━━━━━ 正文从此处全选复制 ━━━━━

FutureX · Physical AI

今日要点

· 特斯拉 Robotaxi 开进沃斯堡,车内无安全员,服务区约 143 平方英里

· 指令留空,6 个 VLA 检查点每一回合都动了起来,加一句"没任务就别动"全部无效

· PhysX 里改一个常数,RoboTwin 五项容器任务成功率从 89% 升到 98%

· 简智机器人完成 1 亿美元 A+ 轮,上汽、百度、银河通用在列

· 宇树 A2 用 43 分 41 秒登泰山夺冠,参赛的一台 G1 过热被担架抬下山

▎ 论文进展

VLA 分不清何时该停手:指令为空时仍照常行动 · vla

六个 VLA 检查点在 LIBERO-Goal 仿真里被留空指令后,每一回合都动了起来,其中五个还经常自行完成一项没有人要求的任务。作者固定初始状态,只更换指令,共有空指令、中性指令、乱码、不可行指令和错误任务五种。在两个 GR00T 检查点上,指令能决定机器人做哪件事,却决定不了它动还是不动。作者在指令前加上"没给任务就别动",结果六个检查点没有一个停下。另一种门控把首个动作块与空指令动作块作比较,在五个检查点上拦住了机器人;微调只能阻止机器人完成任务,仍不能让它稳定地停住。Notebookcheck 已经报道了这项研究。[1]

仿真基准中的一部分失败,原因出在物理引擎 · benchmark

作者在 RoboTwin 上追查物体被"弹飞"的回合,找到 PhysX 碰撞检测里的一个常数:距离算法会丢弃面积低于固定阈值的三角形,而在厘米尺度下,合法的三角形也被一并丢掉。引擎因此报告出约 2 厘米的穿透,求解器随即把物体以每秒数米的速度抛出去。作者只修改了这个常数,100 回合中出现伪影的数量就从 12 个降到 0,五项容器任务的成功率从 89% 升到 98%。审计插件 SimuGuard 支持 LIBERO、RoboTwin、RoboCasa 与 RoboDojo。作者建议,运行在 PhysX 5.3.1 及更早版本上的基准重新跑一遍;以 LingBot-VA 为例,它报告的 83.1% 实际落在 75.8% 到 98.5% 的区间内。[2]

MolmoSpaces-CommonSense:零样本操作策略在常识上存在短板 · benchmark

Allen AI 推出的新基准专门考查操作中的常识,题目涉及遮挡、包含与支撑关系、应当抓取物体的哪个部位,以及被藏起来的物体。几类零样本通用操作策略在干扰物增多后,成功率下降了一半以上;在杂乱场景里,有 30% 的时候动错了物体。即使提示写得更具体,选对物体部位的比例也只有约一半。用 VLM 来判定成败同样不可靠,所以作者认为,现有基准可能高估了零样本策略的实际可用程度。[3]

CaPtain:将 4B 开源 VLM 训练成能编写机器人代码的智能体 · vla

HF 18↑。Code-as-policy 智能体以往要么调用闭源的前沿模型,要么把操作交给 VLA;小型开源 VLM 直接上手,成功率为零。CaPtain 先用 GPT-6 Astra 合成的轨迹做 SFT,再进行多轮 RL,其中一个读取仿真特权状态的"物理 critic"负责给每次 API 请求分配功劳。Qwen3.5-4B 的成功率从零样本时的 0% 提高到 LIBERO 留出任务上的 73.8%。代码、数据和权重全部开源。[4]

WorldBridge:不带动作标签的视频使世界动作模型的跨任务成功率翻倍 · world-model

HF 12↑。在 RoboTwin 2.0 上,只用分布内的视频-动作数据训练时,分布外任务的成功率是 25.07%;补入这些任务中不带动作标签的视频后,成功率升到 55.90%;每个任务再增加一条带动作的示范,则达到 70.70%。WorldBridge 依据这一发现设计,把视频专家和动作专家分开,再用结构化注意力将二者连接起来,在 RoboTwin 2.0 全数据设置下取得 96.23%。[5]

REA:快策略在运行时不必等待"大脑" · vla

HF 11↑。让大模型充当"大脑"、VLA 充当"小脑"时,常见做法是每失败一次就询问一次大脑,快策略因此被卡住。REA 改为事先记录各个策略的实测成功率,并据此进行路由,只在执行边界处请大脑裁决,同时为恢复设置共享预算。在 LIBERO-Pro 的 60 个任务、3000 回合上,成功率为 95.9%,控制步数比最强的单体基线少 25%,并且已在 Unitree G1 真机上跑通。[6]

