逐际动力开源的具身智能工程底座 FluxVLA Engine 于 10 月 22 日完成重要更新，技术报告显示其已把 OpenVLA、π0.5、DiT4DiT、GR00T 等异构策略纳入同一套数据、训练、评测与部署流程。在英伟达 AGX Orin 64GB 上，GR00T 推理频率从 3.2Hz 提升到 7.4Hz，π0.5 从 1.4Hz 提升到 4.4Hz；配合 RTC 和轨迹后处理三步机制衔接真机执行。在线 RL 方面，SmolVLA 在 LIBERO-10 上成功率从 66.2% 升至 76.2%，在 RoboTwin Clean 的 10 个任务上从 45.9% 升至 61.3%。
匹配字段标题、摘要、正文
天数智芯首次实机演示通用GPU天垓300和端侧算力终端TY1200，并预告标称算力600T的下一代端侧产品TY2000。天垓300有144GB显存，在64K长上下文下Attention性能为H200的1.05倍，GLM-5.3模型下MoE吞吐为H200的1.15倍；TY1200为300 TOPS INT8稠密算力，实测TPS超越英伟达Thor T5000。天垓300 IXL144超节点在单机柜集成144颗GPU、聚合约10.1TB显存，每百万有效Token成本较国际主流方案降低约40%。
外，其端侧算力终端彤央TY1200在实测中也超越了英伟达的Thor T5000。 天数智芯AI与加速计算负责人单天逸谈道，AI正从信息智能到行动智能，再到探索智能，形成智慧飞轮。信息智能就是理解信息、生成信息和转换信息的能力；行动智能是让AI有行动的能力，能自己去规划、执行、反馈；探索智能是AI自主设计、验证、迭代，如AI for Science、物理AI、具身智能等领域。 今年1月，该公司公布了芯片的4代架构图，天数天枢架构已于2025年发布、天数天璇架构于2026年发布、天数天玑架构于2026年发布、天数天权架构计划于2027年发布。 天数智芯所做的事就是为上文提到的一次次智慧飞轮循环提供源源不断的算力。 一、TY1200实测性能超Thor T5000，端侧算力训练出双足鸭机器人 基于此，天数智芯彤央产品市场负责人宋远盈谈道，算力的性价比是当前业界关注的重点，而谁能给出最优的性价比，谁就能占得先机。 这背后的一个明显趋势就是算力需要分层，这是天数智芯布局边端产品的核心原因。 今年1月，天数智芯正式发布边端系列彤央，并形成了1+2+5的矩阵。 1指一套成熟通用GPU架构和完整软件栈组
匹配字段正文
智元与长隆在横琴长隆飞船乐园落地大规模具身智能主题乐园，300 多台人形机器人与四足机器狗在 100 多个点位提供文娱商演、科普研学、导览导购、服务零售、智能伴游、酒店场景、体育竞技等七大场景服务。支撑方案包括自研 WITA 硅光动语全模态具身交互大模型、联合中国移动与长隆落地的文旅场景大规模 5G-A 具身智能应用，以及一站式运营运维管理平台，机器人每日持续 8 小时以上运行。
匹配字段标题、摘要、正文
2026年10月12日,智元与长隆在横琴长隆飞船乐园落地大规模具身智能主题乐园,300多台人形机器人与四足机器狗在100多个点位提供文娱商演、科普研学、导览导购、服务零售、智能伴游、酒店场景、体育竞技等七大场景服务。支撑方案包括自研WITA硅光动语全模态具身交互大模型、联合中国移动与长隆落地的文旅场景大规模5G-A具身智能应用,以及一站式运营运维管理平台,机器人每日持续8小时以上运行。同日,IDC发布2026上半年全球人形机器人市场报告,显示上半年全球人形机器人出货量接近2.5万台,同比增长432.1%,其中中国市场出货量超1.9万台,占全球约77.9%;智元上半年出货量超8600台,占全球市场35%、中国市场45%以上,在出货规模与营收体量上均居全球第一。IDC预测2030年全球人形机器人出货量将突破75万台。
匹配字段标题
智元 打造 全球首个大规模具身智能主题乐园
English translation is being prepared.
