全球充电竞争进入体验与盈利新阶段:中国超快充技术领跑,欧美加速追赶
截至 2025 年全球公共快充桩约 270 万个(中国占 81%),行业焦点已从“有无”转向使用体验、盈利模型及功率竞赛。美国 EVgo 计划 2027 年推出最高 750 千瓦设备,而比亚迪 Atto 8 在 Flash 超充桩上实现 10%-97% 仅需约九分钟,中国技术正推动代际切换。
截至 2025 年全球公共快充桩约 270 万个(中国占 81%),行业焦点已从“有无”转向使用体验、盈利模型及功率竞赛。美国 EVgo 计划 2027 年推出最高 750 千瓦设备,而比亚迪 Atto 8 在 Flash 超充桩上实现 10%-97% 仅需约九分钟,中国技术正推动代际切换。
均胜电子旗下宁波超平面机器人科技公司正式向宇树科技交付了首台机器人高算力大脑背包。该产品是软硬一体方案的核心载体,搭载高算力端侧平台与高效能能源系统,可适配人形、四足及轮式等多种形态机器人,支持独立外挂部署以提供环境感知、数据采集、自主决策及动态运动控制算力支撑,并承载端侧具身模型实时推理与物理Agent自进化迭代。双方正加速推进机器人关键部件及工业场景应用共研,有望在年内取得更多积极进展。
九号公司全资子公司九号海南拟以自有资金向控股子公司未岚珠海提供不超过人民币5亿元的循环借款,用于满足经营发展资金需求。未岚珠海主营智能割草机器人品牌Navimow,其2026年前三季度营收达23.75亿元,旗下i、H、X及Terranox系列覆盖家庭与商用场景。该笔财务资助有效期为股东会审议通过之日起2年内,利率参考银行同期贷款利率确定。
北京市经济和信息化局近日印发《北京市具身智能机器人产业高质量发展行动方案(2026—2028年)》,提出到 2028 年培育不少于 5 家国际一流、10 家国内领先的人形机器人整机企业,京津冀区域整机产能占全国 25%,关键零部件配套率超过 60%。
珞石机器人与地瓜机器人宣布深度合作,地瓜旭日S600作为端侧算力平台,将为珞石AR5力控臂双臂集成形态及逐星H系列人形机器人整机,提供智能决策、多模态感知与实时控制的一体化算力支撑。目前,珞石玄和iNex开放式运动控制系统已部署于旭日S600,实现AI大脑与全身运动控制同机运行,无需额外配置独立运动控制盒。双方合作旨在帮助客户减少底层控制与系统适配的重复开发,加快整机集成与应用验证。
丘沃智能展示搭载开物™ L4无人作业套件的临工3004混合动力拖拉机在新疆芳草湖农场完成无人深翻作业,耕深超30厘米,横向误差1.2厘米。该系统基于车规级硬件底座PathFinder-I与自研KaiwuOS六层架构,支持平板远程指挥与时序数据平台预测性维护。
针对稀疏终端奖励导致信息缺失的问题,本文提出 WM-PPO 方法,利用训练于真实交互的世界模型预测动作后的观测,由价值网络对预测后继状态进行估值以指导策略优化。该方法在无需教师信号或特权信息的情况下,仅在推理阶段使用策略网络,在 ALFWorld 和 ScienceWorld 基准上将成功率分别从 63.5% 提升至 87.5%,从 39.3% 提升至 52.9%。
研究提出言语 - 非言语不匹配分类法,验证 LLM 在社交语境下能成功选择讽刺等目标行为。人类受试者实验证实这些线索显著改变了对虚拟智能体态度与情绪效价的感知,且能有效区分加强、缓解及泄露三种功能类型。该成果为训练具备复杂情感交互能力的虚拟智能体提供了关键方法支撑。
论文提出了 Sequential Approximate MPC (Seq-AMPC),这是一种无标签的循环框架,利用共享参数生成完整控制序列。该方法通过已知动力学直接训练策略,并引入基于安全滤波器的阶段成本依赖接受容差,以在存在神经近似误差时保持递归可行性和渐近收敛性。
