Google 发布 Gemini 4 Argon,瞄准机器人全流程单一模型
Google 发布 Gemini 4 Argon,定位为覆盖机器人全流程的单一模型,可控制机器人、构建虚拟练习环境并评估训练视频质量。演示中它从一张照片生成 77 项任务和 4500 多个训练回合,使真实机器人成功率从 56% 升至 75%,执行时间从 35 秒降至 24 秒。
Google 发布 Gemini 4 Argon,定位为覆盖机器人全流程的单一模型,可控制机器人、构建虚拟练习环境并评估训练视频质量。演示中它从一张照片生成 77 项任务和 4500 多个训练回合,使真实机器人成功率从 56% 升至 75%,执行时间从 35 秒降至 24 秒。
禾赛于 10 月 14 日发布 Kosmo 三维世界数据引擎,由负责采集的手持 AI 空间相机 Kosmo One 和负责重建、编辑与管理三维资产的云平台 Kosmo World 组成。
QCon 全球软件开发大会上海站将于 10 月 22~24 日举办,专题《数据驱动的具身智能:迈向规模化之路》由蚂蚁灵波科技首席数据科学家黄用韬担任出品人。专题围绕具身数据体系、数据驱动模型革新与通用物理智能落地,探讨真机数据积累与机器人通用大脑构建。黄用韬、大晓机器人刘春晓、Dexmal 原力灵机汪天才将分别就真实世界持续学习、环采数据产业落地与具身 Scaling 分享实践。
万拿机器人在 2026 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,整手尺寸 195×105×71mm,单指最大指尖力≥20N、四指最大抓握力≥200N。该产品配置 16 个力传感器,触觉分辨率 0.1N,指尖重复定位精度±0.2mm,支持 RS485、CAN-FD、EtherCAT 或 TCP/IP 接口,面向科研开发、工业验证与服务探索。
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、两个腕部手环、三个腰腿部动作追踪器和一副触觉手套组成,可同步采集第一视角视觉、手部全模态数据与全身运动信息。
百度世界2026将于11月12日在北京国家会议中心二期举办,主题为「下一幕,智能组织」,设1场主论坛、12场分论坛、30+AI公开课及6000平AI展区。大会将发布多个产品,集中展示“芯-云-模-体”全栈AI布局升级,李彦宏将带来主题演讲研判AI趋势与组织进化方向。报名入口已开启,共设VIP票、优享票、全通票、专业观众4种票型。
字节跳动Seed成立"Seed Model-Alignment&Preparedness"部门,由严林负责、汇报给吴永辉,原Responsible AI团队及部分Chat团队转入,聚焦智能体模型安全与CBRN等前沿能力风险防范。华为披露下一代麒麟2027芯片已就绪、测试结果符合预期,麒麟9050系列已量产。DeepSeek第二轮融资拟从500亿元增至约1000亿元,投前估值约5000亿元。
TechCrunch Disrupt 2026 第二天在旧金山 Moscone West 举行,聚焦 AI、机器人、AI 硬件、公共安全与风险投资,Nvidia、Waabi、Flock Safety、Ricursive Intelligence 等公司嘉宾登台,Benchmark 全体合伙人参与。
2026 全球开发者先锋大会暨国际具身智能技能大赛将于 10 月 23 日至 25 日在上海浦东举办,设 9 大重点赛道、23 个赛项,千余支队伍参赛。大会将展示智元、宇树等企业的整机与灵巧手、关节模组等零部件,并发布库帕思行业 benchmark 系列及“中国移动・时空智能”三大模型。
蚂蚁灵波近日与隆盛唯睿、德马科技、德迩象网等智能制造及物流企业达成战略合作,基于自研具身原生模型与云端工具链攻关工业上下料、汽车制造数智化和包裹柔性分拣场景。其 LingBot-VLA 2.0 基础大模型在预训练阶段已适配 17 个品牌的 20 种机器人构型,开源模型在 GitHub 累计获 3.29 万颗 star。
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、两个腕部手环、三个腰腿部动作追踪器和可选触觉手套组成,通过视觉、IMU、UWB 融合恢复全身姿态并采集手部接触压力,同步精度不超过 0.5 毫秒。
Science Corporation CEO Max Hodak 在 TechCrunch Disrupt 上宣布,公司已将视觉恢复芯片 PRIMA 植入首例 Stargardt 病患者。
