从单纯秀技术到踏实干实事，国产机器人商业化落地正在加速
—— 具身智能迈入量产元年，赛道重心由演示样机转向实景作业与成本攻坚
WAIC2026 展现国产机器人发展新趋势，行业重心从技术演示转向实景商业化落地。国内四足、人形机器人产品规模领跑全球，2026 成为具身智能量产元年。以云深处科技为代表的企业瞄准社区安防、末端配送场景，全力推进成本下探。随着赛道回归商业本质，稳定性、解决方案能力、综合成本成为核心竞争要素，同时中国 AI 产业持续对外开放，为全球人工智能发展与治理提供实践经验。
具身之家资讯
我国人形机器人占全球半壁江山，现存机器人相关企业超 115 万家
—— 产业集群持续壮大，国产人形机器人抢占全球重要份额
工信部官方信息显示，中国人形机器人整机超 400 款，占全球总量一半以上，四足机器人全球市占率近 70%。天眼查数据统计，国内存续机器人相关企业突破 115.4 万家，近五年注册量持续增长，粤苏浙鲁京形成产业高地。国内机器人产业供给规模领跑全球，但产业仍需突破硬件成本、数据、模型等瓶颈，推动数量优势转化为商业化与技术竞争力优势。
从 “会说” 到 “会想会做” 具身机器人正加速 “进化”
—— 世界模型与认知架构持续突破，物理 AI 推动机器人从被动应答走向主动感知
物理 AI 迎来发展拐点，具身机器人进化主线从语言对话转向主动认知与物理实操。炽梦科技搭建仿生认知模型，打造具备情绪感知、社交理解能力的机器人。世界模型成为突破场景边界的关键技术。产业数据显示国内具身智能产品快速扩容，AI 从单纯 “会说” 迈向 “会想会做”。随着认知架构、世界模型不断迭代，具身机器人将持续在工业、家庭陪伴场景落地，推动人工智能深度走进物理世界。
全国首个！宇树科技基础教育具身智能实验室落地成都
—— 产教融合打造科创平台，探索基础教育阶段具身智能人才早期培育新模式
宇树科技与成都锦江区嘉祥外国语学校共建全国首个基础教育具身智能实验室正式揭牌。平台融合遥控操控、动作捕捉、人形机器人实训，构建教学、实操、赛事一体化培育体系。依托当地优质教育生态，双方推动前沿具身智能产业技术转化为基础教育科创资源，打通产教融合协同育人链路，将具身智能人才培养前置到中小学阶段，为全国科创教育提供可借鉴的实践范例。
购买具身机器人最高可补 1500 元
—— 北京扩容智能家居补贴，具身机器人纳入政策范围，撬动家用与适老化市场
北京扩充消费品以旧换新补贴品类，将具身智能机器人纳入补贴范围，消费者采购产品可享受成交价 15% 补贴，单件最高补贴 1500 元，覆盖养老照护机器人、机器狗、外骨骼机器人等品类。市民通过京通申领券码即可立减。该政策是国内少数面向 C 端具身机器人的消费激励举措，重点面向适老化场景，有望拉动家用具身产品需求，加速物理 AI 走进家庭，为具身智能开辟家庭服务新赛道。
数据确权首单！深圳具身智能，领到一张 “身份证”
—— 确权叠加跨境交易能力，构建具身智能数据要素流通闭环
帕西尼感知 “元动作 — 倾倒” 数据集完成数据知识产权登记，诞生深圳首个具身智能实景交互数据确权案例。企业兼具数据确权能力与全国稀缺的具身智能数据合规跨境交易资质，形成确权 + 跨境流通双轮驱动模式。标准化元动作数据集补齐行业物理交互数据短板，助力机器人算法迭代。该案例打通数据要素流通关键环节，为国内具身智能数据资产规范化交易、跨境流转提供示范样板。
中国具身智能产业进入早期商业化，2030 年市场规模剑指千亿级
—— 2030 年市场规模剑指千亿级
普华永道首份国内具身智能白皮书发布，指出中国具身智能迈入规模化落地关键期。工业机械臂、移动机器人、人形机器人将长期分工共存。摩根士丹利判断行业进入早期商业化，大幅上调人形机器人出货预期。赛道面临数据、算力、成本多重瓶颈，但依托完整工业配套、海量场景、资本政策支持具备独特发展优势。产业将分层演进，硬件加速国产替代，模型优先深耕工业垂直场景，持续构建数据飞轮，向着 2030 千亿级市场目标迈进。
硅谷企业联名呼吁 反对一刀切限制中国开源 AI 模型
—— 初创阵营担忧生存危机，中美 AI 对话窗口开启
近日，近 200 家硅谷企业通过新成立的 Little Tech Association（小型科技协会）联名致函特朗普政府，呼吁美方不要切断美国开发者获取中国开源人工智能模型的渠道，并警告大范围禁令将直接扼杀新一代本土初创企业。
OpenAI 落地山茶花项目 布局 3．2GW 巨型算力底座
—— 自建数据中心提速，全球 AI 算力竞争迈向电力博弈
当地时间 7 月 22 日，OpenAI 正式公布大型 AI 数据中心规划 Project Camellia（山茶花项目），项目选址美国佐治亚州埃芬汉县。
小红书开源 BigMac 打破多模态训练效率取舍困局
—— 嵌套流水线新范式，显存占用与训练速度同步优化
近期，小红书 Dots Infra 团队正式开源多模态大模型训练系统 BigMac，直击行业长期存在的核心痛点：传统多模态训练方案普遍陷入帕累托取舍，想要提升训练吞吐速度，就要承受更高显存开销；若严控显存占用，又会产生大量算力空泡、拖慢整体效率。BigMac 依托全新调度范式，尝试把显存优化与训练提速从 “二选一” 的博弈中解放出来，为图文、音视频多模态大模型规模化训练提供全新工程路径。
共 1766 条，每页 10 条