宇树科技正引领中国机器人企业IPO浪潮。这家总部位于杭州的公司凭借四足机器人和人形机器人技术，成为全球具身智能领域最受关注的独角兽之一。其核心突破在于将运动控制算法与硬件成本控制做到极致——最新款人形机器人H1售价约9.9万美元，远低于特斯拉Optimus预估的2万美元成本线，但性能已能完成跳跃、上下楼梯等复杂动作。
技术层面，宇树采用端到端强化学习与仿真到现实(sim-to-real)迁移，使机器人在未预编程场景中自主适应地形。其四足机器人B2已用于工业巡检和安防，出货量超千台。商业上，宇树通过消费级产品（如Go2售价1600美元）快速回血，同时向科研机构提供开发平台，形成“消费反哺研发”的闭环。
行业影响在于，宇树验证了“硬件+算法+量产”的三角模型，带动国内一批机器人企业冲刺IPO。分析师指出，中国供应链成本优势与AI人才储备，正让具身智能从实验室走向规模化落地，而宇树是这一波浪潮中最具标志性的样本。
双足人形机器人首次实现协作摇绳跳跃，这一突破由Unitree机器人完成。两款机器人通过端到端强化学习与仿真到现实迁移，在无外部定位辅助下，同步控制双臂摇绳节奏与双足起跳时机，连续完成多轮跳跃，成功率超90%。
技术核心在于将摇绳与跳跃视为联合控制问题，利用视觉-语言-动作模型实时解析绳体轨迹，并融合模仿学习优化动作协调性。团队引入动态力矩补偿算法，使机器人能在0.3秒内调整步态，应对绳速波动。实验数据显示，双机间距误差控制在2厘米内，跳跃高度稳定在8厘米。
该成果标志着人形机器人在动态协同操作领域的关键进展，为未来仓储分拣、灾害救援等需多机协作的场景奠定基础。Unitree计划将相关算法开源，推动具身智能社区加速迭代。
LG与NVIDIA宣布共建80兆瓦级AI计算设施，并联合开发人形机器人。该设施将专用于训练LG的具身AI基础模型，重点突破双足运动控制与灵巧抓取技术。双方将融合NVIDIA的仿真到现实(sim-to-real)平台与LG的零部件供应链，目标将机器人训练周期缩短40%。LG计划借此切入家庭服务机器人市场，首款原型机预计2027年量产，定价瞄准2万美元以下区间。此次合作标志着家电巨头正从硬件制造转向具身智能生态布局，计算基础设施将成为机器人公司的核心竞争壁垒。
美国在人形机器人开发竞赛中正面临多重障碍。波士顿动力、Figure AI、特斯拉Optimus等企业虽在双足运动控制、灵巧抓取和端到端VLA模型上取得进展，但硬件成本高企、量产工艺不成熟、数据采集依赖远程操作且缺乏统一标准，导致商业化进度落后于中国厂商。行业影响：竞争焦点正从单点技术突破转向供应链整合与数据飞轮构建，美国若无法解决制造和成本问题，其先发优势将被中国快速迭代的具身智能生态蚕食。
韩国机器人零部件制造商ROBOTIS第二季度营业利润同比激增723%，主因是人形机器人专用执行器需求爆发。该公司为Figure、特斯拉Optimus等提供核心关节模组，其动态执行器已量产并应用于多款双足机器人。这一增长印证了具身智能赛道从算法竞赛转向硬件供应链竞争，执行器作为运动控制的关键环节，正成为人形机器人量产瓶颈与投资热点。
Agility Robotics宣布售出1000台人形机器人Digit，但尚未实际交付一台。其商业模式依赖“机器人即服务”(RaaS)，客户先付定金锁定产能，公司再分批生产。Digit专注仓储物流场景，已与GXO Logistics等试点合作。这标志着人形机器人从实验室走向商业化预售阶段，行业竞争重心正从技术演示转向量产交付能力。
arXiv上发布的一项研究提出预测性相对速度转向框架，用于动态环境下机械臂远程操作的安全避碰。该方法直接作用于末端执行器速度指令层，通过碰撞时间(TTC)预测和罗德里格斯旋转公式调整相对速度方向，保留速度大小，避免传统人工势场法的死锁问题。仿真显示其避碰率高于基线方法，物理机器人实验验证了有效性。该框架轻量模块化，可补偿点云处理延迟，支持高频控制，为网络延迟或注意力受限场景下的远程操作提供了实用安全方案。
S2-HWM提出稀疏事件结构化层次世界模型，解决长时程手术机器人操作中奖励稀疏与任务进度隐式的问题。该模型从原始潜轨迹学习事件证据，协调事件级管理器与原始步工作器，并通过事件转移模型预测变长分段。在SurRoL PegTransfer任务中，S2-HWM成功率98.7%，较GAS DreamerV3基线提升22.7个百分点。这意味着世界模型可摆脱固定步长想象，为复杂操作任务提供更高效的分层学习范式。
世界模型大多以局部几步预测目标训练，再递归 rollout 部署，导致长时程预测误差累积。新提出的 Direct Prediction World Model (DPWM) 将任意长度动作序列压缩为单一嵌入，单次前向直接预测终点观测，避免递归 rollout，使长时程端到端训练在连续控制和像素级基准上显著优于递归基线，且预测时程越长优势越大。实验还证明，递归基线改用相同端点目标重训后同样受益，说明训练目标而非骨干网络才是长时程预测精度的主因。这意味着具身智能领域的世界模型应转向按最终使用的时间尺度训练和评估，而非执着于局部状态转移建模。
