AI² Robotics宣布AlphaBot 2开始量产交付，轮式人形机器人加速进
深圳机器人企业AI² Robotics（原力无限）宣布AlphaBot 2开始量产交付，并披露与显示面板制造企业HKC达成超过1000台机器人的三年合作协议。与传统双足人形机器人不同，轮式底盘在工厂环境中更容易兼顾移动效率、稳定性和成本。对于需要长时间运行的工业场景而言，机器人能否稳定交付、快速部署并形成批量订单，比单次展示中的复杂动作更有商业意义。
亚马逊研究团队展示全身灵巧操作，机器人不再只依赖双手完成任务
亚马逊FAR研究团队联合加州大学圣迭戈分校、密歇根大学研究人员，展示了机器人利用手臂、躯干等身体部位协同完成抓取和操作的研究成果。传统机器人操作主要依靠末端夹爪或灵巧手，而全身接触能够为机器人提供更多操作方式，在搬运大型物体、狭窄空间作业等场景具有潜在价值。这也是具身智能从简单抓取走向复杂物理交互的重要探索。
杭州马拉松出现人形机器人交通警察，机器人开始承担公共服务任务
11月1日杭州马拉松相关报道中，出现人形机器人参与交通指挥工作的消息。与实验室中的动作展示不同，马拉松现场涉及人流、车辆、噪声和动态环境，对机器人的识别、交互和现场协同能力提出了更高要求。此类应用目前仍偏向辅助和展示性质，但也为机器人进入公共服务、城市管理和大型活动保障提供了新的试验场景。
中国机器人企业开始争夺具身智能数据，真实场景训练成为核心竞争力
随着人形机器人硬件能力逐步成熟，国内企业开始把更多资源投向真实世界数据采集。路透社报道指出，部分企业通过人工示范、穿戴式传感器和仿真环境收集机器人操作数据，训练机器人理解环境并适应新任务。问题在于，真实数据采集成本高，仿真数据又难以完全还原现实环境。如何建立规模化、高质量的数据体系，正在成为中国具身智能企业必须解决的技术难题。
NVIDIA Isaac仿真生态引入AI智能体，机器人训练开始尝试自动生成环
NVIDIA Robotics展示了利用AI智能体调用Isaac仿真工具生成训练环境的技术方向。传统机器人训练往往需要工程师手动搭建场景、配置障碍物和设计任务，而AI智能体有望自动创建不同环境，再对机器人技能进行训练和评估。这种方式如果成熟，可以显著扩大机器人训练场景的多样性，减少对真实设备和人工配置的依赖。不过，仿真训练效果最终仍需要通过现实世界测试验证。
美国机器人公司Foundry Robotics押注自主工厂，AI开始直接参与复杂
Foundry Robotics正在探索一种不同于传统工业机器人销售的商业模式：企业不仅提供机器人设备，还直接运营自动化工厂。其FoundryOS系统将机器人、生产现场和云端连接起来，通过生产过程持续积累数据、优化模型。公司主要面向无人机、卫星部件、工业设备等复杂装配领域。其思路是让AI机器人不再只是生产线上的单一工具，而成为整个制造体系的核心执行单元。
Dulo据报融资1.3亿美元，AI开始瞄准工程设计这一高价值市场
据报道，AI创业公司Dulo获得约1.3亿美元种子轮融资，公司由自动驾驶领域知名创业者Sebastian Thrun等人参与创立，主要研发面向工程设计的AI模型。与面向普通用户的聊天机器人不同，工程设计AI需要理解复杂约束、专业参数和实际制造要求，能够影响产品研发、工业设计乃至制造流程。资本开始关注这一方向，也说明AI商业化正在从内容生成向专业生产工具延伸。
人形机器人商业化出现新定价争议，Lightberry Lumi采用硬件加订阅
美国机器人厂商Lightberry的Lumi人形机器人近期引发开发者关注，其硬件售价约39990美元，同时软件服务每年收费约20000美元。与一次性出售机器人不同，这种模式将机器人的持续运行能力、软件升级和智能服务变成长期收费项目。对于机器人企业来说，订阅制有助于建立持续收入，但对客户而言，真正需要计算的是机器人整个生命周期的总拥有成本，以及它能否创造足够的劳动价值。
AI智能体开始挑战传统语音交互，Phonic-1将语音理解与工具调用结合
