AI 走进物理世界：人形机器人、具身基础模型与真实环境操作能力的进展追踪。
AI 数据公司 HUMXN 推出新计划，通过全额补贴房主的管道、电气和暖通等上门维修服务，换取熟练工种的真实操作数据以训练物理 AI 与具身机器人。参与技工将在常规检修作业中佩戴可穿戴设备，从主视角完整记录故障排查、工具调用和决策排障过程。该项目首批在明尼阿波利斯、芝加哥和迈阿密三座城市落地，以此覆盖不同气候、建筑形态与现实长尾场景。
Why it matters: 该项目展示了通过补贴真实家政服务换取第一人称实操数据的商业模式，为物理世界 AI 提供了新的真实场景数据采集范式。
Reka AI 发布了 19B 参数的全模态研究预览模型 Rho-1，可在单一神经网络内同时处理与生成文本、图像、视频及机器人控制动作。模型无需工具调用或外部分流，所有模态均作为 token 在共享上下文窗口中运行，并支持实时生成连续视频与即时响应指令。为克服机器人训练数据短缺，研发团队利用逆动力学模型从普通互联网视频中提取控制信号，并在 320 块 H100 GPU 上完成了约三个月的训练。
Why it matters: 该模型将视觉生成与机器人控制统一在单一上下文窗口中，展示了利用互联网视频提取控制信号来训练具身模型的路径。
作者收集了 Hacker News 在 2016 至 2026 年间约 800 条设立 AI 能力门槛的历史评论，并发起社区投票评估目标是否达成，共吸引近 9,700 名用户投出逾 10 万票。
Why it matters: 原文通过对社区十年间能力门槛设定的投票统计，直观呈现了模型在代码生成上已跨越预期，但在物理世界操作与科学发现上仍有差距。
北京大学与 NVIDIA 等机构联合提出 PyRUA-Lean 框架，通过让机器人智能体单次生成包含步骤编排、条件检查与局部重试的 Python 代码块，替代传统的单步工具调用与全量图像回传机制。
Why it matters: 该研究通过让具身智能体生成 Python 代码块替代多轮单步工具调用，为降低大模型控制机器人的交互开销与提高重试鲁棒性提供了可迁移方案。
马斯克宣布为了储备充足内存满足 Optimus 机器人量产需求，特斯拉决定下调 AI5 与 AI6 芯片的内存用量。具体规划中，AI5 的 RAM 从原计划 144GB 降至 72GB LP5（减少 50%），AI6 从 216GB 降至 144GB LP6（减少约 33%）。马斯克指出内存带宽比总容量更易成为性能瓶颈，因带宽保持不变，预计该调整对 Optimus 性能的影响可以忽略。
Why it matters: 特斯拉通过削减芯片内存容量缓解量产供应链压力，同时依靠保持带宽不变来降低对端侧推理性能的影响。
作者通过总成本 353 美元的 SO-ARM101 机械臂套件与 Hugging Face 开源库 LeRobot，成功实现了基于模仿学习的机械臂自动抓取与放置控制。
Why it matters: 原文完整拆解了低成本开源机械臂的硬件搭建、数据采集与模型训练调优全流程，为入门具身智能实操提供了清晰参考。
斯坦福团队推出具身智能项目 HomeBody，通过 GPT-6 Astra 调度宇树 G1 人形机器人完成未知厨房的探索与整理任务。系统让大语言模型直接以工具调用方式调度导航、抓取、开抽屉等预封装技能库，并结合激光雷达 SLAM 与 Isaac Sim 建立空间记忆，无需针对新环境重新训练专用动作策略。
Why it matters: 介绍了将大模型与机器人技能库解耦的架构设计，读者可借此理解大模型如何通过工具调用和空间记忆完成长程具身任务。
梳理A股和港股36家机器人相关上市公司财报发现，企业在机器人业务收入占比和盈利能力上呈现明显分化。宇树科技和优必选已将人形机器人列为核心收入来源，但行业多数企业仍处于高投入或依赖传统业务阶段，仅少数实现稳定盈利与正向经营现金流。随着上市审核对收入真实性、规模交付与亏损改善的要求趋严，资本市场评估重心已转向可复制的交付效率与客户复购。
Why it matters: 文章横向拆解了数十家机器人上市企业的财务数据，呈现出具身智能从概念演示走向真实收入与盈利分化的商业化现状。
AMD 正式宣布与李飞飞创立的初创公司 World Labs 签署协议，将以全股票方式出资约 82 亿美元（约合 550 亿元人民币）进行收购，交易预计在 2026 年底前完成。
Why it matters: AMD 通过收购将前沿空间智能研究绑定自身芯片体系，旨在为物理 AI 与机器人工作负载的软硬件协同提前布局。
AMD 与世界模型初创公司 World Labs 联合宣布，AMD 将在年底前以 82 亿美元收购 World Labs，交易尚待监管批准。World Labs 由李飞飞等人于 2024 年创立，专注于研发可模拟物理世界的 AI 模型并推出了 Marble 等 3D 生成工具。该收购将补齐 AMD 在机器人合成数据训练与世界模型技术栈上的能力。
