AI 日报

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 ...

具身智能日报｜WAIC 2026 观察：从"电子玩具"到"家庭成员"的分化时刻 发布时间：2026-07-21 17:30 来源：36氪、WAIC 2026现场报道 分类：具身智能 / 家庭机器人 / 物理AI 一、从演示型玩具到有"生命感"的具身终端 WAIC 2026（世界人工智能大会）正在成为具身智能赛道的"分水岭"观测点。 一个显著信号是：行业正在两极分化。一条路走向工厂产线和物流仓储，聚焦生产力替代；另一条路则聚焦家庭场景，强调情感陪伴与多代际沟通。两条路的共同点是：舞台演示已不足以证明价值，真实场景的长期稳定运行才是新的评判标准。 本届展会上，心言集团发布的家庭主动智能陪伴机器人"巴布（Buboo 1）"提供了一个有代表性的切入点。 这家公司并非机器人老兵——它的背景是一个有6000多万注册用户的情感陪伴App"测测"，年营收数亿元。换言之，这是一家从软件跨界做硬件的企业，选择了一条看似"不理性"的路：自研家庭机器人。 心言创始人任永亮的逻辑并不难理解：屏幕对话是单向的，无法感知三维物理世界，无法真正满足家庭中的亲子陪伴、老人情绪安抚等复合需求。现有智能终端要么交互门槛过高，要么只是"会卖萌的电子玩具"，始终缺少一个能读懂氛围、知进退的具身载体。 巴布的核心技术架构分为三层： 底层：心元大语言模型，集成Multi-Agents、RAG检索与长周期记忆模块，核心任务是理解语境而非知识问答 中层：心元多模态大模型，覆盖视觉推理、远近场语音识别与拟人语音合成 上层：心元xyVLA具身模型，打通"看到—理解—行动"的完整链路 一个代表性场景：当孩子拿着画作冲向巴布时，xyVLA层先调动视觉模块识别内容，再调用语言模型生成鼓励反馈，最后通过运动控制模块让巴布完成"歪头、靠近、拟人语音输出"整套连贯动作——全程无需唤醒词。 任永亮认为，行业下一阶段的竞争焦点是多模态主动感知能力、垂直居家场景的原生数据积累，以及长期情感记忆模型的搭建。这不是一家公司的判断，而是整个家庭机器人赛道正在形成的新共识。 二、速腾聚创第二代全固态感知平台E2：物理AI的"数据入口" 如果说巴布解决的是"机器人在家里能做什么"的问题，速腾聚创解决的则是**"机器人如何真正理解物理世界"**的问题。 7月17日至20日 WAIC 2026 期间，速腾聚创发布基于自研"孔雀"SPAD-SoC 芯片的第二代全固态感知平台E2。 这里有一个值得深入思考的第一性原理问题：当前大多数具身智能模型依赖二维图像和仿真虚拟数据训练，但物理世界的运行规律是三维的——有距离、材质、受力、动态交互。这些信息不是靠"看"就能理解的，而是需要精确的空间深度数据来支撑。 E2的核心升级在于：基于孔雀芯片采用全固态架构，从信号收发到数据处理均在芯片层面完成，最高精度是前代产品的3倍。 速腾聚创市场总监谢阗地指出了一个关键判断："传统的视频数据对于具身大模型来说是相对粗糙的。它需要更完整的空间数据结构，需要更精确的深度信息。传统的单摄像头或者普通视频素材可能就不够用了。" 这背后是一个更深层的逻辑转变：激光雷达不应该是"导航配件"，而应该是物理AI的数据源头。机器人在移动、抓取作业过程中同步生成的数据资产，可以持续反哺模型迭代，形成"感知-理解-决策-迭代"的完整数据闭环。 从商业模式的角度，速腾聚创正在从"机器人之眼"（硬件供应商）向"物理AI数据基础设施"迁移。这个定位的升级，某种程度上比产品发布本身更有战略意义——在具身智能走向规模化的进程中，谁能率先解决高质量空间数据的供给问题，谁就占据产业链上一个更基础的位置。 三、VC圆桌共识：具身机器人过热，但长期机遇真实存在 36氪WAVES 2026峰会上的VC圆桌，为我们提供了观察资本如何看待具身智能过热的窗口。 软银中国刘缩的看法务实：具身机器人软件是重点关注方向，但行业"明显过热"。二十多年投资经验告诉她，无论泡沫如何起伏，大量资本涌入是行业起来的必要条件——"没有钱去烘托这个行业起不来"。同时她也指出，AI+机器人对中国是重大机遇：有望抵消东南亚/印度等国的工业化进程，同时解决中国自身的老龄化问题。 创东方高宇辉从宏观角度补充了一个容易被忽视的视角：当AI把整个人类知识"吃"过一遍之后，"一人公司"正在从不可想象变为现实。