IEEE 专家反思“机器人技术与自动化”:两个词到底指什么
IEEE RAS 通信委员会会议结束时,IEEE 专家围绕“robotics and automation”这对常用词展开非正式讨论。与会者提出自动化是让流程可重复、高效、可扩展、可预测的过程,机器人则是自动化需要物理存在时才登场,但并非所有机器人都自主,也并非所有自动化都涉及机器人。讨论还指出定义差异会影响机器人吸尘器等产品的国际统计口径与教育中的分类。
IEEE RAS 通信委员会会议结束时,IEEE 专家围绕“robotics and automation”这对常用词展开非正式讨论。与会者提出自动化是让流程可重复、高效、可扩展、可预测的过程,机器人则是自动化需要物理存在时才登场,但并非所有机器人都自主,也并非所有自动化都涉及机器人。讨论还指出定义差异会影响机器人吸尘器等产品的国际统计口径与教育中的分类。
同一台两轴云台机械臂、同一句"满行程转一遍"的模糊指令下,GPT-6 Astra Pro、Claude Fable 5.1 和 GPT-5.6 Sol 都让机器人转了起来,但对"完成"的理解完全不同。
2026云栖大会具身智能论坛上,行业判断数据时长正失去意义、模型增益才是数据的计价单位,竞争从"找数据"转向"造数据、管数据、用反馈继续生产数据"。阿里云以Qwen参与标注、HappyHorse生成增广数据、DataWorks编排流水线、PAI承接分布式训练,并披露平头哥真武810E芯片在具身智能赛道出货超万片。
意大利技术研究院机器人学副主任 Barbara Mazzolai 在 Nature Machine Intelligence 7 月发表的宣言中提出“可持续机器人”研究方向,主张把可持续性作为机器人设计的核心,减少技术对自然的足迹。她此前受章鱼、植物根系和种子启发开发了多款仿生软体机器人,并长期推动将物理与化学传感器集成到机器人中以感知所处环境。
百度智能云已为超过50家重点具身企业提供全栈AI云技术支撑,其百舸平台将SONIC模型训练配方集成上云后可一键扩展至128卡训练规模,WAM模型推理延迟降至优化前的四分之一。在东莞,由百度智能云承建运营的具身智能训练场规划13个真实产业场景、配置50台套异构本体,已服务35家具身智能企业。IDC报告显示百度智能云以29.55%市场份额位居中国具身智能云市场第一。
EPFL 的 Aude Billard 与 Mirko Kovač 等研究者提出新学科 Sustainability Robotics,主张机器人不应只按技术性能评估,还须纳入环境、社会与经济影响,并遵循最小侵入、普遍可及、共生三条原则。
研究显示,针对视觉语言动作(VLA)模型的后门攻击 BadVLA 可在触发器出现时让机器人动作轨迹产生条件性偏移,无触发器时任务表现基本正常;GoBA 用咖啡杯等普通物体作触发器,报告 97% 攻击成功率且不降低干净输入上的表现。
ETH Zurich 机器人系统实验室研究人形机器人猴杠穿越,机器人需跳上稀疏三维结构、通过稀疏横杆交互完成穿越并安全落地。宇树全面开源 UnifoLM-WLA-1.0 具身基础模型,称在多个基准上取得开源模型中的新 SOTA,单一模型可协调桌面与全身移动操作,支持跨任务和跨末端执行器泛化。
Mbodi 联合创始人 Xavier Chi 在 TechCrunch 播客 Build Mode 中表示,机器人不会迎来单一的 ChatGPT 式突破,人形形态也非必要。Mbodi 用自然语言让人教工业机器人新技能,并与 ABB Robotics 合作进入工厂和仓库,近期在八小时测试中取得 99.6% 成功率。