Why it matters: AMD 通过收购李飞飞团队补齐物理世界模拟能力，有助于在机器人合成数据领域缩小与竞争对手的技术差距。
AMD 宣布达成全股票收购协议，拟以约 82 亿美元收购空间智能研究机构 World Labs，交易预计于 2026 年底前完成。World Labs 联合创始人兼 CEO 李飞飞将在交易完成后出任 AMD 执行副总裁兼首席科学家，团队将继续聚焦 AI 模型研究。该收购旨在协同设计面向机器人与物理 AI 的硬件、软件及机架级系统，进一步缩小与行业先发者的技术差距。
Why it matters: AMD 借此补齐空间世界模型研发能力与顶尖人才，意在将具身智能计算需求前置融入其底层芯片与系统架构设计。
AMD 宣布与李飞飞创立的空间智能公司 World Labs 签署最终协议，将以全股票方式作价约 82 亿美元进行收购，交易预计在 2026 年底前完成。交易完成后李飞飞将出任 AMD 执行副总裁兼首席科学家，团队将继续推进三维环境生成与机器人仿真模型的研发。AMD 计划通过软硬件协同开发，针对物理 AI、机器人与仿真等未来多样化计算负载优化底层计算基础设施。
Why it matters: 芯片厂商通过整合空间智能与三维仿真模型团队，展示了将算法研究深度绑定硬件设计的生态布局路径。
微软研究院针对物理具身智能（Physical AI）推出推理卸载方案与工具集，指出将 AI 推理从机器人板载 GPU 卸载至边缘或云端可显著突破算力瓶颈并延长续航。
Why it matters: 原文系统量化了机器人端侧与云边协同推理的性能与能耗权衡，为具身智能系统的分布式算力架构设计提供了实测参考。
NVIDIA 在 ROSCon 大会上发布开源软件套件 Isaac ROS 5.0，通过引入智能体工作流帮助开发者与 AI 智能体协同开发机器人应用。新版本增加了对 ROS Lyrical 和 Ubuntu 24.04 的支持，贡献了跨硬件的标准数据处理接口，并提供 FoundationStereo 微调、目标位姿估计模型 FoundationPose 的智能体推理库等技能。
Why it matters: Isaac ROS 5.0 通过标准化硬件接口和可复用技能，降低了开发者与智能体协同构建机器人感知和抓取工作流的门槛。
SemiAnalysis 分析了通用机器人智能体系的算力部署难题，指出机器人通用规划模型（System 2）参数规模正向千亿乃至万亿迈进，受功耗、散热与晶圆短缺限制，难以完全在端侧芯片承载。
Why it matters: 文章从晶圆供给、DRAM占用与TCO拆解了机器人端侧与云端推理的经济性分水岭，为具身智能系统架构选型提供了罕见的硬件成本参照。
Anthropic 宣布开启模型硬件标准（MHS）的研究预览，该共享规范旨在让 AI 智能体安全操作显微镜、移液器和机械臂等各类科研与制造硬件。MHS 引入标准化驱动程序，通过基础读写原语和自然语言元数据让设备具备可发现性，并支持通过 MCP、CLI 及代码文件与模型协同，将硬件集成时间从数周缩短至数小时。
Why it matters: 该标准将原本需要数周的实验室跨设备集成缩短至数小时内，展示了智能体通过统一协议调度物理硬件的工程路径。
Hugging Face 与 AWS 联合展示了通过 Strands Robots、LeRobot 和 Hugging Face Storage Buckets 构建机器人端到端流式数据闭环的方法。
Why it matters: 原文给出了基于 Storage Buckets 增量去重与流式读取的端到端机器人闭环实践，读者可据此降低具身智能数据传输与存储开销。
Google DeepMind 正式发布具身推理模型 Gemini Robotics ER 2，作为机器人的高层认知大脑，通过连续视频流理解实现任务编排与多机器人协同作业。
Why it matters: 该模型展示了将高层视频流推理与底层动作执行解耦的设计路径，对探索多智能体协作与复杂物理任务闭环具有参考价值。
Google DeepMind 推出 Gemini Robotics 2 机器人模型系列，支持人形机器人全身运动协同控制、高灵巧度手部操作与多机器人协作。
Why it matters: 该系列将视觉语言动作模型扩展至全身控制与端侧适配，使硬件团队能用极少样本迁移到不同形态的机器人。
NVIDIA 推出面向手术机器人的实时动作条件生成式仿真世界模型 Cosmos-H-Dreams，并开源了模型权重、推理代码和训练配方。该模型通过因果预热与自强制蒸馏技术将 Cosmos-H-Surgical-Simulator 压缩为少步扩散学生模型，配合 FlashDreams 流式推理库在单张 RTX PRO 6000 GPU 上实现约 160 fps 的交互式生成。
Why it matters: 原文给出了自回归世界模型蒸馏与低延迟流式推理方案，读者可以据此了解如何通过生成式仿真替代高成本的物理实体评测。