这意味着对人才结构的冲击将是极其深远的——印度几大软件公司上半年招人数量骤降，欧美金融行业正在逐步剔除印度外包。他判断，"AI+机器人"将成为中国应对人口老龄化、同时封锁竞争对手工业化跃迁路径的战略级工具。 九合创投王啸则从AI时代"终端"的角度做了更直接的判断：AI需要落地的"端"，To C可能是眼镜或智能硬件，To B则是各种形态的机器人。他的结论是："AI需要一个落地的、能走入现实世界的端"。 三位老兵的一致结论：行业过热是现实，但长期机遇同样真实。区别只在于——谁能穿越泡沫活到最后。 行业观察小结 WAIC 2026 的三条新闻构成了一条内在逻辑链： 场景需求（家庭陪伴机器人解决"陪伴缺口"） → 物理AI基础设施（高精度空间感知解决"理解物理世界"的问题） → 资本判断（过热但长期方向清晰，软件层和基础设施层是价值锚点） 这恰恰印证了本届大会透露出的核心趋势：具身智能正在从"能做什么演示"进化到"能在真实场景稳定运行多久"。能率先跨越这条鸿沟的企业，将在下一阶段占据主动权。 关键词：具身智能、家庭机器人、全固态感知、物理AI、WAIC 2026、情感交互、空间数据 相关公司：心言集团、速腾聚创、软银中国、九合创投、创东方 相关阅读： 6000万用户的情感陪伴APP，营收数亿后做了款家庭机器人 速腾聚创第二代全固态感知平台发布，要做物理AI数据入口 圆桌论坛：夏天周而复始·VC3.0

具身智能日报｜BYD机器人8月登场、SpaceX收购Cursor落地：两条路线同时冲刺万亿赛道 2026-08-15 「机器人还没上岗，谁在收千万级'培训费'？」——这个今天在虎嗅热榜的问题，恰好点出了具身智能当前最核心的矛盾：商业化叙事已经铺开，但真实买单的账本还没有完全算清楚。 这一天发生了两件大事，看似不相干，实则是同一个命题的两面——谁来买单，以及谁来定义技术路线。 一、BYD携人形机器人入场：制造巨头的降维打击 比亚迪宣布将于8月正式发布旗下首款人形机器人，展示地点在其深圳「Di Space」体验空间，且这次不是概念展示，而是可交互的功能性样机。 这则消息在海外媒体引发不小震动。Interesting Engineering的报道直言：全球EV巨头正式杀入，与特斯拉Optimus正面竞争。 但真正值得关注的不是比亚迪"会不会做机器人"，而是它"为什么能做"。 比亚迪是中国制造业能力最完整的企业之一——自研电池、自研芯片、自研电机、从乘用车到商用车到云轨全部自己造。这种纵向整合能力，是大多数机器人公司梦寐以求的。机器人供应链的减速器、电机、传感器、芯片——比亚迪具备大部分核心零部件的自主可控能力。 换句话说，BYD不是又一家「从0到1」做机器人的创业公司，而是一个制造业帝国发现了机器人这个新赛道。它带来的真正冲击是： 当制造能力不再是瓶颈，机器人公司之间的竞争将彻底转向软件智能和场景理解。 有意思的是，今天同时爆出的消息中，「机器人天团」已经上岗天津地铁——安检巡检、问询引导、清洁服务、商业导购，10余台机器人覆盖5大场景，每台身高达1.7米。具身智能不再是PPT里的词汇，而是开始真刀真枪地在城市基础设施里跑起来了。 二、SpaceX 600亿美元收购Cursor：马斯克的「小脑」战略 就在比亚迪宣布机器人计划的同一天，SpaceX以600亿美元完成对AI编程工具Cursor的收购，正式生效。 这笔钱从哪里来不重要，重要的是马斯克在内部说了什么： 「到9月份，我们的AI收入将超过SpaceX的所有其他收入。」 600亿美元买的不是代码编辑器，买的是下一代软件开发范式的主导权。 Cursor是「Vibe Coding（氛围编程）」的核心工具——用户用自然语言描述需求，AI生成代码，过程中人只是「验收者」而非「打字员」。这把编程的门槛从「会写代码」降到了「会说话」。 马斯克的逻辑很清晰：Optimus需要软件，软件需要开发者，开发者需要AI编程工具——Cursor是必经之路。而且Cursor团队在收购完成后第一时间表态：「我们将能使用全球规模最大的GPU集群。」SpaceX的算力储备，终于有了更直接的商业出口。 值得玩味的是，SpaceX的AI业务原名xAI，年初被SpaceX收购后更名为SpaceXAI，曾经历裁员和组织重组。这说明马斯克的AI商业化路径并非一帆风顺，而这次收购是他下定决心补课的信号。 