具脑磐石在浦江创新论坛发布类脑认知世界模型 Cog-WM 1.0，用约 15.4 小时导航数据把成功率从 78.50% 提到 86.89%。但同期路径效率只涨了 0.65——「找到了」和「走得近」之间的这道缝，才是这份成绩单里最该被读的东西。
一个主智能体加三类子智能体，用图结构调度 VLA 和世界模型，再用三个 Markdown 文件管记忆——清华团队的 EMERGE-Policy 在真机纸杯实验里扛住了人为拆毁和尺寸扰动，成功率保持 85% 到 94%。这可能是「系统编排」第一次在具身智能里正面击败「单个大模型」。
深度机智 PhysBrain 1.5 的 8B 版在 28 项具身基准上拿 72.5 分，与 GPT-6 Astra 只差 0.8 分。但把 28 个基准名字逐个摊开会发现：它们测的都是「看图答题」的空间理解与规划，没有一项是真机操作成功率。这不是泼冷水，是搞清楚这个分数能兑换什么。
跑酷、导航、抗摔三件看似不相关的事，拼起来是一条完整的路线：中期训练、SFT、在线 RL 的后训练三段式，加上把偏好对齐做进全身控制——创始人姜旭来自 OpenAI RLHF 团队，这套打法是他履历的具身复刻。
一根悬在半空、几何稀疏的细杆，会把感知和全身控制一起卡死。苏黎世联邦理工让一台众擎 PM-01 跳上单杠、双手交替摆荡、再落地，15 次试验成功 14 次。真正值得记的不是这个动作本身，而是它证明了「不建地形图」这条路在非结构化场景里更对。
高盛科技大会上，黄仁勋把物理 AI 拆成三层递进：自动驾驶已到来，操作机器人还要几年，6G 要五年。「两年拐点」给行业一个时间锚，也给所有人一个必须回答的问题——凭什么。
一份把 MLLM 放进 240Hz 刚体仿真、让它真的去接滑落的盘子的基准。7 个模型测下来约三分之一突发危险处置错误，而且错误不随模型规模缩小——这条结论对「等下一代模型就好了」是直接的否定。
朱军团队发布《General World Models from First-Principles》，把世界模型从名词变成 L1–L5 五级可检验路线；同场发布的 Motus2 用 13 万小时人类第一视角视频加 100 小时机器人数据，把策略、模拟器、评估器装进同一套参数。
证券日报 9 月 11 日刊文梳理车百会研究：智能汽车与具身机器人核心技术栈重合度超 70%，供应链融合集中在电机、热管理、芯片、材料四笔账。车企做机器人的真实动机，是给存量竞争找第二曲线。
同一家机构把 2030 年机器人拣选市场从此前的 68 亿美元下调到 46 亿，但把料箱拣选的增速上调到 36%、卸车机器人上调到 64%。总量在缩、结构在换——对做仓储机器人的人来说，该换的不是信心，是细分赛道。
智元把联合训练数据从 300 小时拉到 3 万小时，G1-OP 零样本成功率从 17.1% 涨到 44.1%，且 5000→30000 小时仍未饱和。更值得看的是：训练数据占比不足 2% 的 G2-90D 也涨了 17.7 个百分点——跨本体迁移第一次有了真机数字。
Arm 首席架构师 Richard Grisenthwaite 推出与架构无关的能力描述框架，把机器人能做什么、需要什么运行环境、需要多少监督、给什么安全保证写进同一套词汇表。它不是新标准，但可能是第一个能跨厂商串起来用的。
机器人会说话之后，最尴尬的是手不知道往哪放。银河通用联合六校的 RoboGesture 把自碰撞帧率从 4.16% 压到 0.13%——这项研究真正的工程难点，不是让动作像人，是让动作不伤到自己。
光象科技与清华李升波课题组的 Phi-WM 1.0 ActEffect，让世界模型只在训练时上班、部署时退场。真正有意思的不是 80.3% 这个分数，是它的消融实验：去掉后果反馈，分布内只掉 1.8 个点，分布外掉 28.8 个点。
动态投掷 39% 提到 94%，给笔戴帽 8% 提到 83%，开箱 30% 提到 90%。三个数字都很硬，但它们不是这篇报告里最值得看的部分。最值得看的是那条 30%→20%→40%→90% 的非单调曲线，和「机器人错法变了」这件事。
深朴智能说它的 Omni-Simple-World 模型「预训练与后训练全程未使用任何一条真机数据」。这句话在技术上是成立的，但在传播上极其容易被读歪——它绕开的是机器人本体，不是真实世界。
智谱 GLM-5.3-Flash（中文圈称「牛来」）以约 1/40 的单价追平 Claude Opus 4.8 的智力指数，MIT 开源、原生多模态、跑在国产芯片上。对机器人仿真与专家 IP 内容降本很香，但限时价、速度和本地部署门槛三件事被原帖讲轻了。
行业吵了几个月的「VLA 还是世界模型」，在 2026 智源大会上被给出一个共识判断：世界模型不是 VLA 的竞争路线，而是 VLA 体系的核心组成部分。本文拆这个判断是怎么成立的，以及它对做落地的人意味着什么。
H2 Plus 全身 75 个自由度里，两只手占 44 个。智元的灵巧手子公司「临界点」估值突破 10 亿美元，单手 19 自由度、850 克。灵巧手正在从配件变成决定机器人能力上限的核心部件——这是 2026 年最容易被低估的一条线。
Physical Intelligence 的 π0.7 被称为机器人领域的「GPT-3 时刻」，关键词是组合泛化——模型见过「抓红杯」和「杯子烫就用夹子」之后，能组合出没练过的动作。它还首次把世界模型作为 Subgoal Image Provider 集成进 VLA。
