Group 1 - Neuralink demonstrated a brain-machine interface allowing ALS patient Nick Wray to control a robotic arm for daily tasks, marking a significant advancement in neurotechnology [3][4] - Wray, who has undergone the N1 chip implantation, expressed excitement about regaining independence in activities like eating and using a microwave [3] - This demonstration is part of Neuralink's CONVOY research project, with Wray being the eighth patient to receive the brain implant [3] Group 2 - Giant Crab Intelligent, a startup focused on high-performance robotic joints, completed nearly 100 million yuan in Series A financing led by Ecovacs Investment [6] - The company aims to break foreign technology barriers and develop competitive high-end core components for robotics, having established a modern manufacturing base of 8,000 square meters [6] Group 3 - MIT and Toyota Research Institute developed a "controllable scene generation" method to create realistic virtual training environments for robots [10] - This method utilizes a dataset of over 44 million 3D rooms to simulate real-world interactions, enhancing the training of robotic systems [10] Group 4 - Neptune Robotics secured $52 million in Series B funding, led by Granite Asia, to develop underwater robots for ship hull cleaning [13] - The robots can clean large vessels efficiently, completing tasks 3 to 5 times faster than human divers, and can operate in various challenging conditions [13] Group 5 - A student team from Guizhou University developed a high-performance earthquake exploration and rescue robot, integrating edge computing and soft robotic arms [16] - The robot has been tested in real rescue applications and can provide critical data support for rescue teams in disaster zones [16]

在 一些 电影 片段 中，我们常常看到机器人能轻松理解 "帮我拿杯咖啡"或"把衣服晾到阳台"这样的指令， 并精准完成任务。然而，在现实世界中，让机器人具备这种高级别的理解和执行能力，一直是科研人员面临的 巨大挑战。 这背后，其实是机器人具身导航技术的现实困境。前主流的机器人导航方法，主要有两类，但都有明显的短 板。 指令跟踪导航 ： 机器人需要遵循极其详细的、一步步的指令，例如 "左转，出门，直行三米"。 但这种方式 指令依赖度 过 高，要求人类提供超出自然交互习惯的细节化引导 ； 预定义物体导航 ： 机器人被要求找到某个类别（如 "椅子"）的任意一个实例。这忽略了具体情境，比如 在"我想喝咖啡"这个任务中，找到一台"咖啡机"远比找到任意一把"椅子"更重要。 这两种方式都存在明显的 "语义鸿沟 "。 机器人 无法理解人类高级指令背后真正的意图，也无法处理 "茶室 左边桌子上的水果"这样包含复杂空间关系的任务。现实世界的人类指令是开放、抽象且充满上下文关联的， 这使得现有的导航机器人在面对真实、复杂的家居或办公环境 的 长视域导航任务中成功率极低 。 ▍ NavA ³：给机器人装 "分层导航系统" 针对以上困境 ...

机器人大讲堂获悉， 10 月 11 日，枢途科技正式对外披露已完成数千万元天使轮融资，本轮由东方富海及 兼固资本联合领投，值得一提的是， 2024 年枢途科技就拿到过数百万融资，投资方为奇绩创坛。 众所周知，数据是解决具身智能落地的最后一公里，而具身智能数据却存在采集成本高、规模化数量少、场景 多样性稀缺等问题。目前行业内主流的解决方案是采用人工数据采集方式获取高质量训练数据，仅 2025 上 半年，上海、北京及合肥等地就已构建起多个大型数采中心。 其中上海张江机器人谷，是全球唯二、全国唯一的规模化机器人数采中心，累计投放近百台数采机器人；北京 石景山首钢园人形机器人数据训练中心，累计部署超过 108 台机器人；而正在构建的合肥市具身智能机器人 数据采集预训练场预计年底将实现超 100 台机器人同时在 30 个以上细分场景开展数据采集和协同作业。 目前单台数采设备从几万到十几万不等 ，虽然行业内有部分研究机构推出低成本硬件数据采集方案，实现对 人类动作的 1:1 复刻，但在通用性与数据采集效率上，依然无法满足现有的行业发展需要。 因此谁能解决 " 低成本、高通用、多模态 " 具身智能数据问题，谁便拿到具身智能 ...

