社区

近日，大晓机器人与中国石油上海销售公司正式达成战略合作，启动试运营首个加油站便利店场景的全闭环具身智能机器人项目。双方将依托中国石油上海销售公司的数智平台、供应链体系及线下便利店网络，结合大晓机器人在开悟世界模型、机器人本体及具身智能技术方面的核心能力，共同探索“场景出题、平台协同、模型驱动、本体执行”四位一体的具身零售共创模式，打造面向真实业务场景的仓店一体化智能零售新范式。 在线上订单及到店消费场景中，大晓机器人以开悟世界模型作为“最强大脑”，以自研轮臂升降式履约机器人作为灵活“执行终端”，通过“晓满”即时零售场景解决方案接入中国石油数智平台与门店业务体系，赋能机器人自主完成商品识别、拣选、补货、上架、打包、放置及订单履约等任务。依托中国石油线下便利店网络的真实业务场景与规模优势，双方将持续验证开悟世界模型跨商品、跨任务、跨门店的泛化能力，加快形成从单店验证到网络复制、从机器人作业到业务协同的具身零售新模式，共同推动加油站便利店运营向更智能、更高效、更具规模复制能力的方向升级。 随着即时零售、到店零售与本地生活服务不断融合，加油站门店正从单一消费终端逐步演变为集商品仓储、订单履约和本地配送于一体的综合运营节点。SKU持续增加、线上订单波峰明显、夜间补货和高频理货需求增长，使传统依赖人工衔接的“仓—店”运营模式面临更高的人效与协同压力。如何让后台库存、前场销售与即时订单实现更高效联动，成为零售终端智能化升级的重要课题。 大晓机器人始终致力于让具身智能进入真实物理世界。公司首创ACE研发范式，构建以环境式数采和世界模型为核心的物理智能闭环技术体系，推出以人为中心的环境式数据采集方案2.0、开悟世界模型Kairos 3.1和具身超级大脑模组A1，并进一步发布晓满、晓新、晓途三大行业级解决方案，持续推动具身智能在即时零售、酒店服务及开放场景中的规模化商业落地。 双方此次合作落地

9月16日，WorldArena 2.0全球终榜揭晓，考拉悠然旗下悠然无界世界模型在Track 1视频质量赛道获得全球第二，并在Background Consistency与JEPA Similarity两项核心指标中位列第一。 进一步验证了其在长时场景一致性、状态演化与物理规律建模方面的能力。基于结构化4D世界建模、动态场景记忆等技术，悠然无界正进一步与Geek Mind具身大脑结合，将世界模型能力从榜单评测延伸至工业巡检等真实场景，推动具身智能从“能推演”走向“能执行、能复制”。 9月16日，WorldArena 2.0全球终榜正式揭晓。考拉悠然旗下悠然无界世界模型在Track 1（视频质量赛道）中综合得分位列全球第二。本次评测汇集了来自阿里巴巴、中国科学院等顶尖科技企业、科研机构及具身智能独角兽公司的80个模型，围绕世界模型的视频生成质量、时序一致性与物理演化能力展开统一评估 在多项核心指标上，悠然无界世界模型同样展现出领先性能。其中，Background Consistency（背景一致性）位列第一。长视频生成最常见的失效是场景漂移——推演到几十帧后，背景的纹理、光照或物体摆放在无声中发生改变；这一指标居首，意味着模型能在整段生成过程中稳定维持全局环境与场景布置。更具含金量的是 JEPA Similarity 位列第一：该指标不比对像素，而是在高层表征空间中度量生成结果与真实世界演化过程的距离，考察场景语义、物体状态与动作变化是否被正确保留。两项第一叠加指向同一个结论——模型不只是画得像，而是学到了物理世界随时间演化的规律。 视频质量赛道比的不是"生成的画面像不像"，而是模型在长时推演中能否保持场景几何、纹理外观、物体与交互状态的物理一致性——也就是世界模型最核心的能力：理解物理世界如何随时间演化。考拉悠然的技术路线，是以"世界模型＋智能体+场景复制"回应这一转折：

