社区

2026年4月8日，地瓜机器人宣布完成1.5亿美元B2轮融资，B轮累计融资额达2.7亿美元。本轮融资由某零售科技与供应链巨头、Prosperity7风投基金、远景科技集团等战略投资机构，慕华科创、云锋基金、华控基金(T-Capital)、LOOK CAPITAL、凯联资本等一线财务投资机构联合加持，老股东高瓴创投、和暄资本、线性资本、黄浦江资本、滴滴、五源资本、初心资本、梅花创投、淡马锡旗下Vertex Growth持续跟投，将全面加速地瓜机器人商业和开发者生态的全球化布局，以软硬协同、端云一体的具身智能原生技术底座为支撑，为全球机器人产业创新打开全新增长极。   2025业绩实现“三级跳” 出货量激增180%、客户量翻倍、开发者破10万   2025年，地瓜机器人业务成果“量质齐飞”，全年出货量同比大幅增长180%，客户数量同比增长200%，头部客户实现了从成熟消费级品类到前沿具身智能机器人的全领域覆盖，迄今总计推出超百款机器人产品，并成为越来越多爆款产品背后的“最大公约数”，为全球用户带来智能化的创新体验。   地瓜机器人开发者生态亦同步高速发展，全球开发者数量突破10万，同比增长100%，遍布亚太、欧洲、北美等20多个国家和地区。截至目前，地瓜机器人推出的“地心引力”创新企业加速计划已服务500+中小创新团队，助力200+团队落地爆款产品，成为智能机器人创新企业的第一选择。为进一步降低机器人开发门槛、缩短开发周期，地瓜机器人携手超过60家软硬件和解决方案等产业上下游生态伙伴，共同打造可靠完整的软硬一体解决方案，赋能客户和开发者加速智能机器人规模化落地。   软硬协同打造具身智能大脑基座 1+1>2 打开机器人全新想象   软硬协同是机器人持续创新的核心驱动力。地瓜机器人与地平线始终保持技术同源、战略协同，共同打造

近日，智源研究院联合旋玑智能及面壁智能正式发布RoboClaw 具身智能操作系统。作为面向物理世界的具身智能操作系统，RoboClaw 深度打通人工智能语义理解与机器人真机任务执行之间的核心壁垒，实现机器人通过自然语言交互即可自主完成全流程任务。该系统构建起用户、agent、技能库与机器人本体的一体化协同入口，全面支撑跨设备、跨技能、跨场景的智能调度与精准执行。用户无需代码开发与专业运维，仅通过语音、文字下达目标指令，便可由系统自动完成任务拆解、环境感知、资源调度与整机任务执行。 当前，具身大模型普遍存在不好用、不易用、不通用三大落地痛点，长期制约技术从实验室演示走向产业规模化应用。立足真实产业需求，智源研究院此前曾发布RoboBrain和RoboOS，针对性破解行业难题和推动产业应用落地。其中，RoboBrain作为面向真实物理环境的“通用具身大脑”，依托强感知理解、智能任务拆解与空间记忆能力，补齐模型决策与实操执行脱节、任务稳定性不足的短板，让机器人变得更好用和更易用；RoboOS作为全球首个具身智能SaaS开源框架，搭建跨机型、跨本体的大小脑协同机制，实现多品类机器人统一调度与集群联动，破除硬件兼容壁垒，让不同机器人也可共同协作完成各项任务，解决不通用的核心问题；具身大脑与跨本体大小脑协同框架双擎联动，则有效推动机器人从“单机智能”迈向“群体智能”，加速具身智能技术从实验室走向真实场景。 本次发布的RoboClaw，凭借物理世界具身智能执行中枢的原生架构设计，实现了具身智能领域关键技术突破。RoboClaw率先构建 “意图理解 — 任务拆解 — 状态感知 — 技能调度 — 机器人执行 — 记忆回流” 全闭环执行体系，实现大模型语义理解、多模态感知与机器人物理执行深度协同，突破传统方案仅支持单步指令或预设脚本执行的局限，使得机器人具备在开放环境下不确定性任务处理与长程任

