛 75 箱，作业成功率超过 99%。另一处部署在沪光股份的启元 T1 产线上，机器人负责把肩关节壳体和髋关节总成送到总装工位。京东和智元都没有公布投放的台数，成功率和节拍也都是厂商自己报告的数字。[34]

特斯拉扩大休斯敦 Robotaxi 的服务区域 · autonomy

新的服务区从原先的西北一角向东南延伸，穿过中心城区，覆盖了休斯敦市中心和 Bellaire。特斯拉在 10 月 26 日通过 Robotaxi 官方 X 账号宣布，新区域已经生效。休斯敦和达拉斯在 4 月 18 日开通了无人监督载客，到现在刚过半年。休斯敦的车队中还没有 Cybercab。[35]

三台灵犀 X2 在成都宽窄巷子正式常态化上岗 · humanoid ⚠️ 厂商口径

智元与成都文旅集团展开合作，三台灵犀 X2 分别负责迎宾咨询、四川话文化讲解和便民零售。零售岗位由自研的全身 VLA 驱动，承担取货和递货。智元称，该岗位已支持 20 余类 SKU，成功率在 98% 以上，单次操作约需 30 秒。[36]

深谋的带臂无人机「龙爪」中标国网电力项目 · embodied ⚠️ 厂商口径

本月早些时候，深谋的带臂四足机器人「伏魔」刚中标国网电缆隧道项目；现在，它的空中作业无人机「龙爪」又中标了国网电力《面向空中作业的高稳定无人机》项目。机身上挂载机械臂和灵巧手，用于清除架空线路上的鸟窝、塑料布等异物，从发现、处置到复核都由同一架无人机完成。中标金额和数量均未公布。公司引用调研数据称，一个省每年这类采购的需求约为 1.5 亿至 2 亿元。[37]

Charger Logistics 打算购买至多 500 辆 Aurora 无人驾驶卡车 · autonomy ⚠️ 计划口径

双方签署的是备忘录。Charger 计划购买至多 500 辆搭载 Aurora Driver 的卡车，在 7 月已签合同的基础上进一步扩大规模。Hirschbach 此前也签过 500 辆量级的备忘录，Charger 是第二家，两份备忘录都没有约束力。[38]

量化派签订框架协议，将向车无界提供至多 2000 套门店机器人方案 · world-model ⚠️ 计划口径

在港交所上市的量化派（02685.HK）将向车无界提供不超过 2000 套具身智能方案，投放到汽车展厅和 4S 店，承担迎宾、车型讲解和线索采集。量化派自己不造机器人，本体由合作伙伴提供，它负责模型和门店调度系统。2000 套只是上限，实际交付多少，要看试点的效果。36氪文章里的回本测算，来自北京一家餐厅的试验店：单店每月人工成本从 3.5 万元降到 2.05 万元，再假定方案成本为 20 万元，由此算出 13 至 14 个月回本。[39]

▎ 产业动态

大众中国在合肥获得 L3 路测牌照 · autonomy

10 月 26 日，大众汽车集团（中国）宣布在合肥取得 L3 级自动驾驶道路测试牌照，真实道路的测试和数据采集已经启动。按照集团此前的规划，L3 技术将在 2027 年准备就绪，首个 L3 方案最早在 2027 年下半年交付。软件由大众与地平线的合资公司酷睿程开发，采用白盒授权方式，基于地平线的大模型做统一方案；自研晶片 C7H 按最高支持 L4 的目标设计。这张牌照只用于测试，量产车要上路销售，还必须取得工信部的车型准入许可。同一天，小鹏拿到的则是 L4 示范运营资质。[40]

