**UBS：人形机器人迈入“具身智能”时代，点出三大核心投资赛道**
随着人形机器人进入“具身智能（Embodied Intelligence）”爆发期，投行瑞银（UBS）明确了驱动该领域的三个关键技术支柱。这些领域被视为推动物理世界AI变革的“金铲子”：首先是高性能传感器与执行器，旨在提升机器人的灵巧操作能力；其次是先进的视觉-语言-动作模型（VLA），作为核心基础模型（Foundation Model）支撑端到端的决策；最后是高效的模拟到现实（sim-to-real）技术，用于加速复杂运动控制和抓取任务的训练。
这些技术的突破将推动人形机器人从实验室走向工业生产线。通过整合高性能硬件与先进算法，具身智能将赋能自动化制造、物流配送及复杂的非结构化环境作业，成为重塑实体经济、解决劳动力短缺问题的核心驱动力。
**【头条】人形机器人竞技赛：从“模拟挑战”到具身智能的实战演练**
人形机器人竞技赛不仅是技术的展示场，更是检验具身智能（Embodied Intelligence）核心能力的关键战场。通过在复杂多变的物理环境中执行抓取、运动控制及精细操作等任务，这些赛事能够有效验证机器人在非结构化环境下的鲁棒性。
技术层面，这类比赛聚焦于端到端（End-to-end）学习架构的突破。参赛机器人往往融合了视觉-语言-动作模型（VLA）、强化学习以及从仿真到现实（Sim-to-Real）的迁移技术，旨在解决复杂环境下的动态平衡与灵巧操作难题。通过模仿学习和世界模型（World Model）的构建，机器人能够更精准地理解物理规律并做出实时决策。
这些竞技赛对工业界具有重要意义：它们加速了从实验室原型到商用产品的转化，为人形机器人进入工厂、物流等真实场景提供关键的技术验证。每一次成功的抓取和稳定的行走，都在缩短具身AI走向大规模商业化应用的进程。
**人形机器人学会搬运沙发并保持负载稳定**
人形机器人领域取得重大进展，研究人员成功让人形机器人掌握复杂的重物搬运任务。通过结合模仿学习（imitation learning）与强化学习（reinforcement learning），机器人能够处理非结构化环境中的复杂物体，如搬运沉重的沙发。
在技术实现上，系统集成了端到端（end-to-end）的控制架构，并利用视觉-语言-动作模型（VLA）来理解复杂的指令。通过大规模的仿真到现实（sim-to-real）迁移，机器人不仅学会了抓取（grasping）和搬运，还能在移动过程中实时补偿重心偏移，确保负载保持稳定。这种高度集成的具身智能（embodied intelligence）赋予了机器人在复杂动态环境下的高鲁棒性。
这一突破标志着人形机器人从简单的路径规划向复杂的物体操作（manipulation）跨越。随着运动控制与灵巧操作能力的融合，人形机器人有望在物流仓储、家庭服务等需要处理非标准化物品的真实场景中大规模落地，成为更具实用价值的通用型协作机器人。
Tesla 正在通过整合人形机器人 Optimus、大模型 Grok 以及自动驾驶出租车 Cybercab，构建从具身智能到通用人工智能的完整技术闭环。Optimus 利用端到端（end-to-end）神经网络实现复杂的动作控制，而 Grok 则为机器人的逻辑推理提供底层支撑。这种跨产品的协同不仅旨在提升机器人抓取与操作的灵巧度，更在推动基础模型从虚拟世界走向物理世界的实操转化。这标志着具身智能正从单一的运动控制转向融合视觉-语言-动作（VLA）模型的通用智能，为工业自动化和通用服务机器人提供可规模化的技术路径。
研究团队推出MulDP（多模态扩散策略），旨在解决四足机器人在复杂地形下的自主跑酷导航难题。该技术融合视觉感知、机器人本体感觉与目标信息，生成具有时间一致性的预测性速度指令。配套发布的QPND是首个包含多样化导航行为和复杂地形的多模态数据集。MulDP通过将感知与具身控制深度耦合，显著提升了机器人在长程任务中的鲁棒性。这标志着四足机器人正从依赖人工规划转向高度自主的端到端决策，推动具身智能在极端环境下的应用落地。