图片 作者：吕鑫燚 出品：具身研习社 人们身处历史的时候，总是后知后觉。 2018年，Open AI和Google BERT几乎同时开始尝试大语言模型里的新架构，名为“Transformer"。彼时学界与产业界给予了些许盛赞，但更多人只是将该架构视作一次方向性的验证落地。 直到2020年，GPT-3 175B 引爆“大模型+缩放定律”，全行业才终于确认：这是未来唯一主干。 也正是在此时，业内才意识到2018年那根引线早已悄然点燃，行业苦苦追寻的大模型时代里程碑，早已矗立在历史进程之中。 历史总是惊人的相似，2026年伊始具身智能也正沿着相似的辙纹前行。 前不久，美国Generalist AI发布GEN-1模型，将各类物理操作任务平均成功率从64%提升至99%，完成任务速度提升约3倍，每项任务仅需约1小时机器人数据完成适配。 Generalist打破了萦绕在具身智能产业上的所有痛点，一时间，那个被反复提及、近乎说烂了的具身智能“ChatGPT时刻”，好像不再只是空泛的PR话术，而是触手可及、清晰可预见的产业未来。 如果故事只到这里还远不足以称为2018的镜像。 Generalist所侧重的数据驱动和数据采集方式，和国内的千寻智能高度同频：以多样性数据驱动Scaling Law，通过可穿戴设备低成本采集人类操作数据预训练模型，再用少量机器人数据微调实现高泛化能力。 图片 可见，产业内在讨论的不是某一家企业的技术路线验证成功，而是万亿投入后共同投票出来的解法，美国Generalist与中国千寻智能的同频，本质是全球具身智能在同一周期节点上的路径收敛。 正如2018年被视为里程碑，也不是某家企业的荣耀，而是属于Transformer的桂冠。 而今日千寻智能完成新一轮10亿元融资，30天内累计融资额达30亿元，更是资方的一次无声的默认。具身智能苦苦寻找的落地钥匙，或许已经握在我们手中

资本与产业双轮驱动：泉智博获过亿元A+轮融资，新工厂落地加速具身智能商业化 继2025年9月圆满完成A轮融资后，泉智博近期再传捷报——成功斩获过亿元A+轮融资。此次新工厂的投产是融资落地后的核心举措之一，将主要用于新增订单的量产交付、质量管控体系升级及新型一体化关节产品的技术研发与创新。 活动现场，来自无锡市政府、产业界、投资机构及合作伙伴的代表共同出席仪式，见证这一中国具身智能产业实现从技术突破到规模化量产的重大跃迁。 产线全流程自动化，重构行业效率标杆 走进泉智博全球高爆发一体化关节自动化产线，一条充满科技感的自动化产线正以90秒/套的节拍稳定运转。机械臂精准抓取、AGV小车穿梭配送、检测设备实时闪烁——这是这条高爆发一体化关节自动化产线的日常生产场景。 节拍压缩至90秒，泉智博新产线年实现稳定交付 从20分钟到90秒，泉智博新产线将一套高精度机器人关节的交付周期压缩了13倍。正是这一速度的质变，支撑起泉智博的规模化交付能力。生产效率实现5倍跃升的关键，并非设备的简单堆砌，而是源于一场全流程的系统化重构——每一个工位的节拍都经过精密计算，每一次流转都经过反复优化。这才是“泉智博速度”的真正内核，也是其具备每月支撑数万台人形机器人关节需求的底气所在。 核心工序全自主可控，泉智博新产线以超85%自动化率定义智造新高度 产线自动化率突破85%，核心工序实现全自主可控。在装配端，定子、转子、减速机、编码器等核心部件，全部由高精度机器人完成微米级装配；在检测端，集成动态性能测试、扭矩标定、温升监测等全流程设备，数据实时上传、全程可追溯；在物流端，AGV小车实现物料自动配送，达成生产节拍与物流节拍的精准协同；在管控端，数字孪生系统实时监控2000余台设备的运行状态与工艺参数，支撑预测性维护。这套系统化架构在最大限度减少人为误差的同时，也为产品的高稳定性和一致性构筑了坚实根基。 泉智

