具身前哨 · 第 72 期

**Holiday Robotics 获 1.5 亿美元 A 轮融资，加速人形机器人商业化进程**

Holiday Robotics 近日完成 1.5 亿美元（约 2.1 亿人民币）的 A 轮融资，旨在加速其人形机器人（humanoid）在工业与服务领域的规模化应用。

该公司核心技术聚焦于提升机器人的灵巧操作（manipulation）能力。通过整合视觉-语言-动作模型（VLA）与端到端（end-to-end）学习框架，Holiday Robotics 的机器人能够实现更复杂的抓取（grasping）任务和精细的物体交互。其核心技术突破在于将强化学习（reinforcement learning）与模拟到现实（sim-to-real）技术深度结合，显著提升了机器人在非结构化环境中的运动控制（locomotion）稳定性。

此次融资将支持公司优化具身智能（embodied intelligence）算法，推动人形机器人从实验室走向工厂车间。随着其在复杂任务处理上的性能突破，Holiday Robotics 有望填补当前工业自动化中高灵活性操作的空白，成为推动通用人形机器人进入大规模商用阶段的关键力量。

**【头条】YouTube博主打造四足机器人，实现长距离载人跨越**

一名YouTuber成功研发并测试出一款具备强悍负载能力的四足机器人。该机器人在实测中展现出极高的稳定性，能够搭载人类乘客在复杂地形上进行长距离移动。

该机器人的核心突破在于其卓越的结构强度与动力系统。通过强化底盘设计，该四足机器人不仅能承受自身重量，还能承载成人的体重并保持平衡。在实际测试中，它能够在崎岖不平的户外环境和复杂路径上稳定运行，证明了高负载下的运动控制（locomotion）稳定性。

这一成果展示了高性能多足机器人从实验原型向重载应用转型的潜力。这种技术突破不仅为特种救援、野外运输等极端场景提供了新的动力方案，也为未来更强悍的具身智能（embodied intelligence）载具提供了一种可行的工程路径。

**人形机器人通过百万小时人类视频训练，任务成功率突破90%**

研究人员通过海量数据驱动的模仿学习（imitation learning），显著提升了人形机器人的操作能力。通过对超过100万小时的人类行为视频进行大规模预训练，模型能够从复杂的视觉信息中提取动作规律，使人形机器人在执行复杂任务时的成功率达到90%。

在技术实现上，该系统利用视觉-语言-动作模型（VLA）作为核心架构，将多模态感知与底层控制深度耦合。通过对海量视频数据的处理，机器人能够学习到更具泛化性的运动控制（locomotion）和灵巧（dexterous）操作技巧，有效克服了传统强化学习在复杂环境下的样本效率难题。

这一突破标志着具身智能（embodined intelligence）从实验室走向大规模工业应用的临界点。通过海量数据驱动的端到端（end-to-end）训练模式，大幅降低了人形机器人在非结构化环境中的部署门槛，为通用机器人在物流、制造等领域的规模化应用提供了关键的技术路径。

PaXini与ENGINE AI联合推出搭载高灵敏度触觉传感器的机器人足底组件，旨在提升人形机器人（humanoid）在复杂地形中的稳定性。该技术通过集成高性能传感器，解决机器人运动控制（locomotion）中的感知难题，支持更精准的地面反馈。这标志着具身智能（embodied intelligence）正从单纯的视觉导航转向多模态触觉融合。对于行业而言，这一突破将推动人形机器人在非结构化环境下的作业能力，并催生出针对足端感知的专用传感器市场。

Unitree Robotics（宇树科技）今日正式上市，通过建立估值锚点推动机器人产业链发展。作为国产人形机器人领域的领军企业，Unitree 凭借其在双足（bipedal）运动控制、灵巧（dexterous）操作及具身智能（embodied intelligence）等核心技术的积累获得市场高度认可。此次上市不仅为相关供应链提供明确的资本估值参考，更意味着人形机器人从实验室走向大规模工业化应用的商业路径正加速清晰。这为国产机器人企业在复杂场景下的端到端（end-to-end）技术落地提供了关键资金支持与信心支撑。

