全部 AI 动态

8月19日，2026世界机器人大会在北京开幕，百度智能云将举办“具身智能场景落地”专题活动。北京人形、智元创新、星动纪元、自变量机器人、帕西尼、苏度科技、原力灵机、吉翼机器人等近20位行业技术先锋与企业创始人将围绕具身智能发展趋势、技术产品演进、真实场景落地与商业化破局展开交流，探讨物理AI如何从“看得见的未来”走向“用得上的现在”。

8月18日，面壁智能与厘清智能签署战略合作协议，围绕大模型技术在具身智能领域的深度应用展开联合研发，推动具身智能基础模型训练、智能数据采集等关键技术产业化落地。双方将探索“云端大模型+端侧模型+物理AI模型”协同范式，打通“端侧大脑”与“物理AI”闭环，加速具身智能从实验室走向规模化商用。

AWS 开源的 Strands Robots（Apache 2.0）通过单一智能体循环，将机器人演示记录、基于 Hub 数据流的策略训练及硬件部署整合在一起，全程保持 LeRobot 磁盘格式不变。

加里·马库斯批评马斯克关于机器人手术时间线的预测“完全疯狂”，并援引机器人专家罗德尼·布鲁克斯的观点：目前连在活体实验动物上进行手术的实验室演示都远未实现，现有手术机器人全部仍需人类在环操作。马库斯担忧此类预测可能吓退潜在外科医生，并指出马斯克的时间线估计至少偏差十年。

百度智能云在2026可信云大会上分享百度百舸AI计算平台在具身模型训练、推理、仿真和资源管理方面的最新实践。平台针对VLA模型和全身控制策略两类场景优化，VLM多模态混合训练吞吐提升约1至5倍，π0.5和GR00T N1.7训练吞吐分别提升2.08倍和1.75倍，Isaac Sim任务启动时长减少83.3%。IDC报告显示，2025年百度智能云以29.55%市场份额位居中国具身智能云市场第一。

火山引擎发布新一代视频生成模型 Seedance 2.5，并将于近期面向企业用户上线 API 服务。徐工集团、小鹏汽车、智元机器人、灵初智能、微分智飞、穹彻智能、Xspark AI（无界智航）等多家企业已达成合作意向，率先接入。Seedance 系列正从内容工具延伸至工业制造、汽车、具身智能等实体产业，用于训练数据合成、场景仿真与作业流程培训。

机器人操作需根据任务、物体和交互环境调整动作执行方式。MoMo 提出两阶段模仿学习框架，包含时空动作分词器和行为克隆 Transformer，将任务与连续运动模式条件作为输入。在六项真实机器人操作任务中，改变该条件可稳定生成不同执行风格的动作。

NVIDIA Jetson 平台为边缘 AI 和机器人提供紧凑型开发套件，可放入手提包中。其中 Jetson Orin Nano Super 具备 67 TOPS 的 AI 性能，支持运行 Mistral 等开源模型，所有推理均在本地 GPU 加速完成，无需云端或 API 密钥。

生数科技在 WAIC 2026 上展示了从数字世界生成到物理世界行动的通用世界模型。其视频生成模型 Vidu 已形成产品矩阵，实时交互模型 Vidu S1 支持 540P、最高 42FPS 的视频通话级输出。面向物理世界的世界动作模型 Motubrain 在 RoboTwin 2.0 榜单的 Clean 和 Randomized 场景下均位列第一。

生数科技在WAIC 2026集中展示通用世界模型最新进展，覆盖数字世界生成、实时交互与物理世界行动。其世界动作模型Motubrain在RoboTwin 2.0榜单Clean和Randomized场景分别取得95.8分和96.1分，均位列第一；在WorldArena榜单以63.77的总体EWM Score位列第一。

2026 年第四届美团低空经济与具身智能挑战赛启动报名，面向全球高校在校学生，总奖金 55 万元。赛事以无人机换电任务为原型，考察机器人在视觉识别、运动规划、精准操作等方面的综合能力，参赛设备形态不限。初赛需提交机器人演示视频与技术报告，决赛为线下实机挑战，表现优异者可获美团无人机实习机会及“北斗计划”直通面试权。

2026 年第四届美团低空经济与具身智能挑战赛启动报名，面向全球高校在校学生，总奖金池达 55 万元。赛事以无人机换电任务为原型，考察机器人在视觉识别、运动规划、精准操作等方面的综合能力，分为初赛与线下硬件决赛。报名时间为 2026 年 7 月 22 日至 9 月 1 日，优胜者有机会获得美团无人机实习机会及“北斗计划”直通面试权。

美团 LongCat 团队构建 MineExplorer，这是首个在开放世界中做到分钟级长程任务的评测基准，含 813 个人工验证实例（1-hop 到 4-hop）及规则化里程碑自动评测框架。

面壁智能与吉利人工智能中心在 WAIC 2026 联合发布具身智能体框架 RoboHarness，基于 EmbodiedClaw 开发，集成 VLM 与 VLA 模型。该框架已在吉利生产仓储场景实现常态化作业，支持自主决策与失败重试，并依托吉利星睿智算中心（23.5 EFLOPS）训练。

2026世界人工智能大会现场，面壁智能与吉利人工智能中心联合发布具身智能体框架RoboHarness，基于该框架的机器人已在吉利生产仓储场景实现常态化作业。该框架基于面壁2026年4月发布的EmbodiedClaw开发，集成VLM多模态大模型与VLA模型，并内置数据闭环设计，支持自主决策与失败重试恢复。双方还依托吉利星睿智算中心（综合算力23.5 EFLOPS）共同训练并推出全新VLA具身模型。

