红旗连锁终止机器人无人售货研发,业界分析具身智能零售场景商业化仍处PoC阶段
红旗连锁于2026年7月公告终止机器人无人售货系统研发,原因是机器人在真实货架环境中抓取失误率高、稳定性不足,未达到大规模商业化标准。据业内人士估算,该项目研发支出约280万元。
推荐理由:红旗连锁机器人售货项目终止的实证,为理解具身智能零售落地瓶颈与商业逻辑提供了具体参照。
红旗连锁于2026年7月公告终止机器人无人售货系统研发,原因是机器人在真实货架环境中抓取失误率高、稳定性不足,未达到大规模商业化标准。据业内人士估算,该项目研发支出约280万元。
推荐理由:红旗连锁机器人售货项目终止的实证,为理解具身智能零售落地瓶颈与商业逻辑提供了具体参照。
美国机器人AI公司 Physical Intelligence(PI)正洽谈至少10亿美元新一轮融资,投后估值预计约200亿美元。PI 迄今无商业营收,但凭借 DeepMind、斯坦福和伯克利背景的创始团队及 VLA 技术路径吸引贝索斯、红杉等投资。公司近期推出机器人基础模型 API 测试版,提供模型微调和推理服务,旨在打造适配各类硬件的通用机器人“大脑”。
威卡在2026徐州人工智能大会上发布具身智能赋能工程机械高质量数据集,旨在为工程机械智能化与少人化提供路径。 该数据集以挖掘机为突破口,利用统一时间戳同步视觉、激光、位姿等五大维度数据,将一线机手经验转化为机器可读知识,已上线Hugging Face。 它直击行业数据稀缺痛点,构建从真实场景到训练数据的闭环,为具身智能前沿研究提供高质量数据支撑。
逐际动力发布开源工程底座 FluxVLA Engine V2 技术报告,在 14 种策略的 LIBERO 评测中,11 个本地模型成功率超 95%;通过底层推理重构,π0.5 在 A100 上的推理频率提升 9.64 倍,并成功在 ALOHA、LimX Oli 等真机上完成闭环部署。
推荐理由:报告展示了开源工程底座在推理加速、真机部署与在线强化学习后的具体效能数据,为具身智能团队评估标准化基建的价值提供了量化依据。
逐际动力更新开源具身智能工程底座FluxVLA Engine V2技术报告,重点增强在线强化学习、仿真评测和真机部署能力。实测显示,针对8组模型与设备组合,优化后的模型推理频率提升至2.31–9.64倍;在ALOHA、双臂Franka及LimX Oli等多款真实硬件平台上,完整验证了从模型checkpoint到真机闭环执行的部署链路。
同一新闻,精选展示《逐际动力 FluxVLA Engine V2 技术报告详解:具身智能工程底座实现推理提速与真机部署全链路闭环》
顺为资本及雷军系早期或持续投资了20家机器人及相关领域企业。这些标的覆盖宇树科技、千寻智能等具身智能本体,以及慧灵科技等灵巧手部件和简智机器人等数据基础设施公司,业务场景延伸至工业、家庭及科研领域。
JR East 近期在 ANN 新闻中展示了一台安装在轨道车上的重型人形机器人,用于清除阻碍铁路轨道的树枝。该机器人配备链锯和夹取臂,目前由人类远程操控。JR East 正在全面整合 AI 与机器人技术,以提升安全性、效率及全天候维护能力。
宇树科技2026年前三季度实现营业总收入18.17亿元,归母净利润3.87亿元,同比增长270.54%。 扣非净利润3.49亿元,同比下滑18.78%,主要受研发投入2.63亿元大幅上升影响。 营收表现超机构预期,但扣非利润承压显示短期盈利受研发侵蚀。
伦敦初创公司 Machenta 完成由 Creandum 和 Union Square Ventures 共同领投的 4000 万美元种子轮融资。 该公司由帝国理工学院研究人员创立,团队仅有 11 人,其模型完全在仿真环境中训练,具备在单次演示后学习新物理任务的能力。 Machenta 通过仿真训练路径,正与那些投入数十亿美元收集真实世界机器人数据的竞争对手展开差异化竞争。
