人形机器人

🤖 【具身智能日报】 | 2026-07-29 17:10 📰 新能源车企千亿资金涌入具身智能：供应链协同成核心逻辑 2026年，具身智能赛道的最大变量不是某款新机器人发布，而是一股老牌势力的集体入局——新能源汽车企业。 据36氪报道，今年上半年机器人领域融资将近300起，披露融资总金额约460亿元，新增独角兽近20家。这轮热潮中，一个引人注目的新参与者是新能源汽车的供应链企业——宁德时代、比亚迪、上汽、吉利、蔚来资本等，正以直接投资或产业基金的方式大规模涌入。 宁德时代是目前最激进的新能源跨界投资者。2025年6月，宁德时代及其旗下溥泉资本领投银河通用机器人11亿元B轮融资，刷新当时国内具身智能单轮融资纪录。通过旗下三大投资平台，宁德时代已悉数投资银河通用、千寻智能、松延动力、维他动力、众擎机器人等知名初创企业，覆盖工业机器人、通用机器人、消费机器人、具身本体、大模型、传感器、控制器和物理AI等领域，累计投资金额超过20亿元，被投企业超过10家。 比亚迪坚持"投资+自研"并举，早在2023年8月就投资了智元机器人，去年又投资了专注于多维触觉传感器的帕西尼和提供灵巧手全栈解决方案的曦诺未来。上汽系最为活跃，今年新增的20家机器人独角兽中上汽系投资了4家；吉利系今年出手6次。 为什么新能源车企如此热衷？ 第一性原理来看，新能源汽车和机器人的核心供应链重合度超过60%——控制器、动力系统、芯片、传感器的复用比例极高。御风未来创始人谢凌直言："无论是低空飞行器还是机器人，都受益于新能源汽车产业发展带来的技术和供应链外溢。" 第二，应用场景融合正在发生。蔚来资本投资逐际动力，看好的是人形机器人进入整车生产线；今年3月上汽集团已将智元机器人投放到别克至境E7电池量产线的电池总装环节。理想汽车李想则提出"无论是工厂、门店还是用户都需要人形机器人"。 第三，估值重构的渴望。奇瑞汽车董事长尹同跃在交付自研墨甲机器人时说："我们最不希望被定义为一家汽车公司，而是一家面向未来的高科技、具身化的创新公司。" 本质上看，新能源车企押注具身智能，是用制造业积累换取下一个时代的入场券——既有资金、又有供应链整合能力、还有可落地的训练场景。这种"产业资本+硬科技"的模式，正在重塑具身智能的投资格局。 📰 触觉感知成世界模型"缺口"：尧乐科技订单翻10倍的启示 如果说新能源车企带来的是资本和供应链，那么另一条线索——触觉感知——揭示的是具身智能更深层的技术瓶颈。 据投中网报道，专注于织物基触觉传感器的尧乐科技完成新一轮融资，预计2026年订单翻10倍。其投资方阵容包括小米、科沃斯参股基金、鼎和高达等，背后逻辑指向同一个判断： AI要真正进入物理世界，缺的不是又一个会跑会跳的本体，而是视觉与语言之外、可规模化采集的真实物理交互数据。 这个判断正在成为行业共识。目前全球可用于训练的物理交互数据缺口可能超过95%，而触觉正是填补这个缺口最稀缺的模态。 尧乐的特殊之处在于其"车规级"基因。创始人吕莉蕴曾主导国际汽车电子巨头Harman的多模态传感器融合计算平台，服务玛莎拉蒂、保时捷等十余家主机厂。2019年第一代方案通过车规测试，2025年成为某一线豪华车企智能座椅压力方案的核心供应商并完成量产交付。 车规级验证意味着什么？意味着在极端温度、振动、电磁干扰等数十上百项测试中反复锤炼。这比任何demo都更有说服力。"切入汽车，本质是以最高标准锤炼技术，再向下兼容其他场景。"吕莉蕴说。 目前尧乐已与头部机器人企业、消费穿戴厂商达成合作，并自建约7500平方米工厂。