图片 作者：吕鑫燚 出品：具身研习社 人人都在谈具身智能进军工厂，可大多数人都选择性忽略了那道最硬核、最难啃的「最后 20%」关卡。 你会发现，业内藏着一个产业错位：当我们寄望具身智能掀起工厂提质增效的革命时，却忽视了被掩盖的底层现实。当下具身智能落地时几乎全都盘踞在自动化改造早已成熟的 80% 岗位上。而汽车总装、精密装配、柔性分拣等自动化始终无法渗透的最后 20% 核心岗位，至今仍是规模化落地的真空地带。 这一困局的根源在最后 20% 的复杂非标场景，高度依赖高自由度五指灵巧手才能完成作业，这是夹爪等末端执行器或传统自动化设备难以胜任的高难度任务。 更关键的是，这种产业错位绝非单一技术短板，而是末端执行器、机器人本体、大脑模型三者始终无法深度耦合、协同进化的系统性困境。 尤其是末端执行器这一关键环节，高自由度灵巧手深陷高成本、性能不稳定、可靠性不足的落地泥潭，让本体厂商看不到规模化落地的可行性，更算不清真实 ROI。而彼时用夹爪先满足 80% 的标准化需求成为了一个颇有性价比的方案。 我们并不否定攻克 80% 标准化场景的价值，这是前沿技术走向产业的必经阶梯。但不可回避的是，这一阶段也在无形之中压缩了具身智能本该有的想象边界。 将产业现状抽丝剥茧后便能发现，破解的思路或许落在了高自由度五指灵巧手手中。唯有灵巧手厂商跳出 “被动选配的上游零部件” 定位，主动锚定生态链核心进行升维，以规模化降本 + 技术化提效双轮驱动，先一步成为通用操作基座，才能彻底打通具身智能落地的最后梗阻。 这绝非简单的角色转换，就连特斯拉至今也未能同时迈过成本与性能的双重天堑。 但有一家与特斯拉采用相同技术方案的灵巧手企业曦诺未来，却走出了截然不同的产业化路径。 图片 通过布局上游进行垂直供应链整合，牢牢掌握成本可控的主动权，还通过零部件产品化的模式，进一步优化了营收结构。用万台订单，证实灵巧手规模

图片 作者：彭堃方 编辑：吕鑫燚 出品：具身研习社 从终局视角来看的话，星海图已经 ready。 这是星海图在完成 20 亿元 B+轮融资，估值达 200 亿规模之际，星海图对外的表态。这句话背后的重点，不仅在于星海图已经做好面对未来一切可能发生事情的准备方案，更映射了通往具身智能终局的路径，已经悄然清晰。 终局要从两条线来看，首先是“智能本身”，基础模型是具身智能革命的关键变量，也是一切创新的起点，而基础模型再近一步拆解来看，则分为三大要素：数据、算力、算法。 只有这三个要素同步解决才有推动智能跃迁的可行性；另一条线是从场景视角来看，解决场景要求的生产力和成本问题，能够进入到一个 1 到 10、10 到 100 的复制阶段。 智能和场景 ROI 两条线打通之际，才是具身智能终局之时。 坦白讲，这条路径的难点往往不在于“走下去”。更多体现在对技术节奏的精准把控上。一方面是避免盲目激进的资源投入；另一方面是保持理性扩张的同时还要确保技术落地的扎实度。 这便要求，有资格进入终局的企业不仅有前沿技术探索能力，更要有工程化能力。将技术变成可落地、可量化，算得清 ROI 的生产力。 图片 具身智能是一个需要 “六边形战士”的赛道，其长链条特性串联起了硬件、算法、数据、运营等多个维度，传统大厂仅能覆盖部分环节，难以形成全链路优势，这也为创业公司提供了绝佳的突围机会。 而星海图的 “ready”，正是围绕终局，做好了技术、组织、生态全方位的准备就绪，在通往通用具身智能的漫长征途中，成为估值最高的星海图已然找准方向、从容笃定。 图片 过去几个月，具身智能行业发生了一件关键变化：估值锚点正在从“本体”转向“模型”。而这一变化，并不是孤立发生的。 一方面是以宇树为代表的头部本体厂商，已经把硬件端打磨通透，在迈向规模化量产、产品一致性等方面已经找到路子。 二是在更广泛的 AI 领域，以 Mini

