近日，地平线创始人余凯持续投资离职员工创业公司引发热议。据统计，至少14位地平线核心人才离职创业，多聚焦具身智能赛道，如近期的叮当动力、年初的章鱼动力等，余凯均慷慨领投。此举不仅彰显其重情重义，更是深层的产业策略。地平线旨在成为“机器人时代的Wintel”，正通过资本纽带构建具身智能生态版图，以短期让利换取长期生态主导权。不过，地平线当前股价承压，生态壁垒尚待筑牢；且今年3月芯片研发负责人陈鹏离职或影响J7研发，为公司前景增添隐忧。

现在的AI虽能生成逼真的3D模型，但往往只是“好看的空壳”。对机器人而言，光知道柜子长什么样不够，还得知道柜门往哪开、门轴在哪。人工给模型添加这些物理属性成本极高，成了行业痛点。 为此，南洋理工大学曹子昂与刘子纬团队在CVPR 2026上提出了PhysX-Anything。只需一张照片，它就能自动生...

【CVPR 2026丹佛直击：CV与机器人物理结界被打破！】6月3日至5日，CVPR 2026在美国丹佛举行。本届大会聚焦“多模态基础模型”与“具身智能”，标志着计算机视觉全面向真实物理世界进军。中国军团表现抢眼：高校论文接收Top10占8席，上交、浙大领跑；腾讯、阿里等大厂及新锐企业深度参展，构建全栈AI产业链。小鹏汽车与特斯拉同台论道；GigaBrain竞赛中，小米、清华等中国团队更史无前例地包揽四大赛道冠军！此外，大会首推F展厅真机演示，并在巴黎设平行会场，全球AI热潮持续破圈。

100亿砸向人形，不如先让机器狗走进家庭 当前行业狂热追逐“人形机器人”，但其价格高昂、量产难且家庭实用性低，至今未真正进入普通家庭。相比之下，常被误认为“玩具”的四足机器人（机器狗），才是现阶段具身智能破局的关键。 历史证明，PC和智能手机等通用技术的爆发都依赖消费市场。家庭环境复杂多变，是训练通...

近日，大晓机器人联合港中文MMLab发布全球首个全屋三维生成与全交互框架Kairos-Homeworld，并开源4B参数世界模型Kairos 3.0-4B。Kairos-Homeworld将30万套中国真实住宅户型转化为3D仿真环境，支持一句话自动“盖房”及物体级物理交互，为机器人提供海量本土化数字训练场。同时，Kairos 3.0-4B作为机器人“大脑”，推理速度较英伟达Cosmos 2.5快72倍，能精准理解物理规律并支持端侧实时运行。这两项成果分别打造了机器人的“训练场”与“大脑”，补齐具身智能发展的核心基础设施。此外，大晓近期已完成蚂蚁集团领投的天使轮融资。

近日，智在无界发布全球首个在百TOPS级端侧芯片实时运行的隐式世界模型Being-H-Flash。该产品将物理AI部署成本打至“白菜价”：单台机器人月算力仅需150元，约为英伟达Cosmos方案的2%。技术上，它摒弃高耗能的像素级生成，采用潜空间推理结合超20万小时人类视频训练，在端侧实现近20FPS实时运行，并兼容国产与英伟达双平台。这标志着世界模型首次真正植入机器人本体，彻底告别云端延迟，让具身智能在仓储、工业等真实场景的规模化落地终于“算得过账”。

5月20日，卧安机器人(6600.HK)发布自研世界动作模型OneModel 1.7。该模型首创隐式传导通路，构建RL-LWAM架构，成功打通AI“看懂世界”到“做对动作”的执行断层。实测中，其LIBERO评测及真机日常操作成功率均高达99%。2026年5月，搭载该模型的保姆机器人在NVIDIA澳门站全自主完成洗衣演示。同时，卧安中标深圳4495万元项目，打造业内最大规模家庭具身智能数据采集中心。作为高盛点名推进VLA与世界模型融合的唯一上市企业，卧安正以“一脑多形”底座加速家庭机器人走向真实客厅。

近日，由清华与哈佛顶尖学者领衔的橡木果机器人发布“本能驱动”技术路线，开辟“自下而上”的具身智能新范式。区别于主流大模型路线，该路线将任务规划与操作执行解耦，推出端侧自主决策模型Natus与通用操作技能模型Magis，结合自研第三代视触觉传感器，赋予机器人零数据冷启动、毫秒级响应及跨任务操作能力。目前，该技术已在工业柔性生产领域跑通商业闭环，在全球头部化妆品ODM厂商实现营收。此外，公司已于2026年3月完成近亿元种子轮融资。橡木果正以回归物理世界第一性原理的非共识路线，重塑具身智能底层基座。

2024年9月创立的灵初智能在具身赛道坚持“轮式+双臂”路线，创始人王启斌强调“操作才是皇冠上的明珠，移动只是入场券”。公司累计融资超20亿元，2026年5月入选摩根士丹利中国人形机器人价值链图谱。技术上，灵初自研多模态手套采集亚毫米级人类数据，今年4月发布基于世界模型的Psi-R2与Psi-W0。商业上采取“小全栈”模式，聚焦物流、零售等中间态场景。王启斌预判行业正处于全栈竞争决赛圈，两年后生态将分化，灵初将深耕通用灵巧操作，目标年内实现百万小时级数据积累。

2026年5月29日，自变量机器人团队发布全球首个“事件级预测”具身智能世界模型WALL-WM。该模型将预测单位从时间帧升级为语义事件，直接想象目标状态并生成动作，大幅提升跨场景泛化能力。WALL-WM通过三层架构实现感知到控制的路径重构：事件指令入口、事件世界模型和多视角时空融合。其支持两种推理模式——事件模式和统一模式，共享同一套权重，灵活适应不同任务需求。此外，模型采用数据金字塔和四级层级化标注优化训练，并通过分布式系统提升效率。实验显示，WALL-WM在真机泛化、3D感知和动作执行等多方面领先行业，为具身智能领域提供了更自然的任务理解与执行方式。