上海交大校友创办的蔚建科技完成超亿元 B 轮融资
上海建筑机器人公司蔚建科技宣布完成由财通资本领投的超亿元 B 轮融资,资金将投入生产制造、海外市场及具身智能技术研发。该公司推出的高墙喷涂与抹灰机器人已实现无需搭架的高空作业,日均抹灰面积可达 300 至 350 平方米。预计 2026 年其产品销售订单将跨过 1 亿元大关,并与中建八局等总包方建立合作。
上海建筑机器人公司蔚建科技宣布完成由财通资本领投的超亿元 B 轮融资,资金将投入生产制造、海外市场及具身智能技术研发。该公司推出的高墙喷涂与抹灰机器人已实现无需搭架的高空作业,日均抹灰面积可达 300 至 350 平方米。预计 2026 年其产品销售订单将跨过 1 亿元大关,并与中建八局等总包方建立合作。
盖世汽车汇总了本周具身智能与物理AI领域的多项进展:均胜电子向宇树交付首台高算力大脑背包,双方推进工业场景应用共研;禾赛机器人动力模组累计出货超3.5万套,全身关节模组进入量产。
推荐理由:原文汇总了均胜电子、禾赛等企业的交付与融资进展,以及英伟达、谷歌的模型发布和韩国政府的扶持计划,适合快速了解本周产业动态。
大寰机器人科技股份有限公司于 11 月 14 日完成 IPO 辅导备案,其核心产品五指灵巧手 ADH-5-13 拥有 13 个主动自由度且整机抓取后最大提起负载可达 20kg。公司产品已应用于 3C、半导体等领域并服务超 5000 家客户,国内电动执行器销量位居首位。
食品机器人行业正从直接售餐的 B2C 模式转向赋能餐饮企业的 B2B 模式,以解决劳动力短缺并提升投资回报率。Chef Robotics 机器人在北美和欧洲已规模化部署,累计完成超 1.45 亿份餐食制作;ATOMS 由 Uber 联合创始人 Travis Kalanick 领导,已融资 17 亿美元。
OpenAI 将机器人研究人员并入其他团队,认为通用大模型如 GPT-6 Astra 可能取代专用机器人 AI。Nvidia 研究显示,Astra 代理在模拟 DROID 机器人任务上成功率达 74.8%,远超专用模型的 51%;但在 StationeryBench 基准中,200 次试验仅完成 7/100 任务且平均进度分 46,低于 MolmoAct2。
AI 公司 Runway 正式开源其机器人控制模型 Praxis-1,该模型基于视频训练,能预测环境变化并计算机器人动作。材料提供了 Apache 2.0 许可的权重与代码下载入口,报告了其在 RoboLab-120 榜单上的表现及在真实 Franka 机械臂上的任务成功率,同时指出了对特定数据微调的需求及硬件要求。
推荐理由:Runway 开放了基于视频训练的机器人控制模型 Praxis-1,提供 Apache 2.0 许可权重与代码,并报告了在仿真及真实机械臂上的性能数据。
擎天租宣布完成数亿元战略融资,和达投资、芒果产业投资方(厚为资本)、中联即送等共同参与。公司正式从“机器人租赁”升级为“机器人生产力服务”,资金将聚焦应用服务研发、Worken实训体系落地及全国履约网络升级。本轮融资后,投后估值达70亿元。擎天租由智元等企业联合发起,已接入近20家本体品牌,并在北京、上海等20个城市投入运营中心。
据《财富》报道,OpenAI 已解散独立的机器人团队,将研究人员并入首席研究官 Mark Chen 领导的团队及 Applied 部门。公司表示此举旨在利用 GPT-6 Astra 等通用前沿模型直接控制机器人的能力,加速具身智能实现,而非退出该领域。此次调整发生在 OpenAI 收缩业务、削减亏损的背景下,标志着行业叙事从专用机器人转向通用模型进具身,但大规模应用的可靠性与工程化挑战依然存在。