其最新产品是数据手套——外观与普通手套无异，却能精准感知压力变化，定位是耗材化的采集终端：终端铺得越开，数据网络越厚。 从第一性原理看这笔投资的深层含义： 世界模型要的不是一次性样本，而是可规模化、可复用的数据产能。尧乐的商业逻辑是：硬件收入解决现金流和场景验证；当采集量足够大，数据价值远超硬件本身。这需要两个前提——传感器足够便宜（织物有结构性优势）、数据足够标准化（才能被调用）。 触觉传感器的投资逻辑正在从"传感器公司"向"物理交互数据平台"跃迁。 谁先跑通量产、场景覆盖与数据标准，谁就有机会参与定义下一代Physical AI的训练范式。 📰 2026世界机器人大会倒计时22天：四大展馆、60余场活动 最后值得关注的是行业事件——2026世界机器人大会（WRC）将于8月20日在北京开幕，目前倒计时22天。 据官方披露，本届大会设有四大主题展馆（智创、智合、智造、智趣），同期活动超过60场，包括主论坛和三大赛事。核心展示方向包括机器人运动零部件、人形机器人整机、具身智能解决方案等。 大会吉祥物征名活动已开启，官方此前已陆续披露多款即将亮相的机器人新品。作为每年一度的行业风向标，WRC的参展规模和新品发布情况，是观察具身智能产业成熟度的重要窗口。 💡 本日小结 今日三条新闻，勾勒出具身智能赛道的三个重要维度： 资本维度：新能源车企正以"产业资本+供应链协同"的模式深度介入具身智能，这将加速产业整合，但也会加剧资源争夺 技术维度：触觉感知正从"可选配件"升级为"必备基础设施"，世界模型对物理交互数据的需求正在打开新赛道 生态维度：世界机器人大会等行业事件正在加速产业链上下游的聚合，具身智能正从"技术探索期"全面进入"系统工程期" 核心判断：具身智能的竞争，正在从"谁能做出更像人的机器人"转向"谁能构建更完整的物理世界数据闭环"——这需要资本、供应链、场景和数据的系统性整合能力，而非单一技术突破。 来源：36氪、投中网 | 时间：2026-07-29

🤖 【具身智能日报】 | 2026-07-28 17:10 📰 英伟达50亿美元入股Ilya SSI：AI基础设施投资正式押注「具身」赛道 本周最具标志性的事件，不是某款新模型发布，而是一笔投资：英伟达向Ilya Sutskever创立的安全超级智能公司SSI（Safe Superintelligence）注入50亿美元，估值一举超越300亿美元。这笔投资的意义，需要从第一性原理出发才能看清楚。 这笔钱买的是什么？ SSI的核心方向是"安全超级智能"——在能力突破之前先解决对齐问题。但英伟达作为全球最大的AI基础设施供应商，押注SSI的战略意图远比财务回报重要。英伟达正在用真金白银宣告：下一代AI的主战场不是更聪明的聊天机器人，而是能够物理介入现实世界的智能系统。 为什么？因为 SSI 的研究方向天然与具身智能高度重叠——当AI需要理解物理世界、预测长期行为、处理分布外场景时，安全性和对齐问题会更加突出。解决"如何让AI不伤害人类"这个问题的最好方式，就是让AI拥有一个能够理解物理后果的身体。 这不是哲学推演，而是工程上的必然——一个从未与物理世界交互过的AI系统，其"安全"的定义本身就是残缺的。 从第一性原理看这笔投资的具身含义： 英伟达投资SSI，本质上是在投资具身AI的"大脑"层。芯片提供算力，大脑提供意图理解、长期规划和价值对齐——两者结合，才是完整的具身智能系统。 