Altman 明確表態:OpenAI 肯定會下場造人形機器人
據報道 OpenAI CEO Sam Altman 明確表示公司「肯定會」製造人形機器人,人人未來都該擁有專屬機器人。OpenAI 目前已在招募硬體與資料採集運營團隊,試圖打通物理訓練閉環。這意味著它正走出純軟體路線,未來將直面特斯拉與 Figure 等對手。
據報道 OpenAI CEO Sam Altman 明確表示公司「肯定會」製造人形機器人,人人未來都該擁有專屬機器人。OpenAI 目前已在招募硬體與資料採集運營團隊,試圖打通物理訓練閉環。這意味著它正走出純軟體路線,未來將直面特斯拉與 Figure 等對手。
Hugging Face 旗下 Pollen Robotics 推出雙足機器人 Microduck,預售價 399 美元。它不足 10 英寸高,能穿輪滑鞋滑行、撿拾物品並跟隨雷射筆,初次啟動還會生成終生專屬的聲音。軟體開源,計劃於 2026 年聖誕節前發貨。
Skild AI 釋出機器人基座模型 S1。它借鑑了大語言模型的上下文學習能力,無需微調,僅靠單條影片提示就能掌握做咖啡、盆栽換土等長達 10 分鐘的陌生複雜任務,表現堪比需要 50 至 100 小時微調資料的傳統模型。目前正面向部分工業夥伴部署。
Generalist AI 釋出機器人基礎模型 GEN-1.5。它無需梯度更新或微調,僅靠 3 至 12 秒的單次演示「物理提示」,就能在開罐、拉拉鏈等 10 項任務中實現 59% 平均成功率。這標誌著機器人開始具備類似 GPT-3 的上下文學習能力。不過目前所學技能仍較脆弱,侷限於短時任務。
宇樹科技預告了代號為 Superman 的新人形機器人。該機型腿長 0.85 米,原地跳高達到 2 米,最高奔跑速度達 12.66 m/s,官方稱雙雙打破人類紀錄。這款機器人僅研發了三個多月,宇樹表示後續幾個月仍有大幅提升空間。
帕西尼釋出五指資料採集手套 PXCap Pro,用於採集高質量人類動作訓練機器人。手套整機僅 300 克,整合腕部相機、抗磁干擾編碼器及能感知 0.1 牛頓的觸覺感測器。這意味著團隊能以統一標準高效沉澱物理真值資料,教機器人學會打包、實驗等精細操作。
中國機器人初創公司 Arkshel Robotics 展示變形機器人原型 MX01。它不僅能在雙足直立行走和四足機器狗形態間切換,還能對接無人機模組實現空中飛行,未來還計劃加入輪式移動。不過形態多變也意味著結構更復雜、潛在故障點更多,實用性仍待檢驗。
Dyna Robotics 推出機器人模型 DYNA-2,僅靠超 100 萬小時人類第一人稱行為影片訓練,預訓練階段完全不碰機器人資料。系統通過人類視角理解物理規律,只需幾小時區域性微調就能適配不同機器人。這意味著訓練機器人不再被昂貴的專用資料卡住脖子,看人類影片就能學技能。
Boston Dynamics 宣佈量產版 Atlas 人形機器人能在電量耗盡時自主返回換電站,耗時不到 3 分鐘即可完成換電並恢復作業。Atlas 日常作業續航約 4 小時,傳統充電需要 90 分鐘,自主換電大幅縮短了停工時間,讓工廠連續多班作業更可行。
Google DeepMind 推出具身推理模型 Gemini Robotics ER 2。它能通過連續影片流追蹤任務進度,實現 91.3% 的關鍵節點判定精度,並支援多機協作排程。這意味著機器人終於可以一邊執行動作一邊即時規劃後續任務,告別卡頓與停頓。
週二,特朗普政府指示 FCC 出臺新禁令,禁止進口中國新型人形機器人、四足機器人以及聯網電力逆變器。美方稱此舉旨在防範資料竊取與網路攻擊,保護支撐 AI 基礎設施的電網裝置,同時推動關鍵製造業迴流美國。
太空機器人初創公司 Lunar Outpost 宣佈下一代月球車將搭載輝達 Jetson 晶片控制雷射雷達,有望成為月面首款 GPU。該探測車計劃年底前由 Falcon 9 火箭發射,核心挑戰是在月夜極低功耗下抵禦強輻射與極端溫差。
Black Forest Labs 聯手 mimic 推出基於 FLUX 3 的影片-動作模型 FLUX-mimic,已在奧迪工廠落地。該模型直接把影片物理表徵解碼為機械動作,單張 RTX 5090 延遲不足 80 毫秒,可完成柔性線纜等傳統自動化難以處理的裝配任務。
空間智慧公司 World Labs 宣佈收購機器人創企 SceniX。World Labs 認為機器人是空間智慧落地的物理載體,突破點在於融合世界模型、模擬與真實世界閉環。SceniX 的具體技術細節將於近期公佈。
宇樹科技展示了其全模態 AI 模型 UnifoLM-OminiA-0.3。該系統依託全模態互動理解實現全身移動操作,具備抗擾動能力且支援全自主執行,並在演示中完成了調節病床等護理任務。這展現了具身智慧在居家養老護理場景的落地潛力。
NVIDIA 聯合斯坦福等推出機器人策略 RoboTTT,把視覺運動上下文拉到 8000 步,約合 30Hz 下 5 分鐘。它用測試時訓練把歷史壓進權重,延遲不隨時間增加,還成功完成了 10 階段複雜裝配。這表明上下文長度正成為具身智慧的新擴充套件曲線。