启元机器人第5000台个人机器人下线,日产能提升至200余台
启元机器人宣布第5000台个人机器人正式下线,日产能从此前的10余台提升至200余台,每2.5分钟可下线一台机器人。公司已在供应链环节建立原材料立库,首创半自动化装配线体,并搭建端到端制造IT系统实现全流程可追溯。
推荐理由:从第5000台下线到日产能200台,启元机器人的规模化交付能力正在形成,接下来看其市场表现与成本控制。
自动盯住上百个信源,用模型摘要、打分、精选,把同一件事的多篇报道归到一起,每天早上出一份日报。聚焦机器人、AI 与财经投资。
启元机器人宣布第5000台个人机器人正式下线,日产能从此前的10余台提升至200余台,每2.5分钟可下线一台机器人。公司已在供应链环节建立原材料立库,首创半自动化装配线体,并搭建端到端制造IT系统实现全流程可追溯。
推荐理由:从第5000台下线到日产能200台,启元机器人的规模化交付能力正在形成,接下来看其市场表现与成本控制。
智元在山东济南组织110台人形机器人同时跳舞,创下吉尼斯世界纪录。
推荐理由:110台人形机器人同步跳舞展示大规模控制能力,但吉尼斯纪录背后是技术还是表演仍有疑问。
北京大学研究人员开发了一种混合模型方法,通过锚定模型和校正模型结合,显著提高了柔性机器人臂的运动预测准确性。该方法在模拟测试中将误差降低超过25%,在实际液压软体鱼尾测试中误差仅为单一模型的一半或更少,使柔性机器人在狭窄空间和精细操作中更具实用性。
推荐理由:通过锚定和残差学习结合的方法,柔性机器人臂预测误差降低25%,为软体机器人在狭窄空间作业提供可靠控制基础。
15台人形机器人在杭州工厂工作一年,实现了98%的上料成功率,但处理速度仅为熟练工人的一半。
推荐理由:15台人形机器人实现98%上料成功率,但速度仅为熟练工人一半,工业落地仍面临效率挑战。
宇树科技2025年人形机器人销量达5215台,均价16.64万元,毛利率60.44%。
推荐理由:毛利率超六成且销量破五千,人形机器人商业化进程加速,但价格仍处高位。
ETH Zurich Robotics Systems Lab 的四足机器人仅用脚部自主解决巨型魔方。文章还收录了多个机器人视频,包括KAIST人形机器人搬运35公斤物体、KAIST手部设计、ETH Zurich生物混合机器人、SuperMimic运动跟踪算法等最新进展。
推荐理由:四足机器人独立解决巨型魔方展示了具身智能的进步,但视频合集形式难以提取具体技术细节。
Jian Hou提出VecTile,一种低成本、6毫米厚的柔性触觉阵列,能够实现三轴力传感。该传感器结合压阻层和被动硅胶凸点,可将法向力和剪切力转化为可区分的压力模式。4x4阵列成本低于35美元,在单触点测试中法向力和剪切力的均方根误差分别为0.39N和0.16N。所有设计和代码将在论文接受后发布。
推荐理由:低成本柔性触觉阵列实现三轴力传感,35美元的4x4阵列在剪切力检测上达到0.16N误差。
Shashank A. Deshpande 提出了一种名为 WarpWeaver 的分布式实时规划算法,通过树协商机制实现多机器人团队近最优协调。该算法在模拟中将总行程时间比集中式离线规划减少最多22%,比分布式实时基线减少37%,并在六台机器人的硬件实验中验证了实际可行性。
推荐理由:分布式树协商算法让多机器人系统在实时条件下逼近全局最优,突破集中式规划与实时安全导航的二选一困境。
苏黎世联邦理工学院研究人员开发出结合实验室培养的小鼠骨骼肌肉组织与水凝胶支架的生物混合机器人,通过计算机模拟优化设计,使机器人运动幅度提升11倍,能够跳跃、游泳、行走和抓取物体。
推荐理由:通过计算机模拟优化肌肉与支架的协同设计,使生物混合机器人运动幅度提升11倍,展示了生物组织与软体结构融合的新可能。
小鹏汽车宣布第二代 VLA 大模型升级,获得更强时序理解与未来行为预测能力,已端侧落地到小鹏人形机器人 IRON 上。IRON 可每 0.2 秒根据眼前画面重新推理一次,并预测 6 秒内的动作变化,实现实时互动调整。小鹏计划在 2026 年底实现人形机器人量产,2027 年上半年开启交付。
推荐理由:0.2秒实时推理加6秒预测,让人形机器人首次真正跟上人类节奏,但量产交付仍是终极考验。
