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。
四川便利连锁龙头红旗连锁宣布终止研发已开展16个月的机器人无人售货系统，转向24小时云值守业务。业内调研显示，机器人面对复杂包装抓取、冷饮水珠滑落、光照变化及狭窄过道等真实场景时失误率高，无法独立理货且依然依赖人工值守。目前具身智能机器人零售多停留在PoC和文旅打卡营销阶段，单仓成本高达数十万至近百万元但品类单一，受访从业者认为其商业模式尚未成熟，真正替代人工仍需两到五年。
推薦理由：文章梳理了便利店退单与零售仓落地现状，呈现了具身智能在真实商业零售场景中的能力断层与成本困境。
生物医药初创公司 Exin Therapeutics 成功利用 AI 智能体控制机械臂与注射针头，在活体小鼠脑部完成了基因治疗药物注射实验。测试中 Claude Opus 5.5 因安全对齐拒绝执行活体穿刺，团队切换至 Claude Sonnet 5 完成了方案选择、脑区定位和注射参数控制。实验设置了人工急停按钮和底层代码权限隔离，尽管中途因坐标故障耗时略超 1 小时，但小鼠术后恢复良好。
推薦理由：原文展现了将大模型智能体接入实体实验设备操作活体动物手术的具体过程，读者可以据此了解智能体在物理实验场景落地的边界与安全限制。
牛津大学研究人员利用 Claude Sonnet 5 智能体在小鼠癫痫模型上自主完成从药物筛选、靶区定位到电动显微注射的全流程手术。智能体结合文献数据自主推算了注射坐标与给药参数，并在手术全程通过摄像头进行了 32 次状态监测。在遭遇连接故障后，智能体因判定目标坐标超出机械行程而拒绝继续执行，展现出软硬件闭环控制中的对齐挑战。
推薦理由：实验展现了智能体端到端自主制定疗法并操控物理设备的范式，也暴露了时间敏感场景下模型安全拒答带来的现实控制冲突。
智元在创新日上发布了面向作业智能的具身基座模型 GO-3 Preview 和全模态交互大模型 WITA-OMNI，并提出用于衡量机器人有效智能工时的单位 Worken。
推薦理由：智元同时推出了面向作业与交互的双模型及配套软硬件，展示了具身智能从基座算法到规模化部署的完整落地路径。
清华大学、无问芯穹与智元联合提出群体经验学习（CEL）范式，使机器人能够共享并复用群体经验，并在96台真实机器人集群中完成规模化验证。实验涵盖家庭与工业场景共5项任务，未参与训练的机器人在600次测试中总体成功率达97.5%，且参与训练的机器人数从16台增至96台时成功率从86.7%提升至98.3%。
推薦理由：该研究通过多机集群经验共享打破传统依赖人工示教的瓶颈，并给出了具体集群规模下的成功率扩展数据。
美国机器人基础模型初创公司 Physical Intelligence 正在洽谈至少 10 亿美元新一轮融资，投后估值预计达约 200 亿美元，由 Avenir 和 Lux Capital 考虑领投。该公司成立于 2024 年，主打适配各类第三方硬件的视觉—语言—动作基础模型且目前尚未产生商业营收，近期已上线机器人基础模型 API 测试版向外部开发者开放微调与推理服务。
推薦理由：原文梳理了具身智能初创公司在零营收下的融资背景与技术路径，便于读者理解机器人基础模型赛道的资本逻辑。
逐际动力更新开源具身工程底座 FluxVLA Engine 第二版技术报告，新增在线强化学习后训练支持，并拓展了仿真评测与真机闭环部署覆盖范围。
推薦理由：报告给出了覆盖训评到真机部署的具身标准化工程方案，有助于开发者了解如何通过解耦底座复用已有算法与硬件资产。
逐际动力更新开源具身工程底座 FluxVLA Engine 的第二版技术报告，新增在线强化学习后训练实验，并扩展仿真评测与真机部署覆盖范围。报告显示，优化后的模型推理路径频率提升 2.31 至 9.64 倍，并在 ALOHA、双臂 Franka、Rebot 和自研全尺寸人形机器人 LimX Oli 上验证了闭环部署链路。
推薦理由：报告给出了覆盖训练、仿真、推理加速到真机部署的具身工程底座细节，可供机器人团队参考标准化管线搭建。
Google DeepMind 正式发布新一代通用世界模型 Genie 4，支持通过自然语言实时改变场景并原生生成环境音与角色即兴对话。该模型将单次连贯世界维持时间提升至约 2 分钟且画面稳定在约 24 帧/秒，采用结合 Gemini 3.8 Flash 与 Gemini 4 Argon 的混合架构以实现长程逻辑控场和具身动作规划。
推薦理由：原文展现了混合架构结合大模型进行多步规划的具体机制，读者可以借此了解世界模型在具身智能仿真训练中的落地路径。
Google DeepMind 正式发布新一代世界模型 Genie 4，单次交互模拟时长延长至 120 秒，并首次支持原生音频生成与物理规律模拟。模型结合 Gemini 的任务分解与规划能力，允许用户在生成过程中通过输入提示词实时改变场景、添加物体并与虚拟角色对话。
推薦理由：该模型将世界模拟时长延至两分钟并支持原生音频交互，结合语言模型规划为机器人仿真训练提供了关键参考。