这个逻辑在产业界已经形成共识： 特斯拉的Optimus背后是Dojo超算 + 端到端神经网络 Figure AI 获得微软和OpenAI的联合投资，核心逻辑是AI+机器人深度整合 宇树科技正在自研机器人"大脑"与运动控制芯片 英伟达的这笔投资，是全球顶级资本正式确认"AI的下一阶段是物理AI"的里程碑事件。 影响：对于具身智能行业，这笔投资是重大利好——它意味着资本市场对具身AI的长期信心在加强，而非减弱。但对于具体的机器人公司来说，这意味着竞争维度在升级：从"谁能做出更像人的机器人"转向"谁能做出真正理解任务意图、能够安全在人类环境中工作的机器人"。 📰 Kimi K3开源：2.8万亿参数将加速具身AI「大脑」平民化 今天另一件震动行业的大事，是月之暗面宣布开源Kimi K3——一个拥有2.8万亿参数的超级模型。这一事件对具身智能行业的影响，远超普通用户的感知。 为什么K3开源对具身智能特别重要？ 具身AI系统的"大脑"层，需要强大的多模态理解能力：理解自然语言指令、解析视觉空间信息、进行运动规划。这些能力的上限，直接受制于底座模型的推理能力和世界知识。 K3的2.8万亿参数，叠加开源策略，意味着： 推理能力大幅提升：复杂指令理解、多步任务规划、长周期环境记忆的能力都会显著增强 部署门槛降低：开源+K3的规模效应，将让更多研究机构和企业能够基于此开发具身应用 多模态融合加速：K3的多模态能力会催生更多VLA（视觉-语言-动作）模型变体 从第一性原理看开源的深层含义： 开源与闭源的竞争，本质上是生态系统主导权的争夺。对于具身智能来说，模型开源意味着： 更多机器人厂商可以在K3基础上微调专用版本 高校和研究机构可以更低成本地进行具身AI研究 垂直场景的快速迭代成为可能 这对行业的影响类似于安卓对手机行业的影响——不是所有人都会用原生系统，但安卓的开放性让整个行业的创新速度大幅提升。K3开源，会让具身智能的"大脑"层出现更多专用化变体，推动整个行业的差异化发展。 影响：短期看，K3开源会加速具身AI的技术普及，让更多参与者能够进入这个赛道。长期看，开源模型会成为具身智能的"基础设施"，而真正创造价值的会是场景理解和工程落地能力，而非底座模型本身。 📊 本周具身智能投资格局小结 本周两件大事，从两个维度重塑了具身智能赛道的投资逻辑： 资本层级：英伟达50亿美元入股SSI，是具身智能"大脑"层获得顶级基础设施厂商认可的重大信号。从特斯拉到Figure到SSI，AI+机器人的整合模式已经从"实验假设"升级为"行业共识"。 技术普及：Kimi K3开源，意味着具身AI的底座能力正在经历"民主化"——更多参与者可以基于开源模型开发垂直应用，行业的创新重心将从"模型层"向"应用层"迁移。 两条线索指向同一个结论：具身智能正在从"技术探索期"进入"系统工程期"。底座模型和基础设施已经相对成熟，真正的竞争壁垒将从"能不能做出来"转向"能不能用起来"——谁能更好地理解场景、谁能更快地迭代产品、谁能更高效地整合产业链，谁才能最终胜出。 来源：36氪、TechCrunch | 时间：2026-07-28