Narwal 通过自研 SLAM 算法、NarMind 自主系统及 FlowWash 热水清洁等技术,构建了从深圳研发到东莞制造的完整供应链。其 DualFlow 免缠绕系统与地毯深洁模块使地毯清洁性能提升 40%-50%,解决了宠物毛发缠绕痛点。截至 2026 年 4 月,产品已覆盖全球超 30 个地区、服务逾 600 万用户,北美 Flow 2 新品在亚马逊美国站发布 24 小时内登顶销量榜。
IEEE Robotics and Automation Society 面向欧洲、中东及非洲地区征集 Humanoids 2027,面向亚洲及太平洋地区征集 Humanoids 2028 的组织提案。
NASA 将向月球南极发射名为 PROMISE(Polar Rover for Observation, Mapping, and In-Situ Exploration)的核动力漫游车。该漫游车主要利用为好奇号和毅力号火星任务开发的现有测试台架及飞行备用组件构建,作为月球基地计划的基础性任务执行观测、测绘与原位探索工作。
NVIDIA SOMA Retargeter 将人类演示中的协调性与时序适配至不同比例的机器人关节结构,解决直接复制无法匹配机械范围的问题。该技术作为具身智能训练起点,利用人类动作数据高效指导双足机器人学习从日常行为到复杂任务的移动技能。
AGIBOT 六台 G2 轮式人形机器人在上海徐汇区一家运营中的便利店完成了为期 24 小时的实地测试,累计执行了 1,730 项任务。其中四台机器人通过了包含客户互动、咖啡制作、货架补货和清洁在内的最终性能评估,两台未达标。
Rhoda AI 在获得 4.5 亿美元 A 轮融资后,推出了直接视频动作(DVA)模型,该模型通过在海量互联网视频上进行预训练以建立对运动、物理和交互的强先验。与仅依赖遥操作的小型数据集不同,该模型结合移动性与操作能力,通过观察 - 预测 - 转换 - 执行的闭环实现泛化,并可在少量任务特定微调后部署于真实世界场景。
简智机器人在CoRL会议上发布DAS 2.0旗下两款新品,包括第一视角头戴式多模态数据采集设备DAS Ego 2.0和灵巧手数据采集手套DAS Dex 2.0。
深圳具身智能公司星尘智能发布了面向多机器人协同操作的模型框架CoMind(Be My Eye)。该框架通过去中心化的主动共享与任务关键信息的精选压缩,让机器人在独立决策的同时交换对任务有用的信息。
论文评估了跨 13 个模型和 28 种设计的 MLLM 验证器,发现其存在严重的‘一致性偏差’(过度认可代理行为)。作者提出 SGV 方法,通过先生成行为先验再基于此进行推理判断,显著提升了失败检测率和准确率。
推荐理由:提出 SGV 方法缓解 MLLM 验证器的一致性偏差,在 OSWorld 等任务中提升完成率达 20pp。
MPPI-Generic 是一款基于 C++/CUDA 的 GPU 加速随机优化库,提供 Model Predictive Path Integral 等三种控制算法实现。该库允许用户通过 API 自定义动力学模型或代价函数而无需修改核心代码,并已在多种 GPU 上验证了实时计算能力。
研究在走廊导航场景下对比了目的地与通过侧两种意图表征,发现后者经自适应更新后能带来更流畅的人体运动且感知能力更强。即便行人处于分心状态,可读性运动仍能支持平滑交互,尽管主观评分未始终反映该优势。两项用户实验(N=45)证实基于共享模型预测控制框架的互动级意图表征对社交机器人导航有效。
针对传统过行收获机非选择性损伤果实、且现有选择性机器人仅针对单果效率低的问题,本文提出 CLASP 机器人系统。该系统配备软式主动滚带夹爪(SARB-Gripper),通过闭环力控将拉力控制在未成熟果实脱落阈值以下;结合眼手相机与眼在手相机的全局 - 局部感知管线实现簇定位与姿态估计。