机器人大讲堂获悉， 10 月 11 日，枢途科技正式对外披露已完成数千万元天使轮融资，本轮由东方富海及 兼固资本联合领投，值得一提的是， 2024 年枢途科技就拿到过数百万融资，投资方为奇绩创坛。 众所周知，数据是解决具身智能落地的最后一公里，而具身智能数据却存在采集成本高、规模化数量少、场景 多样性稀缺等问题。目前行业内主流的解决方案是采用人工数据采集方式获取高质量训练数据，仅 2025 上 半年，上海、北京及合肥等地就已构建起多个大型数采中心。 其中上海张江机器人谷，是全球唯二、全国唯一的规模化机器人数采中心，累计投放近百台数采机器人；北京 石景山首钢园人形机器人数据训练中心，累计部署超过 108 台机器人；而正在构建的合肥市具身智能机器人 数据采集预训练场预计年底将实现超 100 台机器人同时在 30 个以上细分场景开展数据采集和协同作业。 目前单台数采设备从几万到十几万不等 ，虽然行业内有部分研究机构推出低成本硬件数据采集方案，实现对 人类动作的 1:1 复刻，但在通用性与数据采集效率上，依然无法满足现有的行业发展需要。 因此谁能解决 " 低成本、高通用、多模态 " 具身智能数据问题，谁便拿到具身智能 ...

Core Insights - The article discusses the significance of the Conference on Robot Learning (CoRL) and highlights the achievement of a Chinese research team winning the Outstanding Paper Award for their work on UniFP, a unified control algorithm for legged robots [1][3]. Group 1: Conference Overview - CoRL is a leading academic conference in AI and robotics, showcasing cutting-edge research in robot learning [1]. - In 2025, CoRL received nearly 1,000 submissions, with 264 papers accepted after rigorous review [1]. Group 2: UniFP Algorithm - UniFP (Unified Force and Position Control Policy) is the first algorithm in legged robotics to unify force and position control within a single framework, overcoming traditional limitations [3][4]. - The algorithm is based on biomechanical impedance control principles, allowing robots to respond to environmental forces similarly to human muscle perception [3][4]. Group 3: Control Framework - The UniFP framework consists of three core modules: observation encoder, state estimator, and actuator, forming a complete control loop of perception, decision-making, and execution [7]. - The observation encoder processes historical state information, while the state estimator infers unmeasurable key states, enabling "sensorless force perception" [7][8]. Group 4: Performance Validation - The research team validated UniFP in various simulated contact scenarios and later on the Unitree B2-Z1 quadruped robot, demonstrating impressive multi-functional capabilities [8][10]. - In experiments, UniFP showed precise force control, adaptive force tracking, and compliant impedance control, outperforming traditional methods [10][11]. Group 5: Imitation Learning - UniFP's integration with imitation learning significantly enhances the robot's learning efficiency in contact-intensive tasks, achieving a success rate improvement of approximately 39.5% over traditional methods [11][13]. - The research demonstrated UniFP's versatility across different robot forms and tasks, confirming its generalizability [13][14].

一款新型零部件，从概念到研发，再到真正落地应用并且量产要多久？ 哈默纳科、铁姆肯、住友此前都提出了摆线减速机概念，这是一类脱胎又独立于 RV 减速机的路线。 但摆线 减速器设计与工艺均复杂，且往往需要磨齿机、磨床、热处理等精密加工设备， 其迭代升级也需要较多研发 投入，具有较高的行业壁垒，因此这些外企的量产时间表一直推后。 7 月，国信证券研报指出，摆线 / 新型减速器较行星精度更高 + 较谐波负载能力更强，有望用于人形机器人 关节。据 QYResearch数据，在未考虑人形机器人需求情况下，预计 2029 年全球摆线减速机市场规模将达 23.6 亿美元（约 170亿元人民币)，中国摆线减速机市场有望 从 2021 年 4.1 亿美元增长至 2028 年 4.4亿 美元。 国内不少上市公司切入该赛道。 最近有网友爆料， 一家名为动易科技的公司，比大多国内同行先一步完成了从概念验证，目前已经在其公众 号宣布量产并发售了多个型号的准直驱一体化摆线关节模组。 这距离该公司提出摆线关节模组方案并被国内业界熟悉甚至不到6个月。 ▍ 摆线减速机路线被验证？ 摆线减速机路线或许已经得到验证。机器人大讲堂注意到，今年 9 月 ...