Mbodi 联合创始人 Xavier Chi 在 TechCrunch 播客 Build Mode 中介绍,其 AI 软件让人用自然语言教工业机器人新技能,并与 ABB Robotics 合作进入工厂和仓库。他透露 Mbodi 在八小时测试中达到 99.6% 成功率,并认为机器人不会出现单一的 ChatGPT 式突破,可靠性才是进入生产的关键。
国内创业公司可可矩阵(COCO Matrix)正把In-Context Learning做成具身智能的底层范式,思路是将后训练的ICL前置到预训练阶段。创始人高宇翔称核心团队到齐后不到一个月即拿到验证技术方案可行性的核心证据,其条件表征模型已在八九类视觉任务上验证,动作头压到约60M参数效果依然可用。
NASA 计划在 2026 年底的 IM-3 发射中把三台小型月球车送上月球,执行 CADRE 任务,它们将在约两周内自主组队测绘地形,自行推选领导者、分配任务,并在某台电量不足时重新规划。
蚂蚁灵波 CEO 朱兴、首席科学家沈宇军、首席数据科学家黄用韬将于 9 月 11 日下午在 2026 Inclusion·外滩大会首次同台,围绕「基座之上:具身智能的场景突围与协同进化」讨论模型、数据与产业落地。多位具身智能青年科学家及百亿级具身企业掌门人也将到场,共同拆解具身智能从“能跑通”走向“真落地”的关键问题。
2025年9月从斯坦福回到清华的徐梦迪,成为清华姚班2026级四位新生班主任之一,并在迎新现场带来「构建下一代智能」主题分享。她本科毕业于清华车辆工程专业,2024年获CMU机械工程博士学位,博士论文《构建可适应的通用机器人》拿下CMU机械工程系最佳博士论文奖,主张通用机器人不能只靠Scaling,还需具备adaptation适应能力。
量子位刊载的触觉传感技术路线分析首篇认为,视触觉传感器(VBTS)底层仍依赖小体积CMOS摄像头模组成像,算法多复用ResNet/CNN、U-Net、光流法等视觉工具,硬件门槛低、同质化严重,难以形成技术护城河。
为机器人构建 AI 大脑的开发者正试图复刻前沿 AI 实验室的路径,靠更多样数据集、不同训练方案和强化学习场景突破物理 AI 的“GPT-2 时代”。Foxglove 在 Actuate 大会上发布基于 Nvidia Cosmos 开放权重世界模型的新产品,支持用自然语言查询数据以加速评估与仿真。
量子位梳理发现,至少十六位香港高校教授以创始人、联合创始人或首席科学家身份参与具身智能创业,方向覆盖世界模型、具身大脑、触觉灵巧手、手术机器人、无人叉车、无人机与自动驾驶。港大马毅联合创立忆生科技做自主学习世界模型,港科大王煜联合创办的戴盟机器人每平方厘米排布4万个感知单元,港大罗平参与的超维动力做117自由度人形机器人。港中大(深圳)贾奎的具身智能引擎公司估值已达百亿并冲刺上市。
共生知行正在研发双足人形机器人的端到端感控一体化「大脑」基座模型,其Demo中机器人全自主驾驶卡丁车连续过弯,实现手眼脚同步协同与多接触点平衡力控。团队由96年出生的丁鹏翔带领,核心成员均为00后博士在读,公司成立刚满两个月,押注纯端到端路线取代分层架构。
硅羽科技创始人张富(李泽湘学生、前大疆8年产业顾问、香港大学副教授)正把港大MaRS Lab的自主导航技术转化为产品,让飞行器不靠GPS和飞手遥控,自主感知、决策并完成任务。公司半年内连续完成四轮融资,累计数亿元,投资方包括耀途资本、锦秋基金、阿里巴巴。今年年底将量产第一阶段产品,面向地下管廊、隧道、仓储厂房、桥下与森林等场景,产品重量不到一千克、续航20-30分钟。
IEEE Spectrum 的 Video Friday 汇总了多段机器人视频,其中包括宇树的高跳人形机器人,编辑质疑其商业用例尚不明确。Generalist 发布机器人基础模型 GEN-1.5,可在数秒内从单个示例学会新任务,无需梯度更新或微调,并展现零样本物理泛化能力。
