#具身智能

数百名波士顿动力员工抗议公司向美国移民与海关执法局（ICE）出售机器狗，超过 300 名员工警告此举存在风险。

这家美国机器人公司坚持推进该交易。

丰田计划转型为全球机器人公司，每年投入 64 亿美元，部署 40 万台机器人，消息由《金融时报》报道。

其 AI 机器人分拆公司 Walden Robotics 已于 7 月上市，估值 11 亿美元，融资 3 亿美元。高盛分析师认为，到 2035 年丰田可能占据人形机器人市场 3% 至 8% 的份额，竞争对手包括特斯拉、小鹏和计划 2028 年在美国生产 Atlas 机器人的现代。一位丰田高管表示，机器人将优先部署在自家工厂，因为那里的环境更容易控制；投资者则较为谨慎，指出丰田此前在氢能源汽车和固态电池上未达预期。

Nvidia 开源数据引擎 Flora，用于为机器人视频生成动作描述、分步评分和任务成败判断三类标注，称标注一小时视频约 0.72 美元，而 GPT-6 Astra 约 88.50 美元。

Flora 由三个微调的 Qwen3.5 模型组成，其中 9B 模型切分动作片段，两个 27B 模型分别负责描述和评分，模型已在 Hugging Face 发布。Nvidia 称该系统已用于 GR00T 模型训练，在 512 块 GB300 GPU 上每天可标注最多 20 万小时视频。

Hugging Face 的 Clem Delangue 称，英伟达 CEO 黄仁勋在 GTC Berlin 主题演讲中把玩 Microduck 机器人的视频走红后，该机器人预订单次日已超过 2 万台。

Microduck 由 Hugging Face 于 2025 年收购的 Pollen Robotics 生产，而英伟达今年 9 月收购了 Hugging Face，因此它现在归属英伟达。这些开源机器人借助英伟达技术栈在仿真中学会走路、坐下、站立等基础动作，出厂即具备这些技能，用户还可训练新动作并与社区分享。产品预计在圣诞节前交付，Delangue 认为它可能成为年度最畅销机器人，且购买者未必只是儿童。

打车平台 inDrive 与中国自动驾驶公司 Pony.ai、Nvidia 签署谅解备忘录，计划 2027 年上半年在哈萨克斯坦首都阿斯塔纳启动 robotaxi 测试。

测试初期将配备安全员，最终目标是实现完全无人驾驶；Pony.ai 提供 Gen-7 robotaxi，inDrive 通过其打车应用在哈萨克斯坦运营，Nvidia 提供包括 Hyperion 平台和 Halos 安全系统在内的 AI 技术。inDrive CTO Yuri Misnik 称该模式"资本轻"，通过与多地伙伴合作整合专长。阿斯塔纳约 170 万人口、冬季多雪结冰，被视为检验自动驾驶系统在严酷冬季条件下表现的测试场。

Nirva 完成 2500 万美元 pre-Series A 轮融资，加上今年早些时候从 Lightspeed、South Park Commons 等投资方筹得的 800 万美元，累计融资达 3300 万美元。

其首款设备是一枚约 8 克重、可作手链佩戴的吊坠，单次充电续航最长三天，售价 249 美元，11 月起接受预订，计划年底前向早期用户发货。该设备通过用户上手时录制的语音片段建模，使用中过滤周围其他人的对话，只记录佩戴者本人，且默认在处理后不保留音频或转写文本。配套应用会基于语调、音高、音量和语速生成关于情绪、沟通风格与性格模式的洞察，并给出提醒或待办事项。

NVIDIA 发布 Cosmos3-H-Dreams，一个基于 Cosmos 3 的实时生成式手术模拟器，可从视频与机器人运动学学习胆囊切除术场景，并响应器械动作实时生成画面。

模型基于 160 亿参数的 Cosmos3-H-Embodied-Nano，使用 28 个动作维度、832 x 480 视频和 10 Hz 对齐动作训练，经教师到学生蒸馏得到四步与两步两个检查点，配合 FlashDreams 流式推理可在单张 NVIDIA RTX PRO 6000 GPU 上交互运行。官方称这是首个基于临床胆囊切除术录像训练、支持实时运动学控制的生成式手术模拟器，并提供适配自有数据与控制器的方法。

Eka Robotics 完成 1.5 亿美元 A 轮融资，由 a16z 和 F-Prime 领投，投后估值 14.5 亿美元。

这家由 MIT 教授 Pulkit Agrawal 与前 Google DeepMind 研究员 Tuomas Haarnoja 创办的公司，采用视觉-力-动作模型而非视觉-语言-动作模型，并自研带更多力传感器的机械手，通过物理仿真器构建强化学习环境，称可在数分钟内生成数千小时机器人经验。其机器人每小时可抓取约 1500 个、重不超过 1 kg 的物体，人类约为 600 个，抓取成功率超过 95%。

Laplace Intelligence 正在为机器人和物理 AI 构建自动化红队测试，通过高保真仿真在部署前发现并修复问题。

其仿真环境基于 Nvidia Cosmos 的后训练版本，可结合 Google Street View 图像与真实地图数据重建亚利桑那州高速公路、巴黎人行横道等场景，并从 TomTom 获取实时交通信息。核心卖点是自动设计 corner case 的 AI 智能体，可从新闻和警方碰撞报告中提取信息主动挑战自动驾驶系统。公司已产生收入并实现小幅盈利，客户包括自动驾驶卡车公司 Bot Auto 和一家日本大型车企，同时与 Nvidia、T-Mobile 在加州圣何塞开展免费智慧城市试点。

