搜索：英伟达
—— 仿真合成数据路线获巨头押注
10 月 12 日，英伟达宣布对四家法国科技初创企业进行新一轮战略投资，涉及 Doctolib、Entalpic、Genesis AI 和 Pigment，其中机器人公司 Genesis AI 是唯一机器人赛道标的。Genesis AI 成立于 2024 年 12 月，由卡内基梅隆大学机器人学博士周衔与 Théophile Gervet 联合创立，2025 年完成 1.05 亿美元种子轮融资，创下当时具身智能领域最大种子轮纪录，最新估值约 30 亿美元（约 200 亿元人民币）。公司自研 Genesis 开源物理仿真引擎，运行速度比英伟达 Isaac Gym 快 10 至 80 倍，选择仿真合成数据路线训练通用机器人基础模型。英伟达在欧洲 AI 生态投资总额已接近 100 亿美元，黄仁勋称此举意在 "开启欧洲的人工智能革命"。
—— 奥特曼投资的配送机器人，量产冲刺数十万辆
美国配送机器人企业 Coco Robotics 联合创始人兼 CEO Zach Rash 透露，公司配送机器人单均配送成本已显著低于人类骑手，无人配送 "成本低于人工" 进入商业化验证节点。Coco 于 2025 年 6 月完成累计 8000 万美元融资，投资方包括天使投资人 Sam Altman、Max Altman 等；2025 年 3 月与 OpenAI 达成技术合作。公司定位为餐厅运力补充而非人工替代，已接入 DoorDash 与 Uber Eats，合作商户两年间从 50 个品牌扩张至全球超 5000 家，累计完成配送超 50 万单。新一代机型 Coco Two 已进入大规模量产，目标 2027 年全球车队规模达数十万辆，并正式进入英国市场。
—— 超 GPT-6 与 GR00T，总分 46.58 登顶
近日，Manifold AI 流形空间在权威机器人学习基准测试 RoboDojo-Agent 榜单中登顶，超越 GPT-6-Astra、英伟达 GR00T-N1.7 等国际知名模型，取得 46.58 宏观进度分数。三个月前公司首次发布具备上下文学习（ICL）能力的世界动作模型，如今提出 WorldScape R²SI（机器人递归自进化）框架，通过内外双层 Agent 系统执行任务复盘、技能修正与经验积累。ICL 让机器人通过一次人类示范学习新任务，WorldScape Policy 2.5 实现动作迁移、技能组合与零样本长程任务；R²SI 内层 Robot Agent 负责执行、外层 Recursion Agent 负责改进。在 push_T 任务中，技能修订使步数从 723 步降至 389 步，降幅约 35%。
—— 机器人训练数据成资本新战场
10 月 7 日，机器人训练数据初创公司 Mecka AI 宣布完成 6000 万美元 B 轮融资，由红杉资本领投，英伟达、微软创投基金 M12、高通创投、三星跟投，累计融资总额突破 1.2 亿美元，本轮后估值约 5 亿美元。Mecka 采用第一人称视角采集路线，招募参与者穿戴身体传感器录制日常任务，将人类物理动作转化为结构化机器人训练数据，同时扮演新一代机器人集成商角色。公司 2024 年成立，2026 年 6 月年化营收突破 1 亿美元。此次融资印证人形机器人训练数据已成为被资本重视的独立赛道。
—— 无外挂超越 GPT-6，开源最强世界动作模型
近日，星动纪元世界动作模型 VPP2 以平均成功率 32.26%、平均得分 39.26 分登顶 RoboDojo 榜首，拿下泛化、精细操作、记忆三项第一，超越 GPT-6 Astra、Physical Intelligence π0.5、英伟达 GR00T-N1.7 等模型，且未使用额外数据或 Agent RSI，并已开源。VPP2 在真实 ALOHA 平台零样本 9/10 类任务夺冠，接入 VLM 分层规划后平均成功率从 27.6% 跃升至 57.6%。星动纪元一年内连夺全球四榜冠军。
—— 反演示文化押注部署
匹兹堡机器人基础模型公司 Skild AI 商用落地十个月，ARR 突破 1 亿美元，模型已集成到 60 多个付费客户，覆盖仓库运输、厨房备餐、服务器制造、线束装配等，绝大部分收入来自工业操作与专业物理作业。公司与富士康、英伟达合作，将 Skild Brain 用于双臂机器人组装 Blackwell 系统；与住友电装、三井物产、G10 等落地线束装配、厨房分装与拣选包装。联合创始人发文抨击 "演示文化"，强调操作吞吐量与真实部署。最新 S1 模型通过视觉上下文学习，示范视频即可引导执行新工序，非分布任务步骤成功率达 66%。
—— 旭日芯片出货破 800 万
9 月 17 日，地瓜机器人官宣完成 4 亿美元 C 轮融资，未来资产领投、美团战投跟投 —— 这是其半年内第三笔融资，累计 6.7 亿美元（3 月 1.2 亿、4 月 1.5 亿、9 月 4 亿）。公司由王丛从地平线分拆机器人业务而来：2015 年辍学创业，2020 年接手无人要的机器人业务，2024 年初成立地瓜，定位 "不做本体、对标 Wintel"。旭日系列芯片累计出货突破 800 万片，S600 获优必选等 20 多家客户，平台聚集 10 万多名开发者。王丛直言 "堆算力是最简单的事"，挑战在于英伟达生态惯性下让客户完成迁移实验。
—— 协作记忆监控推理全覆盖
芝诺机器人植伟铭教授团队 4 篇论文入选 CoRL 2026，覆盖：SAI 序列式非对称模仿学习，以 A→B→A 训练解决多机器人耦合协作；TRACE 轨迹路由因果记忆，用轨迹特征索引历史，解决长程任务的 "延迟证据" 歧义；ContactGuard 以潜在世界模型在接触前预测失败并中止；BayesFP 将 diffusion 与 flow-matching 策略重构为贝叶斯后验采样，以 Feynman-Kac 修正实现推理时约束调整，与英伟达合作，在 Diffusion Policy、GR00T-N1.6、π0.5 上零样本验证。
—— 全域技术体系打通 加速具身智能产业化升级
2026世界机器人大会期间，越疆机器人与英伟达的深度物理AI合作成果正式公开亮相，双方基于长期生态协同，实现越疆全品类机器人产品全面搭载英伟达核心技术体系，标志着国内机器人龙头与全球算力巨头的合作迈入全域深化、全栈落地的新阶段。此次深度绑定，将从算力底座、基础模型、仿真开发三大维度，全方位提升越疆全系机器人的智能化水平，为国产物理AI技术规模化商用提供强劲支撑。
—— 具身世界模型的四条路线
2026 年，世界模型正在成为具身智能发展的重要基础，竞争重点已从 "生成一段多逼真的视频" 转向机器能否理解物理世界、预判动作连锁反应、在虚拟环境中先试错再迁移经验。本文梳理了世界模型的四条路线 —— 表征式（JEPA、V-JEPA、Dreamer，将世界压缩为可计算规律）、生成式（Sora、Genie，批量制造合成经验）、交互式（GAIA-1、Marble，将动作纳入模型模拟后果）、理解 — 生成 — 预测一体化（大晓机器人，被英伟达用于 Cosmos 3，将感知推理预测控制连接为闭环）。四条路线并非淘汰赛，而是从 "认识世界" 走向 "改变世界" 的能力阶梯，最终汇入服务于现实决策的同一方向。