宇树市值收于 2718 亿元，并再次发布异动公告 · humanoid

10 月 26 日午后，宇树科技的股价快速拉升，市值一度逼近 3000 亿元，收盘价为 672 元，对应市值 2718 亿元。当晚公司发布异动公告，这是近期的第二份；最近 7 个交易日，股价累计上涨超过 65%。公告列出的滚动市盈率为 465.22 倍，而所属的通用设备制造业近一个月的平均值为 38.54 倍。公告还写道，物理 AI 要从实验室演示走向规模化落地，仍面临感知精度、运动控制稳定性、数据积累以及软硬件配合等方面的挑战，技术路径和商业模式的成熟"尚需时间验证"。创始人王兴兴在 10 月 22 日宇树首次合作伙伴大会上给出的时间表则近得多：他预计一到三年内会出现重大突破，希望宇树机器人在 2026 年底或 2027 年进入普通家庭，并计划在五年内孵化 200 家以上的合作公司。[41]

丰田与本田在🇯🇵工厂试用人形机器人 · humanoid

CNMO 援引外媒报道称，试用的任务涵盖从线束安装到最终检验的各个环节。丰田使用的是自行研发的 ELEY，底盘为轮式，整机约 50 公斤，每只手有两根手指。本田则在 2026 🇯🇵移动出行展上展示了 Avatar Robot，由操作者远程操控，AI 辅助完成手指的精细动作；在现场演示中，它拿起螺丝，再用扳手把螺丝拧进变速箱壳体。shattered.io 核对了 10 月 26 日的多家报道后表示，丰田没有公布试用的台数和时间表，也没有找到机器人已经在产线上工作的一手材料。[42]

广东前三季度工业机器人产量增长 34.2% · industrial

广东前三季度的工业机器人产量同比增长 34.2%，比国家统计局公布的全国增速 29.1% 高出 5.1 个百分点。同一时期，全省 3D 打印设备产量增长 71.0%，集成电路产量增长 29.7%。[43]

OneTrack 推出工业视频世界模型 Iris-1 · world-model

Iris-1 专门用于理解仓库和工厂的监控视频，可以描述现场发生的事件，支持用自然语言检索录像，并标出需要复查的片段。公司称，在训练时留出的安全事件内部测试中，它识别真实碰撞的准确度是第二名 Gemini 3.8 Flash 的 3 倍。CEO Marc Gyöngyösi 说："通用 AI 不是为那个世界造的。"已有客户用它来检查防护装备违规、重物跌落和事故的根本原因。⚠️ 厂商口径[44]

Pronto 创始人在美国成立物理 AI 数据公司 · adjacent

印度即时家政平台 Pronto 的创始人 Anjali Sardana 在旧金山成立了 Provision Labs，面向全球各行业的从业者采集数据，用于训练和测试物理 AI。Inc42 指出，Pronto 之前曾在用户家中录制视频做试点，并因此受到质疑；公司当时表示试点完全出于自愿，涉及的用户不到 0.01%。Inc42 还列出了这类数据生意必须面对的三个问题：知情同意、隐私和劳动者报酬。[45]

硬件·供应链

· Robotis Dynamixel 执行器：Micro Duck 的预订量超过 2 万台后，Robotis 与 Pollen Robotics 签约，将供应约 75 万个执行器，合同金额约 35 亿韩元（约 240 万美元）。每只机器鸭需要 15 个执行器；Pollen 称目前的需求是 5 万只，并预计明年至少需要 100 万个执行器。Robotis 表示产线已经满负荷运转，要到明年二季度才能大规模接单 [46]

· 人形机器人 AI 加速器：Counterpoint 预计，全球累计出货量到 2030 年将超过 100 万个，2026 至 2030 年的复合增速为 144%。英伟达凭借智元、宇树、优必选、银河通用、Figure 等客户处于领先；高通依靠 Neura、VinMotion、加速进化、Figure 等客户在追赶，但出货规模上的差距仍然很大；以特斯拉、小鹏为代表的车企，则在推进 ASIC 路线 [47]

· 特斯拉 Optimus 供应链：摩根大通在 10 月 22 日的报告中认为，马斯克给出的对外销售前 1 万至 2 万台的产量指引，低于市场最乐观的预期，人形机器人供应链的机会正在从整机转向零部件。报告在特斯拉供应链中首选恒立液压和三花智控 [48]

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