2026年3月，具身智能企业极佳视界完成近10亿元Pre-B轮融资，投资方包括中芯聚源、中金资本等顶尖产业资本及国资平台。公司深耕具身基模和世界模型领域，其开源模型GigaBrain-0.1曾获全球权威评测第一，GigaBrain-0.5M*为全球首个基于世界模型的强化学习具身基模。极佳视界全栈自研的Maker H01机器人已开启交付，全年目标冲刺千台，并在汽车制造、仓储物流等多场景实现应用落地。创始人黄冠表示，世界模型有望带来10-100倍效率提升，推动物理AGI进入爆发阶段。本次融资将用于加速具身基模进化与原生本体量产，引领通用机器人走进千家万户。

2026年2月，清华大学数学系校友张鹏川宣布从Meta FAIR离职，加入OpenAI，投身世界模拟与机器人学研究。他曾主导SAM与Llama系列项目开发，包括最新迭代的SAM 3和Llama 4视觉grounding，显著提升Meta生成式AI竞争力。张鹏川拥有加州理工学院应用与计算数学博士学位，曾任职微软研究院并兼任华盛顿大学助理教授，谷歌学术引用超3.4万次。OpenAI Sora项目负责人Aditya Ramesh对其加入表示欢迎。近期，OpenAI吸引多位顶尖研究者加盟，被认为与其强大的算力和世界建模基础设施密切相关。张鹏川的加入被视为OpenAI在“世界模型+物理智能”领域的重要布局，未来工作备受期待。

2026年2月，李飞飞创立的空间智能公司World Labs宣布完成10亿美元新融资，估值达50亿美元。这家成立于2024年4月的创业公司，成长速度惊人，仅用不到两年时间估值翻了5倍。本轮投资者包括AMD、英伟达、Autodesk、富达等，覆盖算力、工业软件、资本及市场等多个领域，显示出产业与资本对空间智能的强烈信心。公司核心产品Marble是一款多模态世界模型，可生成稳定、可交互的3D环境，应用于机器人模拟、游戏开发、医疗研究等场景。李飞飞表示，空间智能是AI的下一个前沿，旨在让AI理解并参与物理世界。资本市场正押注这一方向，World Labs成为行业焦点。

2026年2月，极佳视界发布全新VLA大模型GigaBrain-0.5M*，在具身智能领域取得突破性进展。该模型基于世界模型条件驱动，通过‘人在回路持续学习’机制实现自主迭代升级，在复杂长时程任务（如叠衣服、冲咖啡、折纸盒）中实现近100%成功率，较主流方法RECAP提升30%。研发团队采用基于世界模型的强化学习范式和四阶段闭环训练流程，结合总计10,931小时多样化机器人操作数据进行预训练，显著提升策略鲁棒性与泛化能力。实验表明，其价值预测方案在执行效率与精度上优于现有基线方法，为具身智能走向开放世界奠定基础。项目论文及详情已公开。

2026年2月，清华大学与生数科技联合开源了大一统世界模型Motus，性能超越国际顶尖模型Pi-0.5达40%。Motus由清华TSAIL实验室的硕士生毕弘喆和博士生谭恒楷领衔开发，首次实现‘看-想-动’闭环，统一视觉-语言-动作等五种具身智能范式。测试显示，Motus在50项通用任务中成功率高达88%，部分任务表现尤为突出（如叠碗成功率达95%）。其创新的Mixture-of-Transformer架构和潜动作技术大幅提升了数据效率，仅需传统模型1/13的数据量即可达到相同效果。Motus已全量开源，论文、代码及模型权重均已发布，为机器人领域迈向端到端智能提供了重要突破。

交大系突破具身智能赛道！万台订单在手，用世界模型重塑城市基建 Scaling Law在物理世界失效了吗？大模型改变数字世界后，物理AI成为下一个目标。然而，通用机器人面临前所未有的挑战：物理世界开放、连续且因果约束强，任务多样、交互复杂、失败成本高。行业共识是，仅靠堆砌真实数据已到极限，机器人需具备...

正文：2026年1月，蚂蚁灵波团队开源了全球首个用于通用机器人控制的因果视频-动作世界模型LingBot-VA。该模型通过自回归视频预测技术，使机器人能在行动前推演未来几秒的画面，实现基于想象力的决策。其核心亮点包括长期记忆、高效泛化和高精度任务执行能力，例如清洗试管、拧螺丝等复杂操作。实验显示，LingBot-VA在RoboTwin 2.0和LIBERO基准测试中表现优异，尤其在长时序任务中优势显著。这是蚂蚁灵波连续第四天开源项目，此前已发布LingBot-Depth、LingBot-VLA和LingBot-World，分别解决感知、连接和理解问题。此次开源标志着通用机器人进入视频时代，推动行业向具身智能迈进。

2026年1月，蚂蚁灵波连续第四天开源重磅项目，推出全球首个用于通用机器人控制的因果视频-动作世界模型LingBot-VA。该模型通过自回归视频预测技术，使机器人能在行动前推演未来几秒的画面，实现“想象力指导决策”。相比传统VLA模型，LingBot-VA具备长期记忆、高效泛化和强适应能力，在长时序任务（如准备早餐）、高精度任务（如清洗试管、拧螺丝）及可变形物体操作（如折衣服）中表现优异。实验显示，其在RoboTwin 2.0和LIBERO基准测试中均刷新SOTA记录，尤其在复杂任务中优势显著。此次开源标志着通用机器人进入视频时代，视频成为连接感知、记忆与行动的核心媒介。蚂蚁灵波的技术布局引发行业震动，谷歌、宇树科技等相继跟进，全球机器人领域竞争加剧。

1月30日，蚂蚁灵波科技宣布开源具身世界模型LingBot-VA。该模型首次提出自回归视频-动作世界建模框架，深度融合大规模视频生成与机器人控制，可直接推演并输出动作序列，使机器人实现“边推演、边行动”。真机评测显示，LingBot-VA在复杂物理交互任务中表现出色，仅需30~50条演示数据即可适配，任务成功率较业界强基线Pi0.5提升20%。仿真测试中，其在RoboTwin 2.0和LIBERO基准上分别达到超90%和98.5%的成功率，刷新行业纪录。LingBot-VA采用Mixture-of-Transformers架构，通过闭环推演机制和异步推理管线优化，实现高精度低延迟控制。蚂蚁灵波表示，此次开源旨在推动具身智能基础能力共建，加速AGI生态落地。目前，模型权重与代码已全面开放。

1月30日，蚂蚁灵波科技宣布开源具身世界模型LingBot-VA。该模型首次提出自回归视频-动作世界建模框架，将大规模视频生成与机器人控制深度融合。LingBot-VA能够在生成“下一步世界状态”的同时，直接推演并输出对应的动作序列，使机器人实现“边推演、边行动”的类人能力。这一技术突破为机器人领域带来全新可能性，进一步推动具身智能的发展。