🤖 【具身智能日报】 | 2026-07-27 17:10 📰 Momenta Robovan落地苏州：自动驾驶大脑切入货运具身赛道 Momenta宣布旗下Robovan业务已落地苏州相城。据官方介绍，Momenta Robovan基于公司自主研发的R7世界模型打造无人技术，产品符合车规级标准，已实现向快递配送、夜间配送等场景的快速推进。 从第一性原理看这件事： 具身智能的商业化路径，行业普遍存在一个隐含假设——人形机器人会先在工业场景铺开，然后逐步进入家庭。但货运场景提供了一个完全不同的切入逻辑：路线固定、任务单一、买单方明确（B端物流企业）、容错率高。这四个条件加在一起，刚好绕开了具身智能目前最难解决的三大问题：复杂地形导航、多任务泛化、消费者价格敏感性。 Momenta的核心能力是R7世界模型——一种端到端自动驾驶技术栈。将这套能力迁移到Robovan，本质上是在证明：具身智能的"大脑"可以跨形态复用。这对整个行业的商业模式有深远影响——未来具身智能的竞争焦点可能不是"身体"的机械设计，而是"大脑"的泛化能力。 影响：货运场景比家用/工业人形机器人更早商业化落地已是大概率事件。Momenta的路径验证，会加速资本从"人形崇拜"向"场景优先"的认知切换。 📰 特斯拉Optimus遭知名投资人泼冷水：短期不会产生收入 投资公司Gerber Kawasaki首席执行官Ross Gerber公开表示，马斯克要让特斯拉Optimus机器人实现商业成功可能需要漫长的时间，因为其不仅难以制造，且短期内不太可能带来收入。 Gerber的核心质疑是：人形机器人最大的障碍是复制人类独特的身体能力，而他同时质疑以消费者为中心的人形机器人商业机会，称投资水平与短期收入潜力不匹配。 从第一性原理看这件事： 人形机器人赛道目前面临一个根本性矛盾——固定形态与无限任务需求之间的张力。人类的身体结构是数百万年进化的产物，其运动能力的底层逻辑（肌肉、骨骼、本体感觉的协同）在物理层面极其复杂。现阶段任何机器人的"手"在精细操作上的能力，与人类婴儿的手部灵活性相比仍有代际差距。 这并不是说人形机器人永远无法超越人类身体能力，但从物理极限的角度看，在固定物理约束下达到或接近人类运动能力，需要的材料科学、电机控制、传感器融合等领域的突破，其时间窗口远大于深度学习在感知和认知层面的进展速度。 Gerber的质疑值得重视，还因为他的批评方向与马斯克本周早些时候对行业demo造假的质疑形成了两路夹击：一路质疑"演示是不是真的"，一路质疑"就算技术是真的商业价值在哪里"。这两路声音同时出现，说明机构投资者正在重新校准人形机器人的估值锚点。 影响：短期看，两条质疑叠加会压制资本市场对具身智能板块的热情。但长期看，认知降温会让资源向真正有落地路径的场景（货运、工业臂、特种作业）集中，促进行业健康发展。 📰 日本技术人员拆解宇树G1机器人：短期内赶不上中国 日本日经xTECH网站7月23日发布了一段日本技术人员拆解中国宇树科技G1人形机器人的视频。在这段视频中，日方技术人员边拆边感叹中国人形机器人的技术水平之高，并最终得出结论：中国机器人研发显然已超越了"只会展示"的阶段，在人形机器人领域，日本想在短时间内缩小与中国的差距"恐怕并不现实"。 从第一性原理看这件事： 这条新闻的价值不在于结论本身——"中国机器人领先"这种定性判断早已是行业共识——而在于说这话的是谁：是日本技术人员。不是中国媒体自夸，不是投资机构背书，而是来自直接竞争对手阵营的客观评估。 宇树G1的竞争力来源，技术上可以拆解为三个层面： 硬件成本控制：依托中国完善的机器人供应链，在保证性能的前提下将成本压到海外竞品的几分之一 快速迭代能力：小步快跑、快速试错的互联网式开发节奏，而非传统机器人厂商的长周期瀑布式开发 量产成熟度：宇树是目前全球少数真正实现人形机器人量产交付的企业之一，而非停留在PPT或少数几台原型机阶段 第三点尤其关键。