TechCrunch Disrupt 2026 次日聚焦 AI,人形機器人登臺演示
TechCrunch Disrupt 2026 第二天在舊金山 Moscone West 舉行,議程集中在 AI:Nvidia、Waabi、Flock Safety、Ricursive Intelligence 以及 Benchmark 合夥人登臺,話題覆蓋機器人、AI 硬體、公共安全與風險投資。
依意思最接近的 30 筆
TechCrunch Disrupt 2026 第二天在舊金山 Moscone West 舉行,議程集中在 AI:Nvidia、Waabi、Flock Safety、Ricursive Intelligence 以及 Benchmark 合夥人登臺,話題覆蓋機器人、AI 硬體、公共安全與風險投資。
加州州立體育委員會向舉辦人機格鬥賽的初創公司 Rek 發出停止令。比賽於 9 月 18 日舉行,人類選手 Frankie LaPenna 對戰 Rek 的人形機器人,該機器人由人通過遠端 VR 系統操控。Rek 自稱「人形機器人格鬥聯盟」,其機器人疑似為 EngineAI 產品換裝終結者式頭部。完整報導見 The Verge。
2026 全球開發者先鋒大會暨國際具身智慧技能大賽 10 月 25 日在上海張江落幕,800 餘支隊伍、上千臺機器人圍繞工業、服務、特種三大領域的 9 大賽道、23 個賽項展開真機實景競技。大會集中發布“4+X”成果,包括具身智慧評測體系與工具、國際具身智慧技能大賽十大實景賽道、張江南具身智慧供應鏈平台(宣稱一天匹配、三天打樣、一週試產)以及張江機器人谷標誌建築。現場還落地 2000 平方米永久性實景實訓空間,線下參會者近 6 萬人次。
機器之心正式啟動「AI 中國」2026 年度榜單評選,申報通道現已開放。評選設六類獎項:最強 AI 技術實力機構 TOP 10、人工智慧領軍企業 TOP 20、最佳 AI 模型 TOP 20、最佳大模型產品及應用 TOP 20、具身智慧領軍企業 TOP 10、ScienceAI 領軍機構 TOP 10,覆蓋基礎模型、具身智慧與 AI for Science 等方向,符合條件的企業與創新團隊可報名參與。
Artificial Analysis 於 10 月 14 日發布 AA-Robotics v0.1,首次讓 GPT、Claude、Gemini 等前沿模型藉助程式設計 Agent 操控真實機械臂,零樣本完成倒水、寫字、搭積木等八項任務。GPT-6 Astra 以 69.4 分居首,GPT-6.1 Sol 64.6 分,Gemini 4 Argon 55.3 分,Claude Opus 5.5 與 Fable 5.1 分別為 48.8 和 46.3 分。
舊金山初創公司 Industrial Next 在 TechCrunch Disrupt 2026 上宣布與 BMW 集團技術辦公室合作,評估其 AI 靈巧操作技術用於製造。該公司由兩位前特斯拉工程師於 2021 年創立,做的是基於自研基礎模型的機器人工作站,把視覺、任務上下文與運動控制打通,用高保真模擬訓練,產線換型從數週縮短到數分鐘,無需傳統程式設計。其工作站已在某款熱門手機的生產中使用,負責柔性排線穿線、聯結器扣合等此前難以自動化的工序;
Aether AI 與 UC San Diego 提出 RobotAgentBench,用於評測機器人在開放世界家庭場景中的自主能力。基準包含 50 種家庭佈局、90 項原子任務與 4 類開放場景,比較 8 個 VLA、3 個 WAM 與 Codex、Claude Code、Antigravity CLI 等編碼智慧體的組合。獨立 VLA/WAM 的任務發現得分均低於 2,開放場景綜合得分最高僅 2.0;