近日，具身智能企业帕西尼（PaXini AI）正式宣布完成 B++轮融资。这是其在单月内落地的第二笔大额融资，至此公司累计融资总额已超越 40 亿元人民币。 在 2026 年具身智能资本市场逐步走向理性与头部筛选的当下，帕西尼展现出了极为罕见的“资本虹吸效应”——仅 2026 年前 8 个月，其单家融资额已超过同期全球其他触觉传感器企业公开融资额的总和。本轮由广新基金（世界500强旗下）、四川省科创投资集团（社保基金）等国家队及地方国资，联合中信资本、森马方道基金等产业资本重磅注入，老股东京铭资本、合信方册等超额加码。 但在资本热闹的表象之下，行业更应看到这场“资本集中”背后的范式转移： 过去数年，大厂凭借计算资源与算法垄断了数字世界的智能；但在物理世界中，即便是被寄予 AGI 曙光的 GPT-6 Astra，在语义理解、视觉识别、空间关系判断和任务规划上展现出非凡推理能力时，一旦面对微小的物理接触、非结构化物体的力控抓取与柔性装配，依然暴露出深刻的“无力感”。 （图源：腾讯科技） 这印证了一个底层第一性原理，纯靠视觉与纯文本训练出的 AI，无法直接掌控真实世界的物理交互。触觉作为高频、高精度的物理交互模态，是通往通用物理智能长周期中确定性最高的基础设施。 三星、比亚迪等万亿级产业巨头之所以同样重金押注帕西尼，遵循的正是这种“AI基础设施逻辑”。而帕西尼，正是这条赛道上走得最远、护城河最深的领航者。 一、穿越“最难之路”后的豁然开朗，成就人形机器人产业链“水桶最长板” 帕西尼所走过的物理AI基础设施构建者之路，可以用“初极狭”终至“豁然开朗”来概括。 追溯至 2018 年，触觉传感器被官方列为 35 项“卡脖子”关键技术的第四项。彼时物理触觉感知一片荒芜，绝大多数玩家为了快速出样机，选择了易上手、易落地的压阻或压电等常规路线。帕西尼从入局之初，就做出了极具战略定力的选择——

你的算法，不该卡在本体适配这一步。 2026年，具身智能已经过了“能不能动”的阶段，进入“能不能干活”的深水区。但一个尴尬的现实是：很多团队的算法在仿真环境里已经跑得足够漂亮，但真机验证却迟迟无法闭环，时间全耗在了选本体、做适配、调接口、采数据上。 这不是个例。当下具身智能行业一个显性的结构性缺口是：高性能又对开发者彻底开放的本体底座，极度稀缺。灵御智能在这个节点推出TA2二开版本，并且附上一份申智杯“三个赛项全部第一”的成绩单，正是针对这个缺口给出的回答。 这份成绩单提供了一组真实、可追溯的性能坐标，标出了这副身体在真实工业场景中的作业上限。然后，灵御把这副身体的控制权和数据接口，向所有开发者和模型团队开放。本质上是在向行业传递一个信号：请把最宝贵的模型和精力，放在真正值得托付的物理躯体上。 一、赛场的验证——“打五折”计分，依然第一  2026年7月，首届“申智杯”人工智能创新大赛具身智能与机器人赛道决赛在上海张江落幕。赛道赛题均源自工业现场的真实作业需求。赛事规则明确：远程控制方式成绩乘以0.5系数计入总分，自主方式按1系数计分。 0.5系数体现的是自主作业与远程控制在实现难度上的差异。自主方式需要机器人独立完成感知、决策与执行，因此获得更高的计分权重；远程控制有人参与判断和操作，原始成绩则需要“打五折”。  灵御TA2并没有试图否认这种差异。它证明的是另一件事：即使原始成绩按0.5系数折算，整套系统依然可以凭借足够高的作业效率，在三个赛项中全部获得第一名，夺得该赛道首届冠军。 动态分拣15分钟213件，平均4秒一次抓取；零件装配15分钟121件，毫米级对位精度；物料搬运15分钟29箱，全向底盘与升降系统同步协同。即便系数折算后，动态分拣赛项的总分仍领先第二名200余分。这意味着灵御TA2的实际作业量达到了对手的数倍，在同等时间内，它完成的是别人做

