OpenAI、字节下场做机器人,创业公司如何拿到“大结果”?
OpenAI和字节跳动进入机器人领域,OpenAI招聘15个机器人岗位,字节将Seed Robotics并入多模态与世界模型负责人管理范围。大厂带着算力、模型、人才和资金从软件压到物理世界,机器人行业将分层,创业公司需在模型、本体或场景中至少占住一层才能获得长期收益。
OpenAI和字节跳动进入机器人领域,OpenAI招聘15个机器人岗位,字节将Seed Robotics并入多模态与世界模型负责人管理范围。大厂带着算力、模型、人才和资金从软件压到物理世界,机器人行业将分层,创业公司需在模型、本体或场景中至少占住一层才能获得长期收益。
2026国际具身智能技能大赛聚焦机器人真场景应用,展示具身智能技术在实际开垦任务中的表现。大赛通过真实场景测试机器人的环境适应与操作能力。
国内具身智能机器人保险从2025年9月开始起步,面临高风险、快迭代、缺数据的挑战。人保、太保、平安等险企已推出多种保险方案,包括浮动费率、场景定价和零部件保险,但行业仍缺乏历史赔付数据和独立定损体系。2026年3月,中国保险行业协会开始推进人形机器人保险示范条款编制,10月发布《人形机器人全生命周期管理规范》,为每台机器人分配29位唯一编码,试图解决责任界定和数据共享问题。
推荐理由:机器人保险从零赔付到批量承保,正在用价格机制倒逼行业建立责任标准与数据共享。
英伟达在柏林GTC大会上宣布,Bolt、Lucid、奔驰、大众汽车商用车、沃尔沃和Einride将采用其Hyperion计算平台开发无人驾驶出租车、厢式货车和货运卡车。Bolt计划在欧洲部署至少2.5万辆具备L4级自动驾驶能力的Lucid汽车,首阶段项目将于2027年在马德里启动数据采集。
上海市政府宣布累计超200款大模型完成备案,多款基础模型达世界顶尖水平。全市智能算力规模超20万P,AI人才总量超33万。计划到2027年具身智能核心产业规模突破500亿。
中国工业互联网研究院启动具身智能机器人应用能力评测服务。该服务旨在评估机器人在实际场景中的表现与能力。
上海市经济和信息化委员会印发《上海市加快推动人工智能赋能工业服务业高质量发展行动方案(2027-2028年)》,支持企业开展工业智能体任务规划、工具使用、长期记忆等技术攻关,鼓励前瞻布局物理AI,重点突破世界模型构建、多模态物理感知、虚实交互与自主决策等核心技术,对企业技术攻关项目给予最高2000万元支持。
2026国际具身智能技能大赛聚焦机器人真实场景应用。参赛机器人需完成开垦等实际任务,展示具身智能技术落地能力。大赛推动人形机器人在农业、建筑等领域的实践探索。
2026国际具身智能技能大赛聚焦机器人真实场景应用。参赛机器人需完成开垦等实际任务,展示具身智能技术落地能力。大赛推动人形机器人在农业、建筑等领域的实践探索。
2026国际具身智能技能大赛聚焦机器人真实场景应用。参赛机器人需完成开垦等实际任务,展示具身智能技术进展。大赛强调解决现实世界问题的能力。
国内首部AI院线电影《三星堆:未来往事》上映,猫眼淘票票预售票房仅14.4万元,灯塔预测总票房216.9万。尽管资本追捧,但观众付费意愿仍存疑,字节、快手等正通过4K模型、IP合作提升电影级制作能力。
霞光AI实验室调研发现,近30家具身智能企业已进入文旅、零售和消费服务场景,但面临稳定性、运营成本和商业闭环三大挑战。智平方、智动未来和SMYZE三家企业表示,机器人需从能演示转向能交付,并通过规模化运营降低成本,才能实现真正的商业价值。
inDrive 与 Pony.ai、Nvidia 签署备忘录,将于 2027 年上半年在哈萨克斯坦首都阿斯塔纳启动无人驾驶出租车测试,初期配备安全员,最终目标实现完全无人驾驶。Pony.ai 将提供 Gen-7 无人驾驶出租车,Nvidia 供应 Hyperion 平台和 Halos 安全系统。测试将重点评估阿斯塔纳严寒冬季条件下的自动驾驶技术表现。
Epic Games创始人Tim Sweeney在上海Unreal Fest上表示,AI的编程能力每隔两三个月就呈现指数级增长,投入AI的公司将迎来大规模增长。Epic已向中美顶尖AI大模型公司提供虚幻引擎源代码和训练数据,中国开发者首次从竞争之初就处于世界领先位置。
前千寻具身智能部负责人解浚源已在北美创业,成立gi labs,主要聚焦于打造数采设备,包括动捕手套、多目相机、机器人夹爪等。公司目前在美国旧金山设立国外办公室,国内办公主要在苏州,正在研发新一代数据采集设备,预计11月初量产,定价单套3555元起。