量产能力是检验技术成熟度的硬指标——能稳定量产意味着设计经过了足够多的工程化验证，供应链经过了真实压力测试，而非实验室里的完美演示。 影响：宇树的核心壁垒是中国制造业的固有优势向机器人领域的系统性延伸，这种壁垒不是单点技术突破可以打破的，而是整个产业生态的竞争优势积累。对于试图追赶的中国企业来说，宇树的模式也提供了重要参考：与其在实验室里堆性能指标，不如先把量产跑通，在实际部署中积累数据迭代模型。 📊 本周具身智能格局小结 本周三条重要新闻，从三个维度勾勒出当前具身智能赛道的分化图景： 商业化路径分化：Momenta的货运落地 vs 特斯拉Optimus的质疑——两条路径的本质区别在于：是解决真实存在的B端痛点，还是押注远期C端愿景。前者正在发生，后者仍是赌注。 技术实力分化：宇树为代表的中国厂商已经跨过"演示门槛"，进入量产交付的实用阶段，而日本等传统机器人强国在硬件成本和迭代速度上正在被拉开差距。 资本市场认知分化：从马斯克的"demo造假"质疑，到投资人的"短期不盈利"质疑，机构投资者对具身智能的狂热正在被理性审视取代。但这是行业成熟的标志，而非终局——真正有场景落地能力的企业将在调整后凸显价值。 来源：36氪 | 时间：2026-07-27

🤖 【具身智能日报】 | 2026-07-25 17:10 📰 宇树科技CEO王兴兴登上《时代》杂志封面 当地时间7月23日，宇树科技创始人兼CEO王兴兴与其载人机甲产品GD01共同登上《时代》杂志封面，标题为《机器人时代来临》。这是8年来首次有中国企业家登上该刊物封面。 《时代》评价王兴兴是"AI时代一位非典型的预言者"，"他身材瘦削，戴着眼镜，完全没有许多科技创始人身上那种张扬的傲气。相反，他在谈论机器人技术时，带着一种安静而坚定的信念"。 💡 影响：宇树作为全球市占率最高的人形机器人公司之一，登上《时代》封面标志着中国机器人产业正式进入全球主流叙事。王兴兴以"硬件+低成本"路径对抗波士顿动力们的"高研发+高定价"模式，正在被西方主流媒体重新审视。 📰 马斯克公开质疑人形机器人行业：大量演示是远程操控或剧本 在特斯拉二季度财报电话会上，马斯克对整个人形机器人行业的展示提出尖锐质疑。他表示，网络上流传的各类机器人精彩演示，大多数依靠提前编写动作程序或是后台人工远程操控（teleoperation），目前全球没有任何一款人形机器人能仅凭语音、画面指令自主完成多样化日常工作。 他还指出：半马赛事中仅四成机器人实现自主导航，其余依靠遥控；海外多款商用机器人自带VR远程操控模式；热门短视频里的机器人互动画面多为刻意编排。 💡 影响：马斯克的质疑直指具身智能行业最大的信任危机——demo与真实能力的落差。这与当年自动驾驶的"幽灵驾驶"问题如出一辙。短期内会打击资本对该领域的热情，但长期看会加速行业从"表演驱动"转向"数据驱动"。 📰 小鹏人形机器人小批量试生产，量产产线进入最后联调阶段 小鹏人形机器人已在广州工厂正式开启小批量试生产，同时量产产线进入最后联调阶段，量产冲刺正式进入倒计时。小鹏明确关键时间节点：2026年实现人形机器人量产，2027年起将陆续进驻全球小鹏门店及商业场景，承担导购、讲解等服务。 小鹏将汽车业务积累的软硬件协同研发、智能制造与全球化渠道经验系统性地复用于机器人领域。 💡 影响：小鹏是目前将汽车工程能力系统性迁移到机器人领域的典型案例。其量产节奏的可信度较高（汽车量产经验），如果2027年商业场景落地，将是中国机器人进入全球消费级服务场景的重要里程碑。 