WISE 是一种统一框架,用于协调视觉语言动作(VLA)模型在后训练阶段何时以及如何利用世界模型的想象能力。该方法仅在交互相关状态调用想象,执行有界的多视角展开,并利用进度与完成信号评估候选未来,从而在减少约 80% GPU 计算时间的同时,在多种操作任务中提升性能并增强真实分布偏移下的鲁棒性与泛化性。材料为 arXiv 预印本,未提及同行评审状态或具体开源代码仓库。
针对果实采摘后处理需避免压伤但刚度随成熟度变化的难题,本文提出一种仅利用伺服编码器与电机扭矩的控制器。该策略通过设定作物与夹爪固定的应变上限和刚度下限,在接触时估算物体尺寸并保守修正刚度估计,最终将停止力控制在目标应变范围内。
论文提出 TEMPO 框架,通过冻结预训练的视觉语言骨干网络,利用两个专用强化学习回路分别更新产生潜在动作条件的语义投影层和低级动作专家。该方法限制潜在动作漂移并允许动作专家从在线反馈中学习。实验在 CALVIN 基准和真实世界操作任务上验证了 TEMPO 优于预训练最先进模型及强化学习后训练基线,且在三个真实任务中达到并保持更高的评估奖励。
该方法提出利用矩阵值可容许启发式函数,在保留黎曼度量方向结构的同时计算张量最紧常数下界。实验验证显示,在 UR5、Franka 及 PR2 机器人执行操作任务时,其生成的信息集比欧氏距离和标量特征值界限更紧致,加速了多种渐近最优规划器的收敛速度。该研究已提交至 IEEE RA-L 期刊并附 arXiv 预印本代码。
基于大语言与视觉语言模型的机器人策略虽具备强语义规划能力,但高推理延迟限制了实时部署。本文提出 REIS 框架,受人类认知启发,利用连续观测中动作与子目标重复的时序冗余特性,结合轻量级场景门控、KV 引导的可操作路由及深思熟虑的推理机制,在保持语义适应性的同时显著降低推理开销。实验表明该方法在 ALFRED 基准及真实世界任务中均能维持具有竞争力的性能。
该综述针对软体机器人中仅靠压力无法决定气动致动器性能的难题,系统分析了腔室形状、增强件布局及折叠结构等设计策略对线性、弯曲、扭转和全向四类运动的影响。文章进一步探讨了材料刚度与内部约束层如何权衡出力、气耗、重复性及耐用性,为穿戴、生物医疗及移动机器人应用中的紧凑高效系统设计提供选型依据。
针对软袖式执行器出力机制不明的问题,研究构建了包含轴向刚度的准静态分析模型。实验表明在 125 kPa 压力下,该 LSSA 出力随延伸从约 112 N 降至近零,且静载荷会显著降低输出力。结果证实了压力、几何形变及轴向刚度对软体执行器力学行为的耦合主导作用。
针对非结构化环境中单一备份策略失效的挑战,本文提出了策略库控制屏障函数(PL-CBF),这是一种运行时安全滤波器。该方法通过评估满足约束的并行有限视界回滚结果,从候选策略中选择容许控制集体积最大的策略,并求解二次规划以最小化对名义输入的修改。研究在室内导航、高速驾驶及四旋翼飞行等仿真场景,以及移动机器人和定制四旋翼的硬件实验中,均证明了其在保持毫秒级计算时间的同时提升了安全性能。
推荐理由:提出基于并行有限视界回滚的策略库控制屏障函数,在仿真与硬件实验中验证了其在复杂动态环境下的实时安全性。
该系统将紧急制动建模为最优控制问题,在模型预测控制框架下生成时间最优且防溢出的停止轨迹。作为即插即用的安全层,该方法叠加于现有无晃动运动规划之上,能在检测到危险时立即响应非线性液体动力学。仿真及七自由度 Franka Emika Panda 机器人实验证实,系统可实现快速紧急制动且不发生液体溢出。