桐乡依托'乌镇之光'超算中心和联通智算中心构建的算力底座,已从互联网大会举办地转变为AI产业集聚地。当地形成了智能驾驶、具身智能、工业AI、空间智能与合成数据以及AI算力基础设施等完整产业链,多家企业如福瑞泰克、尚元智行、新生纪等已在智能底盘、商用机器人、工业控制等领域实现商业化应用,并积极拓展全球市场。
苹果为抑制黄牛囤货,已在多国网上商店对折叠手机iPhone Duo实施限购,每位顾客最多可购买两部。香港地区新订单预计2027年1月23日交付,系统会自动提示调整购买数量。
SpaceX在三季度财报披露,新部署算力不到一年就能回本;而Meta的个人智能体Muse因算力成本过高无法全球推出。特斯拉数据显示汽车交付同比下降,但付费FSD用户同比增长67%。文章分析大厂AI收入结构,指出算力有了价格后,模型胜负不再直接决定谁赚钱,免费Agent必须找到比广告更厚的收入。
研究人员提出SkeLAM模型,通过骨架监督分解潜在动作为运动学成分和残差成分,在DROID数据集上相比DreamDojo将末端执行器ADE降低19.5%,LPIPS降低11.1%,实现了零样本人机动作迁移。
同一件事,精选收录的是《Skeleton-Grounded Latent Action Model for Robot World Models》
具身智能领域出现面向大模型公司的全规模市场拓展新商机。该方案通过商业化路径将具身智能技术整合进大模型公司业务体系。
Linus Torvalds 删除 Linux Kernel 中的 __get_user() 和 __put_user() 函数,称其为历史遗留且永远不是正确选择。他在 commit message 中明确表示这些函数早就该被移除,且存在误用问题。
光锥智能与NVIDIA中国区工程和解决方案副总裁赖俊杰博士探讨Token经济学,指出中国日均Token调用量从2024年初的1000亿增长至2026年3月的140万亿。企业AI投入正从算力时代转向智能时代,需要重新评估Token消耗与业务价值的关系,建立新的经营逻辑。
NVIDIA创始人黄仁勋访问哈萨克斯坦,签署AI基础设施投资协议。Firebird将在哈萨克斯坦建设AI工厂,部署45,000块NVIDIA Grace Blackwell GPU,总容量达500兆瓦。哈萨克斯坦电信公司已部署880块NVIDIA GPU,并计划明年再部署2,000块。
陶哲轩与邓煜在SAIR Foundation播节目中讨论AI与数学的未来,指出AI使'已有证明'与'能被理解'成为两条不同边界,提出改变学术激励标准、事前参与和开源数学模型等解决方案。陶哲轩称OpenAI发布的数学成果为'有毒废料',强调理解责任仍在于人类。
推荐理由:陶哲轩与邓煜将AI数学争议从'能否解题'转向'如何理解与溯源',揭示出学术评价体系面临的结构性挑战。
商务部数据显示,2026年前三季度重点平台外骨骼助力器销售额增长46.4%,具身智能机器人销售额增长22.6%,智能眼镜销售额增长1.1倍。9月份新能源乘用车零售渗透率达67.0%,社会消费品零售总额增长1.1%。
Eun Sun Lee提出了一种稀疏拓扑图方法,用于室内导航中的跨会话导航。该方法通过编码局部3D几何和距离加权边的节点结构,实现了跨会话点对点导航,在Gibson数据集上达到77.1%的成功率,在3D-FRONT场景变化下达到40.0%的成功率,同时将内存需求降低两个数量级。该方法支持跨会话对齐和目标导向导航,具有强大的可扩展性和真实世界迁移能力。
Qi Lv提出SkeLAM模型,一种骨架引导的潜在动作模型,用于机器人世界建模。该模型将潜在动作分解为基于机器人骨架监督的运动学组件和保留补充视觉动力学的残差组件,在DROID数据集上相比DreamDojo将末端执行器ADE降低19.5%,LPIPS降低11.1%,并实现了零样本人类到机器人的运动迁移。
推荐理由:通过骨架监督分解潜在动作,SkeLAM模型显著提升了机器人世界模型的运动控制精度和零样本迁移能力。
本文提出了一种在线可细化语义映射框架,通过概率点级置信度更新持续优化物体表示,在Replica和ScanNet数据集上分别提高了3.46%和2.55%的映射精度,并在物体导航和具身问答任务中取得了82.4%和76.7%的成功率。