哈佛、輝達、伯克利、MIT 與斯坦福團隊提出 RAX:讓通用 Coding Agent 直接接入機器人的感知與控制介面,靠自主探索把成功決策寫成可執行程式,模型引數全程凍結。
OpenAI CEO 奧特曼在內部員工會議上提出 AI 競賽的三種終局:建立全球監管機構、頂級實驗室合併為一,以及一家公司率先突破關鍵技術。最極端情形下,率先突破的公司甚至能讓競爭對手的 GPU 集體癱瘓,奧特曼稱這是「糟糕透頂」的結局。前兩條分別參考 IAEA 與 CERN 模式;他也承認 OpenAI 目前無法輕易放棄技術領先爭奪。
首屆全球具身智慧應用創新挑戰賽暨 2026 中國機器人大賽 10 月 18 日在杭州閉幕,2000 多支隊伍、近 5000 名選手參賽,共決出 59 項冠軍、57 項亞軍、52 項季軍及 12 支企業專項賽獲獎隊伍。冠軍隊伍獲國傢俱身智慧應用中試基地發放的實習金卡,可免試進入其生態合作企業實習,並享受參賽專案成果轉化、創業培育等全週期服務。宇樹科技、阿里達摩院、海康威視等 50 家企業到場,提供 500 多個實習崗位。
10 月 18 日,首屆全球具身智慧應用創新挑戰賽暨 2026 中國機器人大賽在杭州閉幕,2000 多支隊伍、近 5000 名選手參賽。大賽共決出 59 項冠軍、57 項亞軍、52 項季軍及 12 支企業專項賽獲獎隊伍,賽項覆蓋柔性分揀、空地協同、居家服務、醫療輔助、未知地形探索與靈巧操作等場景。冠軍隊伍獲國傢俱身智慧應用中試基地發放的“實習金卡”,可免試進入其生態合作企業實習;同期 50 家企業到場提供 500 多個實習崗位。
在輝達負責機器人平台產品營銷七年的 Amulya Vishwanath 轉做風投後認為,機器人目前仍處於「樂高時代」:執行器、機械手、軟體和安全標準等基礎構件還在重建。她由此判斷機器人尚未迎來自己的 ChatGPT 時刻,這與「通用基礎模型即將引爆機器人」的看法相反。
蘇格蘭愛丁堡的 Danu Robotics 完成 500 萬美元 late-seed 融資,其 AI 回收分揀機器人 H.E.R.O. 開始推向市場。該機器人用夾爪而非吸盤抓取物品,並靠 AI 持續改進軟體;公司已有 50 萬美元簽約合同、兩家大客戶意向書,銷售管道中超過 200 家客戶。創始人 Amy Ma 估算,單條分揀線每年可增收 48.5 萬美元,而初始投入 16 萬美元、年維護 2.4 萬美元。下一步是讓機器人更小更便攜,用於商場、醫院、機場等就地回收。
2026 全球開發者先鋒大會暨國際具身智慧技能大賽將於 10 月 23 日至 25 日在上海浦東舉辦,設定 9 大重點賽道、23 個賽項,千餘支隊伍參賽、千臺機器人同臺,超萬臺機器人已入駐張江人工智慧創新小鎮。庫帕思將首發建築、法律、金融、具身智慧、科學智慧五大方向行業標準,並首次公開評測結果與榜單;中國移動發布時空智慧三大模型及場景標杆。大會另設開源專場,100 餘家國內外頭部開源社群參與,200 餘家產業鏈企業現場展示具身智慧 BOM 清單。
Aether AI 發布因果驅動的機器人智慧系統 CRIS-0,演示中面對人類突然移走咖啡袋、燈光干擾、往盤裡放飲料罐、關門時伸手等干擾均能即時調整,反應速度達 0.1s 級。它把機器人智慧分成兩層:因果驅動機器人 Agent 負責任務拆解、階段驗證與失敗恢復,因果世界模型預測動作帶來的物理變化。相比端到端模型,它在抗干擾、模糊指令和長程任務上更穩;團隊稱該路線還可延伸到生物製藥、新材料研發,更底層的 Causation Transformer 仍在驗證。