Unitree（宇树科技）成为中国首家上市的人形机器人制造商。该公司通过IPO获得资本支持，加速其在人形机器人领域的技术迭代与规模化生产。Unitree产品线涵盖从AGV、AMR到具备复杂运动控制能力的双足机器人。此次上市标志着具身智能（Embodied Intelligence）赛道进入资本密集型扩张阶段，将推动行业从实验室原型向大规模工业应用转化，加速人形机器人在物流、制造等领域的商业化落地。

韩阳大学（Hanyang University）研究团队研发出一种垂直整合的双栅极摩擦电晶体管，旨在为机器人和假肢提供高密度、大面积集成的触觉感知。该技术通过PDMS摩擦电传感层与ITZO薄膜晶体管的堆叠结构，克服了传统器件灵敏度不可调及像素占用大的缺陷，实现了可调节的感应放大与接触/接近检测。这一突破为构建高性能电子皮肤提供了底层硬件支撑，能够显著提升机器人执行精细操作（manipulation）以及在复杂环境中感知人类触碰的能力。

Unitree Robotics推出人形机器人G1，凭借高强度电机和精密的减速器实现灵巧的抓取与运动控制。该机型支持端到端（end-to-end）控制架构，并结合视觉-语言-动作（VLA）模型提升任务泛化能力。相比传统基于预设轨迹的机器人，G1通过强化学习和模仿学习大幅提升了在复杂环境下的动态平衡性能。这标志着人形机器人正从单一的运动控制向复杂的具身智能（embodied intelligence）演进，推动工业场景中非结构化环境下的自动化操作进入新阶段。

TetraGen Robotics 获 180 万美元融资，旨在通过自动化技术革新工业焊接领域。该公司专注于开发能够替代人工操作的自动焊接系统，在高度复杂的制造场景中实现高精度作业。该项目的落地意味着具身智能（embodined intelligence）正从实验室走向重工业生产线，通过将复杂动作分解为可自动执行的流程，解决传统制造业中焊工短缺及一致性要求高的痛点。这标志着端到端自动化技术在精密制造领域的实战化进程加速。

EchoVLA 推出一种具备协同陈述性记忆的视觉-语言-动作（VLA）模型，旨在解决移动操作中长程任务规划与空间上下文转换难题。该模型通过整合场景记忆和情节记忆，结合粗细粒度注意力机制来引导基础臂扩散策略。在仿真测试中，EchoVLA 在移动操作任务上的成功率达到 0.31，显著超越基准模型 $\pi_{0.5}$ 的 0.20；同时配套推出的 MoMani 基准测试通过多模态大模型（MLLM）引导生成专家级轨迹。这一进展为具身智能提供了更强的长程记忆与推理能力，推动机器人从简单的桌面操作走向复杂的移动式复杂任务场景。

研究人员开发出一种基于触摸屏的远程操作界面，旨在解决核工业等复杂环境下机器人手臂难以实现精准路径与力跟踪的痛点。实验采用 Franka Emika Panda 机械臂进行跨国远程操控测试，对比结果显示：相比传统摇杆，触摸屏交互能将任务完成时间缩短 53.5%，且在正弦路径覆盖率上提升至 90.7%。同时，操作者的认知负荷（NASA-TLX）显著降低。该技术通过更自然的映射机制优化了远程操控的精度与易用性，为高风险环境下的机器人协作及复杂任务的远程作业提供了更高效的交互方案。

Figure AI 展示了其人形机器人（humanoid）在复杂环境下的高精度操作能力，通过集成视觉-语言-动作模型（VLA）与端到端（end-to-end）学习框架，显著提升了机器人的灵巧性。该系统融合了模仿学习与强化学习技术，实现了从抓取（grasping）到运动控制（locomotion）的跨越式进化。这标志着具身智能（embodied intelligence）正从单一任务的自动化向通用型、多功能的复杂交互演进，为人形机器人在工厂装配及物流分拣等真实场景中的大规模部署提供了技术路径。