RoboArchitect:权重保持不变,由编程模型自动重写策略外围的控制代码 · manipulation

HF 5↑。编程模型观看机器人的回放,诊断失败的原因,并反复修改包裹在冻结策略外面的 harness。未见场景的平均成功率因此从 9.7% 升到 43.3%,未见任务则从 12.7% 升到 40.2%。演化出来的做法包括:手臂卡住时先抬开,上方受阻时改从侧面伸入。harness 还带有记忆,会记下有效的抓取深度。[7]

∇Mimic:借助可微仿真,人形动作跟踪 20 分钟即可得出结果 · locomotion

一阶策略学习用于接触密集的全身控制时,梯度一向容易爆炸,标准基线 SHAC 在几分钟内就会崩溃。∇Mimic 在反向传播的每一步做按样本的中位数相对裁剪,并配合为 Unitree G1 编写的可微 GPU 引擎 NablaEngine,该引擎的伴随计算比 MuJoCo Warp 快 11.5 倍。用单卡训练单个策略,就能跟踪 LAFAN1 的全部 40 段动作,只花 20 分钟便达到 0.82 分,而此前的世界模型方法需要 1.2 小时才能达到这个分数。引擎与代码均已开源。[8]

其他今日论文:
· ID-WM 是分层世界模型,高层负责采样可达的子目标,低层负责逆动力学,长程任务上比单层世界模型 MPC 高 135%([9])
· TinyAstral 把演化后的 harness 蒸馏到 4B 小模型中,RoboTwin 成绩为 62.8%,教师模型为 63.6%([10])
· Movens-Zero 从网络视频中整理出 500 万条可执行的人形动作序列,用来训练动作基座([11])
· CausalWAM 为世界动作模型的动作头加入稀疏路由,使动作只从与动作相关的隐变量中产生([12])
· DiffWBC 用一步扩散实现可引导的人形全身控制([13])
· CIMI 以接触过程为接口,迁移人手的灵巧技能([14])
· STAR 在推理时引导 VLA 的动作表征,使其重新与视觉对齐([15])
· RTPolicy 是可在边缘设备上以 32.9 Hz 运行的多视角操作策略([16])
· SACQ 对 VLA 做超低比特的码本量化([17])
· Let LiDAR Decide 让驾驶世界模型随机丢掉 75% 的图像 token,结果反而胜过稠密模型,随后再用 LiDAR 挑选 token([18])
· 端到端驾驶的机制可解释性研究,用 SAE 拆解规划模型的内部激活([19])
· OpenVIO 是采用 MIT 许可的开源视觉惯性里程计([20])
· MotorSense 是第一视角视频与表面肌电配对的数据集([21])。

开源·工具·评测

· 优必选 Thinker-Sim:这是 11 月 2 日发布的具身仿真平台,可以做真实场景的三维重建、仿真数据合成和机器人能力评测。官方称,单节点(8 GPU)平均每天合成 390 小时仿真数据,渲染效率提升 67.3%,可视化工作流无需写代码即可编排 ⚠️ 厂商口径 [22]

· CoreWeave Physical AI Launchables:CoreWeave 面向机器人与自动驾驶开发推出了预配置环境,开发者可以省去前期的环境搭建 [23]

▎ 融资与交易

简智机器人(GenRobot)| A+ 轮 | 1 亿美元 | 估值未披露 · adjacent

投资方中,产业方有上汽集团、马来西亚 Eastworlds、百度集团、首程控股和银河通用,财务方有光合创投、SUNHELM、中信金石、中证投、建银国际和华泰紫金。投资界称,这一轮在三季度完成。10 月初的工商变更已经显示百度和银河通用入股,此次则披露了金额。公司做具身智能与世界模型的数据和评测,通过众包产线采集人类第一视角的技能数据。据公司介绍,有效数据交付量已从单季十万小时升到单季百万小时,预计 2027 年达到单季千万小时。采集设备 Ego 2.0 和 Dex 2.0 将在 CoRL 期间发布。[24]

RoboScience 机器科学 | A2 轮 | 数亿元 | 估值未披露 · embodied

琥珀资本、鸿瑞达投资和上海半導體产投联合领投,360 战投、爽资本、国联民生资本、金鼎资本等跟投。两位创始人在斯坦福是同学:CEO 田野此前在苹果主导过 Apple Intelligence 的端云推理系统和 Core ML,首席科学家邵林则是新加坡国立大学助理教授。公司自研的 Visics 模型以物体 3D 点云轨迹作为中间表征,上层推演物体如何运动,下层再把轨迹转换成各家本体的控制指令。公司还自研了仿真引擎 RoboMirage。田野称,单条数据的获取成本已压到 0.05 元,是传统方案的 1/20 到 1/200。[25]

