让 AI 拥有身体 —— 人形机器人、机械臂、具身大模型与产业链
在英伟达GTC柏林主题演讲中,黄仁勋与四只小鸭机器人Microduck同台互动。受此带动,该款售价399美元的开源机器人预售量迅速突破2万台,预计将于圣诞节前正式发货。
前千寻具身智能部负责人解浚源近期赴北美创业,成立具身数采公司 gi labs。公司聚焦动捕手套、数采头显等硬件开发,新一代设备预计11月初量产,旨在填补具身智能领域巨大的高质量训练数据缺口。
人形机器人日租金从万元跌至数千元,供给快速放量与场景应用脱节。宇树、优必选等厂商正加码布局线下渠道,试图将未成熟的硬件打包成可用方案,化解高企的现场交付与工程驻场成本。
宇树科技创始人王兴兴在杭州峰会上修正了具身智能时间表,称物理AI技术已现突破迹象,有望在1至3年内迎来关键拐点。公司正预研自进化大模型并启动千万级赛事,加速全栈生态布局。
大模型切入具身智能面临严峻的数据短缺。成立仅两三年的初创公司Maxinsights,凭借百万小时级第一人称视角数据交付,切入OpenAI与Google DeepMind核心供应链,年化经常性收入逼近1亿美元。
NVIDIA 宣布全面扩展 Cosmos 平台,推出全新训练工具、仿真检查点以及 Cosmos Data Factory 蓝图,助力开发者低成本构建物理 AI 与世界模型,加速自动驾驶及机器人等场景从研发到落地的闭环验证。
机器人缺乏长效记忆就难以胜任复杂场景。在IROS 2026最佳论文将目光投向长记忆后,国内初创团队贝塔无限发布BetaMem架构,在四大基准测试中刷新纪录,推动机器人迈向全时空、可自我纠错的长效认知底座。
生数科技旗下世界模型团队开启Motubrain 2.0训练全流程公开直播,持续半个月。该举动旨在打破具身模型研发“黑盒”,完整展示预训练、后训练、任务执行及递归自我改进的试错与迭代过程。
面对AI浪潮,阿里与京东选择了截然相反的落地路径:阿里持续砸重金扩建数据中心与芯片算力,把云业务打造成公用事业;京东则依托数十万一线员工与仓网,押注机器人运维与物理世界运营。两种资产形态背后,折射出大模型时代迥异的商业化算盘。
英伟达“EgoScale”让穿戴式“无本体采集”成为具身智能主流,彻底拉低了数据门槛。大批人力外包商、县城商户与农村劳动力涌入成为数据采集员。然而在层层转包压价下,这个新兴行业正面临单价缩水与订单不稳定的多重考验。
训练通用具身模型面临千万小时级真机数据缺口,单纯仿真难以应对复杂现实。行业正从搭建样板展厅转向“产训一体”的实景实训平台,让机器人在真实工业工位作业、沉淀失败样本并反哺模型,打通产业落地关键链路。
工信部数据显示我国日均Token调用量已突破500万亿。当大模型走向具身智能与工业生产现场,Token正成为度量智能的新接口。从单纯堆砌算力到端侧芯片协同,如何算清综合开销决定了机器人能否真正走向规模化落地。
在工博会上,海康威视展示了超百款工业场景数字化产品,涵盖半导体缺陷检测、SOP行为规范以及移动机器人。依托覆盖光、声、电的多维物联感知能力与行业大模型,这家安防巨头正在加速切入万亿级工业数字化市场。
机器人赛道正迎来周期性清算。盈合机器人进入破产清算,宇树科技二级市场估值承压,硬件本体逐渐沦为标准件。与此同时,资本快速向具身智能大脑集中,特斯拉与OpenAI纷纷下场争夺真实物理场景的数据闭环。
OpenAI近期租赁具备数据中心级电力的仓库,并招聘27名机器人硬件工程师,重点攻坚核心执行器。这标志着其战略从单纯聚焦“软件大脑”转向软硬一体。通过自研硬件采集高质量物理世界数据,打破具身智能的数据瓶颈。
NVIDIA正式推出Cosmos3-H-Dreams,这是首个基于真实胆囊切除手术记录训练的实时生成式手术模拟器。模型支持实时运动学控制,能在单张GPU上高度逼真地呈现体内组织变形与器械交互,为手术机器人训练开辟了全新路径。
具身智能公司Dyna Robotics历经300天一线部署,选择从VLA转向世界动作模型(WAM)。通过100万小时人类第一人称视频预训练,他们发现了跨本体迁移的Scaling Law,并力主软硬件一体化以打通商业闭环。