Qwen-Robot 发布:通义实验室用三模型打通大模型到物理世界
通义实验室发布 Qwen-Robot 套件,以 Qwen-RobotNav、Qwen-RobotManip、Qwen-RobotWorld 三个模型分别覆盖导航、操作与世界预测,统一采用语言优先接口。
推荐理由:将视觉语言模型与物理行动对齐,统一跨本体表示和数据协同,为具身智能规模化提供了一种可行路径。
通义实验室发布 Qwen-Robot 套件,以 Qwen-RobotNav、Qwen-RobotManip、Qwen-RobotWorld 三个模型分别覆盖导航、操作与世界预测,统一采用语言优先接口。
推荐理由:将视觉语言模型与物理行动对齐,统一跨本体表示和数据协同,为具身智能规模化提供了一种可行路径。
6月16日,阿里巴巴发布千问具身智能大模型Qwen-Robot系列,包括VLA操作模型Qwen-RobotManip、VLN移动模型Qwen-RobotNav和世界模型Qwen-RobotWorld。Qwen-RobotNav统一指令跟随、点/目标导航、目标追踪和自动驾驶四类任务;Qwen-RobotManip基于超38100小时开源语料库实现多机型训练;Qwen-RobotWorld通过自然语言动作接口跨场景预测物理规律。三个模型可单独或协同部署。此外,5月20日发布的Qwen3.7-Max在Arena全球大模型盲测总榜中位列国产模型第一。
Qwen-RobotManip 是通义千问基于 Qwen-VL 的视觉-语言-动作(VLA)基础模型,引入覆盖表示、运动和行为三维度的统一对齐框架。仅使用开源机器人数据集和人演示视频,构建约 38,100 小时预训练语料,涵盖 15 种机器人形态。在 LIBERO-Plus 达 91.4%,RoboTwin-C2R Hard 达 69.4%,RoboCasa365 Composite-Unseen 达 14.9%,EBench 达 45.6%,RoboTwin-IF 达 72.0%,并在 RoboChallenge Table30 v1 generalist track 夺冠。模型采用 80 维状态-动作表示、人-机器人数据合成管道(1,933 小时第一人称视频转 24,808 小时数据)及上下文策略适配。
推荐理由:Qwen 这次发布的机器人模型,用统一对齐框架把跨实体数据规模化训练跑通了,OOD 泛化大幅领先,做具身智能的值得认真看一下。
Qwen-RobotWorld以语言为统一动作接口,采用双流Multimodal Diffusion Transformer(MMDiT)架构,将Qwen2.5-VL作为动作编码器。在4个基准测试中取得顶尖成绩,统一20余种机器人形态,基于860万跨场景训练对和1300多项操作技能。语言接口标准化500多种动作类别,支持操作、自动驾驶、室内导航的联合训练。还支持Scene2Robot人类到机器人转移及2–4路多视角几何一致视频生成。
推荐理由:具身智能的世界模型长期受限于单一形态,Qwen-RobotWorld用语言统一动作接口,把操作、驾驶、导航合训,多视角几何一致性和人类演示迁移是过去一年最扎实的落地信号,做机器人的别错过。
Qwen 发布三款基础模型——Qwen-RobotNav、Qwen-RobotManip 和 Qwen-RobotWorld。Nav 通过可控观测协议统一指令跟随、点/物体目标导航、目标追踪和自动驾驶五类任务,在 VLN-CE RxR 上达 76.5% SR,HM3Dv2 物体目标导航(仅 RGB)75.6% SR,EVT-Bench 追踪率 90.0%,NAVSIM 91.4 PDMS。Manip 利用规范状态-动作空间对超 38,100 小时异构开源机器人数据进行跨本体训练。World 通过自然语言动作接口协同训练 20 余种本体,预测操控、驾驶和导航的物理未来。三者共同将通用智能转化为物理行动。