一项涵盖表征学习、VLA（视觉-语言-动作）模型及世界模型的综述研究，旨在打破当前机器人学习中感知、行动与推理三个维度的孤立现状。该研究构建了包含环境表示、策略学习和预测建模的结构化分类法，重点分析跨具身（cross-embodiment）迁移、长程规划及不确定性量化等核心技术挑战。通过整合这些碎片化的技术路径，该研究为构建具备强泛化能力、支持长时序推理的统一机器人系统提供了路线图。这标志着具身智能正从单一能力的堆砌转向深度融合的系统架构，旨在提升机器人在非结构化真实环境中的鲁棒性。
研究团队基于 Unreal Engine 开发了一套用于生成动作条件视频的合成数据生产流水线，旨在为世界模型（world model）提供高质量预训练数据。该系统通过两阶段处理：在 PIE 中运行实时物理模拟以记录轨迹状态，再利用 Movie Render Queue 进行离线高保真渲染。该流水线在包含 25 台服务器、每台配备 8 片 NVIDIA RTX 5090 GPU 的集群上运行，从 40 个人形机器人（humanoid）角色中产出了超过 8,700 小时的多分辨率视频数据。这套自动化生产体系解决了真实世界视频中动作信号缺失的难题，为具身智能提供大规模、对齐的视觉-动作数据源，降低了构建高性能世界模型的标注成本。
VeriPhy推出了一套可审计的物理验证系统，旨在通过量化评估和细化世界模型（world model）中的物理一致性。该系统将提示词编译为具体的物理义务，并利用包含分割、跟踪及11种特定物理测量的专家模块进行校验。在包含304个缺陷记录的核心测试集中，VeriPhy识别出228处错误，显著优于现有的问题分解评估器（164项）。这为具身智能提供了可追溯的反馈链路，让开发者能精准定位生成视频中的物理违规点，从而通过精确的证据链优化模型在复杂环境中的模拟能力。
REFACTOR-VLA通过引入“唤醒/睡眠”机制，解决了现有视觉-语言-动作（VLA）模型在长程任务中缺乏可重用行为抽象的问题。该系统利用基于世界模型的行为等价核（BEK）对运动程序片段进行聚类，并在LIBERO基准测试中显著优于现有最强基线，平均提升达0.184。实验证明，引入辅助监督对比损失比单纯增加模型参数量更能提升聚类效果。这一进展为具身智能提供了更高效的技能库构建路径，有助于机器人通过抽象动作逻辑处理复杂任务，而非仅依赖原始指令堆叠。
研究者提出基于世界模型（World Model）的风险感知混合专家框架（WM-RMoE），旨在解决自动驾驶中高速超车决策面临的长程风险累积问题。该框架通过学习到的潜在动力学模型实现并行多步预测，将安全评估从单次动作提升至轨迹级别；同时引入层级门控机制协调长/短程及基于规则的专家模块，并结合高斯混合模型（GMM）保留多模态操作路径。实验证明，该方法在决策稳定性与跨交通密度的泛化能力上显著优于基准模型。这为自动驾驶系统在复杂动态环境下的预见性决策提供了新路径，有助于解决当前强化学习中常见的局部安全但长程风险高的技术痛点。
加州大学伯克利分校（UC Berkeley）推出 3D 打印的 Berkeley Humanoid Lite 人形机器人，通过大幅降低硬件成本提供更低门槛的研发路径。该机器人在设计上采用 3D 打印技术制造关键部件，并集成高性能电机与传感器，旨在降低人形机器人制造成本。这种低成本硬件架构为具身智能（Embodied Intelligence）领域的科研提供了更多样化的实验平台。它推动了从昂贵的工业级设备向高频迭代的研发原型转变，加速了基础模型在复杂抓取、运动控制等实际场景中的快速部署与验证。
四足机器人通过模仿学习（imitation learning）掌握类犬类运动，实现了在狭窄空间中的跳跃动作。该系统结合强化学习与仿真到现实（sim-to-real）技术，显著提升了机器人在复杂地形下的动态避障能力。相比传统预设路径的AGV或AMR，这种基于具身智能（embodied intelligence）的运动控制赋予机器人更强的灵活性。这标志着具身智能正从简单的轨迹跟随转向复杂的自主决策与动作生成，为非结构化环境下的复杂任务提供更可靠的动力学解决方案。