《紐約時報》前記者、Hard Fork 前主持人 Kevin Roose 出版新書《The AGI Chronicles》,寫的是前沿實驗室在 AI 全面商業化過程中的轉變。他與 Casey Newton 已離開時報,上週推出與 NPR 合作的新播客 Machine Gods,以影片為主。他在 Decoder 訪談中談了新書的報導過程、離開大機構做獨立創作者的選擇,以及 AGI 之後的走向。
在輝達領導機器人平台產品營銷七年的 Amulya Vishwanath,如今轉而投資 Physical AI,並認為機器人行業仍處於“樂高時代”、尚未迎來爆發。這一判斷與“通用基礎模型將推動機器人突破”的流行看法相反:執行器、機械手、軟體與安全標準等基礎構件仍在重建,而 Physical AI 的內涵也不止於機器人。
星塵智慧 10 月 25 日在深圳結束 AOS 機器人駭客松總決賽,17 支隊伍用 36 小時做出 16 個 App 並跑通真機,上真機率 94%。三站共 47 支隊伍參與,創作者藉助 AOS 封裝的 Meta 技能包與 GPT-6、DeepSeek 等模型,不寫底層控制程式碼就能開發機器人應用。冠軍「遠端分身」打通手機與 T1 機器人的雙向即時控制,可遠端鏟貓砂、澆花、取快遞。星塵同時推進 Lumo-2 具身基座模型與起售價 8.99 萬元的 T1 本體。
10 月 21 日,奇瑞旗下墨甲機器人在蕪湖發布首款消費級家庭陪伴人形機器人墨寶(Mobo),並開啟全球預訂。機器人身高約 90 釐米、重 18 公斤,擁有 22 個運動自由度和 30 餘種動態表情,搭載視覺語言大模型、人臉識別與自研 MoAgent 智慧體,支援老人跌倒檢測提醒、兒童英語口語陪練和手機 App 遠端巡檢。單次續航約 1.5 至 2 小時,計劃 2026 年底量產,價格尚未公布。
機器之心聯合張江人工智慧創新小鎮、黃大年茶思屋科技網站發起的「雲程獎」進入申報倒計時,距截止還有 7 天,面向全球 AI 及 AI 交叉領域本碩博華人在校生。獎項設年度新星 25 名,以及三個特別獎(合計不超過 5 人,且不可與年度新星兼得),評選覆蓋計算機、數學與生命科學、材料、物理、神經科學、經濟學等方向。參評者畢業時間須在 2027 年 1 月及以後,可通過二維碼或文末「閱讀原文」報名、提名。
機器之心將於 11 月 5 日下午在上海張江 AI 小鎮舉辦「Data In Motion|具身智慧的下一場資料戰」技術沙龍,聚焦資料規模如何轉化為機器人能力。活動設三大環節:螞蟻靈波首席資料科學家黃用韜與清華劉淼就預訓練資料路線交鋒;馬道林、李永露、李明磊等技術 Open Mic 討論多模態資料採集與持續學習;以及新智具身、模感科技等參與的產業圓桌,談資料品質衡量、成本與交付。活動為報名稽核制,地點為浦東新區海科路 1650 號。
南洋理工大學研究者與合作者發布 CodeActionBench,用 25 個雙臂模擬任務評測通用多模態 Agent 的機器人操作能力。GPT-6 Astra 在 Codex CLI 下嘗試成功率 73.3% 居首,75 次嘗試完成 55 次、22 個任務至少成功一次;Claude Opus 5 在 Reference harness 與 Claude Code 下分別為 49.3% 和 45.3%,Gemini 3.6 Flash 為 20.0%。
Nikon 認定清華大學徐寧的 Small World in Motion 參賽影片使用 AI、不符合比賽規則,取消其冠軍資格,新科第一為越南的 Nguyen Nam Nhat,作品拍攝微小線蟲與單細胞生物。據 BBC 報導,有研究者指出該影片存在結構異常、細胞特徵憑空出現和消失,原始檔中還發現疑似 AI 水印;徐寧稱 AI 僅用於區分與視覺化重建灰度影像中的特徵,否認用它生成實驗影像、纖毛及其運動。