随着AI感知技术加速向户外场景落地，割草机器人正迎来从自动执行到自主决策的关键跃迁。在智能庭院机器人领域，MOVA率先推出AI双目视觉割草机器人ViAX系列，并在最新的LiDAX Ultra AWD系列中实现3D高精度激光雷达与AI视觉的深度融合应用。通过将无人驾驶领域的核心感知技术引入庭院场景，MOVA构建了以AI视觉为核心的多传感器融合系统，使割草机器人具备接近无人驾驶级的环境理解与自主决策能力，标志着割草机正式迈入“自主决策时代”。 全球首创双目视觉AI感知：让割草机器人“看懂”世界 MOVA将无人驾驶领域的多传感器融合技术与AI视觉算法成功移植到割草机器人上，配备双1080P HDR超高清彩色摄像头，搭载自研UltraEyes™ 1.0 AI双重视觉融合系统，结合深度学习算法对采集图像进行实时语义分割与目标识别。系统可精准区分草坪与非草坪区域，如花坛、步道、沙地等，并能识别超过300多种常见庭院障碍物，涵盖宠物、儿童、水管、玩具、刺猬等，从根源上保障作业安全。 MOVA AI 视觉的核心优势更在于理解其行为意义，具备类人化的决策逻辑。例如，当检测到猫狗奔跑时，系统判断为动态障碍并主动避让；发现静止玩具时，则标记为固定障碍并规划绕行路径，同时能够贴边精准切割。这种语义级的环境理解能力，让割草作业的安全性、连续性与精细化水平实现质的飞跃。 无人驾驶级视觉同步定位与建图 MOVA闭环搞定庭院割草全场景 传统割草机依赖埋设边界线或依赖RTK基站定位，安装复杂且难以适应地形变化。MOVA自研的UltraEyes技术则采用了无人驾驶领域的视觉同步定位与建图（Visual SLAM）技术，仅需5分钟即可完成300㎡庭院的高精度地图构建。用户无需任何施工布线，只需通过MOVAhome App一键启动，割草机器人即可自主完成环境扫描与路径规划，真正实现“开箱即用”。 MOVA的控制系

4月2日，花旗发布研究报告，将优必选目标价由155港元上调至190港元，并重申“买入”评级。该行指出，此次调整主要源于优必选管理层上调了WalkerS系列人形机器人的出货指引，预计将显著提振公司未来收入表现。   据介绍，优必选管理层已将2026年WalkerS系列人形机器人的出货指引从原先的2000至3000台大幅上调至:5000台，并设定了43%至45%的年度目标毛利率。基于此，花旗将优必选2026年及2027年的收入预测分别上调了36%和52%。   就在刚刚过去的3月31日，优必选（股份代码：9880.HK）发布2025年全年业绩报告。报告显示，2025年公司核心业务实现重大突破，人形机器人业务收入增长强劲。其中，公司全年总营收达到20.01亿元，同比增长53.3%，位居全球人形机器人公司之首。   报告期内，优必选全尺寸具身智能人形机器人（非遥控非玩具，身高160cm以上）收入达8.2亿元，同比增长2203.7%，成为公司第一大收入来源。全尺寸具身智能人形机器人销量达1079台，同比增长35866.7%，均价70.6万元，收入、销量、均价三项指标上均位列全球第一，此外，非全尺寸非具身智能人形机器人（含遥控、预编程及玩具，身高160cm以下）销量12759台，亦位居全球第一。   技术研发层面，2025年优必选研发投入超5亿元，占营收比例达25.4%，其中，全尺寸具身智能人形机器人研发投入超2.7亿元；近四年公司累计研发投入达19亿元。截至2025年底，公司货币资金储备49.2亿元，未来将计划主要用于具身智能的研发。