字节跳动正在其 AI 研发单元 Seed 招聘约 12 个机器人硬件与软件岗位。此举旨在将具身智能研究从实验室推向实体产品,并参与中国激烈的人形机器人与机器人竞赛。
Physical Intelligence 正洽谈新一轮融资,估值约 20B 美元,接近其现有估值的两倍。 该初创公司开发用于执行现实世界任务的通用 AI 软件,旨在让机器人处理实际任务。 本轮融资将使其成为最具价值的机器人 AI 初创公司之一,该行业在上半年已融资 33.4B 美元。
宇树科技联合红杉中国宣布成立“杉宇·创计划”,专注于发掘和投资具身智能、机器人应用及其上下游关键技术等早期项目。 该计划结合双方工程与投资能力,贯彻“工程师+投资人”方法论,策略强调“懂技术和产业、发现早、决策快、看重人、不添乱”。 旨在为年轻团队提供产业和资金支持,支持从创意到规模化产品的过程,并参与全球市场竞争。
旧金山初创公司 Dimensional 发布招聘启事,招募人员以 20 美元/小时时薪“遛”四足机器狗,以采集城市环境真实导航数据。该公司自研机器人操作系统,测试发现当前 AI 智能体操控机器狗的能力仍远落后于人工。公司使用来自中国宇树科技(Unitree)的机器狗,未来计划将机器人应用于安防巡逻等场景。
苏黎世联邦理工学院发布由小鼠骨骼肌细胞与水凝胶支架构成的生物混合微型机器人,刷新了步行型生物机器人速度纪录,达到每秒 0.4 个体长。 新驱动器运动幅度为前代系统 11 倍,利用 Xolography 光固化 3D 打印制造,单次收缩可驱动装置跳跃约 5 毫米。 此类机器人需浸泡在营养液中才能存活,距离现实应用仍较遥远。
小鹏集团副总裁顾捷在 SAECCE 年会上表示,IRON 机器人固态电池已实现小批量量产下线。该电池针对机器人空间要求采用高能量密度设计,并引入防热失控扩散机制。小鹏机器人生产线已于 9 月 8 日启用,计划 2026 年底实现量产并于 2027 年上半年交付,首款高阶通用人形机器人已完成自动化总装。此外,小鹏机器人业务近期完成 9 亿美元融资,投后估值超过 63 亿美元。
基于视觉触觉传感器(VBTS)的主动采样策略可实现 90% 的硬度分类准确率,优于 48% 的人类准确率。 研究采用方差和熵作为模型不确定性度量,在自采和公开数据集上对比了三种概率分类器、两种主动采样策略及随机采样基线。 该工作已被 IEEE-RAS Humanoids 2026 会议接收,验证了 VBTS 用于硬度分类的有效性。
MARL-Exo 框架利用多智能体强化学习共适应人体与髋部外骨骼,在八名健康受试者中无需针对个人调优即降低行走代谢成本。 模拟中纯代谢策略使模型肌肉代谢功率降低 13.8%,硬件测试中净代谢率较被动组降低 18.3%,其中 6 名受试者代谢成本降低幅度最高达 24.2%。 该方法生成单一群体级控制器,允许在人类测试前于模拟中筛选辅助目标。
PDRVLA 提出轻量级物理动力学模块,直接从视觉-语言特征提取物理 token 条件化动作生成,避免在线视频生成带来的高延迟。 该模块通过直接预测未来 RGB、深度和光流特征学习,并采用冻结预训练视频世界模型辅助监督;训练使用公开数据及人形到机器人合成等技术。 在 LIBERO 等四个仿真基准上成功率最高达 99.3%,消融实验验证了世界模型监督对未来预测及动作成功的提升作用。
