MOSS:多模态折纸沼泽机器人系统
MOSS是一种紧凑的两栖机器人平台,采用3D打印折纸轮组,可在收缩和展开配置间切换,适应不同地形。在土壤、泥泞、沙地和水中测试中,展开配置在湿泥、沙地和水中降低能耗最高达29%,并能完成土壤-泥泞-水域连续过渡。
推荐理由:折纸式轮组让机器人在陆地与水域间无缝切换,地形自适应降低能耗最高达29%,为复杂环境监测提供新方案。
MOSS是一种紧凑的两栖机器人平台,采用3D打印折纸轮组,可在收缩和展开配置间切换,适应不同地形。在土壤、泥泞、沙地和水中测试中,展开配置在湿泥、沙地和水中降低能耗最高达29%,并能完成土壤-泥泞-水域连续过渡。
推荐理由:折纸式轮组让机器人在陆地与水域间无缝切换,地形自适应降低能耗最高达29%,为复杂环境监测提供新方案。
深辰凯动羽毛球机器人连续对打1452拍,创下吉尼斯世界纪录。该机器人基于通用物理运动平台,可在约0.5毫秒内识别来球,挥拍速度达每秒30米,扣杀时速超过250公里。团队已实现全栈自主研发,拥有国内外专利100余项。
推荐理由:原文给出了中国机器人羽毛球机器人的技术突破和实际应用场景,读者可以了解其工程化落地能力。
四川具身人形机器人科技有限公司完成超1亿元Pre-A轮融资,资金将用于人形机器人'爱湫'的迭代研发、万台级生产基地建设及销售体系搭建。公司提出Emotion Native理念,将情感陪伴作为产品原生目标,计划于2026年年底投产量产基地,实现从千台到万台的规模产能。
优必选发布Thinker-WM多模态统一表征模型,在WorldOlympiad、EWMBench和WorldArena1.0 Track-1三大具身世界模型基准评测中全部获得第一名。
推荐理由:优必选Thinker-WM通过多模态统一表征在三大基准评测中全部登顶,为具身智能提供新一代基础世界模型底座。
IEEE Spectrum 汇集本周机器人视频,包括 Gemini 4 通过视频理解生成 Apollo 2 人形机器人投掷玉米袋的物理模拟,NASA 毅力号火星车以 28.10 英里刷新地外行驶纪录,以及 Microducks 通过蓝牙即兴合唱。
Huanqian Wang提出PRIME方法,通过构建加权图和最短路径搜索,从非精确的人类演示中学习精确的进度估计,在仿真和真实世界的高精度操作任务中表现出色,在充电器插入任务上比SFT基线方法提高5倍成功率。
推荐理由:从人类不完美演示中学习进度评估,PRIME方法解决了高精度操作中错误动作干扰奖励信号的问题。
Nvidia 前机器人产品营销负责人 Amulya Vishwanath 表示 Physical AI 不仅是机器人,还包括分子、材料、药物或工厂机器。她认为机器人行业处于“乐高时代”,基础组件仍在重建,尚未迎来“ChatGPT时刻”。Techable VC 创始人看好解决家庭工厂招工难、医生职业倦怠等大问题的机会。
前英伟达机器人产品营销负责人 Amulya Vishwanath 称,机器人行业仍处于“乐高时代”,执行器、机械手等基础组件和标准仍在重建中,尚未出现类似 ChatGPT 的突破性时刻。
TransNav 提出一种基于 Transformer 的端到端导航方法,通过点云编码与无监督学习策略,实现四旋翼在静态与动态环境中的障碍物避障。该方法在密集静态环境中表现优异,动态场景下具备竞争力,且推理成本低,适合机载部署。
深圳具身智能公司星尘智能于10月13日宣布完成10亿元规模新一轮融资,投后估值达150亿元。本轮由投控东海领投,老股东先沐追投。星尘在产品交付和量产上保持高频节点,成为全球首个实现绳驱AI机器人量产的公司,并在多个场景实现商业化落地。
剑桥大学副教授 Rika Antonova 探讨 AI 如何协同开发机器人硬件与算法。她的研究涵盖协同设计、自动化算法发现、数据高效强化学习等领域。此前她曾在谷歌任高级软件工程师,并在斯坦福大学从事计算创新研究。
RoboParty 推出开源 RP1 人形机器人。该机器人采用开源设计,开发者可自由获取技术细节并进行二次开发。