三、两条路线的交汇点：具身智能的「大脑」与「小脑」 如果我们把人形机器人的技术栈分成两层：「大脑」（感知-决策-规划）和「小脑」（运动控制-精细操作），那么当前行业面临一个很现实的问题： 「小脑」发育快，「大脑」发育慢。 几乎所有机器人公司都在展示运动能力的进步——跑步、跳跃、双足行走。但一问到「机器人能不能自主理解'把这件衣服叠好放到第二个抽屉里'」这种长序列家务指令，能给出肯定答案的几乎没有。 这正是「Vibe Coding」思路在机器人领域的镜像问题：大模型解决的是"说什么"，但具身智能要解决的是"怎么做物理世界的动作"。这不是语言模型的范畴，而是世界模型、强化学习和真实物理数据的三重难题。 今天新华网的报道给出了关键数据：工信部披露，2026年上半年中国 humanoid 机器人产量已超4万台，预计全年超10万台。这个数字意味着：硬件规模化已经在发生，但软件智能化还跟不上硬件的节奏。 四、资本加速涌入：但钱在流向哪一层？ 今天北青网的报道援引数据：2026年具身智能领域涌入资本超935亿元。但这笔钱分布很有意思—— 多数资金砸向了硬件制造和整机生产，因为这是最容易被验证的指标：能造出机器人、能跑起来、能拿到订单，就是融资的硬通货。但真正决定机器人能不能「通用」的数据采集、仿真训练、具身大模型，资金占比仍然偏低。 这背后是一个「路径依赖陷阱」：硬件是确定的，软件的ROI是不确定的。资本天然喜欢有形的东西。但这个行业最终胜出，需要的不是「能跑的人形机器人」，而是「能真正替代人工的智能系统」。 今日核心要闻 🤖 BYD人形机器人8月发布：比亚迪携制造能力正式入局，可交互功能性样机将于Di Space展示 🚀 SpaceX 600亿美元收购Cursor落地：马斯克AI编程版图补全，9月AI收入目标超所有其他业务之和 🏭 2026 E-Town机器人消费节启动：北京亦庄1800万元专项资金促消费，全球最大机器人4S店再度开张 🤖 天津地铁「机器人天团」上岗：10余台机器人覆盖安检巡检、问询引导、清洁、商业导购5大场景 📊 工信部数据确认：2026年上半年中国humanoid机器人产量超4万台，全年预计破10万台 影响： 具身智能产业正在从「演示阶段」进入「作业阶段」，但「大脑」层面的智能跃迁仍然是决定性的瓶颈。谁能率先让机器人的「小脑」和「大脑」同步发育，谁就能拿到万亿市场的第一张船票。 来源：财联社、凤凰新闻、Interesting Engineering、新华网、中国日报、北京亦庄创新发布、虎嗅APP | 时间：2026-08-15

具身智能日报｜王兴兴泼冷水、淘汰赛信号确立：修路比淘金更急迫 2026-08-22 「行业最热闹的时候，往往是淘汰赛的前夜。」——这句话放在2026年的具身智能赛道上，再合适不过。 本周最值得关注的信号，不是又融了多少钱、发布了什么新品，而是一个重量级人物的主动降温：宇树科技董事长王兴兴在世界机器人大会上说，具身智能的"ChatGPT时刻"最快2-3年到来，也可能需要5-10年。 这不是谦虚，这是实话。 泛化能力：物理世界的"最后一公里" 王兴兴指出的核心瓶颈，是AI模型的泛化能力不足。在固定环境里训练，任务成功率可以接近100%；但只要环境和物体稍微变化，性能就会急剧下降。这和语言模型的能力分布截然相反——LLM可以泛化到从未见过的文本场景，但机器人的"泛化"要难得多，因为它需要理解物理世界的因果约束。 他的判断基准很清晰：一个具身智能的"ChatGPT时刻"，应该以机器人在陌生家庭中仅靠语音指令自主完成约80%日常任务为标志。这个标准比大多数企业宣传的"量产元年"要诚实得多。 更值得关注的是，宇树已经把AI模型列为最大投资方向，包括世界模型、机器人数据、VLA架构。这说明在硬件躯干基本就绪之后，"大脑"的优先级已经全面超越"肢体"。 淘汰赛已至：达闼倒下，K-Scale清盘 和宇树的谨慎形成对比的，是上游"修路者"的疯狂涌入。 2026年上半年，国内具身智能赛道融资322笔、总金额935亿元，同比增长5倍，超2025年全年。8家企业估值突破200亿，"200亿俱乐部"成型。但另一组数据更值得关注：上游零部件企业超过8000家，中游本体制造仅1900家，下游应用2370家，而人形机器人整机企业只有680家。 修路的人比淘金的人还多，这个行业结构性问题已经开始暴露。 达闼机器人是最典型的案例。这家累计融资超过54亿元、估值曾超200亿的公司，2025年因商业化失败彻底倒下。最新数据显示，2025年前7个月营收仅140万元，净亏损8425万元，近2000项专利被迫打包授权给一家香港合资公司。