研究通过去噪反事实协议测得 Best-of-N 在四个世界动作模型中的可选择上限,发现标准估计会高估收益,其真实占比介于 24% 至 66% 之间。 利用共同随机数验证发现,结构化动作扰动可创造 16 个点的额外自由度,且 Cosmos Policy 中基于想象的执行结果无检测损失。 这种基于失败门控的选择器将闭环任务成功率从 76.9% 提升至 81.6%,在未知任务上也显著提高了表现。
该学习框架将生物曲线转化为软体模块化机器人构型,设计时间从199万毫秒降至4.18毫秒。 前向代理预测时间从15.3万毫秒缩短至0.0008毫秒,在5000个未见过的测试样本中实现93%的形状重构成功率。
研究人员利用随机运动标记化方法,生成简洁运动表征以增强人形机器人全身控制灵活性。该方法在同等容量下,其运动重建效果优于 FSQ 和 VQ-VAE 等现有技术。实验表明,基于该离散接口的追踪策略在 Unitree G1 机器人上成功执行了长达 35 秒的打斗与舞蹈混合动作序列。 该研究已被 2026 年 IEEE 人形机器人会议接收,为解决复杂全身运动的控制问题提供了新方案。
CLAP-AD 是一种即插即用规划模块,通过无模仿学习的速度评分函数,实现端到端自动驾驶模型在测试时对速度的显式控制。 该方法在 Bench2Drive-Speed 上取得 82.53 的速度依从分数,超越最强基线 TFv6 12.9 分,同时在 NAVSIM v2 上将 EPDMS 提升 6.1。 已获 WACV 2027 接收。
研究提出基于 PPO 的弹簧腿四旋翼跳越控制策略,无需显式跳跃状态机。硬件测试显示,其循环平均电功率较 PID 降低 30.7%,平均总归一化推力降低 49.8%。 策略结合能量流形整形与效率整形,利用历史感知功率估计器惩罚空中功率及近静止状态,优化被动动力学利用。 该方案在保持可重复指令高度跳跃与更集中着陆的同时,显著降低了电气需求。
小米具身智能团队发布轻量级统一具身智能体 OmniBrain-0,通过共享高层决策模型协调操作与导航,在 LIBERO-Pro 等基准测试中表现出强跨领域性能。
研究发现视频世界模型潜空间中的动作相关性主要由时序视频预训练驱动,而非像素重建保真度。 强像素解码质量模型的动作可恢复性可能接近零,而视频预训练的自监督编码器在视觉保真度与动作预测间达成最佳帕累托权衡。 时序预测结构是动作相关视频表征的核心要素,且逆动力学监督可显著提升对视觉损坏的鲁棒性。
研究人员提出 GTP-FA 框架,通过“先抓取后规划”两阶段设计学习失败归因模型,解决机器人操作中抓取与规划耦合导致的失败归因困难问题。 该模型在未知抓取泛化出失败模式稳定分布,指导抓取侧注入任务先验与风险惩罚、规划侧针对高风险初始状态微调。 框架在 RL、IL 及扩散策略等设置下显著提升任务成功率,已被 NeurIPS 2026 接收。
RePO-VLA 提出恢复驱动策略优化框架,将对抗性成功率从 20% 提升至平均 75%。 该方法包含恢复感知初始化、进度感知语义价值函数及价值条件细化,并在真实双手机器人任务中达到最高 80% 成功率。
AmaraSpatial-10K发布包含10,071个合成3D资产的数据集,经标准化处理支持直接摄取。 该数据集提供度量化.glb文件、凸碰撞包络及多模态元数据,并引入评估套件。 实验显示其CLIP Recall@5较Objaverse提升3.4倍,在Habitat-Sim静态测试中达成99.1%稳定性。
TS-DP 是首个将投机解码应用于扩散策略(DP)的框架,解决了 DP 在具身控制中因迭代去噪导致的高推理延迟问题。 该框架通过蒸馏基于 Transformer 的草稿模型替代高成本去噪调用,并利用基于强化学习的调度器动态调整参数以适应任务难度变化。 在模拟环境中实现 4.17 倍 NFE 降低和 3.2 倍加速,真机实验中推理频率达 26 Hz,传送带任务成功率提升 23%。