一篇arXiv论文（2026年8月7日提交）从数学上证明，仅凭最优动作无法唯一恢复马尔可夫决策过程的转移核。对于状态-动作奖励，存在一个n(n-1)维的等价核族；而转移依赖奖励（r(s,a,s')）通常能确定每个至少有两个动作的状态行。该结果厘清了奖励形式对从行为反推动力学的影响边界，为具身智能中基于观测学习世界模型提供了可验证的辨识性条件。
HoloQ-VLA提出首个无需训练的端到端统一W4A4量化方案，将视觉-语言-动作模型(VLA)的语言主干与扩散动作头全部压缩至4-bit，无需混合精度分配。该方案通过权重自适应旋转与激活哈达玛变换组合，配合逐去噪步缩放，解决扩散头对离群值敏感的问题。在LIBERO基准上，Pi-0.5和GR00T-N1.5压缩后任务成功率分别达98.0%和87.8%，超过FP16参考值，静态内存占用降低74.2%。真实世界操作实验验证了控制平滑性。这为VLA模型在边缘设备部署扫清了量化障碍，使具身智能策略无需云端算力即可本地运行。
Meta研究团队提出UniJEPA，一种统一联合嵌入预测架构，首次在共享潜在空间内同时学习图像级光度预测与视频级时间预测，无需EMA、stop-gradient或预训练编码器。该模型在图像、视频和控制基准上匹配或超越任务专用JEPA，仅需单一损失超参数，规划速度比生成式世界模型快数十倍。UniJEPA证明同一潜在空间可同时支持不变结构学习与等变动态学习，为具身智能体提供任务无关的视觉世界建模基础，降低多任务机器人策略学习的架构复杂度。
卡内基梅隆大学等机构提出社会世界模型（SWM）概念，并发布结构化表征形式S3AP，用于显式建模智能体的意图、信念等隐藏心理状态。在FANToM基准上，S3AP使大模型性能较OpenAI o1提升51%；在SOTOPIA多轮交互测试中提升18%。该工作将世界模型从物理空间扩展到社会互动，为具身智能体理解人类协作、谈判等场景提供了可计算的表征框架，直接推动社交型机器人从规则驱动转向心理推理驱动。
arXiv 8月7日发表的一项研究提出“决斗世界模型”，通过类似优势函数的动作通道减法，在隐式世界模型中消除非受控干扰，无需奖励或重建损失。该方法可即插即用于冻结的预训练模型，在Atari等测试中恢复被掩盖的智能体动作效果，并证明有限样本下精确抵消。这意味着具身智能中的世界模型可更干净地分离自主动作与环境噪声，降低对复杂辅助目标的依赖。
首届世界人形机器人运动会将于8月在北京举办，2056台人形机器人参赛，覆盖田径、足球等赛事。宇树、优必选等厂商将展示双足运动控制与端到端操作能力。比赛设仿真到现实(sim-to-real)赛道，要求机器人在未知场地实时适应，直接检验基础模型与强化学习在真实场景的落地差距，为具身智能技术提供标准化评测基准。
一段声称特斯拉Optimus人形机器人在公共道路驾驶特斯拉的病毒视频被证实为伪造。事实核查网站Fact Crescendo指出，该视频由AI生成或后期合成，并非真实拍摄。特斯拉Optimus目前仅能完成工厂内简单操作任务，如电池搬运，尚未具备公开道路驾驶能力。此事提醒行业，具身智能进展常被夸大，真实技术差距仍需以官方发布和可验证测试为准。
X Square Robot（星海图）将Figure AI的VLA模型性能作为基准，随后以超出45%的成绩刷新纪录。该公司推出的R1系列具身智能机器人，采用端到端视觉-语言-动作模型，在真实场景抓取与操作任务中实现更高成功率。其技术路径强调仿真到现实迁移与模仿学习结合，减少对远程操作的依赖。此举将VLA模型竞争从实验室指标推向可量化的实际部署效率，迫使行业重新评估基础模型在机器人操作中的落地标准。
台湾研究团队正通过融合视觉-语言-动作（VLA）模型与强化学习，推动人形机器人从简单的运动控制向复杂的灵巧操作进化。该技术路径旨在解决具身智能中的抓取与精细操作难题，试图打破传统程序驱动的局限。通过引入端到端架构和模拟到现实（sim-to-real）技术，研究重点正从单纯的行走转向具备通用能力的交互。这标志着人形机器人正从单一的工业自动化工具向具备通用泛化能力的具身智能实体转型，为大规模部署协作机器人（cobot）提供更强的底层算法支撑。
中国人形机器人（humanoid）在2024年上半年占据全球超过97%的装机量，展现出极强的市场统治力。凭借完整的供应链优势和快速迭代的生产能力，中国厂商正加速推动具身智能（embodied intelligence）从实验室走向工业应用场景。这一趋势意味着中国企业正在通过规模化效应降低硬件成本，加速人形机器人在物流、制造等领域的落地进程，从而倒逼全球产业链在核心零部件及端到端控制算法上加快技术迭代。
Unitree（宇树科技）即将成为中国首家专门从事人形机器人领域的供应商。该公司通过集成先进的具身智能技术，推动人形机器人从实验室走向工业应用场景。其产品涵盖高性能运动控制与灵巧操作等核心功能。这标志着国产人形机器人产业链正从单一硬件制造向高度集成的系统集成转型，将加速人形机器人在物流、制造等领域的商业化落地进程。