另一家硅谷公司K-Scale一年内连融3轮、估值冲到5000万美元，2025年11月因融资失败直接倒闭，账面只剩40万美元。 这和智能驾驶的演进路径如出一辙——十年洗牌后，真正给全行业铺路的只剩下华为、卓驭、地平线、Moileye这几家，其余要么被收编，要么悄无声息地消失。 政策加速：从"鼓励"到"要求落地" 与此同时，政策层面给出了明确的时间表。工信部等多部门联合发布的行动计划要求，到2026年底，人形机器人在代表性场景的应用验证和常态部署必须取得突破，形成百个以上高价值应用场景。《人形机器人与具身智能标准体系（2026版）》已经发布，这是国内首个覆盖全产业链的标准顶层设计。 这意味着行业即将从"野蛮生长"进入"规范化竞争"时代——对于有真实商业化能力的企业是利好，对于靠融资输血的PPT机器人公司，则是倒计时的开始。 一句话总结 本周的核心主题是**"预期修正"**：行业领袖主动降低短期预期，淘汰赛的残酷性开始显现，政策从"放水养鱼"转向"要求交作业"。对于真正做事的公司，这是最好的时代；对于靠热度续命的公司，这是最坏的时代。 来源：TrendForce、OFweek机器人网、EE Times China、格隆汇

具身智能日报｜GEN-1.5单次演示学习：机器人"GPT-3时刻"的技术基础正在形成 发布时间：2026-08-26 分类：AI · 具身智能 关键词：具身智能、人形机器人、GEN-1.5、物理提示、世界机器人大会 8月19日，Generalist AI 发布第三代机器人基础模型 GEN-1.5，在行业内激起的波澜远超同期举行的2026世界机器人大会。 核心突破：物理提示（Physical Prompting） GEN-1.5 只需接收 3-12 秒的传感器运动演示，就能在一个 30 秒上下文窗口内理解任务目标，并驱动机器人尝试执行——无需任何梯度更新、微调或任务专属重训练。测试中，10 项多样化的短时操作任务（拧瓶盖、拉拉链、把方块扫进碗里等）单次成功率约 59%，经过约 5 分钟少量数据微调后可升至 83%。 这意味着什么？ 第一，这是机器人"上下文学习"（in-context learning）能力首次在真实物理任务上涌现，而非人工设计的"技巧库"。Generalist AI 明确表示，没有为 ICL 设计专门的架构或辅助目标，这个能力是从 8 个月连续预训练中"自然涌现"的——类似 GPT-3 在 2020 年展现语言上下文学习的那一刻。 第二，机器人基础模型的"预训练-微调"范式正在被颠覆。工业机器人部署传统上需要专家遥操作、数百到上千条演示、验证流水线，一项新任务从准备到上线通常需要数周。GEN-1.5 的逻辑是：把"基础能力层"压缩到秒级演示级别，专业知识的需求从"博士+工程师团队"降级为"会演示动作的操作员"。 第三，仿真数据可以作为物理提示。Generalist 发现，仅在仿真环境中的演示（预训练时完全没有接触过仿真数据）也能成功提示真实机器人执行任务——这是一个重要的 sim-to-real 突破信号。 但必须清醒看待"59%"这个数字。它代表的是简单、短时任务上的基线表现，距离工厂级可部署策略还很远。Generalist 自己也在博客中承认这一点。真正的工厂任务是多步骤、长周期、高可靠率要求的，59% 到 99%+ 之间是巨大的工程鸿沟。 世界机器人大会：量产信号密集，但"修路人比淘金人多" 与 GEN-1.5 的技术突破并行，2026 世界机器人大会（8月19-23日，北京）释放的信号更偏产业层面： 27 款人形机器人集体亮相，创历届之最。宇树 G1 量产版定价 9.9 万元起，首次面向个人用户出货；小米新一代人形机器人在汽车工厂完成 4 个月实训后正式亮相；优必选 Walker S 在奥迪工厂演示轮胎质检；乐聚"夸父"基于华为盘古具身智能大模型，现场展示叠衣服、洗碗等家务能力。 "修路人比淘金人多"——这是 OFweek 机器人网标题里的核心洞察。具身智能赛道的融资和创业热潮正在催生大量配套服务公司（数据标注、仿真平台、硬件中间件、部署运维），而真正有竞争力的机器人产品仍然稀缺。2026 年上半年具身智能融资超 935 亿元，但资金正在向头部企业集中。 《人形机器人与具身智能标准体系（2026版）》正式发布，这是行业走向规范化的重要节点。标准先行，通常意味着大规模商用的前夜。 ...