2026年，具身赛道不缺野心，不缺金钱，唯独缺少一个能让产业界真正相信“通用”二字的落地样本。 过去两年，机械臂做咖啡、机器人后空翻、弹钢琴等……每一段视频都能在社交媒体上收割数百万播放量。但是这些光鲜的演示背后，几乎都有一个不能说的秘密：每一个炫酷动作都是为某一个特定场景，特定任务量身定制的。换个环境，换个其他任务，机器人就可能从神坛跌落。 这种一事一训的模式，在实验室里无伤大雅，但到了真正的产业现场，就成了致命伤。制造业需要的是能够快速响应订单变化的柔性产线，服务业需要的是能够适应千变万化现场环境的服务终端，家庭场景需要的是能够应对无数长尾需求的家庭助手，而一事一训的机器人，显然无法满足这些需求。 所以，当大多数玩家还在为了单一场景、单一机械臂训练专属模型时，它石智航用AWE3.7给出了另一种答案：一个不挑本体、不挑任务、不挑环境的通用具身大模型，正在将“物理世界操作系统”从概念拉进现实。 一、打破“一事一训”：通用泛化能力的产业价值 要理解AWE3.7的意义，得先把视野拉回到传统机器人身上。 如果把传统机器人比作一个非常聪明的工具，那么它最大的特点是：听话，但不会举一反三。 工程师告诉它怎么走，它就怎么走。只要环境足够稳定，这种方式当然没有问题。但问题恰恰出现在“稳定”二字上。因为现实世界并不稳定，一个零件稍微偏了一点，机器人就可能抓空；传动带速度发生变化，原本设定好的轨迹就可能失效；任务从一种产品切换成另一种产品，原有程序又需要重新调整。 也就是说，传统机器人本质上依然是高级数控机房：需要针对一个任务训练一套模型，一种机器人对应一种控制逻辑。可当市场需求从大批量少品种转向少批量多品种，这种一事一训的成本和效率瓶颈就彻底暴露了。 AWE3.7的核心突破，恰好是切中了这一痛点。 它构建了一个能理解物理世界通用逻辑的具身大脑，实现了跨环境、跨本体、跨任务的泛化能力。简而言

近日，大晓机器人联合南洋理工大学S-Lab等机构发布并开源统一多模态世界模型框架Puffin-World。作为面向空间智能与具身智能的成果，Puffin-World首次在一个统一多模态框架中，将物理、几何和外观定义为三种原生的三维世界状态，并贯通重力场感知、自由视点空间仿真、三维世界生成与重建以及闭环探索，预测机器人行动后世界将处于什么状态。 Puffin-World同步开源代码、模型和Puffin-16M数据集，包括1500万组视觉—语言—相机三元组和100万条具有挑战性的旋转轨迹，并开放覆盖28个公开数据集、约4450万张图像的绝对相机位姿标注，为机器人仿真、合成数据生产与具身智能训练提供可复现、可扩展的技术底座。 针对机器人训练来说，需要的并不是一段视觉上逼真的视频，而是能够支撑感知、定位、规划和行动的环境信息：当前相机处于什么姿态，重力方向是否稳定，场景结构如何延续，机器人移动后将看到什么。图像只是世界状态的一部分，物理方向、空间几何和视觉外观共同构成机器人真正需要的训练环境。 项目链接：https://kangliao929.github.io/projects/puffin-world/ 代码链接：https://github.com/KangLiao929/Puffin Arxiv链接：https://arxiv.org/abs/2609.04196 Hugging Face链接：https://huggingface.co/blog/KangLiao/puffin-world   统一构建三种原生状态——物理、几何与外观 Puffin-World从三维世界状态本身出发，将其建模为三种相互关联的原生状态： 物理状态：描述相机和观测视角在真实世界中的绝对朝向，包括重力场与纬度图。 几何状态：通过深度信息表达场景的三维结构、空间远近和表面关系。 外观状态