推荐理由:通过概率点级置信度更新,让语义地图能持续修正而非单调累积,解决了动态环境中感知误差累积问题。
Chaoyue Li提出SCOPE框架,通过规划错误反馈修正场景图,解决了机器人长期规划数据集生成中的物理一致性问题。实验表明,使用SCOPE生成的数据微调LLM,相比DELTA方法在任务成功率上提升12.33%。该研究已被IROS 2026接受。
推荐理由:通过规划错误反馈修正场景图,解决了机器人长期规划数据集生成中的物理一致性问题,为LLM在机器人任务规划中的微调提供了新思路。
Yufeng Liu等人提出Echo框架,结合任务状态信号学习与紧凑设计,在单一视觉语言动作模型中实现状态预测与动作生成。该框架通过停止和失败信号表示任务状态,与机器人动作一起去噪,无需帧级进度标注即可区分执行状态。真实世界操作实验表明,Echo能准确预测任务状态并提升策略性能。
推荐理由:通过任务状态信号与动作联合去噪,Echo让机器人能自主判断任务完成与失败,减少了对细粒度标注的依赖。
Junzhe He提出了一种学习框架,通过基于注意力的接触规划器和接触条件跟踪器,让人形机器人在复杂地形上实现自然协调运动。该框架结合了强化学习和参考方法的优势,使用运动数据作为训练先验,同时保持通过强化学习探索环境相关行为的能力。
推荐理由:基于注意力的接触规划器将运动数据作为训练先验,让人形机器人在复杂地形上实现自然协调运动。
研究人员提出DiffDreamer框架,将学习到的世界模型与可微分仿真紧密结合,用于四旋翼动态门竞速等任务。该方法通过分解目标函数,分别处理不可微分的任务奖励和可微分的运动奖励,实验显示其在训练收敛速度和最终性能上优于多种基线方法。
推荐理由:将世界模型与可微分仿真耦合,解决了四旋翼控制中环境动态与机器人自身动态的耦合问题,提升了训练收敛速度和最终性能。
研究人员提出 OpenTac,一种新型传感器和全栈生态系统,用于高度可定制、可扩展的触觉皮肤。该系统包括可扩展的电阻式触觉皮肤、传感器设计工具、传感器模拟器、跨传感器迁移和快速/自适应数据采集功能。团队已设计和制造了 30 多种传感器,并在四个真实机器人平台上展示了 3D 触觉感知在接触密集型反馈控制和操作策略学习中的广泛应用。
推荐理由:从传感器设计到控制学习,OpenTac 构建了完整的触觉感知生态系统,开源硬件与工具降低了触觉研究门槛。
本文提出传感器运动对齐(S²)指标,用于衡量模型感官表征与物理运动几何结构的对齐程度。研究发现S²与下游机器人任务成功率呈正相关,可作为闭环评估前的低成本模型筛选指标,还能在微调前识别有前景的视觉语言模型骨干。
Google最新旗舰模型Gemini 4 Argon上线72小时处理近25万亿Token,消耗量是上一代Gemini 3.0同期的3倍。Google CEO桑达尔·皮查伊在访谈中首次公开解释了Gemini 3.5 Pro为何神秘消失,以及DeepMind核心管理层变动的幕后原因。
推荐理由:Gemini 4 Argon上线72小时处理25万亿Token,谷歌CEO首次披露砍掉3.5 Pro内幕,模型迭代与算力博弈成焦点。
商务部数据显示,2026年前三季度重点平台智能眼镜销售额增长1.1倍,具身智能机器人销售额增长22.6%,外骨骼助力器销售额增长46.4%。
天娱数科直线涨停,物理AI概念早盘局部回暖,能科科技等冲高。宇树科技创始人王兴兴称,随着GPT-6发布,物理AI已现被击穿苗头,1-2年或2-3年内具身智能或迈过ChatGPT时刻。
宇树预研“物理AI机器人自进化V1.0”大模型,具身智能的“ChatGPT时刻”或已临近。该模型专注于物理AI机器人的自进化能力,标志着具身智能领域的重要进展。
Meshy、VAST和影眸三家AI 3D公司在半年内融资超80亿元。Meshy推出Meshy Edit实现3D模型局部编辑,VAST开源EdenLive世界模型,影眸布局专业级3D生成。Meshy ARR突破1亿美元,三家均推出Agent能力,同时字节、腾讯等大厂加速布局。
推荐理由:半年内80亿元涌入AI 3D领域,资本热捧背后是编辑功能与Agent能力的产品竞赛。
迪士尼以2000美元买下Character.AI部分知识产权的非独占永久许可,并花1.8亿美元接收其约86人团队中的66人,包括前CEO卡兰迪普·阿南德,后者被任命为迪士尼历史上首位CTO。Character.AI曾估值50亿美元,但因商业模式缺陷、用户流失和法律问题申请破产保护。