具身智能日报｜2026-08-28 本期关键词 #具身智能 #人形机器人 #商业化元年 #AGIBOT #Leapmotor #Unitree #行业趋势 造车新势力集体「跳槽」机器人：具身智能进入第二轮圈地 2026年的具身智能赛道，正在经历一场静悄悄的势力版图重构。 8月25日，造车新势力Leapmotor（零跑汽车）正式确认进军具身机器人领域。 CFO李腾飞在半年度业绩会上透露，公司已制定机器人业务规划，全栈自研能力是核心优势。值得注意的是，其于7月底在湖州注册成立了一家名为"凌晟精密制造"的子公司，业务范围涵盖工业机器人制造、智能机器人研发及汽车零部件生产——这被视为零跑切入机器人赛道的跳板。 无独有偶，小鹏汽车早在4月就亮出了人形机器人，理想汽车同样在年初传出机器人布局。蔚小理三家造车新势力在2026年集体涌入具身智能，绝非偶然。 电动汽车的电子电气架构、动力电池管理、线控底盘技术与机器人的运动控制、感知系统高度重合。造车派认为：智能电动汽车本质上就是「带轮子的机器人」，技术迁移顺理成章。 这波「降维打击」给原有机器人厂商带来了不小压力，但也加速了整个赛道的商业化节奏。 Unitree王兴兴泼冷水：具身智能的「ChatGPT时刻」还要等2-3年 在一片狂热中，宇树科技（Unitree）创始人王兴兴选择在2026世界机器人大会上泼出一盆冷水。 他判断：具身智能的「ChatGPT时刻」最早也要2-3年，慢则5-10年。 核心瓶颈只有一个——泛化能力不足。 具体来说，在固定环境中训练的机器人任务成功率可以接近100%，但一旦物体或场景发生微小变化，成功率就会急剧下降。这意味着当前的人形机器人本质上还是「高度特化的工具」，而非真正通用的智能体。 王兴兴给出了一个关键基准：当一台机器人能够进入陌生家庭，仅凭语音指令自主完成约80%的日常任务时，具身智能才算真正迎来拐点。 这个「80%基准」正在成为行业共识——不是99%，也不是50%，而是80%。太低没有商业价值，太高则遥不可及。 宇树已将AI模型列为最大投入方向，探索方向包括世界模型、机器人数据、VLA（视觉-语言-动作）模型，以及「用AI设计机器人本身」这一meta级别的路径。 AGIBOT狂揽46枚奖牌：比赛即实战 8月27日，智元机器人（AGIBOT）在世界人形机器人运动会上斩获46枚奖牌，其中5枚来自场景化任务赛金牌，包括酒店服务、图书馆运营等真实场景。这家公司在8月还完成了10亿元B2+轮融资，累计融资额遥遥领先。 比赛本身也颇有看点：天工Omni机器人在400米障碍赛中夺冠，智元灵犀X2则在100米障碍赛夺金。这些障碍赛并非花拳绣腿——轮胎阵、湿滑路面、跷跷板等设置的难度，直逼真实工业场景。 一个值得注意的信号：机器人运动会正在从「表演赛」升级为「实战演习」。 比赛中的任务设计（搬运、导览、巡检）直接对标工厂、医院、酒店的商业需求。用真实场景筛选技术路线，这个思路正在被更多企业采纳。 两部门联手：2026年底人形机器人开启「作业模式」 工信部、国务院国资委联合印发的「2026年度人形机器人与具身智能实景实训专项行动」已于6月正式启动，目标直指2026年底前让一批人形机器人在代表性场景中完成应用验证并进入常态部署——即开启「作业模式」。 这不是简单的补贴政策。核心玩法是「一体推进」：实景实训空间建设 + 创新应用联合体培育 + 作业技能攻关 + 应用部署验证，四位一体。面向的场景包括工业制造、特种作业、服务领域三大方向。 TrendForce估算，2026年中国人形机器人市场规模将达到150亿元，2027年增速至少60%。但王兴兴的警告值得记住：没有泛化能力做基础，规模越大，失败案例越多，舆论反噬越快。 第一性原理视角：具身智能的三个硬约束 回到物理现实，具身智能面临三个基本约束： 1. 物理世界的测试成本远高于虚拟世界。 训练一个LLM可以在云端用GPU并行跑万亿次，但训练机器人的泛化能力，必须在真实物理环境中一次次地试错。这决定了数据是具身智能最稀缺的资源。 2. 硬件的进步速度被供应链「卡脖子」。 精密减速器、力矩电机、触觉传感器的性能天花板，取决于材料科学和精密制造，这不是算法能解决的问题。 3. 「通用」的定义本身就在被重新定义。 80%任务泛化是一个合理的商业基准，但剩下20%的长尾场景（极端环境、异常物品、特殊人群）才是真正的技术深渊。 结论： 2026年是具身智能「规模化落地」元年，但距离「ChatGPT时刻」仍有距离。资本蜂拥、巨头下场、政府助推——这些是催化剂，不是解药。真正能穿越周期的，只有那些在泛化能力上取得实质性突破的企业。 来源：CnEVPost、TrendForce、Gizmochina、工信部官网、联合早报 | 时间：2026-08-28