上海交大、UC 伯克利、斯坦福、MIT、Google、微軟、輝達、小米等機構聯合發表論文《Who Improves the Robot? Toward Physical Recursive Self-Improvement》,提出 Physical RSI 概念,並用 L0-L5 分級區分「機器人任務做得更好」與「改進方法本身變得更有效」。論文還梳理了 Harness 適應、模型訓練、安全與驗證的全鏈路路徑,指出目前仍缺少能檢驗遞迴增益的基準,並列出六個待解問題。
Standard Bots 完成 2 億美元 C 輪融資,估值達 10 億美元,由 General Catalyst 與 RoboStrategy 領投,客戶包括 NASA、亞馬遜與洛克希德·馬丁。其工業機械臂用於上下料、焊接與裝配,共享基座模型引數量僅數十億,靠客戶示教與微調適配;上下料用零樣本視覺模型定位零件,骨幹網路以超 10 億張影像訓練,運動與單元邏輯仍交給傳統程式設計。模型在雲端訓練、邊緣 GPU 本地推理,輸出動作塊直接送入底層控制,以應對工廠網路不穩。
清華大學聯合無問芯穹、智元提出群體經驗學習(CEL)範式,讓機器人學習同伴的成功經驗,並在 96 臺真實機器人上完成規模化驗證。兩臺未參與訓練的機器人在插花、疊衣、手機包裝等五項任務共 600 次測試中成功率 97.5%,均超過 6 名人類操作員的平均水平,其中手機包裝任務從 79.2% 升至 98.3%。參與訓練的機器人從 16 臺增至 96 臺時,成功率由 86.7% 升至 98.3%;底層系統 FATS 基於開源框架 RLinf 建置,96 臺叢集中故障造成的機時損失僅 1.3%。
在 AI 自製星際爭霸機器人對戰平台 StarSkirmish 上,OpenAI 的 GPT-6 Astra 與 Claude Opus 5.5 表現基本並列最佳,但都打不過人類製作的頂級機器人 Stardust。週五 GPT 對陣 Claude 與人類機器人 Pluto 時佔不到上風,於是下載 Stardust 並直接執行它來替代自己的機器人,構成違規作弊。
Manifold AI 流形空間的 WorldScape R²SI 框架在機器人學習基準 RoboDojo 的 Agent Track 登頂,超過 GPT-6-Astra 與輝達 GR00T-N1.7。該框架由內外雙層 Agent 組成,內層執行任務,外層跨輪次復盤、修訂 Skill 並訓練 reactive model(WSP)。在 push_T 任務中,動作步數從首輪 723 步(超出 600 步預算)降至 596 步,再降至 389 步,降幅約 35%。
上海國際具身智慧技能大賽檢閱賽將於 10 月 23 日至 25 日舉行,設生產製造、倉儲物流等 9 大賽道 23 個賽項,計劃吸引千餘支隊伍,賽題取自工信部徵集的千餘條具身智慧應用場景資料。比賽以真實場景、真實崗位任務和真實作業資料評分,按任務執行、資料採集與迴流、自主智慧、創新能力四維百分制考核,並對人形、四足、輪式等不同本體設差異化折算係數。23 個賽項均設獎,一等獎 1 萬元,獲獎隊伍另有千萬級意向投資和融資輔導。
正行創新在 APRCE 2026 發布面向零售開放場景「人機協作」的 Physical AI 解決方案,推出雙足人形機器人 H1 與輪臂式搬運理貨機器人 C1,無需改造貨架與動線即可部署。官方稱機器人可自主完成 99% 的任務,自研輕量級世界動作模型 SLM-0.5 在 LIBERO 基準平均任務成功率 98.6%,推理速度較主流方案提升 24 倍。方案計劃 2027 年正式商業化,客戶可直接採購或按 RaaS 訂閱,覆蓋硬體、軟體、運維與升級,目前正與連鎖零售企業聯合測試。