推荐理由:提出无需专家演示的 Seq-AMPC 框架,在四类基准上实现接近 NMPC 的成本比与高采纳率。
arXiv 论文介绍 DiffeoMorph,一个端到端可微框架,用于学习引导智能体群体从最小化初始条件演化为目标三维形状的形态发生协议。
本文介绍了一个基于 Habitat 平台的长视界家庭任务评估基准,涵盖七类任务及 90 种环境、记忆与任务的组合配置,共运行 1,350 个回合。研究对比了 ReAct、VLM-TAMP 和 Tru-POMDP 三种规划策略在任务成功率、完成率和动作效率上的表现,发现 ReAct 整体表现最佳(成功率 45.3%,完成率 71.7%),且初始记忆的准确性并不总是带来最优性能。
该研究提出一种通过推断操作员具身感知的控制器,利用隐式注视和瞳孔信号及任务结果优化设备设置。在异构合成操作员仿真中,该方法将具身感度量从 0.76 提升至 1.66(满分 2),且与最优设定误差仅 0.02。工作已提交 IEEE 待发表,代码与数据暂未公开,结论基于离散主动推断智能体验证。
本文介绍 SCARAB 系统,利用分布式蜂群控制和多模型感知,使代理能在无 GPS 或射频通信环境下实现自我定位、编队及抵达目标位置。研究通过物理引擎仿真验证了无人水面载体(USV)在风浪环境下的表现,旨在支持军队执行不可预测的分散河流穿越任务并提升生存能力。
针对视觉 - 语言模型在具身智能和自动驾驶中存在的几何脆弱性问题,本文提出多视图关系蒸馏方法。该方法通过蒸馏跨视图的 patch-wise 余弦相似度而非教师特征本身,在编码几何对应关系的同时保留预训练对齐。实验表明,该方法在物体定位、密集描述等任务上优于监督微调与特征蒸馏,且参数更少、延迟更低。代码已开源。
推荐理由:提出多视图关系蒸馏方法,在提升视觉空间推理能力的同时保持语言对齐,且参数开销低于特征融合。
针对现有机器人演示数据多在无人环境中采集导致策略缺乏人类感知行为的不足,本文提出 HABIT 大规模机器人演示数据集。该数据集包含超过 10K 个片段和 160 小时视频,覆盖 60 项任务,将任务分为协作、同事与监督三种角色以捕捉不同的人类 - 机器人交互模式。
论文提出 SSR 框架,旨在解决人形机器人在非结构化地形上的安全高效移动难题。该方法通过自监督学习结合想象落脚点引导,预测摆动脚接触点并评估支撑稳定性以减少滑倒;同时利用等变潜在空间对称性增强实现高维视觉下的双侧协调,并结合特定地形的多判别器运动先验鼓励类人行为。实验表明 SSR 在楼梯、宽缝隙和高台等极端挑战下均能实现安全稳定的长时程穿越。
推荐理由:提出端到端框架 SSR,利用想象落脚点引导与对称性增强实现人形机器人在复杂地形的稳定行走。
该论文提出将稀疏门控混合专家(MoE)架构应用于基于视觉的四足机器人运动控制任务。实验在受控设置下对比了标准 MLP 与 MoE 策略,结果显示在激活参数数匹配的情况下,MoE 架构使训练奖励提升 8%,且优于同等总参数的 MLP。研究还通过真实 Unitree Go2 四足机器人的实验验证了该方法在现实世界中的性能表现,表明借鉴大语言模型领域的稀疏化技术对机器人运动控制具有应用潜力。
论文提出一种名为 Show, Don't Tell 的自监督系统,旨在解决机器人快速识别演示中出现的未知物体的问题。该方法通过在自动创建的、由人类演示监督的数据集上训练专用目标检测器,完全绕过语言描述和复杂的提示工程。研究开发了集成在机器人上的系统,将这一范式应用于现实世界的机器人部署,实验结果表明该流程在操作物体检测和识别方面显著优于现有最先进方法,从而提升了机器人的任务完成率。