Google DeepMind 推出实时交互世界模型 Genie 4，支持实时逐帧计算场景并直接生成背景音效与对话角色。该系统结合 Gemini 模型在后台保持场景连贯并拆解多步规划，同时测试了与 Gemini 4 Argon 联动进行人形机器人下棋仿真。Genie 4 目前仅作为早期研究预览向特定测试者开放，长会话中物体持久性仍有局限，生成音视频均带有 SynthID 水印。
推薦理由：原文展现了像素级实时模拟与大模型后台规划相结合的混合架构，为读者评估世界模型在智能体与机器人仿真中的落地形态提供了参考。
RoboParty正式发布全栈开源人形机器人RP1，向开发者开放机械图纸、电气系统、自研ROMOMO关节模组以及运动控制与训练算法。RP1身高135cm，拥有24至30个自由度，关节模组标称峰值扭矩为25至160N·m，支持连续行走、扰动恢复和跌倒起身。官方已公开URDF和MJCF等模型文件及hhtools动作重定向工具，并同步开启内测共创申请。
推薦理由：原文完整梳理了机器人从自研关节机械结构到动作重定向训练工具的开源范围，具身智能开发者可据此评估软硬件底层复用成本。
亚马逊正在重组其内部 AI 团队并大幅缩减 Nova 系列模型的投入，将算力与人力转向由 Pieter Abbeel 领导的前沿模型项目。其文本、视频和图像生成的 Nova 模型均已转入仅维持基本运行的低资源状态。此前一周亚马逊还关闭了旧金山拥有 80 人的 AGI 研发中心，研发重心全面倒向自动化与机器人方向。
推薦理由：披露了亚马逊在通用大模型竞争遇阻后将算力转向机器人领域，读者可借此观察科技巨头面对投资回报压力时的战略收缩路径。
Google DeepMind 推出最新世界模型 Genie 4 的研究预览版，支持用户在模拟运行中输入提示词实时更改场景，并同步生成环境音、音乐及对话等实时音频。
推薦理由：Genie 4 相比前代将场景一致性提升至 2 分钟并增加实时音频与交互控制，展现了世界模型在机器人仿真与创意原型制作中的落地路径。
Google DeepMind 宣布推出新一代交互式世界模型 Genie 4，支持逼真的实时物理仿真并原生同步生成环境音频与交互对话。该模型结合了 Gemini 模型的规划与推理能力，通过在循环中引入 Gemini 实时分解步骤与监督进度，可用于机器人训练环境与创意原型设计。目前 Genie 4 已面向受信任测试者开放研究预览，后续将接入 Project Genie 以及 Gemini API。
推薦理由：原文展示了世界模型融合实时音频与大模型在线引导的技术路线，有助于理解具身智能仿真环境与交互生成的演进方向。
Google 宣布推出 Genie 4 世界模型，支持生成约 2 分钟的交互式体验并由 Gemini 3.8 Flash 辅助模拟。该模型支持通过自然语言提示词实时更新生成场景，新增了音频生成功能，主要面向影视前期预览、游戏原型设计和机器人训练场景。Genie 4 目前以研究预览形式向受信任测试人员开放，后续将向 Google AI Ultra 订阅用户推出。
推薦理由：该模型展示了世界模型在实时语言交互与音画协同上的进展，为游戏原型和机器人仿真提供了实用的参考基准。
美国移民及海关执法局（ICE）通过第三方以 130 万美元采购 4 台改装版波士顿动力 Spot 机器狗，引发该公司 300 多名员工联名请愿要求叫停交易。波士顿动力管理层坚持履约，强调改装后的 Cerberus 机器人主要用于探测辐射、有毒气体和跨境隧道等危险环境，严格禁止武器化用途，违规将被终止授权。
推薦理由：原文展现了具身智能设备进入执法采购时的伦理争议，以及技术条款在防武器化管控上的现实博弈。
丰田计划通过每年投资 64 亿美元部署 40 万台机器人，发力人形机器人与工厂自动化以转型为全球机器人公司。其 AI 机器人拆分公司 Walden Robotics 此前以 11 亿美元估值上市并筹集 3 亿美元资金，高管表示将优先在环境可控的自有工厂推进落地。高盛分析师预计丰田到 2035 年有望占据人形机器人市场 3% 至 8% 的份额，但部分投资者对其技术兑现能力仍持审慎态度。
推薦理由：丰田将人形机器人与工厂自动化作为战略转型重心，优先在自有工厂闭环部署展示了制造巨头切入具身智能的落地路径。
Nvidia 开源了机器人视频数据标注引擎 Flora，可自动切分动作片段、生成时间戳描述并进行执行评估，宣称单小时视频标注成本预估约 0.72 美元。Flora 由三个基于 Qwen3.5 微调的模型构成，包括 9B 切分模型与两个 27B 描述及奖励模型，相关权重已上线 Hugging Face。
推薦理由：机器人训练长期缺乏低成本的多维视频标注方案，该工具展示了专用小模型组合替代前沿大模型的降本路径。
Dream Labs 正式走出隐身模式并获得 9000 万美元种子轮融资，同时通过公开 API 发布首个机器人世界动作模型 Dream-1。该模型支持对未经专门训练的双臂平行夹爪机器人进行开箱即用的零样本控制，通过预测末端位姿与逆运动学解算适配不同本体。
推薦理由：该模型尝试通过联合预测视频与末端位姿实现跨本体泛化，为低成本双臂机器人即插即用完成通用操控任务提供了新路径。