图片 作者：吕鑫燚 出品：具身研习社 谈及具身智能的痛点与卡点，我们往往习惯站在过去与当下的时间轴上审视问题。但当视角转向青年开发者这股新生代力量时会发现：他们正身处的当下，恰恰预示着具身智能的核心痛点，正在被逐一打通。 从最痛的具身模型难复现、边界模糊来看，无论产业还是学术，都曾深陷同一窘境：在仿真环境中屡拿高分，落地真实世界却走不完完整任务流。这便是缺乏真机实测，导致的技术长期停留在纸面内卷，既消耗资源，也找不到精准迭代的锚点。 更具象的困境是，此前深耕具身领域的在读博士曾向具身研习社坦言，早年研究大量时间都耗费在硬件调试等琐事上，真正能投入模型训练与算法部署的精力被挤压。而近几年新入学的学弟学妹，正受益于产业链日趋成熟、工具链逐步完善，得以将核心精力聚焦在前沿模型探索，而非被底层工程问题牵绊。 这样的转变并非个案，而是行业层面的系统性跃迁。每一次工具的完善、每一次真机验证的落地，都在为具身智能、为新一代力量搭建起更坚实的起跳台。 前不久，具身研习社线下观战了由深圳市人工智能产业办公室指导，自变量机器人、深圳市人工智能行业协会与广东省具身智能训练场联合主办的全球首届具身智能开发者大会（EAIDC 2026）暨「具亮计划」黑客松・大湾区巅峰赛。 本届赛事以真机实测为核心标尺，全方位、多维度检验模型真实能力。作为全球首届聚焦具身智能的开发者大会，也是参赛队伍首次大规模在线下完成具身智能真机对抗评测，赛事难度与不确定性不言而喻。即便如此，现场仍有开发者队伍，仅用一个下午就完成模型适配与调试，跑出了任务成功率。 图片 透过选手的真实感受和成绩，能看出 EAIDC 用真机实测，再次为具身智能迈向新台阶奠定了基础。 此后具身智能不再只能囿于仿真环境里，而是真正通过真机评测精准迭代，在现实的物理世界中创造更多可能性。无论是学术界的开发者还是产业界的研发人员，都能更精准窥见模型能力边界

“开发一个卖猫抓板的购物网站，用支付宝收款”，现在，这件事可以让AI帮你做了。 3月31日，支付宝正式发布国内首个“支付集成Skill”，并同步上线魔搭社区Skills中心。该产品将基础支付能力深度封装为标准化组件，让Vibe Coding开发者可通过自然语言在应用开发中快速接入支付宝支付功能。 长期以来，开发者为应用接入支付，需历经支付产品选型、文档研读、编码调试等复杂流程，周期长、成本高、效率低。借助支付宝支付集成Skill，开发者在Vibe Coding模式中仅需三步，就可以使唤AI来帮忙配置，真正实现“零代码”和“开箱即用”： 1.在魔搭下载“支付宝支付集成Skill”； 2.在开发工具中完成安装； 3.Vibe Coding中通过自然语言描述收款需求，如：“帮我接入支付宝支付，我要做一个售卖10元猫抓板的极简手机购物应用，顾客在商品详情页直接付款、不需要添加购物车。” 与此同时，为保障开发安全与验证效率，支付宝还升级了“沙箱环境”，开发者可在无真实资金、未正式开通支付产品的前提下，完成全链路支付测试，0成本验证应用商业化可行性与稳定性。 image.png 随着AI从“对话交互”向“任务执行”演进，支付宝正加速构建适配AI时代的支付新基建，已形成涵盖支付MCP Server、AI付、AI打赏、AI订阅付费在内的AI支付产品矩阵。此次支付集成Skill的上线，进一步完善了新兴AI开发生态的支付集成能力，有望推动AI产业与新消费的全面爆发。