小米人形机器人完成汽车工厂连续8小时工作，开始向真实生产岗位迈
小米人形机器人近日完成汽车工厂生产岗位连续8小时工作测试，同时，小米机器人Xiaomi-Robotics-1开始在小米青年公寓开展家庭服务试验。这两个进展分别指向工业制造和家庭服务。对于人形机器人行业而言，连续工作能力比单次完成复杂动作更有意义，但距离稳定承担完整岗位，还需要进一步验证工作效率、故障率和成本。
波士顿动力发布Stretch Gen 2仓储机器人，卸货速度最高每小时1000
波士顿动力11月3日推出新一代Stretch Gen 2自动卸货机器人。新产品基于超过10万小时的实际运行数据进行改进，重点解决机械故障和维护效率问题，内部线缆数量减少81%，部分驱动模块更换时间从一天缩短至约一小时。机器人最高每小时可处理1000箱货物。这次升级体现出工业机器人竞争正在从展示性能转向长期运行可靠性。
Anthropic推出FlashProve，AI生成的答案也能拥有密码学身份证明
Anthropic于11月3日公布开源研究项目FlashProve，尝试通过零知识密码学证明，验证某条AI回答是否确实来自指定模型，而不需要公开模型权重。这项技术有望解决企业AI服务中的一个现实问题：服务商是否真的使用承诺的高性能模型完成任务，有没有偷偷切换到成本更低的模型。未来在金融、网络安全和专业AI服务中，模型身份验证可能成为重要基础设施。
AI编程智能体开始自己制造机器人训练数据，DataFarm试图降低遥操作
研究人员11月3日公布PyRUA-DataFarm研究方案，让大语言模型编程智能体接管部分机器人训练数据生产工作。系统只需获得一次真实场景校准示范，就能重建仿真任务、生成控制程序和训练数据，再通过视频模型生成逼真的多视角训练画面。研究团队在五项真实机器人任务中测试，使用合成数据训练的策略取得了与遥操作数据训练相当甚至部分更好的结果。如果进一步成熟，机器人训练将不再完全依赖昂贵的人工遥操作。
AIRoA-0实现双手机器人操作新突破，训练数据全部来自人类手持设备
11月4日公布的AIRoA-0研究展示了一种新的机器人学习路线：研究团队使用开放式手持夹爪采集人类操作数据，累计训练数据达到16151小时，整个训练阶段没有使用机器人本体采集的数据，也不需要传统遥操作。模型在十项操作任务中的平均成功率达到78%，而对照模型为27%。这意味着人类日常操作视频有望成为机器人学习的重要数据来源，降低训练对昂贵机器人设备的依赖。
中国机器人开始挑战泰山，3100级石阶测试户外复杂地形能力
11月3日前后，中国机器人在泰山开展户外爬阶测试，相关报道显示机器人完成约3100级石阶攀登，耗时43分钟。相比实验室平整地面，山地石阶对机器人平衡控制、落脚判断、动力系统和连续运动能力提出更高要求。这类测试的产业价值在于验证机器人能否进入消防救援、户外巡检、复杂地形运输等环境，而不仅仅是在舞台上完成预设动作。
MIT研究人员让GPT-6 Astra直接修改AI模型权重，数学成绩提升约6倍
MIT计算机科学与人工智能实验室研究人员11月2日披露一项实验，使用GPT-6 Astra直接分析和修改开源Qwen模型的神经网络权重。在其中一项测试中，Qwen3.5-0.8B的MATH-500成绩从7.9%提升至48.1%，修改涉及的权重仅约占总量的0.016%。研究人员将这一方法称为Weight-Space Programming。这种方式有望让AI从编写模型外围代码，进一步走向直接分析和修复模型内部参数。
Tutor Intelligence获得7500万美元B轮融资，用真人教师训练机器人
美国机器人公司Tutor Intelligence完成7500万美元B轮融资，由Andreessen Horowitz领投。其商业模式并非等待机器人达到完全自主后再进入工厂，而是先将机器人部署到真实生产环境，再通过远程人工指导帮助机器人完成任务，同时积累数据持续改进模型。这种人机协作模式降低了早期商业部署门槛，也提供了一条机器人从人工辅助走向自主执行的现实路径。
阿吉博特部署6台人形机器人挑战24小时便利店运营，机器人开始进入
智元机器人（AGIBOT）近期将6台人形机器人投入24小时便利店运营挑战，尝试让机器人承担零售场景中的实际工作。这类环境远比实验室复杂，涉及货品识别、物品拿取、空间移动和连续任务处理。便利店也是一个值得关注的机器人应用场景：商品种类多、操作流程相对标准化，同时又具有真实消费者环境，可以检验具身智能从演示走向服务业的能力。
灵初智能机器人进入李宁智慧物流中心，混合SKU订单拣选开始试运行
北京具身智能企业灵初智能（PsiBot）宣布，其具身智能拣选机器人已进入李宁华东智慧物流中心试运行，与自动化集成商恒研科技合作处理真实订单中的混合SKU拣选任务。服装和运动用品仓库商品形态复杂，不同材质、尺寸和包装对视觉识别、抓取策略提出不同要求。机器人能否在不频繁人工调整参数的情况下完成连续拣选，是衡量具身智能商业价值的重要指标。
CrowdStrike连续收购两家AI安全公司，企业智能体安全成为新生意