研究提出将世界建模转化为视觉问答问题,通过监督微调训练视觉语言模型预测任务相关的语义信息,而非重建未来像素。该方法在模拟机器人任务中验证,相比传统的基于重建的动作风条件世界模型范式取得了性能提升。
ThinkWorld 是一个视觉-语言-动作(VLA)学习框架,通过将动作推理 grounded 于世界动态,并借助世界想象进行强化学习,以增强 Chain-of-Dynamics(CoD)。
研究人员提出约束参考策略(CRS),通过将末端执行器指令投影到物体关节轴,区分关节进展与约束外浪费,无需录制演示或学习评委。 在 74 个模拟铰接物体上,CRS 能识别出 3 起迁移失败案例,而二元成功率仅记录为较低比率。
ARC 模块通过强化学习在冻结策略上学习残差修正,将三项精准操作任务的平均成功率从 33.3% 提升至 75.0%。 利用稀疏人类反馈确定修正激活时机与探索区域,在七自由度空间中保留 96.0%-97.7% 的修正幅度。 无需将人类修正作为最终动作目标,即可实现局部约束下的自主后训练优化。
QCP 通过迭代后见重标记实现机器人策略在推理时动态控制速度、平滑度等质量属性。 在 Robomimic 和 RoboEval 实验中,QCP 逐轮提升任务执行质量与成功率,生成的成功轨迹质量超过初始演示。 在真实操作中,通过控制速度提高传送带吞吐量,控制搬运稳定性提升酒杯搬运成功率,证明其实用价值。
研究提出 Retrieve to Act (R2A) 测试时扩展框架,通过将分布外鲁棒性转化为几何运动基元检索问题,显著增强 VLA 策略执行稳定性。 R2A 利用查询依赖的图神经网络在离线时空运动基元图中定位执行状态,通过维度级门控机制将检索的运动先验与冻结 VLA 动作融合,无需微调。
TAPESTRY 将机器人动作视为视频模型潜空间中的单补丁 Token,复用预训练视频扩散 Transformer 构建机器人策略,推理时无需生成视频。 模型通过线性投影将动作映射至 VAE 补丁维度,采用视频、联合视频动作及仅动作三种扩散目标优化共享骨干。 在消费者硬件上,单次 DDIM 步即可生成动作块,每动作块耗时 84 ms,显著降低推理成本并避免完整视频生成开销。
论文提出 TOPS 方法,在不修改网络架构前提下自适应调整流源先验与插值调度。 通过在 LIBERO、LIBERO-Plus 等基准测试中提升性能,TOPS 将 LIBERO-10 成功率从 53.44% 提升至 69.67%,并将推理时间缩短至基线的约六分之一。 真实世界实验中,TOPS 使上抽屉开启任务成功率从 20% 提升至 80%。
MoGAP 通过运动引导的非对称预测,将视觉监督集中在动态区域,显著提升机器人控制策略成功率。 该方法在 GR-1 桌面基准上将 Fast-WAM (Wan2.2-5B) 的成功率从 38.8% 提升至 47.5%,在 Cosmos3-Nano 上从 52.3% 提升至 62.3%,且无需外部教师或额外模态。
REACH 是一个基于 RL 的分层框架,能使 Unitree G1 人形机器人通过变身高度的双足行走和爬行穿过受限空间。 该框架通过 1.27-0.50m 双足和 0.50-0.20m 爬行的高度区间实现高度适应,利用历史条件潜表示处理接触密集动态,并集成 LiDAR 规划器实现可靠模式切换与路径规划。
RoboAuto框架通过显式组织对象、场景和交互层面的物理理解,实现了机器人程序的自主搜索。 该框架包含分层知识库、场景定位和带自设计实验的多阶段规划组件。在LIBERO-PRO短视域任务中成功率达89.1%,在长视域任务上性能超基线模型两倍以上。