推荐理由:Qwen把导航、操作和世界模型打包成机器人基础套件,用统一语言接口串起来,这是具身智能从单点突破走向系统化的信号,虽然离真实世界还有距离,但方向很清晰。
Qwen 发布 Qwen-RobotNav,基于 Qwen3-VL 在 15.6M 样本上训练,统一了视觉语言导航、目标导航、目标跟踪、自动驾驶和具身问答五个领域,无需修改架构即可在推理时切换任务模式和观察参数。模型在多项基准取得 SOTA:VLN-CE RxR 成功率 76.5%,HM3Dv2 目标导航 75.6%(仅 RGB),EVT-Bench 跟踪率 90.0%,NAVSIM PDMS 91.4,以及三项 EQA 新标杆。模型暴露四个可调轴(视觉 token 预算、时间衰减、相机权重、帧采样模式)。作为智能体系统的一部分,上层规划器 Qwen3.7-Plus 在 EXPRESS-Bench 上提升 15.4%,导航步数减少 77%。模型已零样本部署在 Unitree Go2 四足机器人上,无需环境微调。
Skydio是美国最大的无人机制造商,主攻公共安全、军事、能源、基建巡检等企业市场。CEO Adam Bry表示,特朗普政府去年底禁止中国产无人机后,廉价消费级无人机几乎消失,Skydio产品成为主要替代方案。公司认为无人机正从工具转向自主基础设施——通过机库、远程操控和软件整合实现规模化应用,AI在其中扮演关键角色。访谈还涉及Skydio与军方合作的态度,以及自主技术如何带动公司扩张。
推荐理由:Adam Bry 的立场很鲜明,硅谷不该替前线士兵做决定。这是军工 AI 伦理争议中的一个不避讳声音,做相关产品的人值得听。
上海交大ScaleLab团队联合上海人工智能实验室、百度智能云推出机器人操控模型AHA-WAM,突破世界-动作模型延迟瓶颈。在RoboTwin 2.0上以92.8%平均成功率超越主流模型,真实场景综合成功率78.3%。闭环控制频率从5.26Hz提升至24.17Hz,轻量版AHA-WAM-Flash达56.95Hz,提速超10倍。百度百舸平台实现单步推理延迟从415ms降至41ms。异步架构与蒸馏技术实现高实时控制。
三星电子晶圆代工业务首次获得马斯克旗下脑机接口企业Neuralink的芯片合同制造服务订单,将为其生产“第四代”芯片,采用4nm工艺制程,目标2027年底量产,试产已于2026年5月启动。三星此前已是特斯拉AI芯片代工商,此次合作进一步深化了双方关系。Neuralink成立于2016年,专注于植入式脑机接口设备研发。
理想创始人、董事长兼 CEO 李想在 Livis Day 发布会上提出具身智能汽车应是“四位一体”:一辆电动汽车、一位职业司机、一台 AI 计算机、一位生活助手。其中电动汽车和 AI 计算机是“具身”,职业司机和生活助手是“智能”。李想指出,传统智能汽车仍是功能驱动,而非真正智能体,在安全、能力和效率三个维度与具身智能汽车存在本质区别。
理想汽车CEO李想在Livis Day发布会上指出,当前智能手机和智能汽车并非真正的智能,本质仍是功能驱动。他认为真正的具身智能需聚焦三个维度:安全上以保护人类为核心并比人更安全;能力上全面学习人类技能并独立完成任务;效率上必须超越人类。同时理想将带来同级最大最流畅的CarPlay,支持HUD联动显示地图、方向盘控制及Apple Music杜比全景声空间音频,并兼容所有主流旗舰手机互联。