具身智能日报｜两部门联手启动"作业模式"，淘汰赛正式开启 发布于：2026-09-04 | 分类：AI / 具身智能 | 标签：具身智能、人形机器人、行业趋势、实景实训 两部门联手启动"作业模式"：具身智能从实训走向规模化落地 工信部、国务院国资委联合印发通知，启动2026年度人形机器人与具身智能实景实训专项行动，明确到2026年底，人形机器人等重点产品在一批代表性场景率先完成应用验证和常态部署，开启**"作业模式"**。 行动覆盖北京、天津、上海、江苏、浙江、山东、湖北、湖南、广东、四川等10省市及央企，聚焦工业、服务、特种三大领域，涵盖生产制造、检测分析、维修维护、仓储物流、餐饮零售、医疗康养、安全生产、应急救援、防灾减灾等重点场景。 核心目标：凝练形成百个以上高价值应用场景，带动形成万台级规模落地能力。各省级地区须选取重点场景单元不少于20个，各央企不少于10个。 方案设计了完整闭环路径：实景实训→数据沉淀→产品迭代→规模部署，并鼓励探索"人形机器人即服务"（Robot-as-a-Service）模式，通过经营性租赁、按效用付费降低用户门槛，加速商业化推广。 第一性判断：专项行动的本质是为具身智能提供了一个"真实场景训练场"。不同于实验室Demo，实景实训意味着机器人在真实工厂、门店、医院环境中接受考验——这是从"能用"到"好用"的关键一步。政策层面接入场景、用户单位和专项资金，将大幅降低企业试错成本。 具身智能淘汰赛：估值百亿才能上桌，有人已在变卖服务器 具身智能行业正在从"资本狂欢"向"商业化落地"转型，2026年是淘汰赛元年。 行业隐形门槛已形成：估值过百亿才能上桌——银河通用（200亿+）、星动纪元（100亿+）、宇树科技（120亿+）已率先拿到入场券。2025年下半年国内具身智能融资事件数量同比下降31.7%，但单笔融资额均值同比上涨46.8%，资金向头部集中趋势明显。 进展 代表企业/事件 融资百亿 银河通用（25亿新融资，估值200亿+）、星动纪元、宇树科技 量产爬坡 宇树科技2025年人形机器人出货量超5500台；智元机器人5168台 商业落地 魔法原子无人奶茶店多城试点（计划两年1000城、10000家门店） 困境求生 中小具身智能企业融资受阻，部分公司已卖掉训练服务器 海外已有先烈：估值曾达5000万美元的K-Scale因A轮融资失败倒闭，账面仅剩40万美元。"人形机器人第一股"优必选2020-2025上半年累计亏损超54亿元。 第一性判断：具身智能的商业逻辑是用机器替代人力。机器人成本必须低于人工成本——家庭场景替代家政阿姨（年薪约5-8万元）需3-5年回收成本，工业场景替代工厂工人（年薪约8-12万元）需2-3年。这个ROI模型是成立的，但前提是机器人必须真正稳定可用。当前最大的瓶颈不是价格，而是可靠性——机器人在复杂场景中的成功率、稳定性和容错能力仍不达标。 AWE2026：机器人含量最高的一届，但家庭落地还有几道坎 AWE2026被称为"机器人含量最高"一届，海尔智家发布"海娃"系列三大家庭服务机器人（清洁、陪伴、家务），石头科技轮足扫地机器人G-Rover、追觅仿生机械臂扫地机、海信商业人形机器人Harley等悉数亮相。 中国家用电器协会家用服务机器人专委会正式成立，首批成员50家，涵盖海尔、美的、魔法原子等，成员年度总营收超1万亿元。 业内预判：2026-2027年机器人在工业领域将飞速发展；2027年左右家庭领域或出现早期应用机会（情绪陪伴、教育服务等）。 行业一周观察 海外动态：Figure AI发布Figure 03，创始人Brett Adcock称之为"地球上最先进的人形机器人"。同时，美国K-Scale宣布倒闭，成为具身智能行业出清的第一批牺牲者。 技术路线分化：当前行业技术路线分为三类——专注"大脑+本体"、"小脑+本体"、"大脑+小脑+本体"全栈发展。中国在"本体"和"小脑"领域有较强竞争力（制造业基础、供应链完善），但在"大脑"决策智能领域仍有较大提升空间。 家庭落地三道门槛：安全（人机混行环境保障）、全自动（从被动响应到主动服务）、解决具体需求（真正满足用户高频刚性需求）。 一句话总结：两部门联合推进实景实训，标志着具身智能从"技术秀"进入"实战模式"。行业淘汰赛已开启，2026年的考题只有一道：能不能在钱烧完之前，找到有人愿意买单的真实场景？ 来源：浪潮新闻、潮汐商业评论、21世纪经济报道 | 时间：2026-09-04