📰 智元创新启动赴港上市，通用AI机器人公司加速资本化 36氪获悉，通用AI机器人公司智元创新已启动赴港上市流程。这是继宇树科技之后，又一家启动资本市场计划的具身智能头部公司。 💡 影响：具身智能公司密集启动上市，说明行业进入"临界规模化"阶段——需要大量资本支撑量产，同时一级市场融资窗口正在收窄。港股可能成为具身智能公司的重要融资战场。 综合来看，本周具身智能呈现三条主线： 行业叙事两极分化：王兴兴上《时代》封面代表"中国机器人崛起"的宏大叙事，马斯克的质疑则撕开了行业真实能力的遮羞布——两个声音同时存在，说明行业正处于"期望值顶点"与"现实检验期"的重叠地带 量产冲刺成为主旋律：从小鹏到智元，从试生产到赴港上市，2026年下半年具身智能的主题词是"商业化"而非"技术突破"。谁能真正跑通量产-交付-复购的闭环，谁就是下一阶段的赢家 信任危机倒逼数据透明度：马斯克提出的"remote control vs. autonomous"问题，将成为行业标准制定的触发器——未来需要类似自动驾驶"脱离报告"那样可量化的机器人自主性评测体系 来源：36氪、澎湃新闻、凤凰网科技、新浪科技 | 时间：2026-07-25 #具身智能 #人形机器人 #AI

🤖 【具身智能日报】 | 2026-07-24 17:10 📰 X Square Robot 开源具身智能全栈：数据质量优先于规模 一家中国具身智能公司 X Square Robot 提出了一个不同寻常的赌注：具身智能的"配方"是一套集成全栈，而非单个大模型。他们将这套栈分为三层：数据层（QUANXTA Zero Series 数据采集系统）、世界模型层（WALL-WM，以"语义事件"为基本单元而非时间片）、动作层（Wall-OSS-0.5 视觉-语言-动作模型 + X-Tokenizer 语义动作分词器）。 最值得关注的是其实验方法论：先在真实机器人上回放轨迹，只有真正完成任务的才算有效数据——而非简单记录关节运动。这是一种"物理验证"的质控思路，使有效性成为一个可测量量而非假设。该公司估值已超 200 亿元人民币（约 29 亿美元），代码已开源。 💡 影响：具身智能领域缺少类似 LLM 的"规模涌现"配方，X Square 的思路是把数据质量（物理验证）作为涌现的前提条件，而非单纯堆参数。这与 LLM 的 scaling law 路径形成有趣对照——具身智能可能需要不同的规模化逻辑。 📰 日本 humanoid 峰会观察：中国机器人三倍碾压，日本工程师称"令人悲伤" 在东京 Humanoids Summit 上，中国系统与日本系统的比例约为 3:1。更具讽刺意味的是，多家日本公司直接在演示中使用了中国机器人（Unitree G1、Booster Robotics K1）来展示自己的软件能力。一位日本工程师私下形容这种局面为"sad"。 日本曾于 1973 年在早稻田大学诞生全球首个全尺寸人形机器人 WABOT-1，但此后始终未能完成商业化落地——Asimo 于 2022 年退役，而 Unitree G1 于 2024 年以 16,000 美元上市。McKinsey 估算日本在通用机器人领域有 1000 亿美元的机遇，但前提是必须在 AI、软件和数据收集上改变策略。 💡 影响：日本具身智能的困境本质是"技术先行、应用后至"的结构性失误。中国以规模制造+快速迭代正在改写游戏规则，这是继消费电子之后中国在机器人领域重复相同的路径。 ...