近日，帕西尼（PaXini AI）与通用具身基础模型企业 智在无界（BeingBeyond）正式达成合作，智在无界成为 PaXini Inside 生态伙伴。双方将携手推进具身基础模型训练、全模态数据生产、真实场景 POC 验证及数据的标准建设。  当前行业面临的关键问题，是高保真物理交互数据尚未形成稳定。帕西尼与智在无界此次合作，将围绕这一问题连接数据源、模型训练与场景验证，建立面向具身任务的联合研发链路。 帕西尼：从感知源头定义高质量数据 具身模型需要的数据，既要具备规模，也要保证质量。对物理交互数据而言，高质量体现在感知信号准确、多模态时间同步、任务上下文完整、采集过程可追溯、数据格式可复用等多个方面。  帕西尼的独特价值，在于同时掌握数据源、采集载体、生产体系和标准能力。 在感知端，帕西尼拥有触觉感知芯片和多维触觉传感器自研能力，可采集机器人接触物体时产生的压力及受力变化等信号；在人形机器人本体端，可将感知信号与机器人动作、任务过程及执行结果建立关联；在数据端，帕西尼已形成覆盖采集、清洗、标注和交付的完整体系，并通过五大数据工厂持续推进全模态数据的规模化生产。  帕西尼也在持续参与具身智能数据标准建设。作为工信部 WG7 数据工作组联席组长单位，帕西尼深度参与人形机器人数据标准研讨，多项力触觉相关规范入选国家重点标准项目清单，并参与全球首项具身智能国际标准编制。这充分发挥了帕西尼在力触觉感知与具身数据领域的技术积累，也为其建立统一的数据采集、同步、标注、评价和交付体系提供了实践基础。 智在无界：推动物理数据转化为模型能力 智在无界专注于通用具身基础模型研发，是国内最早采用大规模人类视频数据训练通用具身模型的企业之一。 基于隐式世界动作模型范式，智在无界已推出 Being-H 通用灵巧操作大模型与 Being-M 通用移动操作大模型。20

9月9日，聚合智能产业发展大会（2026）在武汉光谷重磅启幕。本次大会以“构建创新、开放、融合的聚合智能产业生态”为主题，汇聚区域政府主管部门，智能汽车、具身智能、人工智能、通信、算力等产业头部企业，以及清华大学、武汉人工智能研究院等顶尖学术研究机构，多方深入交流共性问题，聚合加速产业落地。 章鱼动力联合创始人樊庆元受邀参加大会主论坛，并发表演讲。樊庆元指出，当前，AI生产力变革正在发生，已经从 “单任务模型驱动单任务事件”的1.0时代，进化到“智能跨任务规模化调用”的2.0时代。 章鱼动力联合创始人樊庆元 “在当前技术仍持续迭代的时间点下，如何快速实现生产力的闭环？我们的思考是要做变化当中的不变量：做好通用世界模型，配套通用的高自由度、极度仿生的执行末端（灵巧手），再有针对性地构建下一代数采解决方案，依托脑-手-数据，建成通用的物理世界生产力基础设施。”樊庆元表示。 章鱼动力成立于2026年初，依托全球顶尖的初创团队，成立短短数月即跑步进入具身智能赛道第一梯队，面向全球先后发布了SYNWorld具身原生世界基础模型、OctoH-Hand高自由度仿生灵巧手、OctoSense下一代具身数采产品等三大核心产品技术，并在全球机器人顶会ICRA上斩获Reasoning to Action赛道全球第二、中国第一的成绩。  极致Scaling的具身大脑、对标Tesla和1X的绳驱灵巧手、全球首创同构设计的仿生外骨骼手套、全球首次实现跨个体零样本泛化的肌电大模型……除了全球领先的突破性产品之外，樊庆元也着重介绍了三款面向不同需求场景的数采方案：“基于数采产品的不同排列组合，我们用头环+手套的方案，实现高精度采集；用头环去实现规模化采集；用肌电手环+头环，可以集成这两种方案的优点，兼具采集的自由度、全模态和规模化。” OctoSense下一代具身数采产品   &nbs