匹配字段标题
禾赛科技发布三维世界数据引擎Kosmo，并推出8K超高清AI空间相机Kosmo One及云平台Kosmo World，面向具身智能、世界模型和数字内容创作。Kosmo One集成激光雷达、8K影像系统、1英寸CMOS与高精度IMU，结合3DGS技术实现三维重建，官方称普通室内约15分钟可完成100平方米空间扫描。禾赛还展示了机器人在DQ冰淇淋门店的案例，称原本约300小时的人工建模场景用Kosmo约15分钟完成扫描，机器人任务成功率提升至99%。
匹配字段摘要、正文
美国具身智能公司 Skild AI 展示人形机器人 Messinator，其大脑基于旗舰机器人基础模型 S1，并在 NVIDIA Isaac Sim 搭建的虚拟足球场中通过强化学习和 self-play 自我对弈训练，只设定进球这一个目标，盘带、护球、抢断和倒地起身等行为均为自行习得。团队称机器人在虚拟世界累计踢了 140 年，最终能把足球策略迁移到真实人形机器人上，完成带球、护球、抢断并在真人对抗中调整位置。Skild AI 成立于 2023 年，脱胎于卡内基梅隆大学机器人研究体系，此前推出过跨硬件机器人基础模型 Skild Brain，并公开过约 10 万种身体结构、约 1000 个仿真年的 omni-bodied 训练成果。
匹配字段摘要、正文
Galaxea 展示了机器人驱动的微型履约中心，可自主识别、拣选、打包和交付数万种 SKU 商品。该系统将具身智能应用于真实零售履约流程，实现从下单到交付的全流程自主化。
Galaxea 展示了机器人驱动的微型履约中心，可自主识别、拣选、打包和交付数万种 SKU 商品。该系统将具身智能应用于真实零售履约流程，实现从下单到交付的全流程自主化。 · Galaxea showcased a robot-powered micro-fulfillment center that autonomously identifies, picks, packs, and delivers items across tens of thousands of SKUs. The system applies embodied intelligence to a real-world retail fulfillment workflow, automating the process from order to delivery.
匹配字段摘要
Sharpa 发布 D01人形机器人、W02灵巧手和AE01数据手套
English translation is being prepared.
匹配字段标题
2026年9月1日,星海图 Galaxea 推出 LEMO 具身智能开发平台,并将其定位为“不止双臂”的具身 AI 起点。该平台主打开箱即用,旨在让用户能够直接开始构建具身智能应用,并加快相关创作与开发进程。目前输入材料未提供更多后续进展。
匹配字段标题
2026年10月9日,Sharpa在IROS发布三款具身智能产品:首款全自研通用人形机器人D01、新一代灵巧手W02和高保真外骨骼触感数据手套AE01。据量子位报道,D01定位一体式触觉感知灵巧操作机器人,电子皮肤覆盖全身、触觉覆盖上半身,触觉采样率100Hz,力感知范围0.1—20N,重复定位精度0.2mm。W02主动自由度从W01的22个减至21个,整手尺寸缩小约30%,指尖力感知范围5mN—30N。AE01用22个编码器捕捉手部动作并反馈触觉。三款产品分别对应本体、灵巧手与数据入口,配合CraftNet与WM-Craftnet研究构成其灵巧操作技术体系。目前尚无后续发展事实。
匹配字段摘要
2026年8月27日,Galaxea展示了一套机器人驱动的全自主微型履约中心。该系统能够自主识别、拣选、打包并交付数万种SKU商品,将具身智能应用于真实零售履约流程,实现从消费者下单到商品交付的全流程自主化。目前输入材料仅提供此次展示信息,未说明商业部署规模或后续进展。
匹配字段摘要
2026年4月28日,Galaxea面向全球开发者推出具身AI开发工具包,旨在简化具身智能开发流程。根据发布信息,该工具包可帮助开发者突破数据限制、提取核心专业能力,并支持一键启动10余个模型;同时提供GFroge实时可视化测试功能。目前输入材料未提供后续更新。
匹配字段摘要
星海图 Galaxea 推出 LEMO具身智能开发平台
English translation is being prepared.
匹配字段标题
Galaxea 推出 具身智能开发工具包
English translation is being prepared.
匹配字段标题
2026年10月29日,智元发布新一代具身智能基座模型GO-3 Preview,以及AHA3硬件平台和工业机器人G2 Max。据上观新闻报道,GO-3 Preview打通训练、仿真练习到上岗后持续学习的全流程,在RoboDojo、RoboTwin、RoboColiseum三项测试中排名第一,计划2026年底全面开源;便利店真实场景测试中,精灵G2机器人任务首日成功率28.6%,五天后提升到85.7%。新京报报道称,智元第2万台机器人下线后在2026智元创新日提出衡量机器人有效智能工时的单位Worken,并发布重载具身机器人精灵G2 Max、GO-3 Preview和全模态交互大模型WITA-OMNI。10月30日,智元联合创始人姚卯青接受证券时报采访时表示,通用大模型在物理机器人实操上存在明显短板,未来系统将走向分层架构;他提到GO-3 Preview采用WRAM原生架构,在20类技能100个任务上的零样本平均成功率由13.4%提升至56.4%。
匹配字段摘要