语音AI创业公司Phonic推出Phonic-1语音模型，主打直接通过语音完成复杂任务，而不是先将语音转成文字，再交给语言模型处理，最后合成语音回复。公司展示的案例中，AI在一次长达44分钟的电话中完成123次工具调用，涉及酒店预订等连续操作。Phonic同时宣布获得2750万美元A轮融资。它所探索的方向，是让AI从能聊天的语音助手变成真正能够处理业务的电话代理。
机器人运动控制开源库Mink升级，MuJoCo机器人逆运动学支持弹性约束
开源机器人运动学库Mink发布1.4.0版本，新增弹性约束功能，进一步完善基于MuJoCo的机器人逆运动学控制能力。逆运动学解决的是机器人如何根据目标位置计算各关节运动的问题，是机械臂和人形机器人运动控制的重要基础。弹性约束则为复杂动作规划提供了更灵活的控制手段。这类底层开发工具的持续迭代，有助于降低机器人研究与开发门槛。
美团龙猫推出1.6万亿参数多模态模型 LongCat-2.5，瞄准长程智能体
美团龙猫团队11月2日发布 LongCat-2.5 原生多模态模型，总参数量达到1.6万亿，每个Token激活约480亿参数。新模型重点强化视觉理解和智能体编程能力，面向需要连续执行多个步骤的复杂任务。相比单纯追求对话效果，这类模型更强调理解环境、调用工具和持续完成任务，也反映出大模型竞争正在向Agent执行能力延伸。
DeepSeek公开Super Agent底层架构，超级智能体开始走向工程化
DeepSeek Harness团队10月31日晚间公布自主智能体探索相关的Super-agent架构，引发AI开发者关注。其价值不仅在于模型本身，而在于如何组织智能体的任务规划、工具调用和执行流程。随着Agent从简单问答转向复杂任务执行，底层Harness架构正在成为新的竞争焦点，开源相关实践也有望帮助开发者降低构建复杂智能体的门槛。
中国人形机器人融资半年达935亿元，行业竞争从硬件转向机器人“大
路透社11月1日报道，2026年上半年中国具身智能领域完成322笔投资，融资规模达到935亿元人民币，是去年同期的约5倍。宇树、智元等企业之外，一批创业公司正在加速布局具身智能基础模型。行业竞争重点也在发生变化：机器人能否完成高难度动作已不再是唯一看点，能否理解陌生环境、学习新任务并稳定工作，才是决定商业价值的关键。
Meta联合中国傅利叶打造人形机器人Max，试图让Muse AI拥有实体身体
据报道，Meta与上海机器人企业傅利叶合作开发人形机器人原型Max，身高约1.5米、体重约48公斤，搭载英伟达Jetson Thor芯片。项目从启动到原型完成仅用了约三个月。扎克伯格将其视为Muse人工智能模型的物理化身，希望未来AI不只是屏幕里的助手，还能进入现实世界承担家务等任务。据称双方已经启动第二代原型机研发。
北京具身智能公司GenRobot获1亿美元A+轮融资，机器人训练数据成新
11月2日，GenRobot AI披露获得1亿美元A+轮融资，投资方包括上汽、百度及Eastworlds等。此次融资值得关注的地方在于，资金指向机器人训练数据这一基础设施环节。与传统工业机器人依赖预设程序不同，具身智能需要大量真实场景数据训练模型，让机器人学会抓取、移动、操作和适应环境。谁能提供高质量、多样化的机器人数据，谁就可能掌握下一阶段具身智能发展的重要资源。
Foundry Robotics融资1亿美元，目标是打造由AI机器人驱动的自动化
美国机器人创业公司Foundry Robotics获得1亿美元A轮融资，由Marlinspike Partners领投。公司希望将AI驱动的机器人工作单元、制造工程师和软件系统整合起来，建设能够承担复杂装配工作的自动化工厂。其位于加州Emeryville的工厂面积约13万平方英尺，融资将用于扩建设施和研发团队。与单纯出售机器人设备不同，这种模式更接近直接提供自动化制造能力。
谷歌DeepMind推出Genie 4世界模型，AI可以生成可交互的虚拟世界
谷歌DeepMind发布新一代世界模型Genie 4，用户通过文字提示即可生成能够自由探索的虚拟环境，还能在场景运行过程中实时改变天气、添加角色。新模型支持最长约两分钟的连续模拟，并首次实现画面与声音同步生成。其意义不只是AI视频生成，而是让AI构建可交互、可持续变化的环境，这类技术未来也可能成为机器人训练和游戏开发的重要基础。