李飞飞在Huberman Lab访谈中表示,AI在医疗、影视、教育等领域都不是人类的替代者,而是个人能力的放大镜。她以父亲接受达芬奇手术机器人操刀的肝脏手术为例,指出复杂外科手术中人机协作效果远好于机器人自主执刀,并强调不能让少数科技企业替整个社会做决定。
理想智能驾驶前核心负责人郎咸朋与来自华为的任庚联手创办具身智能公司昆仑行,成立三个月内拿下数十亿人民币融资、跻身独角兽。郎咸朋称具身智能要解决的是“理解”而非模仿,昆仑行选择物理因果世界模型和“数据编译”路线,商业路径先从toB做起、家庭是终点。
Imperial Robotics Summer School 的一个小组项目尝试让机器人同时与多人互动,而非多数社交机器人惯常的一对一模式。团队实现了实时检测活跃说话人、在交互中追踪每个人的身份,并生成自然的注视与转头行为,使机器人对整组人表现出关注。作者借此梳理了从语言到动作的完整流程:LLM 将自然意图转为结构化命令,再映射到高层机器人功能,经逆运动学生成关节轨迹,最终通过控制栈驱动执行器。
IEEE RAS 启动月度系列文章,逐月介绍全球主要机器人国家的路线图议程。该系列将剖析各国机器人路线图的优先事项与策略、目标读者与预期成果,以及地缘政治紧张对路线图战略的影响。文中列举的美国国家机器人路线图、ADRA 战略研究议程和《中国制造 2025》分别由学术界、产业界和政府主导。
元戎启行成立国内首个面向物理世界基础能力研究的 AI Lab——Superfluid Lab,由前 DeepSeek 核心成员、首席科学家阮翀带队,以基座模型为核心,重点探索 VLA 模型,同时推进世界模型和多模态理解。实验室今年 5 月已在内部成立,目前完成基础设施重构等早期工作,并同步启动大模型算法、仿真算法和 AI Infra 三个方向的招聘。
理想汽车前智驾一号位郎咸朋今年3月创立具身智能公司昆仑行,90天内连融三轮、规模达数十亿元,成为独角兽。他判断训一个具身大模型需几十亿甚至上百亿元,只靠融资撑不到具身实现那天,量产交付自我造血才是分水岭,行业最终会跑出自己的“蔚小理”。昆仑行选择先toB再toC,从工厂上下料、物流切入,家庭放到最后落地。
TechCrunch 与 Hudson Labs 分析特斯拉 2019 年以来财报电话会记录发现,马斯克如今近 50% 的发言时间用于谈论 AI、robotaxi 和 FSD,2022 年这一比例仅为 15% 至 20%。
具身智能行业估值逻辑正从为 Demo 可能性付费转向为生产力付费,投资人开始追问机器人每天干几小时活、客户是否续约。上海交通大学杨学以酷哇科技首席科学家身份提出,世界模型分两层,第二层理解并遵守人类社会规则才是最大机会,验证场所只有真实部署现场。酷哇已积累 50PB 城市运行数据、万台级真机部署于全球 50+ 城市及地区,并自研通用具身大模型 COOWAM。
黄仁勋在Y Combinator访谈中称Agent是一种新的软件形态,不必达到100%准确才有价值,可控性可能是其下一阶段最大突破口。他表示AI消灭的是任务而非工作,编码正被自动化但软件工程师岗位同比增长约10%,并称物理AI开启新增长曲线,机器人将撑起英伟达下一个千亿美元市场。
香港大学 Taku Komura 团队 2016 年发表的《A Deep Learning Framework for Character Motion Synthesis and Editing》获 SIGGRAPH 时间检验奖,该工作首次用深度学习从大规模动作捕捉数据中学习可复用的运动表示。
