美国押注 AI 智能体,中国押注机器人:20 天 446 笔融资对比
作者统计 2026 年 10 月 22 日至 11 月 11 日中美 446 笔公开融资:美国 310 轮共 1333 亿美元,中国 136 轮披露 55 亿美元;去掉 Anthropic 650 亿美元 Series H 和 SpaceX 400 亿美元债务后美国为 283 亿美元,约是中国的 5 倍,但两侧中位融资额接近(2120 万美元对 2400 万美元)。
作者统计 2026 年 10 月 22 日至 11 月 11 日中美 446 笔公开融资:美国 310 轮共 1333 亿美元,中国 136 轮披露 55 亿美元;去掉 Anthropic 650 亿美元 Series H 和 SpaceX 400 亿美元债务后美国为 283 亿美元,约是中国的 5 倍,但两侧中位融资额接近(2120 万美元对 2400 万美元)。
沐曦股份与优必选合资成立的具身智能芯片公司曦选创智近期完成 5 亿元人民币天使轮融资,由纪源资本、经纬创投联合领投。资金将用于核心芯片与计算平台研发、软件工具链建设、扩充研发团队,并与机器人厂商和行业客户联合验证、实现量产交付。该公司 2026 年 5 月成立于无锡,定位为具身智能端侧计算平台企业,在上海、深圳、北京布局研发。
Ring 在纽约发布活动中展示新款室内无人机摄像头 Ring Drone Cam,计划 2027 年 1 月 27 日以 $249.99 发售,可响应 Ring 传感器触发沿预设路线巡航,提供 2K 分辨率、148 度视场并支持 360 度覆盖。
亚马逊旗下 Ring 于周二宣布成立 Ring Robotics 部门,发布两款安防设备:家用安防无人机 Ring Drone Cam 和企业安防机器人 Ring Rover Cam。
MBZUAI 的基础模型研究所(IFM)于 2026 年 11 月 10 日发布开源世界模型 PAN 2,输入场景和文本动作即可模拟输出视频,用于智能体在行动前测试计划。
Amazon 推出 Ring Drone Cam 无人机安防摄像头,配备 148 度视野、360 度旋转的 2K 摄像头,可通过 Alexa Home Map 控制,但满电飞行时间仅 8 分钟。同场还发布面向企业的 1,000 美元 Ring Rover Cam 安防机器人,已开启预售,12 月 16, 2026 起发货,支持 4K 巡逻录像,视频云端存储最长 180 天,仅限单层室内使用。
Nvidia 发布 GR00T 2 研究报告,将其定位为世界动作模型(WAM),通过扩散预测未来画面,把视频中的人类动作迁移到机械臂。系统用超过一千块 GB300 芯片训练约 40 万小时头戴相机视频,机器人无需遥操作即可点火柴、切香蕉等,成功率在 10% 到 80% 之间;50 个任务仅需不到 3 分钟常规训练即可把成功率从 40% 提到 95%。
Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5,在匈牙利凯奇凯梅特和德国辛德尔芬根的奔驰在产产线试点中,Apollo 2 人形机器人完成金属零件套件分拣,成功率 96%。
Google DeepMind 发布新一代机器人 AI 平台 Gemini Robotics 2.5,称其在需要高度灵巧性的任务上明显提升,模型经 200 多项活动评估,包括用夹子端食物和操作移液管。
LiveKit 发布 ROS 2 Portal,一个独立 ROS 2 节点,把 ROS 图接入 LiveKit 房间,通过 WebRTC 在 ROS 与非 ROS 参与者之间转发话题、服务调用和视频,无需跨网暴露 DDS 或自建传输层。
Google DeepMind 发布迄今最强的视觉-语言-动作(VLA)模型 Gemini Robotics 2.5,覆盖 200 多项任务测试,成功率较此前基线提升 30% 至 100%,任务完成速度快 20% 至 30%。
推荐理由:官方给出任务成功率、速度和产线实测数字,读者可以据此评估 VLA 模型走向真实工厂场景的进展。
NVIDIA 在 CoRL 上发布开源世界动作模型 GR00T 2,基于 NVIDIA Cosmos 训练,含 10 万小时人类第一视角数据,开箱即完成 50 项任务中的 40 项,每任务 1 次演示平均成功率 71%,5 次达 95%。
推荐理由:官方博客一次性给出模型数据、仿真吞吐提升和新基准清单,可据此了解机器人仿真训练从运动控制到精细操作的进展。