一微科技(02065.HK)| 港交所 IPO 招股 | 按中位数净筹约 6.73 亿港元 | 发售价 9.27–11.58 港元 · hardware

一微科技在 9 月底通过聆讯,10 月 31 日起招股,11 月 9 日截止,预期 11 月 12 日挂牌。公司以 18C 特专科技公司的身份上市,不设绿鞋。两名基石投资者合计认购 9900 万港元。募资的约七成将投向机器人专用 AI SoC。公司 2025 年收入为 4.07 亿元,净亏损 1.55 亿元,比上年扩大。今年前四个月的毛利率从上年同期的 30.7% 降到 23.9%,公司把原因归结为晶圆和封测涨价。[26]

机本智能(ManuPrax Robotics)| 连续两轮 | 累计近千万美元 | 估值未披露 · embodied

Alphaist Partners 和耀途资本分别领投了两轮,接力天使和某零部件产业方的实控人跟投。公司 9 月才成立,做灵巧操作的"小脑",走强化学习路线,目标是做出一套能适配不同灵巧手硬件的操作模型。CEO 李浦豪 2001 年出生,目前就读于清华大学自动化系;CTO 陈泽源是北京大学硕士,曾在 Amazon FAR、智元和京东参与研究。企查查显示,北京通用人工智能研究院间接持股 5%。[27]

天嗅智能 | 天使+ 轮 | 金额未披露 | 投后超 2 亿元 · hardware

杭州科创集团领投这一轮。公司出自天津大学,做机器嗅觉,技术包括嗅觉晶片、嗅觉模型和气味数据库,产品有嗅探防爆巡检机器人、无人机和电子鼻。客户有中石油、中海油、应急管理部等 30 余家单位。位于杭州滨江的制造基地已在 10 月 11 日投入运行。[28]

灵枢智肤 | 种子轮 + 天使轮 | 超千万元 | 估值未披露 · hardware

种子轮的投资方是元禾控股和HW哈勃,天使轮由元禾追加投资。团队来自复旦大学高分子系,走离子皮肤路线,做柔性触觉传感器,产品用在数采手套和灵巧手上。公司目前正在建设材料中试线,并向客户送样。[29]

▎ 商业化落地与部署

特斯拉 Robotaxi 进入沃斯堡,在得州的注册车辆增至 1,204 辆 · autonomy

北京时间 11 月 2 日 20 时,特斯拉在沃斯堡开通了 Robotaxi,车内没有安全员。这是特斯拉第七座无人监督载客的城市,也是约三个月来的第一座新城。此前特斯拉公布的下一批城市是拉斯维加斯、凤凰城、杰克逊维尔和圣安东尼奥,其中并没有沃斯堡。沃斯堡的服务区约 143 平方英里,在无监督城市中仅次于奥斯汀的 272 和休斯敦的 254,投入运营的车型起初是 Model Y。Drive Tesla Canada 统计,特斯拉又在得州新注册了 124 辆 Model Y,Robotaxi 的注册数从 1,080 升到 1,204 辆,其中 Model Y 为 631 辆,Cybercab 为 573 辆。该站用来对比的 Waymo 数字是 1,259 辆,同时提醒,注册数不等于上路接单的车辆数。奥斯汀服务区之外也出现了更多 Cybercab:社区追踪站 Robotaxi Tracker 设在西南片的摄像头上周记录到 33 次,9 月底那一周只有 1 次。特斯拉没有宣布扩大服务区。[30]

FFR 10 月销售并发出 351 台机器人 · humanoid ⚠️ 厂商口径

10 月的 351 台比 9 月的 265 台增加了三成多,也高于公司 10 月 26 日预告的"超过 300 台"。自 2 月底开始交付以来,累计已达 1,168 台。这组数字出自法拉第未来官网 11 月 1 日发布的投资者周报,是贾跃亭出任 FFR CEO 后的第一期。他表示 10 月为正毛利,11 月和 12 月月均将超过 400 台,全年约 2000 台。统计口径是"销售与发货"合计的机器人设备,没有按人形、仿生等品类拆分,也没有给出单价。四个行业板块中,教育进展领先,安防巡检仍处于概念验证阶段。[31]

LEAPTING 向印度光伏电站累计供应清洁机器人超过 5 万台 · industrial ⚠️ 厂商口径

这批机器人对应的装机容量为 10 GW,客户是印度的光伏开发商和 EPC 承包商。印度多地缺水,这类机器人用刷子对组件做干洗,并接入 SCADA 系统远程排班。公司在阿格拉设有运维中心,技术支持人员超过 100 人。[32]