宇树科技创始人王兴兴在2026世界物理AI大会上表示,自2024年5月发布以来,宇树G1人形机器人已累计生产下线约1-2万台,成为全球最畅销的人形机器人。宇树科技股价在消息公布后涨超17%,总市值重回2000亿元。
推荐理由:宇树 G1 量产规模突破万台,人形机器人商业化进程加速,接下来看产能爬坡与成本控制。
本文提出了一种主动感知框架,使高自由度移动机械臂在导航过程中使用手部相机检查不确定或安全关键区域。该框架通过概率性的面向对象和任务的下一最佳视图(NBV)公式,优先观察期望路径附近和不确定或可能变化物体周围的区域。实验表明,与被动或非任务感知的基线相比,该方法提高了地图一致性,降低了任务相关的地图熵,并减少了导航风险。
推荐理由:移动机械臂在半静态环境中通过主动感知降低碰撞风险,将导航与地图维护闭环整合。
研究人员提出RISE方法,通过视觉扩散规划器实现人形机器人摔倒后的任务导向恢复,可在推理时根据任务目标控制机器人站立方式。该方法在Unitree G1机器人上进行了真实世界演示,展示了多样化的恢复策略、地形适应能力和无需重新训练的测试时转向功能。
推荐理由:通过视觉扩散规划器实现人形机器人摔倒后的任务导向恢复,无需重新训练即可适应不同地形和目标。
该研究探讨了在月球重力、地形和土壤条件下,地球训练的人形控制器的迁移能力。研究在模拟的Unitree G1上训练了12种策略,测试了不同重力、地形和地面接触条件下的表现。
推荐理由:研究首次系统验证了地球训练的人形控制器在月球重力与地形下的迁移能力,发现重力转移不对称且粗糙地形训练显著提升生存率。
Fangyu Jiang提出A2I-Calib++框架,专为足式机器人全身多IMU系统设计,通过时间相关搜索和解析空间与偏差估计,无需人工校准目标或复杂参数调校即可估计时间偏移、外旋平移和惯性偏差。
推荐理由:通过运动学驱动抗噪声主动校准框架,解决了足式机器人多IMU系统在常规运动中激励不足的问题。
本文提出了一种将欧几里得距离场(EDF)直接集成到观察空间的强化学习框架,在7自由度冗余机械臂上验证了该方法的有效性。该方法实现了从仿真到实体的零样本迁移,尽管仅使用随机静态物体进行训练,部署后的策略能够泛化到未见过的真实环境,并表现出对动态障碍物的鲁棒在线避障能力。
推荐理由:将欧几里得距离场直接融入观察空间,实现了从仿真到实体的零样本迁移,为复杂环境中的实时避障提供了新思路。
Qingling Fan提出了一种新的线性扭动侧向爬行步态,通过将工作负载分散至整个机器人身体,使单个扭动关节的峰值输出功率降低42%。实验表明,新步态可在传统方法无法适应的地形上移动,并且比无扭动的传统侧向爬行速度快49%。
推荐理由:线性扭动侧向爬行步态将机器人工作负载分散至全身,解决了传统方法中电机过载问题。
Qingling Fan提出S-rolling步态,通过S形平面曲线设计结合低扫掠高度移动与平面机动性,使蛇机器人在10cm间隙环境中实现90°和180°精确转向。该研究推导了关节空间步态方程,开发了准静态运动学模型,并通过实物实验验证了各种运动模式。
推荐理由:S-rolling通过S形平面曲线设计解决了蛇机器人在低空间环境中的转向难题,实现了90°和180°的精确转向。
该论文提出了一种计算方法,设计出不仅能够稳定行走,还支持多种步态的乐高步行机器人。研究通过特定的齿轮-连杆机构控制每条腿的运动轨迹,并使用独立电机驱动各腿,通过简单可适应的控制算法同步多腿运动,实现了稳定且多样化的运动。基于此方法,研究人员创建了多种乐高步行机器人,展示了不同的步态和外观,并制作了部分实物以验证其在现实世界中的运动能力。
推荐理由:通过齿轮-连杆机构与独立电机驱动,首次实现可变步态的乐高步行机器人设计,为模块化机器人提供了新思路。
本文提出ContactFlowFilter方法,结合流匹配模型与粒子滤波框架,用于机器人接触估计。该方法在单接触和双接触场景下分别实现0.36厘米和0.88厘米的误差,处理时间仅需0.69毫秒和2.69毫秒。研究通过仿真和真实实验验证了该方法的有效性。
推荐理由:将流匹配与粒子滤波结合,解决了机器人本体感觉接触估计中的多模态和离散事件难题,误差低至0.36厘米。