Industrial Next 在 TechCrunch Disrupt 2026 上展示由自研基础模型驱动的 AI 机器人工作站,称产线换型可从数周缩短到数分钟,无需传统编程。该公司宣布与 BMW Group Technology Office 合作评估其 AI 灵巧操作技术,其贴膜工位已用于某款热门手机生产,处理柔性排线和连接器卡扣等任务,速度达到或超过人工且准确率 100%。
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中介绍了 Dyna-2 世界动作模型,该模型在超过一百万小时人类视频上预训练,能预测未来视频并据此生成机器人动作,架构为 diffusion transformer 加 flow matching。
推荐理由:Dyna 联合创始人详解世界动作模型如何用百万小时人类视频预训练,并给出真实部署与硬件瓶颈的一线判断。
Flox Intelligence 开发边缘设备,通过感知系统识别靠近铁路、机场和公路的动物种类,再播放对应物种的驱离声音,并变化响应避免动物产生习惯化。该设备已在北美、欧洲和澳大利亚部署约 150 台,公司预计 2026 年底营收约 150 万美元,并已与 Alstom 等达成 OEM 合作。
TechCrunch Disrupt 2026 首日在旧金山 Moscone West 开幕,汇聚 10,000+ 创始人、投资人与科技领袖,设六大行业舞台和 300+ 参展初创企业。Startup Battlefield 从数千申请者中选出 20 家早期初创登台路演,角逐 10 万美元无股权奖金和 Disrupt Cup。
魔法原子旗下 VLM Agent 框架 EchoPolicy-0 在 AI2 发起的 MolmoSpaces Combined 榜单以 75.4% 平均成功率位列全球第一,覆盖全部 4 个 v1 任务。
据彭博社报道,DeepSeek计划领投机器人AI初创公司Winverse AI的数千万美元种子轮融资,投后估值约4亿美元,美团旗下龙珠资本也作出投资承诺。Winverse AI由前腾讯杰出科学家胡瀚创立,他曾参与提出Swin Transformer并负责腾讯混元视觉语言模型与具身智能基础模型团队。
深圳视塔机器人完成天使轮融资,投资方包括华为旗下哈勃投资、深高新投旗下基金及高轩投资等。该公司由1998年出生的博士张伟创办,团队平均年龄约23岁,正开发厚度小于1毫米、感知密度超过10,000点/cm²的柔性光子晶体电子皮肤,并研发与VLA协同的“外挂触觉小脑”触觉控制模型。
国际具身智能技能大赛检阅赛将于10月23日至25日在上海举行,基于工信部征集的千余条具身智能应用场景数据,设置生产制造、检测分析、仓储物流等9大赛道共23个赛项,计划吸引千余支队伍参赛。
Amazon 已在全球仓库部署超过 100 万台机器人,全天候支撑每日数千万件当日达和次日达包裹配送,并计划新建工厂进一步扩大机器人队伍。与此同时,据其 2025 年年报,Amazon 仍是全球第二大企业雇主,拥有超过 150 万名全职和兼职人类员工。Amazon 高管称机器人接管了最繁重、最易致伤的工作,但劳工倡导组织和独立研究者认为,AI 驱动的仓库自动化对人类员工并非全是好处。
《金融时报》援引PitchBook数据,截至2026年10月8日,全球机器人和物理AI企业今年累计融资接近480亿美元,已超过去年全年,约为2025年全年的1.7倍。
思灵机器人 Agile Robots 在第 26 届中国国际工业博览会展出 12 款展品,覆盖具身智能、具身模型、科研生态、消费应用与工业落地五大展区。重点展品包括与 Franka Robotics 融合的 Mobile FR3 Duo 双臂移动科研平台、支持五种理疗模式的 AI 理疗康养机器人,以及可拖拽打点的摄影机器人。公司自 2018 年创立以来累计向全球客户交付接近 40000 台机器人。
字节在抖音集团《2026 美好奇妙夜》科技节目现场首次展示其尚未正式发布的世界模型,由影视飓风的Tim演示,输入一句话即可生成微缩小人视角的房间,并支持自由飞行、凭空生成勺子等物体、与物体交互以及用任意门连通不同场景。
Standard Bots 用共享基础模型加客户演示微调的方式驱动机器人,最大模型仅低数十亿参数,靠超十亿张图像训练的零样本感知系统完成零件定位,运动与单元逻辑仍用传统编程。模型在云端训练、边缘 GPU 本地推理,以 action chunks 流式输出到低层控制,避免依赖工厂网络。
西门子将在第26届中国国际工业博览会上首次完整展示人形机器人全流程端到端解决方案,覆盖研发设计、生产制造、总装集成与工业现场应用,并发布20余款新品、开放6类具身智能“进厂”场景。全新升级的“钻耀之心3.0”将深度融合Intelligence Center X与Teamcenter等工业软件,贯通工业五层架构。