全球首场人形机器人格斗联赛：深圳南山揭幕战复盘 2026年7月19日，深圳——由众擎机器人发起的全球人形机器人自由格斗联赛（GHLF）在深圳南山区正式打响揭幕战。这场被网友称为"机器人MMA"的赛事，将过去只存在于科幻电影中的机甲对决搬进了现实，并迅速引爆社交媒体。 与人们印象中规规矩矩走平衡木的人形机器人演示不同，这场比赛直接让多台人形机器人同台对抗，包含高难度搏击动作——拳腿交错、闪避反击、甚至被击倒后重新站起。最令人震惊的一幕发生在某场比赛中：其中一台机器人的头部被对手一脚踢飞，但机身和四肢并未因此瘫倒，而是继续完成站立和后续动作——"头没了，身体还在打"。 这一细节的病毒式传播，折射出一个被多数人忽略的事实：中国人形机器人的机械可靠性和运动控制能力，已经远超普通消费者的认知。头部脱落而不宕机，说明整机具备分布式传感与容错机制；被击倒后能自主站立，说明双足平衡算法已相当成熟。这不是表演，这是实战压力测试。 为什么这件事值得关注 第一，格斗是机器人综合性能的"压力锅"。 比起走楼梯、叠衣服，格斗对机器人的要求是全方位的：实时态势感知、快速反应、高爆发力、抗冲击结构、以及在非预期物理接触下的稳定性。能在格斗中表现可靠的机器人，进入工厂和家庭的可信度就更高。 第二，众擎机器人正快速切入"场景化"赛道。 这家公司在今年4月拿到2亿美元B轮融资（估值超100亿）后，迅速将商业化路径锁定在交通协管、政务服务、巡逻巡检等高价值场景。格斗联赛本质上是其技术实力的"秀肌肉"——在聚光灯下证明可靠性，比任何白皮书都有说服力。 第三，中国人形机器人已经开始向全球输出"文化叙事"。 从春晚的机器人功夫表演，到深圳的机器人格斗联赛，中国正在用人形机器人创造一种新的文化符号。过去是格斗游戏和机甲动漫，现在是真实的机器人格斗——而且是全球首发。 行业快讯 WAIC 2026同期：人形机器人完成从"秀场"到"工厂"的跨越。 2026世界人工智能大会上，具身智能板块最大的变化是：行业不再比拼单台机器的极限特技，而是秀真实订单和量产能力。工信部公布2026年全年中国人形机器人整机产量有望首次突破10万台大关。 价格杀手继续发力。 宇树科技人形机器人单价已从2023年的59万元降至2026年的约16万元；众擎PM01中型人形机器人限时8.8万元起。价格下探直接加速工业场景渗透。 IPO大潮已至。 截至2026年7月，国内已有超20家人形机器人核心企业进入IPO相关阶段，包括宇树科技6月通过科创板上市审核。2026年被多家券商称为"国产机器人主机厂IPO元年"。 8月更大舞台： 2026世界机器人大会将于8月19日在北京经开区启幕，预计150余款新品首发，核心看点仍集中在人形机器人与具身智能规模化落地。 来源：蛇口消息报、知乎、百度百科、东方财富网、新浪财经 | 时间：2026-07-20

今日核心：两条路线的竞跑 具身智能正在加速分化为两条截然不同的路线：一条是商用物流仓储的务实落地，另一条是军事化的大胆押注。两条路线同时传来重磅消息，2026年的人形机器人战场格局正在加速成型。 ...