本文介绍了一种由刚性手臂和软体操纵器串联而成的混合机器人系统,旨在结合刚性机器人的精度与重复性与软体结构的顺应性和适应性。作者提出了一种定制的模仿学习算法,该算法适用于此类混合系统,能够利用刚性的精确操作和软体的身体特性来习得操作技能,并一次性泛化到任务变化中。实验表明,该系统在堆叠等经典任务中的性能达到或超过刚性机器人,同时实现了通过狭窄开口抓取物体等全新的行为模式。
CLIFER 模型结合想象与持续学习技术,在 66 名参与者与人形机器人进行的平衡内被试实验中,显著提升了个体效用并诱发了更高的让步率。该异步架构能在实时交互背景中更新模型,相比 FaceChannel 基线实现了更广泛的唤醒度估计范围。研究证实将持续情感个性化与差异反馈耦合于实时谈判具有实际价值。
针对标准 URDF 文件格式缺乏高层语义上下文的问题,论文提出了 URDF2Ontology 框架,利用大语言模型与迭代图净化机制,将原始 URDF 文件自动转化为填充了语义信息的 OWL 本体。
论文提出了 GenEA,这是一种新型智能体表示法,旨在基于动作推理人们的计划和目标。该框架的核心是一个多层状态空间,将关节身体的粗粒度生物力学与其与附近物体的相互作用耦合起来,通过扩展机器人领域的任务 - 运动规划框架并引入基于仿真的直觉物理来实现。
论文指出当前许多记忆增强的视觉语言动作(VLA)策略错误地依赖时间戳填充记忆,导致在任务无实质进展时误判为‘幽灵进度’而提前停止。研究通过在 RoboMME 计数任务中引入停顿或抖动验证了这一漏洞:均匀采样使成功率从 47% 降至 16%,而从事件索引记忆的修复方案在不重新训练的情况下恢复了半数以上损失,证明机器人记忆应统计事件而非时钟滴答。
该研究针对世界动作模型(WAMs)需注入低维机器人信号的难题,提出 MetaWAM 方法,将姿态、动作等信号折叠进单一频域通道并通过逆 DCT 提升,无需增加模块即可对齐预训练视频扩散模型的先验。在 RoboCasa 基准上成功率达 68.9%,推理延迟降低 39%;在三项真实 Franka 任务中成功率为 85.0%。代码与模型已公开。
推荐理由:提出 MetaWAM 统一接口,将机器人信号折叠进单一频域通道,无需额外模块即可对齐预训练视频扩散模型的先验分布。
该论文针对世界动作模型(World-Action Models)迭代视频去噪带来的高推理开销问题,提出 Elastic-WAM 方法。该方法通过自适应分配时空细化计算资源,统一调控何时停止世界细化、每步推进多远以及刷新哪些区域。研究在多样化仿真基准和真实长程操作任务中评估,结果显示其兼具最先进的控制性能与更低的推理延迟。材料为预印本论文,未提及具体开源代码或模型权重下载链接。
推荐理由:提出弹性计算分配机制,在仿真与真实长程操作中实现控制性能领先且降低推理延迟。
本文提出 Koopman 模型基础强化学习(K-MBRL)算法,旨在解决具有未知动力学的非线性机器人控制系统问题。该方法通过最小化结合即时成本与一步预测状态未来成本的近似策略目标来学习控制策略。
针对基础模型控制机器人存在的安全风险,作者提出了 RoboRisk 综合安全评估基准和 LEASH(Lease-Enforced Agentic Safety Harness)框架。
论文提出了 DexSeed 框架,旨在低成本生成多样化的、可物理执行的机器人演示数据用于灵巧视觉语言动作(VLA)学习。该方法基于 InteractionMesh 重定向和手臂轨迹增强技术,在保持抓取关系的同时适应不同物体几何与放置位置,并通过强化学习手指控制策略实现仿真中的可执行 rollout。
该论文提出一种针对接触丰富型双臂建筑任务的“人在回路”控制范式,支持在 VR 引导遥操作、半自主共享控制和基于规则的自主执行三种模式间进行结构化切换。系统结合了沉浸式 VR 引导、手动定义的复用技能库以及明确的人机角色分配与指令优先级规则。