新加坡南洋理工大学（NTU Singapore）研发出一种长度仅为4.4毫米、具备“五合一”功能的种子级微型手术机器人。该机器人利用磁场驱动，可在不到一秒内切换切割组织、释放药物、抓取样本、产生热量及移动等五种功能。不同于传统只能执行1-2项任务的磁控机器人，其通过嵌入5微米磁性微粒并采用PDMS等柔性材料实现多功能集成。这为微创手术提供了更精准的工具链，推动医疗领域从单一功能的辅助设备向多功能协同操作的智能平台演进。

研究团队提出一种名为UA-NWM的感知不确定性的世界模型（World Model），旨在解决无人机（UAV）在复杂室外环境下的图像目标导航难题。该模型通过将轨迹评分转化为条件分布外检测，利用不确定性子空间区分可解释与不可解释的预测偏差，从而无需多次采样即可实现鲁棒路径选择。实验证明，UA-NWM在保持低推理延迟的同时优于现有导航世界模型。这一技术突破为无人机等具身智能设备在高度动态、高不确定性的真实场景中提供更可靠的决策支持，提升了复杂环境下的自主导航稳定性。

研究团队推出 HERA 框架，通过引入历史证据路由适配器（Historical Evidence Routing Adapter）解决潜在世界模型在遮挡情况下物理预测失效的难题。该技术采用轻量化 RRPM 模块，在 IntPhys2 数据集上将 V-JEPA 2-G 的 AvgSurprise 准确率从 52.57% 提升至 54.35%，并在固定摄像头的连续性与不变性预测上实现显著增长。这一进展为具身智能提供了更稳健的物理规律建模手段，通过有效检索历史信息来增强机器人在复杂动态环境中的感知能力。

工厂自动化正从基于规则的固定程序转向具备感知与决策能力的智能自动化。通过整合IoT传感器数据、机器学习模型与物理自动化设备，系统能够实时应对生产中的动态变化。在预测性维护领域，AI模型分析振动和温度等数据可降低约25%至30%的维护成本，并减少35%至45%的停机时间。对于具身智能行业而言，这标志着核心竞争力正从单纯的机械执行转向基于AI推理的自优化系统，推动工厂从“被动执行指令”向“主动响应环境”的智能化转型。

大型工业机械臂协同3D打印技术，成功制造出用于国防领域的无人艇。该项目采用大型机器人手臂配合高精度3D打印工艺，实现了复杂结构件的快速成型与组装。通过将自动化生产与高性能材料结合，该方案显著提升了防御装备的生产效率。这标志着工业机器人从单一的工厂操作向复杂制造场景跨越，为具身智能在国防工业中的应用提供了实战路径，推动了高精度、大规模定制化制造的技术突破。

一家聚焦具身智能（embodied intelligence）的中国初创企业在IPO过程中获得超预期认购，认购倍数高达8,288倍。该公司核心技术涵盖人形机器人（humanoid）、灵巧（dexterous）抓取以及基于视觉-语言-动作模型（VLA）的端到端控制。这种极高的市场热度反映出资本正加速流向融合基础模型与物理交互的领域。这标志着具身智能正从实验室原型走向大规模商业化，推动机器人从简单的AGV/AMR运输功能转向具备复杂操作能力的通用智能体。

Boston Dynamics 研发的 humanoid（人形机器人）已实现可在不到三分钟内自动更换电池，确保机器人在高强度作业中持续运行。该技术突破了此前动力续航限制，通过自动化补能流程提升了机器人的连续作业能力。这标志着具身智能从实验室原型向工业级应用迈进的关键一步：高效的能源管理是人形机器人进入工厂、仓库等复杂场景并替代人工的核心前提。更快的换电速度意味着设备可用率大幅提升，为大规模部署商用机器人铺平了道路。

Molex推出MiniMix动力与信号混合连接器，旨在通过高集成度组件加速人形机器人（humanoid）的规模化生产。该产品采用紧凑型设计，支持在有限空间内同时传输电力和信号，显著提升复杂硬件架构的集成效率。这种高度集成的连接方案解决了人形机器人在复杂运动控制与精细操作中对可靠布线的需求，推动具身智能（embodied intelligence）从实验室原型走向工业化量产。