爱丁堡 Danu Robotics 正将回收分拣机器人 H.E.R.O. 推向市场,它用夹爪而非吸盘抓取物品,并靠 AI 持续改进软件。公司已签下 50 万美元合同、两名大客户意向,销售管道超 200 家客户,正募集 500 万美元 late-seed 轮。
MIT CSAIL 的 Unitree 人形机器人(每台约 5 万美元)和 LLM 正让人习惯性把它们当人对待:研究显示约 70% 的人对 AI 保持礼貌,对话超过首轮提示后更常说"请""谢谢"。MIT 的 Sherry Turkle 与 Pat Pataranutaporn 认为,这种拟人化既可能助人,也可能让人更信任聊天机器人而疏远真人。
Aether AI 发布因果原生 Agent 架构 CRIS-0,让机械臂基于物理因果变量实时推理动作。在咖啡制作干扰测试中,系统平均 2 秒内识别因果变量变化并重规划,10 次随机扰动实现 9 次有效恢复;在 20 条模糊指令的个性化取放测试中完成 18 次精准抓取。
Sharpa在IROS发布首款全自研通用人形机器人D01、新一代灵巧手W02和外骨骼触感数据手套AE01。D01电子皮肤覆盖全身、触觉覆盖上半身,触觉采样率100Hz,力感知范围0.1—20N;W02主动自由度从W01的22个减到21个,整手尺寸缩小约30%,指尖力感知范围5mN—30N。
星动纪元自研的世界动作模型 VPP2 登顶 RoboDojo 仿真榜单,综合平均成功率 32.26%、平均得分 39.26 分,两项指标均列第一,领先 GPT-6-Astra 的 22.48% 和 28.97 分。
MirroS 团队发布 AgentGarten,将可执行代码环境与实时神经渲染器连接,代码定义物理规则、模型生成视觉反馈,以超过 30 fps 的吞吐让智能体持续交互。
正行创新在APRCE 2026发布面向零售开放场景的Physical AI解决方案,由双足人形机器人H1、搬运理货轮臂式机器人C1和机器人管理平台M1组成,支持“0改造”快速部署。方案实现99%任务自主完成,自研轻量级世界动作模型SLM-0.5在LIBERO基准测试中达到98.6%平均任务成功率,推理速度较主流方案提升24倍。计划2027年提供商业化服务,支持直接采购或RaaS订阅。
Nvidia 正大力押注物理 AI,其全栈安全解决方案已被多家机器人公司采用,目标指向更安全的 Robotaxi 与人形机器人。
MIT 科技评论与 Aventine 合作的文章指出,尽管马斯克称 Optimus 可能成为史上最大产品并预测 2027 年底前向公众发售,黄仁勋称人形机器人今年将达到人类水平能力,但许多机器人研究者对此持怀疑态度。
AVEVA 首席技术官 Arti Garg 提出,工业 AI 正从预测分析转向基础模型、physical AI 与 agentic AI,需以数据打通、治理框架和人类监督保障安全。AVEVA 的责任 AI 框架强调安全、效率与人工监督,主张 AI 增强而非取代关键决策中的人。Garg 还参与 IEEE 工作组,制定覆盖电力、能源、资源、水和碳的 AI 环境影响测量标准方法。
TechCrunch Disrupt 2026 将于 10 月 13-15 日在旧金山 Moscone West 举行,完整分论坛议程已公布。每场 50 分钟的分论坛结合专家分享与观众问答,主题涵盖如何构建 AI 智能体、AI 从训练转向推理后的价值流向、物理 AI 的含义,以及 Anthropic 工程师如何并行运行多个 Claude 智能体。
Reka AI 发布研究预览版 Rho-1,这是一个 190 亿参数的全能模型,可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数将任务分派给专用模型的系统不同,Rho-1 把所有模态作为 token 放在同一个共享上下文窗口中运行,无需工具调用或外部模型,能实时生成连续视频并即时响应新指令而无需重启。
卡内基梅隆大学 Safe AI 实验室主任 Ding Zhao 联合 Kyle Wong、Simo Rachidi 创立 Safeworld,用带真实人体模型的仿真评估生成式 AI 机器人控制系统,今日结束隐身并完成超 1200 万美元种子轮,由 Shine Capital 和 a16z Speedrun 领投。
Destro 结束隐身状态并获得 800 万美元种子轮融资,其 AI 智能层让机器人在物流场景中与人类工人协同作业,同时指挥人、货和卡车。该方案已在 Yusen Logistics 太平洋西北地区一处设施试点,使用三台 Miva Robotics 搬运机器人,由基于开放权重视觉-语言-动作模型的 Vision 操作系统驱动,现扩展至 26 台机器人部署,并在南加州启动 17 台机器人的新试点。