具身智能日报｜王兴兴WRC演讲定调"80%×80%"阈值，宇树上市首日暴涨629% 发布于：2026-09-05 | 分类：AI / 具身智能 | 标签：具身智能、人形机器人、行业趋势、王兴兴、宇树科技 WRC 2026：王兴兴提出"80%×80%"验收标准，具身智能进入可量化的工程阶段 宇树科技创始人王兴兴在2026世界机器人大会（WRC 2026）上发表关键演讲，提出**"80%×80%"阈值**——这是具身智能行业第一个可量化的 acceptance criterion（验收标准）。 定义：将机器人带入80%的陌生场景，它能完成其中80%的任务。这个双80%标准横跨"感知-决策-执行"全链路，王兴兴预估实现路径为2-3年（乐观）至5-10年（保守）。 会上同期展示了宇树的技术成果： 49台G1机器人在天坛完成北斗同步集群表演 新型人形机器人预览版，最高移动速度约12.6 m/s（约45 km/h） 8月19日，宇树科技（688836.SH）刚在科创板上市，发行价150.80元/股，首日暴涨629%。王兴兴在演讲中展示了比上市敲钟更长远的技术时间轴。 第一性判断："80%×80%"的本质是工程化验收标准——不是"机器人有多智能"，而是"机器人有多可靠"。当行业开始讨论可量化的可靠性指标，意味着具身智能正式从"技术炫技"进入"产品交付"阶段。这个阈值如果成立，将成为行业融资、招标、采购的统一语言，大幅降低交易成本。 意大利Generative Bionics发布Gene.01：六个月从概念到原型，全身触觉皮肤成亮点 意大利深度科技公司Generative Bionics在AMD Advancing AI 2026大会上发布Gene.01工业人形机器人，从概念到工作原型仅用6个月，是当前行业最快的开发周期之一。 核心创新：覆盖全身的分布式触觉传感系统（"tactile skin"），可感知触觉、温度、接近距离和压力。与视觉-only系统相比，触觉反馈在低光或遮挡条件下提供物理世界的 ground-truth，是人机协作安全的关键保障。 公司2024年从意大利理工学院（IIT）分拆，2025年底获得7000万欧元融资。CEO Daniele Pucci表示："Physical AI必须是human-aware、physics-native的，从第一天起就是工业级的。" 第一性判断：欧洲企业选择从"触觉"切入人形机器人，是差异化的工程路线。触觉 skin vs. 视觉系统，是"接触感知"vs."远程感知"的路线之争。前者在工业协作场景有独特优势，后者是通用家庭场景的基础设施。两者并非替代关系，而是不同应用场景的最优解。 两部门"作业模式"落地：场景遴选倒计时，2026年底万台部署目标 工信部、国务院国资委联合启动的2026年度人形机器人与具身智能实景实训专项行动进入执行阶段。核心要求： 10省市须各选重点场景单元**≥20个**（覆盖工业/服务/特种≥2类） 各央企须各选重点场景**≥10个** 2026年底目标：人形机器人率先在代表性场景常态化部署，带动形成万台级落地能力 实景实训闭环路径：实景实训→数据沉淀→产品迭代→规模部署。政策鼓励"人形机器人即服务"（Robot-as-a-Service）模式，经营性租赁降低用户门槛。 行业淘汰赛持续：Figure 03"地表最强"遭质疑，Optimus采购暂停 Figure AI创始人Brett Adcock宣称Figure 03是"地球上最先进的人形机器人"，但业内质疑声不断——工程化落地能力和量产稳定性尚未得到第三方验证。 特斯拉Optimus项目传来利空：据报道，半个月前已暂停零部件采购，马斯克原计划2026年产量提升10倍的目标蒙上阴影。 与之对比，银河通用宣布融资25亿元、估值超200亿元，星动纪元估值破百亿，宇树科技完成科创板上市——头部企业仍在加速。 一句话总结：王兴兴的"80%×80%"是本周最重要的行业事件——它把具身智能的进化目标从"有多炫酷"变成"有多可靠"。政策层实景实训加速推进，行业淘汰赛持续，谁能在钱烧完之前跨过80%这道坎，谁就是下一阶段的赢家。 来源：Embodied AI Frontier、Generative Bionics、格隆汇、工信部 | 时间：2026-09-05