如果把训练数据从300小时扩大到30,000小时，机器人模型能否像大语言模型一样，随数据增长不断解锁新能力？ 智元最新发布的原生世界—动作模型（World Action Model，WAM）GE-Act 2.0，首次系统回答了这个问题。与沿用现成视频生成模型的主流路线不同，GE-Act 2.0的所有模型参数，包括视觉表征、未来生成、动作预测等核心组件均从随机初始化开始，在具身操作数据上从头训练。训练完成后，模型不针对评测任务做任何微调和示范，直接在陌生场景、陌生物体上，接受语言指令跟随、多技能操作和陌生环境泛化等真机零样本（Zero-shot）检验——覆盖100项原子任务、20类技能、两种机器人本体。 结果显示，随着数据规模扩大100倍，模型不仅原有技能更稳定，还逐步解锁了此前完全无法完成的新任务，包括折叠毛巾、嵌套纸杯、拔插笔盖、插花等较精细动作，原生世界—动作模型的Scaling路径首次被系统性验证。 图中每个任务接受四档数据量训练（300小时/1200小时/5000小时/30000小时），随着训练数据不断扩大，技能覆盖范围与任务成功率同步扩大，这验证了原生世界-动作模型预训练与Scaling路径   项目主页与论文： https://ge-act-v2.github.io/   一、用 Zero-shot 检验预训练  用 100 倍数据验证 Scaling 针对评测任务做额外训练，能刷高成绩，却分不清能力来自通用预训练还是“考前特训”。GE-Act 2.0 因此把真机零样本表现作为标准：不微调、不示范、不换模型，测试中的场景、背景、光照和物体实例均未进入训练。在相同训练配方下，最后一阶段分别使用300/1,200/5,000/30,000小时四档数据，三条Scaling线索清晰可见： 技能“逐格点亮”：取得非零成功率的任务，在G1-OP

瑞芯微与面壁智能持续深化软硬生态协同，针对面壁智能即将开源的新一代高密度端侧语言基础模型MiniCPM5-2B，实现 Day-0 原生适配，完成完整端侧部署。 RK3588 + RK1820 双芯平台部署架构 作为面壁智能新一代端侧 “小钢炮”，MiniCPM52B 重点强化端侧 Agent 能力，支持深思考推理、工具调用、深度搜索、代码生成，覆盖通用知识、数学代码推理、多语言、长文本处理等任务。 本次开源除模型权重外，还同步开放训练 Recipe 、RL框架与多套高质量数据集，进一步降低开发者创新门槛。 依托瑞芯微 RKNN3 工具链完成模型量化与算子深度优化，MiniCPM5-2B 可在硬件平台稳定运行，是首款在RK1820上面流畅运行Agent的模型。完整保留模型原生 Agent 能力，实现设备本地离线智能闭环，无需依赖云端即可完成复杂任务。   模型能力效果简表 此前双方已完成MiniCPM5-1B LLM模型、MiniCPM-V-4的4B VLM模型和MiniCPM-o-4.5的9B Omni模型，分别覆盖RK1820，单卡RK1828和双卡RK1828的适配，满足各类端侧AI的方案需求。本次完成MimiCPM5-2B的适配，为RK1820芯片搭载行业通用Agent提供全新可落地选项。   瑞芯微 × 面壁智能 端侧模型合作持续深化 本次 Day-0 适配，是双方长期生态共建的又一次落地。借助完整的软硬件开发栈，开发者可以快速完成模型调优、二次开发与产品移植，助力终端厂商把端侧 Agent 能力快速转化为量产产品。 面向未来，瑞芯微将持续联合大模型伙伴，打磨端侧软硬协同方案，推动端侧 AI 从 Demo 走向规模化商用。