理想汽车在 Livis Day 发布会上宣布,第三季度 AD Max 推送全新马赫 VLA,第四季度对齐特斯拉 FSD V14 能力。双马赫 M100 芯片算力 2560TOPS,模仿学习规模提升 50%、强化学习提升 15 倍、模型参数量提升 10 倍、计算量提升 15 倍。自研马赫 Mind-4 系列基座大模型包括 Mind-Pro 和 Mind-Edge;Mind-Pro 在多项基准及 Agent 评测中领先,Mind-Edge 为端侧原生具身智能体,数据不上传。
今日理想汽车在 Livis Day 发布会上推出全球首款动态数据流 AI 芯片——理想马赫 M100。该芯片采用 5nm 车规级工艺,单芯片算力 1280 TOPS,是目前量产最强大的车规级推理芯片。因数据流架构设计,实际运行效率超过 82%。
赛力斯集团董事、副总裁康波今日通过视频展示人形机器人“小赛”,该机器人具备视觉识别、主动打招呼和语音互动能力。康波透露,更多种类具身智能机器人在筹备,今年内亮相。赛力斯超级工厂已配备地空一体物流、具身智能AI检测机器人“小赛01”“小赛02”等多款机器人,拥有1600+台智能化设备、3000+台工业机器人及完整数字生态系统。去年10月,赛力斯凤凰与字节火山引擎签署具身智能合作协议,重庆凤凰技术有限公司于去年3月成立。
智元远征 A3 成功实现自主打乒乓球,成为全球首个全程自主决策、完成乒乓球对抗的全尺寸双足人形机器人。在无遥控、无脚本、无人工干预下,机器人自主完成视觉感知、轨迹预测、全身运动规划与精准击球的全闭环控制。该技术基于智元与北大合作,依托人形机器人乒乓运动控制算法 SpikePingpong 及 20kHz 高频脉冲相机,视觉响应速度提升 10 倍,实现毫米级预判。智元已累计出货超 10000 台,部署于导览导购、工业制造等场景。
松延动力在华为开发者大会 HDC 2026 上展出 OpenHarmony 版 N2 人形机器人,定位行业首款开源鸿蒙消费级产品。针对生态孤岛、跨设备开发繁琐、系统占用率高等痛点,N2 凭借开源鸿蒙微内核及 AI 智能体实现语音交互和长程任务自规划,可与手机、智慧屏、智能家居等终端联动,充当家庭管家或教育陪伴角色。同步启动“百人百机”计划,为 100 位开发者提供 N2 及原生 SDK,支持 Ubuntu 与开源鸿蒙生态。
通用汽车关停自动驾驶出租车子公司后,首席产品官斯特林·安德森表示,公司目前主攻乘用车自动驾驶,先攻克高速路段,再拓展至城市区域;未来技术也可用于无人驾驶网约车服务。
小马智行第七代 Robotaxi 及无人驾驶科技展区于 6 月 13 日至 16 日在 2026 重庆国际车展首次亮相。今年 4 月北京车展期间,官方宣布 2027 版 Robotaxi 整车总成本下探至 23 万元以内,将推出海外版本,目标部署千台以上。2026 年第一季度财报显示,总营收 2.36 亿元,同比增长 145.0%;Robotaxi 业务收入 5912 万元,同比增长 395.4%;乘客车费收入同比增长 456.5%。
马斯克在 X 上透露,特斯拉 AI6 芯片工程评审进展顺利,综合良率下有望创下单块晶圆可用算力纪录。AI6 仍处设计阶段,AI5 已完成流片,计划 2027 下半年量产,AI6 预计 2028 下半年投产。性能上,AI5 算力可达两块 AI4 总和的五倍,AI6 再翻倍。AI6 配备近半数 TRIP 加速器搭配 SRAM,主存采用 LPDDR6。特斯拉与三星合作由德州工厂代工,金额 165 亿美元。新一代芯片先用于 Optimus 机器人及超级计算机集群,再下放民用乘用车。