Tau Robotics 人形机器人吸尘擦台,需人类后台辅助。测试未提及具体型号、价格或性能参数。
2026年国庆期间,机器人便利店在全国各大景区迅速扩张,单店营收可达传统便利店的近5倍。中国连锁经营协会数据显示,71.7%的便利店企业来客数下降,50%销售额同比下降。机器人小店主要依靠体验价值而非便利性吸引游客,但能否在非节假日持续盈利仍是挑战。
Faraday Future 推出定价 2490 美元的人形机器人,面向开发者和学校市场。该机器人未公开具体型号或技术参数,目前仅通过官方渠道发售。
商用机器人公司虽已实现商业闭环,估值却远低于尚处早期阶段的具身智能企业。资本市场对两类机器人公司的定价存在明显鸿沟,前者被视为设备,后者被视为AGI物理入口。随着监管趋严和资本降温,两类企业开始相互靠近,商用机器人企业贴具身智能标签,具身智能企业展示商业化能力。
特斯拉在美国得克萨斯州SpaceX测试场地发布第二代Roadster纯电跑车,展示了其借助推进系统实现的短暂腾空和空中旋转能力。新车提供Performance、Thrust和Rocket三个版本,0-60英里/小时加速目标分别低于1.6秒、0.9秒和0.59秒,续航里程超过300英里,计划于2028年量产。
OpenAI发布GPT-6 Astra模型,在具身智能领域取得突破,成功率高达95%。文章分析了OpenAI成功的关键因素,包括千万小时级的数据积累和强大的算力支持,并探讨了中国具身智能企业面临的挑战和应对策略。
欧卡智舶完成C轮融资近3亿元,计划将业务从自研无人船扩展到向其他船舶提供智驾系统ORCA-APAS,目标是三年内累计交付规模突破一万艘。公司2025年营收超1亿元,首次实现盈利,清洁船仍是最大收入来源,智驾系统贡献约30%收入但接近一半利润。
破晓智能联合天珑移动发布全身全模态数据采集系统 SeePhys Hub,由四目头环、腕部手环、腰腿部动作追踪器和触觉手套组成,可同步采集视觉、触觉与全身运动信息。该系统保留了便携性,同时补回了关键的身体与接触数据,配套自研平台可将人类数据转化为面向机器人学习的多模态训练数据。
万拿机器人在香港秋季电子产品展上全球首发NOVA21灵巧手,采用21自由度全主动旋转直驱设计,集灵巧、力量、精准与触觉感知于一体,支持多指协同与复杂操作策略研究。
推荐理由:原文提供了产品规格和技术参数,读者可据此评估其在机器人研究中的适用性。
大漠大宣布从无人机表演向具身智能转型,计划2027年申报IPO。公司海外设备销量五年上涨45倍,正开发第二产品线面向GPS信号弱或缺失的密闭空间。
智元宣布与国内20多所高校合作,投入超2亿元建设具身智能产教融合创新实践平台,提供千台机器人和AIMA开发平台,解决高校机器人短缺问题。
Faraday Future和FFR联合推出FF Nova人形机器人,在美国售价低于2500美元,同时发布了FF Nova Mini、Physical AI Spark课程和强化学习开发者计划。
推荐理由:低于2500美元的人形机器人首次亮相,价格门槛大幅降低,接下来看开发者生态能否跟上。
香港启动具身 AI 中心,意在争夺机器人产业机遇。该举措聚焦具身智能技术发展,助力香港在全球机器人领域占据一席之地。
华为前AI首席专家、小艺大模型前负责人唐都钰创办观行数智,致力于打造面向物理世界的主动式AI系统。该系统采用双模型协同架构ProAgent,通过StreamingJev持续读取环境事件流,Response Model规划回应方式,旨在让AI主动发现人类需求并适时介入,而非仅被动执行指令。
字节跳动正在基于视频生成模型Seedance开发实时空间视频生成模型,由张一鸣亲自督导,计划于10月推出。该模型采用端到端延迟约50毫秒的技术路线,旨在实现实时互动,应用场景包括直播、互动短剧、游戏和机器人训练。
推荐理由:文章揭示了字节跳动基于Seedance开发世界模型的战略布局和差异化路线,展示了从视频生成到实时互动的技术演进。
2026年中国一级市场逆势增长,资本从规模驱动转向技术信仰,DeepSeek、宇树科技等硬科技企业获得大额融资。巴伦中国评选出20位定义中国商业新叙事的人,聚焦技术定义力、组织再造力和全球表达力三大维度。
