**中国双足人形机器人首次进入工厂产线实况作业**
中国具身智能公司星动纪元（Star Dynamics）发布最新视频，其双足人形机器人成功在工厂产线上完成物料搬运、零件装配等真实生产任务。该机器人搭载自研的视觉-语言-动作模型（VLA），实现了端到端的实时决策与操作，无需预先编程或外部标记。
在公开演示中，机器人以每秒1.5米的稳定步速在产线间自主移动，并利用灵巧手完成高精度抓取，抓取成功率超过98%。其核心技术突破在于将强化学习与模仿学习结合，通过仿真到现实（sim-to-real）迁移，大幅缩短了从实验室到工厂的部署周期。星动纪元表示，该机器人已具备连续8小时以上的作业能力，定位精度达到毫米级。
此次落地标志着人形机器人从概念验证迈向工业实用化。业内分析认为，随着基础模型与具身智能的融合加速，双足机器人有望在3年内进入汽车、3C电子等柔性制造场景，填补协作机器人（cobot）与自动导引车（AGV）之间的复杂操作空白。
**灵巧软体手部外骨骼问世，让严重瘫痪患者重获抓握能力**
一项发表于《自然》的研究报道了一款轻量级纺织软体机器人外骨骼手套，专为肌萎缩侧索硬化症（ALS）等导致严重手部瘫痪的患者设计。该手套集成腕背伸与主动对掌拇指机构，显著提升了灵巧度。其核心突破在于结合非侵入式表面肌电信号（灵敏度达97%）与机器学习纠错算法，能有效补偿患者微弱、嘈杂的肌肉信号，实现精准抓取意图预测。
在ALS患者的测试中，外骨骼帮助其完成自主进食等有意义任务，Box-and-Blocks测试得分达到5分。针对6名中风患者的进一步验证显示，该设备对重度瘫痪患者效果尤为显著，其Action Research Arm Test评分平均提升17分；但对中度功能障碍患者，平均评分反而下降9分，提示其效用具有任务依赖性。
该研究通过“从实验室到临床再回归”的迭代共创模式，将生物灵巧抓取原理（如手部预塑形、拇指对掌）转化为工程方案，为神经损伤导致的重度手部瘫痪提供了首个有效的可穿戴解决方案，填补了轮椅等移动辅助设备之外的手功能辅助空白。
**中国AGIBot工厂直播人形机器人：具身智能从实验室走向产线**
中国具身智能公司AGIBot近日开启全球首次人形机器人工厂实况直播，展示其双足机器人在真实制造环境中执行物料搬运与精密装配任务。该机器人搭载自研视觉-语言-动作模型(VLA)，无需预先编程即可通过自然语言指令理解复杂操作流程，抓取成功率突破98%。
技术核心在于端到端模仿学习框架：机器人仅需观看20次人类演示，便能自主完成螺丝拧紧、零件分拣等精细动作，运动控制延迟低于50毫秒。AGIBot同步公开了仿真到现实(sim-to-real)迁移数据，显示其强化学习训练效率较传统方法提升5倍。
此次直播标志着人形机器人首次在非受控工厂环境中实现7×24小时连续作业。AGIBot已与3家汽车零部件厂商签署试点协议，计划2025年部署200台机器人，单台成本控制在1.5万美元以内。行业分析指出，这标志着具身智能从实验室演示向工业级应用的实质性跨越。
美国新发布的人形机器人无需地图即可在动态环境中自主导航。该机器人采用端到端视觉-语言-动作模型(VLA)，结合即时定位与地图构建(SLAM)技术，在测试中实现了98%的避障成功率。这一突破意味着机器人不再依赖预建地图，能像人类一样实时感知并适应复杂场景，为仓储物流、家庭服务等场景的落地扫清了关键障碍。
韩国汽车零部件制造商Samkee宣布获得人形机器人骨架开发订单，正式进军机器人部件市场。该公司将利用其在精密铸造领域的积累，为某未公开客户提供双足机器人金属骨架。此举标志着传统车企供应商正加速向具身智能产业链延伸，预计2025年机器人部件业务将贡献Samkee总营收的15%以上。
北京亦庄正通过构建“人形机器人量产基地”加速推动具身智能（Embodied Intelligence）的工业化落地。该项目目标是实现年产50万台的宏伟规模，旨在解决当前 humanoid 机器人从实验室走向大规模生产的瓶颈。这种大规模制造能力的建立，意味着人形机器人的成本将大幅下降，并能更快速地推动复杂操作与运动控制技术的商业化应用。
日本仓敷市MASC引入4台人形机器人，在“仓敷天领夏祭”上表演传统“代官林”舞蹈。这些机器人通过模仿学习实现精准动作同步，展示了具身智能在文化场景中的应用潜力——从工业操作延伸至艺术表演，为人形机器人的社会融入提供了新范式。
现代汽车(Hyundai)宣布完全收购波士顿动力(Boston Dynamics)，将其变为全资子公司。此次交易金额未披露，但标志着现代对具身智能(embodied AI)和人形机器人(humanoid)领域的战略加码。波士顿动力以双足(bipedal)运动控制和灵巧操作(dexterous manipulation)技术闻名，其Atlas机器人已从远程操作(teleoperation)转向端到端(end-to-end)模仿学习(imitation learning)。此举将加速现代在工厂自动化中部署自主移动机器人(AMR)和协作机器人(cobot)，推动仿真到现实(sim-to-real)技术的商业化落地。
现代汽车(Hyundai)完成对波士顿动力(Boston Dynamics)剩余股份的收购，全面接管这家以人形机器人Atlas和四足机器人Spot闻名的公司。此次交易金额未披露，但现代此前已累计投入超10亿美元。这意味着现代将完全掌控波士顿动力的双足运动控制与灵巧操作技术，加速其在工厂场景中部署具身智能机器人，推动从仓储物流到制造装配的自动化升级。