网络安全公司CrowdStrike于11月3日宣布收购Fiddler AI和Dreadnode，分别补齐AI智能体行为监控与自动化安全测试能力。Fiddler能够追踪智能体的决策过程、工具调用和异常行为，Dreadnode则专注于发现模型、应用及智能体中的安全漏洞。随着企业开始让AI访问内部数据库、业务系统和敏感文件，如何追踪AI做了什么、为什么这么做，以及有没有越权，正在成为新的企业级市场。
美国自动驾驶卡车进入商业运营，Kodiak与Atlas无人车队增至37辆
自动驾驶公司Kodiak AI披露，其第七代自动驾驶卡车已经与能源企业Atlas Energy Solutions进入商业运营阶段，目前双方无人驾驶车队规模达到37辆，并朝着100辆的订单目标推进。能源运输场景通常具有相对固定的路线和作业区域，是自动驾驶重卡较容易实现商业化的市场。相比展示道路测试成绩，形成持续运营车队和实际运输订单，才是自动驾驶产业真正需要的商业验证。
Schaeffler机器人订单达到4亿欧元，传统汽车零部件巨头加码机器人
德国汽车零部件供应商舍弗勒（Schaeffler）公布最新业务动态，其人形机器人相关订单规模已达到约4亿欧元。值得关注的是，公司正在将机器人与国防业务列为新的增长方向，以应对传统汽车产业结构调整带来的压力。传统汽车供应链企业拥有精密制造、驱动系统、传动部件和规模化生产经验，这些能力恰恰是人形机器人产业链需要的核心资源。
Agility Robotics人形机器人Digit将进入美国堪萨斯州生产线
美国人形机器人企业Agility Robotics的双足机器人Digit计划进入堪萨斯州生产线开展工作。Digit此前已经在仓储物流场景进行部署，主要面向搬运、物料转运等任务。与需要复杂灵巧操作的家庭服务相比，工厂和物流场景具有更明确的任务边界，也更容易形成可量化的投资回报。人形机器人能否在这些岗位上长期稳定工作，将直接影响行业商业化速度。
机器人学会用刀削皮，AI开始挑战需要精细触觉的厨房操作
研究人员公布一项机器人精细操作研究，通过力觉模仿学习与人类偏好反馈相结合，让机器人学习削皮等复杂操作。与简单的抓取和搬运不同，削皮需要根据食材形状、刀具角度和接触力度不断调整动作，既要保证操作效果，也要避免损伤物体。这类研究对家庭服务机器人尤其重要，因为厨房、清洁和日常家务包含大量需要触觉反馈与连续动作调整的任务。
RoboTryOn提出人类视频转机器人示范方案，机器人可以借鉴人类动作
研究人员提出RoboTryOn技术，尝试将人类第一视角视频转换成机器人能够使用的操作示范。系统通过视频合成方式，将原始视频中的人类替换为目标机器人，同时尽量保留原有动作、任务、物体和场景信息。这一技术如果成熟，意味着机器人训练可以利用互联网上大量的人类操作视频，而不必为每一种机器人任务重新组织人工遥操作采集。
新研究揭示机器人智能短板：只改变任务指令，成功率就从41.6%跌至16.
一项最新机器人研究通过空间问答、操作和导航测试发现，即使机器人面对熟悉的空间布局，仅仅改变任务指令，其执行成功率也可能从41.6%下降至16.1%。研究涉及49种活动和3256组问答数据。问题并不完全出在机器人动作控制上，而是AI能否真正理解语言指令与现实场景之间的对应关系。这也是具身智能距离通用机器人仍然存在的重要技术障碍。
中国具身智能创业公司RoboScience再获融资，加速机器人基础模型研
北京具身智能创业公司RoboScience近日完成新一轮融资，这是公司成立不到两年内的第五次融资。公司由两位斯坦福背景的机器人研究人员创立，主要研发Visics具身智能模型以及REX G1轮式人形机器人。与单纯销售机器人硬件不同，公司希望通过基础模型提升机器人理解环境和执行任务的能力。具身智能赛道的资本关注点，正在从机器人本体逐渐转向模型、数据和实际任务能力。
Sentra获得1.5亿美元融资，AI智能体安全监控成为企业新刚需
网络安全创业公司Sentra宣布完成1.5亿美元C轮融资，由Capital One Ventures领投。公司主要帮助企业识别、分类和保护敏感数据，并监控AI智能体对企业数据的访问和使用情况。随着员工可以通过自然语言快速创建AI智能体，企业内部可能出现未经批准的自动化程序，这些程序一旦拥有过大的数据访问权限，就会带来新的安全风险。AI智能体普及正在催生一批围绕权限管理、行为审计和数据保护的新公司。
Supermicro携手SambaNova布局AI推理服务器，英伟达之外的芯片生态
服务器厂商Supermicro计划采用SambaNova芯片构建AI推理服务器机架，为数据中心提供不同于英伟达GPU的硬件选择。随着AI应用从模型训练转向大规模推理，企业越来越关注单位Token成本、能耗和部署效率。专用推理芯片与GPU之间的竞争，也将从单芯片算力扩展到服务器架构、软件适配和数据中心整体运营成本。
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。