# 具身AI的所有文章

在 HTX 新闻中心浏览与「具身AI」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

京东和Open AI前CTO Mira Murati，押注了同一个AI赛道

京东开源了全球首个全栈开源视觉语言交互模型JoyAI-VL-Interaction，旨在突破传统AI“问答式”交互的局限，让AI能够基于连续视频流主动感知、判断并在适当时机提供帮助，例如在老人摔倒或赛事关键时刻自动预警或解说。该模型将视觉作为核心驱动模态，能自主决定何时响应、保持沉默或移交复杂任务给后台大模型。其8B参数设计轻量，支持在单张3090显卡上部署，并已集成至vLLM-Omni。几乎同时，OpenAI前CTO Mira Murati创办的Thinking Machines Lab也提出了“交互模型”概念，预示主动交互正成为行业重要方向。京东凭借在零售、物流、健康等真实场景的积累，正构建大规模物理世界数据集，以推动视觉交互在家庭看护、机器人、工业巡检等领域的落地。通过全栈开源，京东希望降低开发门槛，加速AI在物理世界中的主动应用生态发展。

marsbit06/24 10:23

marsbit06/24 10:23

绝影未竟，大晓机器人迅速“筹钱”

大晓机器人近期完成新一轮融资，吸引多家知名机构参与，2026年上半年累计融资额已达数亿美元。此举被视为商汤科技在“绝影”智能驾驶业务之后，对“物理AI”及具身智能赛道的再次押注。此前，商汤的绝影业务虽与多家车企合作并实现量产，但未能成为行业关键变量，现已逐步独立发展。相比之下，大晓机器人聚焦更具前景但也更“烧钱”的具身智能领域，致力于打造机器人背后的“大脑”——世界模型及软硬一体解决方案。然而，世界模型的研发与商业化门槛极高，需要持续投入大量算力、数据和资金。商汤自身仍处于减亏周期，难以长期单独支撑，因此大晓机器人需要外部资本共同分担后续成本。公司由商汤联合创始人王晓刚领导，其经验与资源带来优势，但也可能伴随大组织惯性。当前具身智能赛道涌现众多年轻技术型创业者，竞争激烈。大晓机器人需将技术迅速转化为可交付的商业解决方案，形成稳定收入，避免重蹈绝影在产业链中未能占据高位的覆辙。资本给予了高起点，但商汤最终需要的是一个能真正实现AI产业化、承载增长期望的新业务。

marsbit06/15 08:41

marsbit06/15 08:41

机器人开始“吃数据”：从印度数据工厂到百亿美元人形机器人的隐秘生产链

随着具身智能行业的发展，机器人训练对高质量数据的需求急剧增长，催生了一条隐秘的数据生产链。与依赖互联网文本数据的大语言模型不同，具身模型面临物理世界的“数据荒漠”，人类第一视角视频（Ego Data）等真实世界经验成为关键。在印度等地，出现了专门采集人类工作视频的“数据工厂”。工人们佩戴头戴摄像头和数据手套，按照严格规范完成整理、抓取等任务，产出结构化视频与动作数据，出售给欧美等地的机器人公司。这类Ego Data成本相对较低，可用于模型预训练，让机器人理解人类如何完成任务。数据价值呈现“金字塔”结构：底层是低成本互联网视频；上层是带精细动作标注的Ego数据；再往上是仿真合成数据，可大规模生成但存在与现实差距；顶层是最稀缺、昂贵的真机遥操数据，直接指导机器人本体动作。行业上游已分化为多类玩家：低成本数据工厂、专注动作捕捉与重定向的服务商、提供真机遥操数据的第三方、仿真合成数据公司，以及探索数据标准与流通的平台。机器人公司则采取“分层采购”策略：通用Ego数据倾向外包以快速获取规模；而关乎自身硬件适配的核心真机数据与部署中产生的失败数据，则多由自己掌控以构建壁垒。当前，行业竞争焦点正从硬件与模型架构，转向高质量数据的持续供给与有效利用。能否建立高效的数据采集、标注、仿真扩增与反馈闭环，将成为影响机器人能力突破的关键。这条从全球劳动力密集区延伸到顶尖机器人公司的数据供应链，正在支撑着百亿美元估值的人形机器人迈向现实应用。