QABBA 提出一种基于整数量化的符号化时间序列压缩方法，旨在降低传感器数据在传输与存储中的成本。该技术将长数值序列转换为短符号序列，通过对符号中心进行量化，实现在不增加额外嵌入层的情况下直接对接预训练大模型（LLM）。实验涵盖 Monash、UCR 和 UEA 等多个权威数据集。QABBA 为具身智能提供了低精度但可控误差的特征表达，能够显著降低机器人感知数据处理的计算开销，提升大规模时序数据的跨模态对齐效率。
研究者提出一种名为LRG（Local Reference Geometry）的轻量级特征增强模块，旨在解决不平衡时间序列分类中的局部几何失效问题。该技术在UCR和Bake Off Redux等基准测试中表现出色，通过衡量局部暴露度和类别混合风险，为特征空间提供标准化的有符号位移和LDA投影残差。LRG无需重新训练模型即可提升少数类样本的识别精度。这为处理复杂环境下的异常检测、工业故障预测等长尾分布场景提供了更稳健的表征增强手段，有助于提升具身智能系统在非均衡数据下的决策可靠性。
研究团队开发出一种基于3D打印技术的软体机器人手，能够实现从脆弱蛋壳到1公斤水瓶的跨尺度抓取。该技术通过柔性材料设计取代传统刚性结构，显著提升了机器人在复杂环境下的操作（manipulation）能力。相比于传统的硬质夹持器，这种软体设计能提供更自然的顺应性。这为具身智能（embodied intelligence）在非结构化环境中的应用提供了关键硬件支撑，推动机器人从简单的工业搬运向高灵巧度的复杂任务过渡。
Wing推出无需着陆即可完成配送的无人机技术，通过在飞行过程中精准投放包裹，解决了传统物流中“最后一公里”的地面接触难题。该系统采用高精度定位与动态路径规划算法，确保在复杂气象条件下仍能稳定执行任务。这一技术的突破意味着具身智能正从实验室走向复杂的城市物流场景，推动无人机从简单的点对点运输进化为具备高度自主决策能力的自动化配送网络，显著降低物流运营成本并提升配送效率。
Enovis 将以 1.8 亿美元收购手术技术提供商 eCential Robotics。此次收购涵盖了该公司的核心手术机器人产品线，旨在整合先进的医疗自动化技术。通过将精密的手术操作能力与 Enovis 的制造实力结合，此举加速了高精度医疗器械的工业化生产。这标志着医疗领域正从单纯的工具提供转向高度集成的智能系统，推动手术机器人进入更深度的临床应用场景，并为高端医疗领域的具身智能落地提供更多商业路径。
机器人与具身智能领域近期获得大量资本注入，反映出市场对高度自动化生产力的高度渴求。其中，专注于人形机器人（humanoid）研发的初创企业获得显著融资，重点攻克复杂环境下的抓取（grasping）与灵巧（dexterous）操作等核心技术。同时，集成视觉-语言-动作模型（VLA）和端到端（end-to-end）学习框架成为资本青睐的技术路径。这些资金将加速具身智能从实验室走向工业场景，推动机器人从简单的自动导引车（AGV）向具备复杂任务处理能力的通用机器人进化。
UnderstandingAI.org 发布了涵盖19家重点关注机器人的深度报告，揭示了从工业AGV到人形机器人领域的最新技术布局。报告聚焦于融合基础模型与具身智能（Embodied Intelligence）的尖端企业，特别强调了通过视觉-语言-动作（VLA）模型实现端到端控制、以及利用强化学习提升复杂抓取与运动控制的技术路径。这些企业的崛起标志着机器人正从单一任务自动化转向具备通用能力的灵巧操作，推动具身智能从实验室走向大规模工业应用和复杂服务场景。
Texas A&M University团队研发出RoboBall（充气球形机器人），旨在解决月球极地陨石坑等极端地形的探测难题。该装置直径达1.8米，重150公斤，通过球形结构规避低重力下的翻覆风险，并能抵御剧烈温差及尖锐岩石对内部组件的损伤。研究团队在IEEE Transactions on Field Robotics发表论文，验证了其在德克萨斯采石场中的移动性能。这一设计为月球极地采样提供了高可靠性的非结构化环境通行方案，推动了深空探测中极端环境下机器人移动技术的突破。