在2026中国汽车重庆论坛上,小鹏集团副总裁余鹏指出物理AI时代已到来,汽车智能的本质根基在于底盘,而非仅停留在智能座舱。小鹏去年7月发布“太极AI底盘”,具备AI智能识别减速带、颠簸路段、路面凹凸、障碍物以及6D防晕车功能共5项AI底盘能力。小鹏未来将持续加大原生AI架构研发投入。
Sony AI 的 Ace 机器人在官方 ITTF 规则下击败了专业选手 Miyuu Kihara Nature 论文——“用自主机器人超越精英乒乓球选手”
面壁智能李大海在智源大会上表示,端侧智能是实现物理世界AGI的必由之路。MiniCPM端侧模型已落地汽车(长安马自达、吉利等)、手机、AIPC、具身智能、智能家居等领域。公司开源发布周展示全栈技术:UltraData数据治理体系、MiniCPM5-1B模型以1/200参数逼近两年前GPT-4o、ForgeTrain框架对比英伟达Megatron节省10%资源、BitCPM-CANN在国产算力跑通三值训练(推理节省6倍内存)、开源PilotDeck多智能体操作系统。面壁选择全栈开源,共建端侧生态。
小鹏集团副总裁余鹏在2026中国汽车重庆论坛上明确小鹏定位为“面向全球的具身智能公司”。飞行汽车并非孤立业务,而是与芯片、机器人共同构成AI技术协同矩阵。汽车上验证的AI底盘能力、全栈自研技术可复用至飞行汽车等终端,机器人操作经验也反哺汽车。今年3月,小鹏分体式飞行汽车批量试产下线,计划2026年内规模化量产。该产品采用分体式设计,陆行体为三轴六轮六驱全地形大空间车型,搭载航空级增程系统;飞行器可完全收纳进后备箱,具备垂直起降能力。
Jeff Bezos 创立的新公司 Prometheus 瞄准物理 AI 领域。尽管并非唯一涉足该赛道的初创企业,Prometheus 是资金最充足的公司之一。
推荐理由:Google DeepMind启动机器人加速器,选了15家欧洲初创用Gemini Robotics,这是他们物理AI战略的落地信号,看看选了什么方向就知道大厂押注在哪。
Theker 完成 8500 万美元融资。其工厂机器人采用可重新配置设计,不同于波士顿动力等固定形态人形机器人,不专精于任何特定任务。
物理 AI 初创公司 Prometheus 完成 120 亿美元新一轮融资,估值达 410 亿美元。该公司旨在通过 AI 自动化重型工程和药物设计,构建所谓的“人工通用工程师”。
推荐理由:这不是又一家AI初创,而是直接宣告算力即护城河的开端。Bezos的12B融资对创业者和投资人都是一本摊开的说明书,得读。
千里科技6月11日公告,控股子公司千里智驾拟以2590.8万元收购融感科技100%股权。融感科技成立于2023年6月,主营视觉与毫米波融合雷达,基于AI算法提供堪比激光雷达效果的点云输出。收购旨在构建覆盖L2至L4的全栈式智能驾驶解决方案,践行软硬一体、全栈交付战略。此外,5月末有消息称吉利中央研究院辅助驾驶团队将整合入千里科技。
银河通用机器人智慧药房创下人形机器人持续自主工作超一年的世界纪录。其24小时运行的机器人已承担夜间拣货任务,实现店铺夜间自主值守。银河通用还推出由人形机器人完全自主运营的智慧零售解决方案“银河太空舱”,已在20余个城市落地超百家门店,首家门店位于北京海淀,计划未来几年在全国扩展至1000家。