在 NVIDIA 机器人平台负责产品营销七年的 Amulya Vishwanath 认为，机器人目前仍处于“乐高时代”，执行器、机械手、软件和安全标准等基础模块仍在重建，这与“通用基础模型将带来机器人 ChatGPT 时刻”的观点相反。

她以 Techable VC 创始人兼管理合伙人的身份，投资覆盖机器人、材料科学和生命科学的物理 AI，并将其定义为“一个分子、一种材料、一种药物”或工厂产线上的机器。她提出“有意识的自动化”概念，关注家族工厂招工难、外科医生职业倦怠等大问题，并希望创始人把投资人视为自己的护城河。

在 Nvidia 机器人平台负责产品营销七年的 Amulya Vishwanath 认为，机器人目前仍处于“乐高时代”，执行器、机械手、软件和安全标准等基础模块都还在重建中。

这一判断与“通用基础模型即将让机器人迎来 ChatGPT 时刻”的观点相左。她如今是 Techable VC 的创始人兼管理合伙人，投资方向为机器人、材料科学和生命科学等物理 AI 领域，并在 TechCrunch 的 Equity 播客中谈了自己作为最早从 Nvidia 出走创办早期基金的女高管之一的经历。

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。

演示中，它先在 MuJoCo 仿真里让 Boston Dynamics Spot 练习用踏板把易拉罐投进垃圾桶，再由两个额外 AI 智能体校验脚和夹爪位置，之后才在真机上执行。从一张桌面照片出发，Argon 生成 77 项任务和超过 4,500 条训练片段，使真机成功率从 56% 升至 75%，执行时间从 35 秒降至 24 秒。它还能根据遥操作录像、第一人称视频甚至圆珠笔草图搭建仿真，并指挥视频世界模型 Gemini Omni 逐步完成拼字任务。

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 等公司负责人登台，Benchmark 合伙人全员到场。

旧金山初创公司 Industrial Next 在 TechCrunch Disrupt 2026 的 Startup Battlefield 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几分钟，无需传统编程。

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。

Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中介绍，公司上月发布的 Dyna-2 世界动作模型基于超过一百万小时人类视频预训练，随后推出的物理机器人智能体 Dyna-2.1 已能连续 24 小时折叠餐厅餐巾，成功率达 99.4%，包括在拉倒整叠餐巾后自行恢复。模型采用 encoder-only 的 diffusion transformer 架构，先预测未来视频再据此生成动作，类似视觉与物理空间的链式推理；新任务只需约 45 分钟到数小时的机器人演示数据即可微调。Dyna 已在鼎泰丰美国多家门店每天折叠数千张餐巾，并开始与 Best Western 合作处理酒店布草。

Flox Intelligence 开发边缘设备，通过运动传感器唤醒摄像头，用端侧模型识别动物种类并发出对应声音驱离，避免动物对重复信号产生习惯化。

该系统源自 KTH 皇家理工学院，2020 年分拆独立，目前约 150 台设备部署在北美、欧洲和澳大利亚的机场、铁路、公路等场景，已与 Alstom 等厂商达成 OEM 合作。

Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在测试 3D 环境物理空间问题的 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。

Amazon 已在仓库部署超过 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，同时计划新建工厂进一步扩大机器人队伍。

据其 2025 年年报，Amazon 仍是全球第二大企业雇主，拥有超 150 万名全职和兼职人类员工。Amazon 高管称机器人承接了最繁重、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。

Odyssey 面向公众开放世界模型 Odyssey-3 的研究预览，用户可用文本提示词生成可实时探索的交互环境，开发者可申请 API 访问。

免费在线演示基于 Odyssey-3 Flash，支持第一人称和第三人称视角；基础模型 14B 参数、生成 832 × 480 视频，Pro 版支持 1280 × 720。

Standard Bots 用共享基础模型加客户演示微调的方式，为工业机械臂提供可落地的 AI 能力，其最大模型参数量仅为"low billions"级别。

公司称其机器视觉骨干网络在超过 10 亿张图像上训练，可区分光照条件、材质类型以及目标与背景；在机床上下料场景中，零样本感知模型负责定位和识别零件，运动与单元逻辑仍由传统编程处理。模型在云端训练、在工厂本地推理，边缘 GPU 生成动作块并流入底层控制，原因是多数工厂网络不可靠、正常运行时间至关重要。公司还通过部署中的失败信号与人工纠正做车队学习，但部分国防客户在气隙环境中部署，数据不会回传。

Nvidia 正大力押注物理 AI，推出面向物理 AI 的全栈安全解决方案，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 Technology Review 与 Aventine 合作的文章指出，尽管马斯克称 Tesla Optimus 未来能以低至 2 万美元单价自动化几乎所有人类劳动、并预测 2027 年底前向公众发售，但许多机器人研究者对此持怀疑态度。

AVEVA 首席技术专家 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、物理 AI 与智能体 AI，但因其直接作用于物理系统，安全与可靠性成为部署核心。

微软研究院对移动操作机器人工作负载做了首次系统性测量，发现把物理 AI 推理从机器人本体 GPU 卸载到边缘或云端 GPU，能提升任务成功率、支持更大模型并延长续航。