针对长视野任务中现有视觉语言动作模型存在的结构盲视、泛化受限及优化扁平等问题,本文提出一种新型神经符号 VLA 框架。该框架引入神经符号编码器将指令解析为受门控单调阶段指针跟踪的原始计划,利用神经符号求解器基于活跃子指令条件化块状 VLA 策略,并通过分层联合策略优化在演示片段上拟合指针并利用成功过滤的在线学习细化动作策略。
针对视觉语言动作模型(VLAs)在特定环境部署需微调且对相机视角变化敏感的问题,本文提出 AnyCamVLA 零样本相机自适应框架。该方法利用前馈新视图合成模型,在测试时将实时观测的图像虚拟调整为与训练配置匹配的目标视角,无需额外演示数据、策略微调或架构修改。
推荐理由:提出无需微调的零样本相机自适应框架,通过实时合成目标视角图像提升 VLA 在真实场景中的鲁棒性。
论文提出 SAGAS 框架,解决线性时序逻辑(LTL)机器人规划中模型合成依赖准确状态机、学习方法需在线交互的权衡问题。该框架在无动力学模型与任务演示的离线设置下,利用固定轨迹片段学习可复用的隐式可达性图与冻结的目标条件执行器。
论文介绍 CineWild,这是一种针对野生动物纪录片的无人机自主航拍模型预测控制(MPC)框架。该方案联合控制无人机运动与相机焦距,通过自适应变焦、避开动物视野及平滑低噪机动,在影像质量与动物福利间取得平衡。研究在仿真环境中进行了消融实验并与基线对比,同时在真实世界完成了感知与相机执行管线的概念验证。作者表示将开源代码。
论文提出了 Agentic Aerial Cinematography (ACDC) 框架,旨在弥合智能体在数字环境中的推理能力与物理世界任务执行之间的差距。该框架通过执行器将智能体对电影意图和视觉判断的解释锚定在场景几何与飞行约束上:给定自然语言请求和三维场景表示,智能体选择相关视角并通过视觉反馈进行优化,随后利用优化与运动规划生成可执行的无人机航迹。
该论文提出一种统一的概率虚拟夹具(VF)框架,旨在根据任务阶段的不确定性自适应选择触觉反馈模式。系统支持在手动夹具、半自动夹具(人处理精密任务)和全自主模式之间无缝切换。
论文提出了 OPA-Pack 框架,旨在解决现有机器人装箱方法仅关注几何形状而忽略物体属性(如易碎性、可食用性等)的问题。该框架利用检索增强生成和思维链推理构建了包含 1032 个日常物体属性标注的数据集,并通过 OPA-Net 编码物体属性与容器状态。实验表明,该方法将避障准确率从 52.3% 提升至 95.0%,易碎品负载减少 29.4%,并在物理平台测试中优于基线及其他启发式方法。
针对现有基于模型的方法在处理复杂物理接触和建模误差时的局限性,本文提出了一种融合触觉感知的双层框架。高层通过接触隐式的模型预测控制联合生成参考手指运动与接触点,实现在线反应规划与扰动恢复;底层利用手力 - 运动模型与触觉反馈并发跟踪这些参考,补偿建模误差并增强鲁棒性。
推荐理由:该工作提出双层框架,结合接触隐式 MPC 与触觉反馈以解决模型误差问题。
这是一篇关于基于高斯过程学习的模型预测控制(GP-MPC)的教程论文,结合概率残差建模与移动视界控制。文章核心贡献在于详细推导了多步均值和协方差传播公式,阐明了高斯过程后验均值、协方差及不确定输入在其中的作用。
针对非线性时间最优模型预测控制计算成本高难以实时的问题,本文提出一种集成化架构以实现数据高效的实时神经模仿。核心贡献包括自信息采样策略、联合处理数据集相关性等挑战的完整训练与控制架构,以及在 Furuta 摆上的真实世界验证。
CABOT 是一种将环境网格设为主动计算介质的新模型,使无需灯光或内存的弱能机器人能在四状态下实现排线与无限探索。该模型在仿真中验证了五状态场静默排线、三状态任意聚集及迷宫引导等能力,证明环境资源而非机器人自身是核心度量。研究通过 19 页论文与 5 幅图示展示了从惯性地板到活性网格的范式转变。