智元在 2026 智元创新日具身作业生产力分论坛上发布具身基座模型 GO-3 Preview、具身 Agent 框架 Genie Master 和重载具身工业机器人精灵 G2 Max。GO-3 Preview 采用理解、预测、动作生成统一的 WRAM 架构，在 20 类技能 100 个任务上 Zero-Shot 平均成功率由 13.4% 提升至 56.4%，模型规模扩展实验中由 56.2% 提升至 73.2%，并已登顶 RoboDojo、RoboTwin、RoboColiseum 三大评测榜单。联席总裁姚卯青提出可衡量、可复制、可持续三项能力标准，现场还给出手机包装任务 98.3% 成功率、便利店精灵 G2 任务成功率从首日 28.6% 升至第五天 85.7% 等数据。
、可持续优化的 Physical AI 生产力技术闭环。 “演示考验的是单点能力的上限，但生产力考验的是系统的下限。”在智元联合创始人、联席总裁、具身业务体系总裁姚卯青看来，机器人作业生产力是一套严苛的工程标准：可衡量——成功率、节拍、MTBF（平均故障间隔时间）全部有数；可复制——不是一条示范线，而是成千上百条产线；可持续——不是交付即终点，而是越用越好。具身智能只有同时具备三项能力，才能真正走进产业现场。 据悉，此次发布的GO-3 Preview 通过理解、预测、动作生成统一的WRAM 架构，可实现跨场景泛化与精细操作能力。现场公布的实验显示，在训练数据规模扩展实验中，模型在20类技能100个任务上Zero-Shot平均成功率由13.4%提升至56.4%；在模型规模扩展实验中，Zero-Shot平均成功率由56.2%提升至73.2%。两组实验分别展示了数据规模与模型规模扩展带来的能力提升趋势。 这意味着，物理智能的能力提升开始呈现可验证的 Scaling 规律。日前，GO-3 Preview 已登顶 RoboDojo、RoboTwin、RoboColiseum 三大具身智能评测榜单
匹配字段正文
新芯航途（XHEART）发布面向十亿参数级智驾大模型的新一代芯片 X7 Ultra，算力 700 TOPS。官方称用合作伙伴的 Transformer 量产智驾模型实测，计算利用率 98.7%，在模型表现相当的前提下对标行业旗舰芯片内存带宽消耗下降 80%、推理能效提升 100%。X7 系列量产 8 个月累计出货 20 万颗，搭载 10 款量产车型，首发车型为上汽大众 ID.ERA 9X；同场 Momenta 发布参数量比上一代提升 5 到 10 倍的 R7 Ultra 世界模型。
「世界模型基座平台」：Momenta把模型往哪长提前告诉芯片，XHEART按需求调架构；车端算力的实际条件，又反过来喂给模型研发。真实道路上跑出来的经验，再推着两边一起往前走。 Momenta CEO曹旭东曾提出「智驾摩尔定律」——智驾的安全性和性能，每两年提升十倍。而大模型芯片，正在加速「智驾摩尔定律」，进一步提升至每年10倍。 这也让他做出了新的判断，2028年前后，L4便会迎来行业引爆点，20230有望进入规模化落地。 这条定律想成立，模型得一直长，芯片也得一直跟得上。 这边，XHEART按「量产一代、开发一代、预研一代」的节奏往前推，下一代X9已经在研发，瞄准的就是更高要求的L4自动驾驶和具身智能。 特斯拉证明了软硬一体是最硬的护城河，但它关起门自己用，还得自己盖厂扛账单。Momenta和XHEART把模型、数据、芯片打通，再把这套软硬一体能力开放给全球车企。 马斯克为这件事准备了十年，还在砸钱。 XHEART这边，用李宗霖的话说，从第一个提出「大模型定义芯片」，到「第一个」让大模型芯片大规模量产，不到三年。 三道题的答卷已经交了。接下来打分的，是每天开着这些车上下班的普通人。
匹配字段正文
2026年10月29日,智元发布新一代具身智能基座模型GO-3 Preview,以及AHA3硬件平台和工业机器人G2 Max。据上观新闻报道,GO-3 Preview打通训练、仿真练习到上岗后持续学习的全流程,在RoboDojo、RoboTwin、RoboColiseum三项测试中排名第一,计划2026年底全面开源;便利店真实场景测试中,精灵G2机器人任务首日成功率28.6%,五天后提升到85.7%。新京报报道称,智元第2万台机器人下线后在2026智元创新日提出衡量机器人有效智能工时的单位Worken,并发布重载具身机器人精灵G2 Max、GO-3 Preview和全模态交互大模型WITA-OMNI。10月30日,智元联合创始人姚卯青接受证券时报采访时表示,通用大模型在物理机器人实操上存在明显短板,未来系统将走向分层架构;他提到GO-3 Preview采用WRAM原生架构,在20类技能100个任务上的零样本平均成功率由13.4%提升至56.4%。
匹配字段摘要
商汤开源了SenseNova-RoboRSI框架及一个27B具身模型,并同步发布针对GPT-6-Astra的具身智能实证研究。该研究覆盖12个仿真基准和8个真实机器人平台。在统一协议(ICL加最多10倍交互预算)下,GPT-6-Astra在12个基准上均达到SOTA,RoboDojo成功率从1倍预算的27.6%升至10倍的81.9%,DexJoCo达87.3%,此前SOTA为40.3%。研究同时指出,把笔放进笔筒这类简单任务推理成本约55美元,真实机器人会过热、等待时间过长,结论是GPT-6-Astra已基本跨过具身能力门槛,但实用级具身智能尚未到来。开源框架将各Benchmark封装为独立Docker镜像并通过统一HTTP API提供环境交互与评分;27B模型在RoboCasa365上成功率由26.0%提升至46.5%,任务Token开销减少73%,任务完成成本约为GPT-6-Astra的1/50。
匹配字段摘要