易控智驾的无人矿卡已在海拔 5,400 米以上的铜矿运行 · autonomy

易控智驾(EACON)在国内巨龙和知不拉两座铜矿的部署,已延伸到海拔 5,400 米以上,高于秘鲁的 Quellaveco(约 3,500 米)和智利的 Collahuasi(约 4,400 米)。公司引用的研究显示,在海拔 3,800 至 4,500 米的安第斯矿山接受测试的工人中,73% 夜间血氧曾低于 85%。无人驾驶让司机不必再留在高原驾驶室,而是转到集中监控岗位。[33]

智元让 6 台精灵 G2 进入便利店,连续上班 24 小时 · humanoid

智元在 10 月底发布具身 Agent 框架 Genie Master 时,预告了这场直播。11 月 2 日 10 时,6 台精灵 G2 以"试用期员工"的身份,在一家营业中的便利店上岗,负责迎宾、做咖啡、熟食服务、取货补货和清洁桌面,底层是 GO-3 基座模型。直播连续进行了 24 小时。这是一场公开的能力演示,智元没有给出成功率、人工介入次数或常态化部署的计划。[34]

Agility 称有 30 多家潜在客户正在洽谈或试用 Digit · humanoid ⚠️ 厂商口径

另有三家制造业客户付费做应用评估。Agility 没有点名,只描述为一家年销量超过 300 万辆的全球车企、一家头部汽车零部件与技术供应商,以及一家全球消费品制造商。管线里还有两项为美军某军种做分包的潜在合作,目前处于早期,尚未签约。Digit 5 已披露的多年期承诺订单超过 3 亿美元,公司自己也注明,这是会随时间逐步兑现的潜在价值。[35]

韩国 IL 在关联公司的注塑产线上验证人形机器人 · humanoid

测试线是集团内汽车电子厂 IL Mobility 正在运转的注塑线。IL 将在 11 月 4 日至 7 日的 RoboWorld 2026 上,展示从工艺诊断、数据采集到现场验证的整个流程。这仍属概念验证,台数和节拍都没有披露。[36]

▎ 产业动态

登泰山大赛:四足机器人一路登顶,人形机器人行进不顺 · humanoid

北京灵翌科技队的宇树 A2 在长 3.9 公里、有 3100 余级台阶的赛道上用时 43 分 41 秒(含 2 分钟罚时),夺得 11 月 2 日首届 CMG 世界机器人登泰山大赛的足式竞速冠军。上海高羿科技队的 A2 和 B2 分别获得竞速和负重的亚军,B2 的有效负重为 66 公斤。人形组的正式赛段只到斗母宫,约 1.6 公里、600 余级台阶。永达智诚队派出一台宇树 G1 开发版参赛,途中机器人过热,操作手为安全起见退赛,机器人被担架抬下山;宇树官方没有派人形机器人参赛。智身凌岳队的 E04 第一个冲过壶天阁终点,但在最后一段台阶上"上一步退三步";另有机器人是被操控者用绳子牵着完赛的。[37]

伦敦市长要求为 Robotaxi 规定数量上限 · autonomy

Sadiq Khan 正在游说中央政府,希望给伦敦交通局(TfL)更多管理权。《卫报》称,按现行的全无人车辆规则,TfL 只能同意或拒绝车辆在伦敦使用,不能管理 Robotaxi 服务,也不能给它们发牌。Khan 说:"伦敦不是旧金山。我们是一座近千万人口、400 个村落、道路狭窄的城市。"他提出的问题涉及空气质量、拥堵,以及网约车和黑色出租车司机的生计。Freenow by Lyft 希望最早明年在伦敦推出全无人的百度 Robotaxi;Uber 自 9 月起用 Wayve 的车提供有安全员的有限载客服务;司机工会近几周在 Wayve 和 Waymo 的伦敦总部外举行了抗议。[38]

三星 SDS 的龟尾 AI 数据中心动工,三星 60 万亿韩元的岭南计划就此启动 · adjacent

龟尾数据中心初期的电力容量为 60MW,可扩展到 120MW,计划 2028 年底完工,高密度 GPU 区采用液冷。三星 SDS 在 1 月宣布,为此投资 4273 亿韩元。三星 7 月公布的岭南投资计划总额为 60 万亿韩元(约 446 亿美元),仅龟尾一地就涵盖人形机器人与 AI 数据中心。这座数据中心将为集团的制造业机器人改造提供训练算力。[39]