生数科技联合创始人骆怡航在WAIC 2026提出，通用世界模型需像大语言模型一样建立统一基座，实现感知、预测与行动的闭环。公司围绕该基座构建“一体两翼”产品体系：Vidu Q系列面向数字内容生成，Vidu S系列推动实时交互，Motubrain面向物理世界机器人控制。世界模型正从学术研究走向产业中心，成为AI理解并行动于真实世界的关键路径。

生数科技联合创始人兼CEO骆怡航在WAIC 2026论坛上提出，仅靠大语言模型理解世界只使用了人类智能的一小部分，AI下一阶段需要达到LLM范式级别的通用世界模型。该模型需形成感知、预测与行动的动态闭环，并具备跨场景的通用性与泛化能力。生数科技已构建统一基座，通过Vidu Q系列、Vidu S系列和Motubrain分别覆盖数字内容生成、实时交互与物理世界行动。

物理 AI 系统因真实世界数据采集慢、成本高且风险大，转而依赖仿真生成大规模物理数据。MuJoCo 侧重精确动力学与接触建模，其 GPU 加速版 MuJoCo Warp 适合大规模策略训练；NVIDIA Isaac Sim 与 Isaac Lab 则提供 GPU 加速物理与 RTX 渲染，支持合成数据生成与强化学习。

Hugging Face 推出 Grabette，一套开源低成本系统，用户手持夹爪即可在几分钟内录制操作演示，并自动生成机器人可用的数据集。Grabette 配备鱼眼相机与 RGBD 相机，通过 SLAM 恢复 6-DoF 轨迹，硬件物料成本约 490 欧元。所有硬件设计、处理流程与训练代码均开源，数据以标准 LeRobot 格式上传至 Hugging Face Hub，支持任意机器人后端。

生数科技创始人朱军在WAIC 2026上提出，通用世界模型需具备理解、想象与行动一体化能力，并发布全球首个MoT统一架构。该架构将理解、生成与行动专家统一于同一模型，支撑Vidu Q3等视频生成模型及具身智能机器人控制。最新模型可驱动多种异构机器人完成长程任务，在跨场景泛化上取得行业领先效果。

生数科技创始人朱军在WAIC 2026论坛上提出，通用世界模型需实现理解、想象与行动一体化，将成为连接数字与物理世界的基础设施。公司已发布全球首个MoT统一架构，并推出Vidu Q3及实时生成模型，后者支持540P、42FPS输出与无限时长连续对话。最新模型可基于同一底座驱动多种异构机器人完成长程任务，跨场景泛化能力较去年12月开源版本显著提升。

NVIDIA 在 SIGGRAPH 2026 主题演讲中发布 Cosmos 3 Edge，一个 4B 参数的开放世界模型，可在设备端实时运行。同时推出 Cosmos-Dreams 闭环模拟器，能在单张 RTX PRO 6000 GPU 上从单帧生成完整世界。

百度集团副总裁袁佛玉在2026世界人工智能大会（WAIC）上表示，具身智能正从“能力验证”走向“生产力兑现”，行业需跨越模型、数据和本体部署三道关卡。百度百舸AI计算平台将Fast-WAM单步推理延迟降低至90毫秒以内，并联合发布dVLA-RL强化学习训练框架。百度智能云正与国地中心、智元机器人等伙伴推进数据建设、安全体系及云管端全域安全能力，并作为唯一入选云厂商参与国家级人形机器人标准制定。

阶跃星辰在 WAIC 2026 展出大模型原生智能体手机 STEPX Neo，该手机搭载智能体原生操作系统 Step AOS，为首批通过 L3 级国家标准测试的智能体手机。展区还呈现了与吉利、千里科技合作的汽车“超级智能体”超级Eva，搭载于量产车型极氪8X，支持一句话行泊车、控智驾及生活服务。

生数科技创始人朱军阐释了从视频生成到世界模型的演进路径。公司发布的实时交互模型Vidu S1支持无限时长连续生成与语音交互，世界动作模型Motubrain在RoboTwin 2.0的50余项复杂任务中平均成功率超过95%。

生数科技创始人朱军在WAIC 2026期间接受央视专访，阐述从视频生成到世界模型的统一技术路线。公司已发布实时交互模型Vidu S1、世界动作模型Motubrain，后者基于MoT统一架构，在RoboTwin 2.0的50余项复杂任务中平均成功率超95%。

面壁智能在 WAIC 2026 端侧AI论坛上发布两款端侧大模型：20亿参数的MiniCPM5-2B文本模型在AA榜单位列2B以下第一，以及融合多模态与视觉Token压缩的VLA具身模型。其MiniCPM开源系列累计下载量突破3800万次，已落地手机、汽车等终端，并搭载于吉利银河M9等车型。

面壁智能在 WAIC 2026 端侧AI论坛发布 MiniCPM5-2B 端侧文本大模型和 VLA 具身模型，前者在 AA 榜单位列 2B 以下模型第一。截至 2026 年 6 月 30 日，MiniCPM 开源系列累计下载量突破 3800 万次，已搭载于吉利银河 M9 等车型。公司还发布了法律解决方案 CPM for Legal，并与英特尔签署合作备忘录。