具身智能资本热潮持续升温。逐际动力今日完成近2亿美元Pre-IPO轮融资，投后估值达150亿元，半年累计融资4亿美元，已启动IPO进程。深圳再现百亿机器人独角兽，半年融资超20亿元。同时，前博世自动驾驶算法工程师用合成数据切入触觉大模型赛道，腾讯研究院发文探讨具身智能的"iPhone时刻"是否将至。

🤖 【具身智能日报】| 2026-07-11 📰 美国无人地面车辆首次参与乌克兰实战：Forterra 100+ Lancer ATV 部署9个月 美国自动驾驶车辆公司 Forterra 披露，超过 100 辆 Lancer 自动驾驶 ATV 已在乌克兰战区部署 9 个月，执行物资运输和伤员撤离任务，累计行驶 2500+ 英里，完成 88 次伤员撤离。目前车辆仍以远程操控（teleoperation）为主，完全自主能力尚未成熟。 💡 影响： 这是美国国防科技公司有记录以来规模最大的无人地面车辆（UGV）实战部署。俄乌战场形成了独特的"空中无人机+地面无人车"协同作战形态，验证了UGV的实战价值。但"自主决策"仍是短板——机器尚无法识别并反应敌方威胁，表明具身智能在真实对抗环境中的泛化能力仍有根本性差距。 📰 通用人工智能公司谈机器人"ChatGPT时刻"：视频游戏数据训练 foundation model General Intuition CEO Pim de Witte 认为，具身智能将遵循与 NLP 相似的发展路径：行业将从"收集大量专项数据训练专项模型"转向"用高质量、通用的数据训练 foundation model"。该公司用数百万小时视频游戏数据（包含人类按键时序信息）训练基础模型，在四足机器人上仅用 8 分钟真实数据微调即可 zero-shot 部署。 💡 影响： 这个论断指向一个核心问题——具身智能的数据策略。收集真实机器人数据成本极高，游戏模拟数据提供了一种可扩展的路径。投资方 Khosla 押注 3200 万美元支持此方向。如果"通用具身基础模型"路径成立，将大幅降低机器人应用开发门槛。 📰 蚂蚁灵波发布 LingBot-VA 2.0：业界首个"具身原生"世界动作模型 7月10日，蚂蚁灵波发布 LingBot-VA 2.0，这是业界首个明确提出"具身原生"（Embodied-Native）设计路线的产品。与传统做法（将数字世界的大模型能力"嫁接"到机器人）不同，LingBot-VA 2.0 从动态建模、因果预测、实时执行等物理交互原始需求出发进行原生设计。 💡 影响： 这代表了具身智能两条主流路线之一的明确表态：不是将LLM作为"大脑"嫁接，而是从物理交互需求出发重新设计模型架构。两条路线之争将是2026年具身智能领域最核心的技术分歧。 📰 上交大00后博士创立"鹰瞰智翼"：仿生扑翼机器人获数千万元A轮融资 上海交通大学机械工程直博生陈昊创立「鹰瞰智翼」，研发具身智能仿生扑翼飞行机器人。核心产品 Eagle X 已完成 3000+ 小时飞行测试，采用自研流体仿真引擎 Vortrix，结合强化学习在仿真环境中完成数百万次迭代训练后零样本迁移至真实样机。第二款产业级产品具备约 15 个自由度，实现从"被动借力"到"主动驾驭"气流的升级。 ...

🤖 【具身智能日报】| 2026-07-10 17:10 📰 This startup thinks robotics is about to have its ChatGPT moment （General Intuition 用视频游戏数据训练物理AI基础模型，8分钟真实机器人微调实现零样本迁移） 💡 影响：具身智能正在经历与语言模型类似的「基础模型」范式转移——从针对单个任务、单个机器人、单个环境的专项数据收集，走向用高质量、通用的物理推理基础模型覆盖多场景。 📰 The first American autonomous ground vehicles are fighting in Ukraine （Forterra 超100台 Lancer 无人车在乌克兰实战9个月，累计行驶2500英里，完成88次伤员撤离） 💡 影响：无人战车在真实战场的数据是任何实验室都无法复制的。这批实战数据将直接推动美国军方无人系统的算法迭代。 📰 Agility Robotics plans to go public via SPAC in a $2.5B deal （Agility Robotics 借 SPAC 上市，估值25亿美元，号称具身智能领域最大规模资本募集） 💡 影响：CEO Peggy Johnson 明确表示「10年以上」才会进入家庭市场，短期内专注仓储物流——这是目前最务实的商业化路径。 来源：TechCrunch | 时间：2026-07-10