🇯🇵经济财政大臣试乘 Wayve 的车后,表示将加大对自动驾驶的支持 · autonomy

11 月 2 日,城内实在东京永田町的国会周边试乘了约 15 分钟,Wayve CEO Alex Kendall 在车上陪同。他说,政府"必须以不输给他们的速度感来支持民间企业"。自动驾驶已被列入🇯🇵增长战略的 62 项重点;官民合计的投资目标是到 2040 财年达到 8.2 万亿日元,并在 2030 年代拿下全球自动驾驶汽车销量的 25%。[40]

MaxInsights 创始人称,年化营收一年内由约 100 万美元增至约 2.5 亿美元 · adjacent ⚠️ 单方口径

MaxInsights 把人类第一视角视频加工成机器人训练数据,10 月刚拿到 3000 万美元种子轮。创始人 Yuan Yuguang 在《硅谷 101》的访谈中说,公司累计数据量接近 200 万小时,单月峰值产能为 45 万小时,由 10 人团队调度全球约 4000 名采集员。公司的第一笔订单只有 200 小时,来自一家美国大模型公司。他还称,Dyna Robotics 用约 100 万小时的人类第一视角数据找到了自己的 scaling law,这些数据大部分购自 MaxInsights。[41]

马鞍山实景实训挑战赛将测试赛安排在工厂和超市里 · adjacent

挑战赛由马鞍山市政府、中国电子学会和世界机器人合作组织主办,5 大场景共设 13 个赛项。11 月 16 日至 12 月 3 日的测试赛将进入当地的制造企业、物流企业、酒店、超市和社区,12 月 4 日至 6 日的决赛在马鞍山市体育会展中心举行。赛项包括毫米级精密插装、布草折叠和超市补货,报名截至 11 月 27 日。中国电子学会副秘书长梁靓说,行业关注的重点已经从"舞台上跳起来、赛场上跑起来",转向"工厂里干起来、超市里用起来"。[42]

Meta 人形原型 Max 的后续:傅利叶未予置评,Meta 在上海和深圳招聘机器人硬件岗位 · humanoid ⚠️ 传闻口径

外媒曝出 Meta 与傅利叶合作人形原型 Max 之后,傅利叶 11 月 2 日只对澎湃新闻表示"后续如有最新消息会通过官方渠道告知"。澎湃新闻查到,Meta 9 月在上海招聘机器人供应商开发工程师,10 月在深圳招聘机器人工作室产品设计工程师;后一个岗位的职责覆盖硬件从早期设计、验证、系统集成到量产的全过程。[43]

艾图科技的缝制机器人"艾妮"定价 30.8 万元 · embodied

30.8 万元是杰克科技旗下艾图科技为"艾妮"定下的中国区首发价。这款机器人面向服装厂的真实工位,能抓取单层面料并纠正褶皱,经工人示教后,可以切换贴袋、锁眼、钉扣等工序。同时发布的成套产线"产线王",集成了无人裁剪、AI 配送、多台艾妮缝制单元和质检模块。公司没有披露客户和出货量。[44]

Krafton 推出机器人 AI Ludi 0.2 · world-model

游戏公司 Krafton 旗下的机器人研究子公司 Ludo Robotics,在美国当地时间 10 月 30 日的湾区机器人研讨会上发布了这一版本。与 8 月的 0.1 版相比,它新增了读取手势和对话语境的能力:取饮料途中被告知换一种,它会停下来改拿。下一版 Ludi 1.0 计划用单一神经网络统一认知、对话与身体控制。Ludi 0.2 仍是研究阶段的系统,没有商业化时间表。[45]

硬件·供应链

· 新剑传动(行星滚柱丝杠):IPO 拟募资 28.22 亿元,主要投向年产 100 万台人形机器人及汽车行星滚柱丝杠的项目,这一金额是其 2025 年营收 3.83 亿元的 7.4 倍。同一时期,丝杠及机电执行器总成的产能利用率从 82.1% 降到 72.7%;2025 年人形机器人业务占主营收入的 8.19% [46]

· 西菱动力(谐波减速器):第一条产能约 10 万台/年的谐波减速器产线已经调试完毕,第二条正在建设。公司同时做旋转关节模组和无框力矩电机 [47]

· 均胜灵犀 TeleHand Pro P20:这是一款 20 自由度的触觉灵巧手,整手负载 15 千克,采用掌内直驱加主动腱驱的方式,不需要外置的前臂驱动。配套的三维力指尖传感器量程为 0.01 至 50 牛,响应时间小于 3 毫秒 [48]

· 灵猴机器人 AR7-R700:七轴力控双臂,自重 7 公斤,额定负载 7 公斤。公司称订单已排到明年,全年营业额预计突破 10 亿元 ⚠️ 厂商口径 [49]

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