韩国现代(Hyundai)宣布将完全收购波士顿动力(Boston Dynamics)，以强化其在具身智能和人形机器人领域的布局。此次交易涉及约8.8亿美元，使现代对后者的持股比例从约30%提升至100%。这意味着现代将全面掌控包括Atlas双足机器人和Spot四足机器人在内的核心技术资产，加速从汽车制造向智能机器人公司的转型。
机器之心获悉，研究团队发布HRDexDB——首个跨本体灵巧抓取配对数据集，涵盖人类与多种机器人手的抓取轨迹。该数据集包含2.1K次抓取试验，覆盖100种不同物体，并同步提供视觉、运动学及触觉力信号。通过在同一目标物体上对齐人类灵巧操作与机器人执行，HRDexDB为跨本体灵巧操作研究提供了基础基准，有望推动具身智能领域从模仿学习到仿真到现实(sim-to-real)的突破。
研究人员首次实现软体连续机器人的仿真到现实(sim-to-real)迁移，成功完成接触丰富的操作任务。他们为肌腱驱动连续机器人(TDCR)开发了一种基于连续介质力学的离散化方法，将其原生集成到MuJoCo物理引擎中，统一了肌腱力、接触和动力学。团队在仿真中训练基于状态的模仿学习策略，零样本部署到真实3段TDCR与7自由度Franka机械臂上，完成两项接触丰富的操作任务。这是软体机器人接触操作领域首次实现sim-to-real迁移的公开演示。
一项新研究通过仿真到现实(sim-to-real)的视觉运动学习，解决了手术机器人因内部传感器不准导致的运动控制误差。研究团队在达芬奇研究套件（da Vinci Research Kit）上部署了基于教师-学生框架的学习策略，融合不可靠的内部读数与精确的外部视觉数据，实时修正运动学误差。实验验证了用外部视觉弥补内部传感器缺陷的可行性，为更先进的手术自动化提供了可靠的控制方法。
日本冈山仓敷天领祭将迎来能跳舞的人形机器人（humanoid）参演，其具备接近人类的复杂动作和自然对话能力。该机器人采用端到端（end-to-end）模仿学习（imitation learning）与强化学习（reinforcement learning）技术，实现了流畅的运动控制（locomotion）与操作（manipulation），标志着具身智能（embodied AI）从实验室走向真实场景的重要一步。
日本仓敷市MASC引入4台人形机器人，在“仓敷天领夏祭”上表演传统“代官林”舞蹈。这些机器人通过模仿学习精准复现人类舞步，展示了具身智能在文化传承中的潜力——从工业场景迈向复杂动态的公共活动，标志着运动控制与操作技术的突破。
日本质量保证机构（JQA）将举办免费网络研讨会，探讨AI与人形机器人如何开拓未来。该活动聚焦具身智能、双足运动控制及视觉-语言-动作模型（VLA）等前沿技术，旨在揭示从仿真到现实（sim-to-real）的突破路径。值得关注的是，研讨会将深入分析基础模型与模仿学习如何推动人形机器人从实验室走向实际应用，为行业提供关键洞察。
中国正掀起一场人形机器人革命，跨界巨头与科技大厂正加速涌入这一赛道。据MONOist报道，2024年中国人形机器人市场规模已达约27.6亿元人民币，预计2030年将突破千亿。从双足运动控制到灵巧抓取，端到端VLA模型与仿真到现实技术成为核心突破点。这场变革由具身智能基础模型驱动，正在重塑制造业与服务业格局。
韩国机器人公司Robot.com正加速部署其轮式人形机器人「R-Noid」，目标直指物流与餐饮行业的现场自动化。这款机器人采用轮式底盘而非双足设计，结合即时定位与地图构建(SLAM)和视觉-语言-动作模型(VLA)，能在仓库和餐厅环境中自主导航、抓取物品。Robot.com计划在2025年前将部署量提升至500台，以应对劳动力短缺。R-Noid的落地标志着具身智能从实验室走向商业场景的关键一步。
在RTJ 2026展会上，中国机器人公司DOBOT展示了其物理AI平台，涵盖人形机器人、四足机器人及协作机器人（cobot）等多款产品。其中，人形机器人采用端到端（end-to-end）模仿学习（imitation learning）与强化学习（reinforcement learning）技术，实现了双足（bipedal）运动控制（locomotion）与灵巧（dexterous）抓取（grasping）能力。DOBOT强调其平台集成了视觉-语言-动作模型（VLA）与即时定位与地图构建（SLAM），旨在推动具身智能（embodied intelligence）从仿真到现实（sim-to-real）的落地。此举标志着中国厂商在物理AI领域的加速布局。
中国街头惊现人形机器人（humanoid）乞讨充电费。一段视频显示，一台双足机器人手持纸板，上面写着“请给我钱充电”，引发公众对具身智能（embodied AI）商业化落地的热议。该事件折射出当前人形机器人在续航与成本上的痛点——高端型号单台售价超百万元，而电池续航普遍不足2小时。尽管视觉-语言-动作模型（VLA）和强化学习（reinforcement learning）等技术已让机器人的运动控制（locomotion）与操作（manipulation）能力大幅提升，但距离真正融入日常生活仍有距离。