论文提出了 LaST0.5 这一新型世界动作模型(WAM),旨在解决现有模型全球场景表征忽视局部机器人 - 物体交互的问题。该模型在混合 Transformer 架构中引入交互中心潜在专家,利用视觉交互线索学习紧凑的潜在空间,并通过自适应的世界到动作转移机制调整执行与重采样。
推荐理由:提出 LaST0.5,通过引入交互中心潜在空间弥合世界演化与操作生成的表征差距。
论文提出了 HiPFuse 点 -BEV 融合框架,通过交换点和高度分区 BEV 特征结合细节与空间上下文,在 Jetson AGX Orin 上实现 SemanticKITTI 63.7% mIoU/14.2 FPS 和 MCD 62.5% mIoU/22.4 FPS。
针对人形机器人在单手持物时因上肢非对称负载导致的速度跟踪偏差及导航失败风险,本文提出 ReACT 框架。该方法利用估计的力矩对 Actor 特征进行反射一致的扰动调制以补偿负载影响,并通过对比加载与未加载条件下的速度指令训练跨负载一致性。
本文提出了 Learn-To-Propagate Distributionally-Robust Forest (L2P-DR-Forest) 算法,旨在解决非线性随机系统在初始状态和过程噪声分布未知的情况下的运动规划问题。
该论文研究了利用人类游戏玩法数据对机器人策略进行预训练的方法。作者针对 InternVLA-A1.5 模型,结合了键盘鼠标事件预测与冻结视频模型的视觉监督,构建了覆盖保持的锚点选择机制以防止未来动作干扰。
该工作提交了 Team IF1001 的 2026 BEHAVIOR Challenge 第二名方案,评估移动操作能力涵盖 100 个家庭任务。方法基于 Cosmos 3,通过丰富视觉历史、任务进度条件化及特定技能 LoRA 适配器进行改进。
推荐理由:报告了基于 Cosmos 3 改进的 WAM 在 BEHAVIOR Challenge 中获第二名的结果,公开了任务进度条件化与 LoRA 适配等关键工程细节。
该论文在 SO-101 机械臂上训练了 ACT、SmolVLA、Diffusion Policy 和 pi0.5 四种模仿学习策略,针对同一抓取放置任务分别在约 520 勒克斯和 45 勒克斯(11.5 倍光照变化)条件下进行验证。
针对智能机器人在适应性与灵巧度上与生物体存在的差距,该研究通过引入膝踝顺应性及足部摇杆效应,扩展了 McGeer 单摆步态模型并推导标准跟趾撞击映射。基于状态依赖的蒙特卡洛与再生核希尔伯特空间方法,论文计算了倒立摆与被动动态行走模型的相空间体积 W(γ),揭示了顺应性组件对物理智能建模与控制的新路径。
本文指出直接商用 Depth Anything V2 等单目深度基础模型在室内导航基准中会导致 63% 的碰撞率,因其系统性高估近距离障碍物距离。作者提出一种轻量级插件模块,在冻结的深度模型上增加 0.58M 参数头,预测每个像素的对数深度修正和不确定性,利用共形校准设定安全边界。
FAME-QP 是一款结合约束依赖算子表示与 CUDA Graphs 重放的 GPU 加速求解器,专为线性模型预测控制中的稠密二次规划设计。该工具通过设备校准自动选择执行配置并缓存算子库以应对矩阵变化,在仿真的人形机器人与四旋翼控制实验中,相比竞品 GPU 求解器显著降低了延迟并保持了解决精度与控制性能。
针对现有挖掘机加装专用传感器成本高、维护难的问题,本文提出一种利用车载视觉观测与控制时序信息的闭环自主挖掘框架。该方法编码驾驶室视角图像的结构线索,建模历史摇杆指令的短期运动趋势,并为铲斗关节引入滚动状态缓冲区以在严重遮挡下保持时间连续性;同时将机械关节范围约束纳入学习目标以抑制不可行估计。