NVIDIA 与韩国多家行业龙头合作,将物理 AI 从开发推向半导体制造、自动驾驶和机器人等实际生产场景。Samsung 借助 NVIDIA cuEST 等工具将部分量子化学计算端到端提速最高 5x,一次 AI 均质化案例实现约 1,600x 加速,仿真时间从 32 核 CPU 上的约 18 小时降至 41 秒。
MIT 与纽约大学研究者开发了机器人学习平台 FLEX,通过 GPT-4o 将自然语言指令泛化为对用户潜在偏好的理解,相关研究将在 Conference on Robot Learning 发表。
Ai2 发布开源模拟框架 ToyBlocks,作为首个 FoundationWorld,围绕机械臂与桌面积木自动生成任务和演示数据,并配套训练与评测工具。框架在单张 GPU 上可并行生成数百个规划方案,最高达 24 倍实时性能,首批发布 85,336 条长程演示、约 1,600 小时数据和 1.44 亿帧。
MIT Technology Review 记者实测了 Tau Robotics 在旧金山推出的人形机器人清洁服务。目前机器人仍由人类远程操控,借助头部和腕部摄像头作业,清洁过程收集的数据用于训练未来更自主的模型,其中铺床、叠衣等任务采用 kinematic guidance(运动引导),吸尘和拖地已可无需人类协助。
Ai2 发布 ToyBlocks,这是其首个 FoundationWorld,一个围绕机械臂与桌面方块的开源仿真框架,可自动生成任务、技能和演示数据,用于受控研究机器人学习与评测。
Sakana AI 于2026年10月26日在东京举办研讨会,宣布启动自有模型预训练,推出从零构建的智能体原生语言模型系列 Sakana Sawara(暂定名)。
Toyota 与 Waymo 宣布自动驾驶合作进入下一阶段,2027 年起在日本测试并验证自动驾驶 Toyota bZ4X 车队,随后计划部署到英国和其他 Waymo 运营市场。
推荐理由:官方公告给出了落地时间、生产工厂和市场扩展计划,读者可以据此跟踪双方合作从协议走向实际运营的进度。
MIT CSAIL 与天津大学研究人员推出 X-Hinges 设计软件,可将日常物品 3D 打印为能感知并响应人类动作的自感知设备。该工具自动在设计中嵌入两种不同材料,分别用于传感器和导线,避免信号干扰,并支持最多三个运动轴(压缩、上下、左右),突破了以往方法只能单轴运动的限制。
A. Chen 的获奖文章调查中国人形机器人的自中心数据采集行业,介绍昆仑巢实验室郭博士梳理的遥操作、同构、自中心三代数据采集路线,以及 NVIDIA EgoScale、JD.com 宿迁数据中心等进展。
Waymo 官方宣布为在西班牙马德里地区推出全自动驾驶网约车服务做准备,目标 2027 年接待首批乘客,未来几天将开始在当地街头投放电动 Jaguar I-PACE 车辆。
Jordan Schneider 在 ChinaTalk 播客访谈前 NSC 与商务部官员 Saif Khan,讨论其新智库 Center for Technology and Statecraft 的 DUV 报告。
Google Research 介绍三项研究,构建 AI 智能体与真实湿实验室之间的闭环:VERID 框架以实验室工作单元的语义数字孪生提供 3D 状态跟踪、虚拟试运行、硬件安全检查和视频动作日志,基于开源 PyLabRobot。
推荐理由:Google 展示了 VERID 数字孪生框架和闭环实验结果,读者可以看到 AI 智能体进入湿实验室的具体路径和关键数字。
Rivian CEO RJ Scaringe 在访谈中表示机器人技术进展速度远高于外界认知,他于 2025 年创立 Mind Robotics 并融资 10 亿美元,做面向工厂的双臂工业机器人。其方案基于 transformer 模型让机器人学习可泛化技能,已与 Rivian 工厂合作采集工人动作数据训练模型;他押注工厂场景的商业经济性,并认为机器人自动化将是持续数十年的转型。
Waymo 官方宣布进入加拿大,将在多伦多筹备全自动驾驶网约车服务,目标 2028 年迎接首批乘客。近期将先以人工驾驶方式开展高精地图采集和测试,与总部位于多伦多的 Element Fleet Management 合作提供车队管理,并逐步投入数百个运营岗位;其 4 亿多公里全自动驾驶数据显示严重伤害及以上事故较人类减少 95%。
Artificial Analysis 发布 AA-Robotics v0.1 研究预览基准,让前沿大模型在 coding agent 框架中直接控制一台 6 轴机械臂完成 8 项桌面任务。
推荐理由:原文公布了完整分任务得分、用时与成本数据,可据此比较各前沿模型在真实机械臂任务上的表现差距。