marsbit06/13 03:32

marsbit06/13 03:32

硬氪独家 | 唐文斌「原力灵机」并购物流机器人公司，并获智谱、商汤、阶跃等投资

具身智能企业「原力灵机」近期完成新一轮融资，投资方包括智谱、阶跃星辰、商汤科技等大模型公司，以及华勤、上汽恒旭等产业资本。该公司由旷视科技联合创始人唐文斌于2025年3月创立，核心团队来自旷视。此次融资标志着商汤、旷视等公司在具身智能领域罕见“会师”。同时，「原力灵机」通过股权并购方式，与物流机器人公司「Atomix」（原力聚合）合并，旨在整合机器人资产与场景数据，推动具身智能大规模落地。Atomix源自唐文斌在旷视时期主导的物流机器人业务，其托盘四向车销量全球第二，年营收近十亿，服务超过500个项目。合并后，Atomix在全球项目中积累的真实数据将成为「原力灵机」模型训练的“燃料”，而其通用具身大模型“DM0”也将赋能Atomix的现有机器人。DM0通过融合互联网语义、智能驾驶规则和机器人实操数据，实现了跨硬件迁移和精细操作能力。行业正进入整合本体、大脑与数据的新阶段，以突破“数据死结”，寻找具身模型的规模化定律。

marsbit06/05 01:07

marsbit06/05 01:07

OpenAI时隔六年重启机器人业务，短期押注协助型机器人

OpenAI宣布时隔六年重启机器人业务，成立“OpenAI Robotics”新团队并招募硬件、软件等领域工程师，正式进军实体机器人赛道。公司首席执行官山姆·奥特曼阐述了短期与长期目标：短期内专注于研发协助技术工人建设基础设施的机器人；长期愿景是让每个人都拥有能完成各种需求的个人机器人。此次重启基于内部“世界模拟”研究项目的快速发展，并由公司研究副总裁阿迪亚·拉梅什领导。OpenAI早期曾探索机器人技术，并在2019年通过强化学习训练机械手复原魔方，证明了仿真训练的可行性。但由于当时机器人数据稀缺，公司于2020年前后解散机器人团队，将资源集中于大语言模型研发，从而催生了ChatGPT。近年来，OpenAI通过投资策略布局机器人领域，例如投资Figure AI并为其机器人开发AI模型。但今年2月双方因技术路线分歧终止合作，Figure AI转向自主研发端到端模型。这一变化促使OpenAI决定亲自下场，将机器人业务升级为内部战略。在提交IPO草案、估值高涨的背景下，OpenAI此举也被视为在上市前描绘新的增长曲线，展示其从软件向软硬件结合、从虚拟向物理世界拓展的愿景，以“具身智能”故事应对市场对其盈利能力的担忧。公司计划利用其在大模型和“世界模型”方面的优势，遵循“先造大脑，再长身体”的路径，试图以软件和算法定义硬件，重塑机器人行业研发模式。

marsbit06/02 00:32

marsbit06/02 00:32

物理AI火了，我的一些新思考

物理AI（Physical AI）概念正从学术走向产业，核心是让AI理解并作用于物理世界，在重力、摩擦力等真实环境中执行任务。这一概念2020年于《自然-机器智能》首次系统定义，历经六年传感器成本降低、算力工程化等发展，在2026年迎来“部署态元年”，关键标志是从演示走向实际“干活”。产业方面，国内外公司加速推进。智元机器人将其人形机器人投入真实3C产线直播作业，并宣布万台量产，其“全栈自研”路线旨在建立深度壁垒。美国Figure AI估值高涨，其Figure 03机器人展示了自主完成家务的能力，并转向自研的“本能-反射-思考”三层神经网络系统Helix。英伟达则与四大工业机器人巨头合作，意图通过仿真平台成为下一代工业自动化的“操作系统”。汽车供应链企业正跨界进入物理AI赛道，因其智能驾驶系统的感知、决策、执行模块与机器人技术同源，积累了可迁移的制造能力和供应链经验。特斯拉也计划利用其汽车制造经验，为人形机器人建设百万台产能生产线。技术底座的突破在于“世界模型”的工程化。此前它因算力需求大、不稳定而难以实用，如今英伟达Cosmos、蚂蚁灵波LingBot-World、阿里巴巴ABot-PhysWorld等模型或平台，能通过合成数据高效生成符合物理规律的训练场景，大幅降低了数据获取成本，使世界模型从离线渲染走向在线交互，成为物理AI发展的关键杠杆。这推动了机器人架构的范式变革：从传统的“感知-规划-控制”（工程师预设规则）转向“感知-推理-执行”（AI自主理解物理世界）。国际机构预测未来三年新机型将主要采用新架构。当前赛道方向已定但格局未成，演示与量产能力差异巨大，真实数据的高成本使得合成数据至关重要。同时，来自汽车、工业自动化等领域的技术与制造能力正加速涌入。基础设施提供商可能像上一波AI浪潮一样，捕获核心价值。2026年只是竞争的开始，未来格局仍存变数。

