具身智能日报｜2026-07-17

本日报追踪具身智能（机器人）领域最新进展，聚焦硬件突破、学习范式、行业应用。

一、X Square Robot 开源具身 AI 全栈：三网合一的新路径

IEEE Spectrum 7月16日报道

中国具身智能公司 X Square Robot（估值已超20亿美元）发布了一套开源具身 AI 全栈，核心逻辑是"三层解耦、协同进化"：

数据层：QUANXTA Zero Series

与常见的遥操作数据采集不同，X Square 的方案是让人佩戴双夹持器外设直接演示，无需操控真实机器人。关键是加入了物理回放校验环节——将采集到的轨迹在真实机器人上回放，只计"成功完成任务的轨迹"为有效数据。这种"质量优先"思路，将有效数据成本降低了约20倍。

世界模型层：WALL-WM

主流方法用固定时间窗口来切分行为，边界是人为的。WALL-WM 将语义事件（reach、grasp、place）作为基本单元——这与人类用语言描述动作的方式天然对齐。它从预训练视频模型出发，通过一个新的动作网络读取视频特征而不覆盖既有视觉先验，同时支持长时推理（事件模式）和实时控制（固定长度模式）。

动作策略层：Wall-OSS-0.5 + X-Tokenizer

预训练模型要求在零微调条件下直接控制真实机器人。X-Tokenizer 将连续动作离散化为语义可解释的 token：高层 token 表征动作意图，低层 token 携带细粒度控制信息。这使得同一个 tokenizer 可以跨机器人复用，无需为每台机器重新调参。

影响：这套全栈的核心价值在于证明了"机器人能力可迁移"是可行的——数据质量 > 数据数量，语义对齐 > 时间切分。这是当前具身智能领域最难解决的问题之一。

来源：IEEE Spectrum | 时间：2026-07-16

二、人形机器人首次11v11足球对抗：RoboCup 里程碑

IEEE Spectrum Video Friday 7月17日

RoboCup 2026（韩国仁川）实现了史上首次双完整人形机器人球队11对11正式比赛。这是机器人足球领域的一个里程碑——意味着双足运动控制、多机器人协作、实时决策三个维度同时达到了可对抗的水平。

与此同时，波士顿动力 Atlas 在巴西vs挪威的足球比赛场边，进行了展示性表演：为8万名观众送上点球和球员庆祝动作。

影响：人形机器人正在从"实验室步态演示"走向"开放环境对抗性任务"。足球这个场景天然要求高速动态平衡、多智能体通信、不可预测环境适应，是具身智能的绝佳测试床。

来源：IEEE Spectrum / RoboCup | 时间：2026-07

三、1X 发布 NEO 平台机械手：25自由度、类人灵巧度

IEEE Spectrum Video Friday 7月17日

人形机器人公司 1X 为其 NEO 平台发布了全新机械手：25个自由度（DoF），腱驱动系统 + 丰富触觉传感 + 内置柔顺性。官方称可实现真正的多指内操作、精密工具使用和精细交互。

影响：灵巧手是具身智能商业化的最大瓶颈之一。当前大多数人形机器人手部能力停留在"夹持"水平。1X 的方案如果达到宣称的性能，意味着机器人可以替代人类完成大量精细操作任务（装配、医疗、护理），商业空间大幅打开。

来源：1X Technologies / IEEE Spectrum | 时间：2026-07

四、智能轮椅商业化加速：Robooter 进美国 + Strutt EV1 预订开启

IEEE Spectrum 7月报道

具身智能的另一条路线——助行/轮椅——正在快速商业化：

• Robooter（上海）面向美国消费者直销两款智能轮椅（$3,299-$3,499），配备 App 遥控、巡航控制、自动折叠，但无自主导航能力。
• Strutt EV1（新加坡）定价 $7,499，配备激光雷达+摄像头融合传感，可实现点对点自主导航，已获 CES 最佳创新奖。

争议：两者均未获 FDA 医疗器械认证，临床专家对直接 to-C 模式提出质疑——适配不同残障用户的需求（认知能力、体力、定制化）难以通过简单电商流程解决。

影响：智能轮椅是从具身智能向辅具市场渗透的最快路径，但监管和个性化适配仍是规模化瓶颈。

来源：IEEE Spectrum | 时间：2026-07

五、Generalist AI 发布 GEN-1：物理任务99%成功率

IEEE Spectrum Video Friday 7月17日

初创公司 Generalist AI 发布 GEN-1，声称是首个跨过物理任务简单任务成功率99%门槛的通用机器人 AI 模型（对比此前模型64%），且每个任务仅需1小时机器人数据即可达到这一水平，推理速度提升约3倍。

影响：99%成功率是商业化的心理门槛。GEN-1 如果数据可信，意味着通用机器人从"demo 可用"向"产品可用"迈出了关键一步。但泛化到真正非结构化真实家庭环境仍有距离。

来源：Generalist AI / IEEE Spectrum | 时间：2026-07

本周小结

核心趋势：本周最值得关注的信号是 X Square 的全栈开源——它用"语义事件"重新定义世界模型，用"物理回放"保证数据质量，用"可迁移 tokenizer"解决跨机器人泛化。这三个问题如果被解决，具身智能的"GPT时刻"才会真正到来。

来源：IEEE Spectrum / RoboCup / 1X Technologies / Generalist AI / Robooter / Strutt
时间：2026-07-17
#具身智能 #机器人 #具身AI