RSS 2026 上,Physical Intelligence 相关研究者称包括 PI 在内的北美头部具身智能公司离成熟都还有不短距离,整个领域尚未出现奠基性工作,并质疑中国公司自称"中国版XX"。多位研究者认为 VLA 与世界模型并不冲突,π0.7 已含世界模型组件;数据筛选与配比(curation)比单纯堆量更关键,Simar Kareer 建议参照 π0 的 1 万小时训练规模。
IEEE Spectrum 的 Video Friday 汇总了本周机器人视频:Generative Bionics 用六个月把 GENE.01 做成可行走、可感知和交互的人形平台,其全身多模态皮肤可感知触觉、接近、力与温度。Generalist 的具身基础模型 GEN-1 支持从五指手到专用工具的多种末端执行器,通过跨数千种接口的预训练获得可迁移的物理常识。
7月19日WAIC“世界模型六小龙”论坛上,大晓机器人、蚂蚁灵波、极佳视界、无界动力、智元机器人、自变量机器人六家技术负责人就技术路线展开讨论,形成像素生成、隐空间(JEPA)与融合三派。
量子位在 WAIC 2026 现场总结出十大趋势:Agent 成为约 70% 展商的默认话题,能否完成有效交付取代参数规模成为衡量大模型能力的标准。具身智能从动作演示转向真干活,灵初智能联合长飞切入光模块生产,方案搭载自研大模型 Psi-R2,初步测算可降低生产损耗率约 10%。未来不远机器人以 3000 元/月租赁价落地 500 多个家庭,开展首日 8 台被抢空。
西门子中国董事长肖松提出,工业AI落地须以具体场景为牵引,破解模型训练与数据供给衔接不足的结构性难题。西门子Smart Detection智能检测平台已在南京、仪征多家工厂部署,硬件成本降低90%,项目交付周期从周级缩短至小时级;其与十五冶合作打造炼铜行业首个下沉到边缘的智能体,使冰铜品位稳定性提升15%。西门子近期还发布Eigen工程智能体,可自主完成PLC编程、HMI可视化、设备配置等任务。
WAIC 首日,Kimi K3 在模型侧搅动风云,印奇提出 AI 产业下一轮爆发来自智能体模型与下一代终端产品的结合,物理场景通用智能体是第三波核心主线。Richard Sutton 认为静态数据标注已达天花板,经验驱动是下一代 AI 核心路线;苏昊提出解决大模型幻觉的关键是物理智能,需进入真实世界完成端到端交互。
两支全尺寸人形机器人队伍首次在硬件上完成 11 对 11 足球比赛,RoboCup 称这是机器人领域长期愿景的一次落地。1X 发布为 NEO 平台打造的 25 自由度机器人手,采用腱驱动、触觉传感与内置柔顺,可实现灵巧操作与精细工具使用。
福田敏男获 2026 年 IEEE Richard M. Emberson 奖,表彰其在机器人领域的杰出服务。他发表超 2000 篇论文,1985 年提出模块化细胞机器人系统 CEBOT,并创办 IEEE/RSJ IROS 会议,2020 年成为首位亚裔 IEEE 主席。
6月30日,联想控股微空间、联想之星和融科资讯中心发起的“科技有「联想」”沙龙首场活动“硅基进化论”在京举行,8位具身智能嘉宾围绕数据基础设施、模型范式与量产商业化展开讨论。智在无界称其4月发布的Being—H0.7将数据扩展至20万小时人类视频,并采用隐式世界模型路线;优宝特正从百台级迈向千台级交付。
2026 年 6 月 1 日至 5 日在维也纳 Messe Wien 举行的 ICRA 2026 上,机器手成为今年最大趋势,灵巧度显著提升。Direct Drive 的 D1-modular 机器人可分成两半,能跳跃、扭转并穿越复杂地形;Tesollo 人形机器人用长臂抓取水果放入篮子。ARIA 的 Jenny Read 介绍了英国 Smarter Robot Bodies 项目的资助提案。