脑虎科技宣布,两位高位截瘫患者通过自研“三全”脑机接口完成上海与南昌相距800公里的象棋对弈。上海小张2025年10月植入,术后第5天实现脑控光标,经17天训练脑控速率达5.2 BPS,可上网、打游戏、控智能轮椅和家居。南昌邓老师2025年12月植入,术后一月可通过脑控外骨骼辅助吃饭、喝水、书写,今年4月借助BCI-FES技术实现用手绘画。“三全”系统采用柔性电极贴附大脑表面不刺入组织,发热单元置于胸部皮下,复用成熟DBS手术范式,无需专用机器人。
京东 618 期间,京东 MALL 引入多款智能机器人担任实习员工,覆盖迎宾、导购、理货、咨询等岗位。迎宾岗采用智元 X2 人形机器人,实现点位导航;导购岗由宇树 Go2 四足机器狗接入 JoyInside 能力;理货岗的智元 G2、睿尔曼 RealBOT 基于 JoyAI-RA 模型,单品上架成功率突破 90%;咨询岗众擎导购机器人对接京东数万 SKU 商品体系。此外,京东已建成具身智能数据采集中心,计划发动数十万人参与覆盖超百个场景的数据采集。
理想汽车将于 6 月 15 日 16:30 举办 Livis Day 发布会,探讨具身智能定义与用户价值。CEO 李想回应质疑,认为基于汽车形态的具身智能是首个进入物理世界的人工智能机器人。内部消息称理想已规划双轮和双足两款人形机器人,双轮机器人已准备就绪,最佳状态下将于今年年中发布用于工厂。李想强调 2026 年是 AI 头部公司上车最后一年,最晚 2028 年 L4 落地,理想将布局基座模型、芯片、操作系统、具身智能,并一定会做人形机器人。
6月10日,智元推出灵犀X2 EDU“人人造”版本机器人,面向科研教育、工程实训、机器人赛事开发。整机高130cm、重35kg,全身29个自由度(单臂7自由度),末端负载3kg,行走速度1.8m/s,搭载RK3588算力模组。支持选配夹爪、仿真假手、假拳等多类型末端执行器,适配抓取、人机交互、运动实验等任务。开放关节控制与运动控制接口,允许底层算法二次开发,并支持传感器及开发板自由加装。
Decart 推出 Oasis 3,一个实时世界模型,能够生成逼真的驾驶环境用于自动驾驶车辆测试,现已通过 API 向开发者开放。
跃伴在2026上海国际养老、辅具及康复医疗博览会上发布智能如厕机器人“小伴”,售价28999元。该产品将“人找马桶”升级为“马桶找人”,通过自建马桶数据库无需改动下水即可精准对位家中马桶或蹲厕,内置低噪粉碎结构防止堵塞。排污后360度涡旋自清洁,自动生成泡沫阻断异味,配合高密封污水箱自动关盖、冲水、关闭隔臭阀。搭载AI芯片及5路线激光、1个激光雷达等传感器,实现全流程无人干预的自主移动。配备大按键遥控与离线语音操控,扶手设有紧急呼叫按钮。
工信部印发《“人工智能+信息通信”创新发展实施意见(2026—2028年)》,提出打造网智融合新终端,加强具身智能与信息通信融合创新,推动具身智能与网联通信模组适配验证,大力发展人工智能手机和电脑、智慧家庭设备、智能穿戴设备。意见鼓励基础电信企业利用AI赋能传统业务,深化智慧个人助理、智慧管家、家庭看护等应用。面向卫生健康和教育等领域,开展智能健康监测、老人和儿童看护、智能课堂、智能学伴等应用,提供精准化与普惠化服务。
何小鹏通过内部信宣布亲自直管机器人业务,称小鹏机器人正迎来量产和商业化前夜,相当于8年前小鹏汽车完成G3发布时的阶段。接下来几个月是最艰苦、最关键的冲刺期,需解决量产细节。新一代IRON人形机器人计划于今年三季度正式亮相,目标今年底实现高阶人形机器人量产,首先在小鹏门店试商用,明年起面向中国及海外商业客户交付。从明年起,人形机器人的硬件收入和AI模型收入将成为集团收入和毛利增长的重要驱动力之一。
宇树机器人人形机器人在户外单独表演了一套中国传统武术套路 流畅的踢腿、宽大的步法以及精准的手臂动作,展现出强大的平衡与协调能力。