marsbit05/18 04:43

marsbit05/18 04:43

a16z 万字长文：AI 的下一个前沿不在语言，而在物理世界——机器人、自主科学、脑机接口的三重飞轮

a16z研究员Oliver Hsu提出，AI的下一个前沿将从语言和代码转向物理世界，聚焦于通用机器人、自主科学（AI科学家）和新型人机接口（如脑机接口）三大领域。这些领域共享五大底层技术原语：物理动力学的学习表征、面向具身动作的架构、仿真与合成数据基础设施、扩展的感官通道（如触觉、神经信号）以及闭环智能体系统。这些技术相互强化，形成结构性飞轮——机器人推动自主科学的实验自动化，自主科学产出结构化物理知识反哺AI，新型接口则提供海量人类物理交互数据，共同推动AI在物理世界的落地和能力涌现。这一转变将开辟与当前数字范式互补的新 scaling 轴，可能引发下一代颠覆性突破。

marsbit04/16 06:50

a16z 万字长文：AI 的下一个前沿不在语言，而在物理世界——机器人、自主科学、脑机接口的三重飞轮

marsbit04/16 06:50

与Generalist顶峰相见，30天狂吸30亿，千寻智能做对了什么？

千寻智能在30天内完成两轮融资，总额达30亿元，由顺为资本和云锋基金联合领投，雷军与马云首次在具身智能赛道共同投资。公司成立于2024年，由韩峰涛、高阳和郑灵茵联合创立，覆盖AI、机器人与商业化核心能力。其开源具身模型Spirit v1.5在评测中超越国际开源模型，展现出零样本泛化能力，验证了类似大模型的Scaling Law路径——数据规模扩大显著提升性能。数据采集是关键瓶颈，千寻采用多源融合方案：通过可穿戴设备、互联网视频和真实场景操作获取数据，成本降至遥操作的十分之一，已积累20万小时数据，预计2026年突破100万小时。千寻坚持“沿途下蛋”策略，优先落地工业和零售场景，与京东、宁德时代等合作，在咖啡制作、电池测试等任务中验证能力，同时反哺模型迭代。真实场景数据的高频反馈正加速飞轮运转，推动具身智能向通用化迈进。

marsbit04/07 04:04

marsbit04/07 04:04

2026 机器人赛道实战：谁在修路，谁在挖矿，谁在造系统？

2026年，AI与物理基础设施（DePIN）结合的“具身智能”成为加密领域新焦点。本文分析三个代表性项目：peaq、PrismaX和OpenMind，分别对应机器人经济的网络层、数据层和系统层。 peaq（$PEAQ）是专为机器经济设计的Layer-1区块链，核心是让机器成为可自动赚钱的经济实体。其生态已实现真实收益案例，如代币化机器人农场通过NFT持有者分享稳定币收益，年化约18%。合作方包括博世、万事达等，流通市值约3425万美元，FDV约7800万美元，估值相对较低。 PrismaX由a16z领投1100万美元，聚焦AI训练数据与人机协作。用户通过远程控制机械臂生成高质量数据并获得积分，未来可兑换代币。目前超500人参与操作，但存在数据质量风险和撸空投问题。 OpenMind（$ROBO）定位为机器人操作系统，类似“安卓”，支持跨硬件运行应用。已与Unitree、优必选等10家厂商合作，应用商店上线5款应用。但估值达4亿美元FDV，面临高估值和巨头竞争压力。三者分别负责修路（网络基础设施）、挖矿（数据采集）和造系统（操作系统），共同推动具身智能从概念走向落地，形成数据、系统、经济激励的正反馈循环。

marsbit02/15 10:06