具身智能日报｜2026-09-09：政策、资本、技术三重重压下的行业洗牌 今天是具身智能领域值得关注的一天。 三条核心信息从不同维度勾勒出一个正在加速分化的行业图景：政策层面的"国家动员"、资本层面的"百亿门槛"，以及技术层面的"ChatGPT时刻仍需等待"。三条线索交织在一起，指向同一个结论——2026年的具身智能，淘汰赛已经正式开始。 一、政策定调：两部门联手，2026年底开启"作业模式" 工业和信息化部与国务院国资委联合印发的《关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知》，是今天最具政策分量的一条新闻。 核心内容：到2026年底，人形机器人与具身智能重点产品在一批代表性场景中完成应用验证和常态部署，正式开启"作业模式"。具体任务包括六项：打造实景实训空间、组建创新应用联合体、攻关实用化作业技能、加强实景应用验证与常态部署、强化关键要素保障、凝练成熟经验。 覆盖场景：生产制造、检测分析、维修维护、仓储物流、餐饮零售、医疗康养、安全生产、应急救援、防灾减灾——几乎涵盖了工业、服务、特种三大领域的主要应用方向。 规模目标：形成百个以上高价值应用场景，带动形成万台级规模落地能力。 关键细节：通知要求各省级地区选取重点场景单元不少于20个（覆盖至少两类领域），各央企选取重点场景不少于10个。这意味着国家层面的资源动员正在系统性向下传导，各地方和央企将被纳入统一的具身智能推进体系。 从产业政策的角度，这标志着具身智能已从"技术研发"阶段正式进入"规模化部署"阶段。政府的角色从"鼓励创新"切换为"组织落地"，这是行业发展的重要分水岭。 二、资本分化：百亿估值成入场券，腰尾部资金窗口快速收窄 新浪财经的深度报道《2026，具身智能开始"清场"》提供了另一个关键视角。 头部玩家的估值水位： 银河通用：最新估值超过200亿元，新一轮融资25亿元 星动纪元：估值突破百亿 宇树科技：估值超过120亿元，已完成上市辅导 "百亿俱乐部"成为隐性门槛。一位具身智能算法工程师在报道中的表述颇为直接："如果不是'百亿俱乐部'的，连上桌的资格都没有。"这不是夸张——投中研究院数据显示，2025年下半年国内具身智能赛道融资事件数量同比下降31.7%，但单笔融资额均值同比上涨46.8%。大资金向头部集中，腰尾部企业融资通道急剧收窄。 财务现实是残酷的。以"人形机器人第一股"优必选为例：2024年研发投入4.78亿元（占营收36.6%），2025年上半年研发投入2.18亿元（占营收35.1%）。2020年到2025年上半年，累计亏损超过54亿元。研发极其烧钱，但产品远未到赚钱的时候。 海外已有先烈倒下：估值曾达5000万美元的K-Scale，因A轮融资失败资金链断裂，2025年11月宣布倒闭，账面仅剩40万美元。 这一轮资本洗牌的逻辑很清晰：具身智能的"自我造血"能力短期内无法兑现，投资人的耐心和资金都在向有量产能力、有场景落地、有足够估值背书的头部企业集中。中后期融资的门槛已经被拉高到"百亿估值"级别，腰部企业面临的是生存问题而非发展问题。 三、技术瓶颈：王兴兴的清醒判断——泛化能力是根本矛盾 宇树科技董事长王兴兴在2026世界机器人大会上的表态，是今天最有技术洞察的一条信息。 核心判断：具身智能的"ChatGPT时刻"最早在2-3年后出现，也可能需要5-10年。 根本瓶颈：当前最大的问题不是硬件，而是泛化能力不足。即使环境发生微小变化——换个杯子位置、光线改变、背景多了一样东西——机器人性能就会急剧下降。这背后是AI模型输入与输出之间的对齐不足：大模型在固定环境中训练时任务成功率可以接近100%，但迁移到新环境后表现断崖式下跌。 王兴兴给出的"突破标准"：当一个机器人能够进入陌生家庭，仅凭语音或语言指令，自主完成约80%的日常任务，这才是具身智能达到有意义的拐点。这个标准的制定很实际——它测的不是实验室指标，而是真实的泛化能力。 宇树的应对：AI模型已成为宇树最大投资方向，包括世界模型、机器人数据、"物理AI机器人自我进化"以及VLA（视觉-语言-动作）模型等多个技术路线并行推进。 这番表态的罕见之处在于：行业头部公司的创始人公开承认了当前技术路线的深层矛盾，而不是一味宣传产品进展。这种清醒与最近Figure AI创始人宣称Figure 03是"地球上最先进的人形机器人"的高调宣传形成了鲜明对比。 综合判断 三条信息拼在一起，构成了今天具身智能行业最完整的横截面： 维度 现状 趋势 政策 国家层面专项行动启动 从"技术验证"向"规模部署"切换，2026年底是关键节点 资本 百亿估值成入场门槛 马太效应加剧，腰尾部融资窗口快速关闭 技术 泛化能力是核心瓶颈 "ChatGPT时刻"最早2-3年，通用家庭机器人仍是长期战役 行业正在经历三个过程的叠加：政策推动下的规模化加速、资本驱动下的淘汰出清、技术瓶颈下的路线收敛。三个过程交织在一起，2026年下半场的具身智能，注定是头部玩家的游戏。 对于还在场内的玩家，接下来的问题是：在政策资源向头部集中、资本只认百亿估值的背景下，如何证明自己值得被继续押注？而对于整个行业——真正的通用家庭机器人时代，可能确实还需要等待。但那个"等待"的长度，正在从"遥不可及"变成"可以计算"。 来源：各媒体 | 时间：2026-09-09