Fleet Robotics 开发了一种类似 Roomba 的机器人,通过磁力吸附在船体上行走,能够有效清除船体上的海藻、藤壶等生物附着物。该机器人长约1米,宽60厘米,采用可切换磁力的脚部设计,可在船体上精确导航和规划路径,进行日常预防性维护,每年可为美国航运业节省高达360亿美元的燃料和防污涂料成本。
推荐理由:原文详细介绍了机器人如何通过磁力吸附在船体上行走清洁,解决了船舶生物附着问题。
Wenye Yu提出Value as Memory (VaM)框架,通过价值缓存和在线强化学习解决机器人策略后训练中的部分可观测性和反馈延迟问题。在涉及可变形物体和接触密集操作的长时程任务中,VaM在价值缓存方面平均提高成功率29.4%,在线自主学习提高32.8%,在相同梯度步预算下执行8倍策略迭代,并发数据收集和训练使每梯度步时间降低2倍以上。
推荐理由:本文提出了一种结合价值缓存和在线强化学习的机器人训练框架,解决了部分可观测性和反馈延迟问题。
作者提出P³-WAM模型,通过感知、预测和规划三种互补模式实现自我中心灵巧操作,整合紧凑的3D动作表示到预训练视频扩散变换器中,实验显示统一训练提升了所有三种能力,在3D手重建和动作条件视频预测任务上优于专用基线。
推荐理由:论文提出了统一的世界行动模型,通过三种互补模式实现3D感知、预测和规划,在多个数据集上表现优于专用基线。
研究人员提出Spark-0模型,结合视觉-触觉-语言-动作(VTLA)多模态信息,通过1000小时的HumanTouch数据集进行预训练,在Ego Humanoid Manipulation Benchmark和SparkArena任务中取得最高成功率,触觉信息不仅作为策略输入,还成为灵巧视觉运动预训练的可扩展监督。
推荐理由:研究通过大规模触觉预训练提升了机器人在灵巧操作中的成功率,提供了新的监督方法。
Botao He提出DSP框架,机器人通过行为克隆从人类游戏中学习策略,然后自主收集交互数据训练世界模型。在真实实验中,该方法比回顾性行为克隆成功率提高69.6%,且比强化学习减少490倍的交互数据量。
推荐理由:论文提出了一种通过监督学习让机器人自主收集灵巧操作经验的新方法,显著减少了交互数据需求。
研究提出PSA-PPO方法,用于温室水培生菜采摘,在物理实验中达到94.7%的目标到达率,比传统规划方法表现更好。该方法结合了目标条件观测、走廊感知空间约束和基于轨迹历史的安全编码,无需真实世界微调即可成功迁移到UR10e机械臂。
推荐理由:研究提出了PSA-PPO方法,解决了机器人采摘中的路径安全问题,实现了94.7%的高成功率。
该研究提出基于分类变分自编码器的航天器检测规划框架,通过图像隐方差替代几何可见性检查。在物理仿真中,该方法平均亮度达0.57,81.6%观测值高于0.25,显著优于几何规划方案。
Mem4Act框架引入了一种固定大小的潜在记忆表示,通过多粒度时间聚合、互补语义和感知信息保留以及记忆优先的两阶段训练,解决了长期机器人操作中的记忆挑战。在RoboMME、RMBench和四个真实世界操作任务中,分别取得了49.88%、61.0%和81.5%的成功率,达到了最先进的性能。
推荐理由:Mem4Act框架解决了机器人长期操作中的记忆挑战,通过多粒度时间聚合和互补记忆监督实现了SOTA性能。
该论文提出了一种方法,通过构建信息先验和提供解释,让机器人能够针对需要解决的特征提出更智能的偏好查询,从而减轻人类负担。在模拟中,该方法在低查询量情况下比标准基线高30.8%,在用户研究中显著改善了奖励恢复。
Google推出Gemini 4 Argon模型,旨在成为机器人所需的唯一AI模型,可控制机器人、构建虚拟训练世界和评估训练视频。该模型在ERQA基准测试中得分为87%,领先其他前沿模型,但在AA-Robotics基准测试中排名第三。
Tesla 演示了一款悬浮的 Roadster 跑车,该展示被评价为“工程实力的体现,除让传统车企难堪外无商业价值”。