SemiAnalysis推出GDPx智能体评测，顶级AI模型复杂任务成功率仍不足
半导体与AI研究机构SemiAnalysis推出GDPx智能体基准测试，覆盖芯片设计、网络安全、生物学、金融、法律和软件工程等11个领域，共设置206项长周期任务。测试模拟真实工作环境，要求AI在长达8小时的任务周期内完成工作。Claude Opus 5.5以12%的成绩暂列第一，Gemini 4 Carbon和GPT-6 Astra分别为10.9%和9.6%。这说明AI虽然已经能完成大量日常工作，但距离独立承担复杂专业任务仍有明显差距。
国产AI芯片天垓300挑战英伟达H200，部分推理测试取得领先
11月2日，AI芯片产业动态显示，燧原科技相关产品天垓300在部分大模型推理测试中取得超过英伟达H200的成绩，涉及长上下文处理和MoE混合专家模型等场景。需要注意，这并不意味着其整体性能全面超越H200，具体表现仍取决于模型、精度和测试环境。但国产AI芯片的竞争正在从单纯比拼算力，转向推理效率、软件生态和系统级优化。
Anthropic据报启动IPO准备，AI独角兽开始谋求公开市场融资
11月2日，有报道称Anthropic已提交在纳斯达克上市的相关注册文件，拟使用股票代码ANT。作为Claude系列模型的开发商，Anthropic近年来在大模型、企业服务和AI编程领域持续扩张。若上市进程推进，将为投资者提供直接参与前沿AI公司的机会，也意味着大模型企业正在面对另一道考题：如何将高昂的算力投入转化为可持续的商业回报。
OpenAI据悉计划采购谷歌AI芯片，算力供应链迎来新变化
据路透社10月28日报道，The Information援引知情人士称，OpenAI计划采购谷歌自研TPU人工智能芯片。OpenAI此前已通过谷歌云租用TPU算力，此次采购计划若落地，将进一步扩大其芯片供应来源。随着大型AI企业持续增加算力投入，训练和推理成本、芯片供应稳定性以及硬件生态的灵活性，正在成为行业竞争的重要变量。
SK海力士称存储芯片紧缺或持续至2030年，AI需求推高产能压力
SK海力士在10月28日前后的业绩沟通中表示，受AI基础设施建设推动，DRAM和高带宽存储器需求持续旺盛，供需紧张局面可能延续至2030年。AI服务器对高带宽内存和大容量存储的需求增长，正在改变存储芯片行业的供需结构。对芯片厂商而言，扩产机会与资本投入压力并存；对AI企业而言，内存供应和价格将继续影响算力部署成本。
谷歌发布Genie 4世界模型，AI可以实时改变虚拟世界
谷歌DeepMind于10月27日公布Genie 4世界模型，并于10月28日受到多家科技媒体关注。与一次性生成视频不同，该模型强调生成可交互的动态环境，用户可以通过自然语言改变天气、移动镜头或加入角色与物体。世界模型有望为游戏开发、模拟训练和机器人学习提供新的工具。不过，研究成果距离复杂现实环境中的稳定应用仍有距离。
Liquid AI发布LFM3模型家族，覆盖文本、视觉与音频任务
人工智能实验室Liquid AI于10月27日发布LFM3模型家族。首批模型覆盖文本、视觉、决策、音频及多模态任务，采用新的混合层架构，并基于LFM3-1.7B-Base开展开发。公司称，文本模型LFM-1.7B支持256K上下文窗口，并在减少参数使用量的同时提升性能。轻量化模型有望为本地部署和边缘AI提供更多选择，但实际效果仍需结合独立评测验证。
摩尔线程开源Megatron-MUSA-Titan，瞄准万亿参数模型训练
摩尔线程于10月28日宣布开源Megatron-MUSA-Titan训练基础设施项目，面向大规模模型训练，重点涉及万卡级集群和万亿参数混合专家模型等场景。对国产GPU厂商而言，硬件性能只是构建AI计算生态的一部分，训练框架、分布式计算能力和开发者工具同样重要。开源相关基础设施有助于降低开发者迁移和适配成本，但项目能否形成广泛应用，还取决于实际性能、稳定性和社区支持。