Waymo 发布伦敦愿景,计划利用自动乘客服务(APS)许可方案在伦敦提供完全无人驾驶出行服务,该方案需英国交通部(DfT)批准并获 Transport for London(TfL)同意。
Waymo 宣布与新加坡交通部(MOT)和陆路交通管理局(LTA)合作,计划 2028 年通过 Waymo app 推出全自动驾驶、纯电动商业网约车服务。首批全电动 Jaguar I-PACE 车队将先抵达新加坡,2027 年由自动驾驶专员以人工驾驶方式适配当地道路和季风气候。Waymo 称已累计完成超 2000 万次全自动驾驶行程、行驶超 3 亿公里,其致伤事故率较人类司机降低 94%。
三菱重工(MHI)与 Preferred Networks(PFN)宣布于 2026 年 8 月 31 日签署资本与业务联盟协议。MHI 将通过第三方配股认购 PFN 股份,投资总额 100 亿日元,需待 PFN 股东大会批准等程序完成。双方将在 2026 年 6 月业务联盟的基础上,联合研发面向社会基础设施与国家安全等任务关键领域的智能自主机械系统。
SemiAnalysis 长文分析通用机器人的"大脑"应放在机端还是数据中心:由于实时控制回路和整机成本约束,现有通用机器人模型仍是数十亿参数量级,如 Physical Intelligence 的 π0 约 3B、π0.7 为 5B、NVIDIA DreamZero 为 14B 且需两台 GB200 离机运行。
Waymo 官方宣布与 Nihon Kotsu 和 GO 正式达成协议,筹备 2027 年在东京商业启动无人驾驶网约车服务,目标向公众提供首批全无人行程。用户可通过 GO 和 Waymo 应用叫车,初期以小规模车队起步,逐步扩展到约 100 辆车覆盖东京核心街区。
Understanding AI 作者走访数十位机器人领域从业者,梳理行业缓解演示数据短缺的做法,包括 Shift 让清洁工戴相机帽子录数据、人类穿戴设备操控机器人、戴手套或外骨骼模拟机器人动作等。
Google 在 2023 年 7 月发布 RT-2,通过训练多模态 LLM 直接生成机器人动作,开启机器人的“GPT-3 时刻”。RT-2 参数规模达数十亿,远超此前 35M 参数的 RT-1,展现出对物体、场景和指令的泛化能力,Google 将其命名为视觉-语言-动作(VLA)模型,该方法和术语迅速成为行业标准。
Understanding AI 作者采访多位机器人专家,解释为何人形机器人演示进展惊人但离真正替代人类工人还很远。文章指出杂技和舞蹈演示易于展示但价值有限,抓取可乐罐等物体操作才是核心难题;Physical Intelligence 完成剥橙子等任务需大量训练数据,耗时为人类 4 到 10 倍且成功率仅 52%。
Waymo 宣布当天起在丹佛、圣地亚哥和坦帕迎来首批公开乘客,使提供全自动驾驶服务的城市达到 14 个,每城已有数万人报名。文章称 Waymo Driver 的重伤或更严重事故比同期人类司机少 94%,并表示将与当地急救人员和社区组织合作,逐步向更多用户开放服务。
Timothy B. Lee 花 4017 美元购入 Unitree Go2 Pro 机器狗并实测通勤,机器在回家爬坡时因电量 5%、温度 84°C 而倒地,他认为其用处有限但价格惊人地低。
Waymo 宣布为在德国慕尼黑推出全自动驾驶打车服务奠定基础,未来数周将先以人工驾驶方式在慕尼黑街头进行高清建图和测试,目标在 2027 年底向公众开放商业运营。官方称已完成超过 2000 万次行程,每周提供数十万次商业出行;基于超过 3.5 亿公里全自动驾驶里程的数据显示,其重伤事故比人类司机少 16 倍,行人受伤事故少 14 倍,骑行者受伤事故少 6 倍。
推荐理由:官方宣布进入慕尼黑并给出分阶段时间表,读者可据此了解 Waymo 首次落地德国市场的节奏与安全数据。
Amazon 与密歇根大学提出 HydroShear,通过路径相关力追踪改进水弹性接触模型,让模拟器准确建模软体指尖的触觉剪切力,支持 GPU 并行的大规模强化学习训练。策略完全在仿真中训练后直接部署到配备 GelSight Mini 传感器的真实 Franka 机器人,四项接触密集任务平均成功率 93%,显著高于基线 TacSL 的 34% 和 FOTS 的 58% 至 61%。
Waymo 与 TU Delft 在 Nature Communications 发表 ReD(Reference Driver)研究,用主动推理框架模拟谨慎且胜任的人类驾驶员的避撞行为,作为评估 Waymo Driver 避撞能力的行为基准。