3、 立中集团牵手伟景智能 跨界布局人形机器人产业 10月10日，具身智能科技公司魔法原子正式推出首款面向行业应用的四足机器人MagicDog Y1。该产品专 为巡检、安防、救援等场景设计，具备45°斜坡攀爬、40厘米台阶跨越能力，最大负载达150kg，奔跑速度 6m/s。其IP67防护等级支持-20℃至55℃极端环境作业，单次充电续航超20公里，支持快速换电实现7×24 小时连续运行。 2、 小鹏汽车公布人形机器人姿势生成专利 | | 都在用的商业直询工具 | 查公司 查老板 查关系 查风险 | | | | | | --- | --- | --- | --- | --- | --- | --- | | | 图家中介 发展子其全旗下机构 | 请输入公司名称、人名、品牌名称等关键词 | | × 天眼一下 | 船 应用 ▼ | 商务合作 企业级产品 ▼ ★ 开通会员, ■ 费米▽ | | | 人形机器人的姿势生成方法、装置、机器人、介质及产品 | | | | | | | 专利公开 发明公布 | | | | | | | | 申请进度 | | | | | | | | | | O | | | | 0 | | | 申请 ...

伴随机器人灵巧手自由度的 增加 ，手部模组数量也逐渐 增多 ，例如 特斯拉 单手自由度已上升至 22 个，并 采用微型丝杠方案。 有研究机构 认为 ， 未来随着特斯拉机器人进入 ToB 和 ToC 场景，手部丝杠模组 噪声 仍需降低，长久使用 下的温升也需控制。 因此， 微型陶瓷丝杠方案 作为一种 具备轻量化 、 高强度 、 低噪音 、 低发热等优点 的新型部件 ， 能够降低运转 噪声 ，减少关节发热，显著优于传统微型丝杠， 在人形机器人灵巧手等高精 度、小体积的应用场景中展现出重要的应用价值， 有望成为未来微型丝杠的重要发展方向 ▍ 陶瓷丝杠 方案优势在哪？ 陶瓷滚珠丝杠多采用复合结构， 其 加工主要分为两大部分： 陶瓷球的制造和金属丝杠螺母的加工，最后再进 行精密的组装。 丝杠和螺母仍使用金属， 但 用氮化硅等陶瓷球替代传统钢球，主要由于陶瓷材料硬且脆，加 工难度高，复合结构更加合适。 陶瓷球的制造是技术核心，其流程远比金属球复杂 ， 需要经过 粉体制备、成型、烧结、精加工与抛光、检测 与筛选 等复杂过程，是一种类材料一体化成型技术， 由于采用高纯度、超细的氮化硅（ Si3N4 ）或氧化锆 （ ZrO2 ...

在多模态大模型和算法的持续迭代下，人形机器人能否突破结构化环境，在更加复杂的工厂车间进行作业，尤 其是 能否在户外淋雨、粉尘车间、高低温交替的真实场景中 "站得 稳 、干得好 " ， 成为机器人规模化落地 的先决条件，也直接影响到传统制造业的转型升级 。 10月9日，云深处 科技发布全球首款 IP66 防护等级人形机器人 DR02 ， 该机器人具备卓越的运动性能与 感知能力，搭载高算力单元以及模块化设计。能够突破极端恶劣的环境限制 ，为安防巡逻、工厂作业等多行 业场景提供可靠、高效的智能化解决方案，重新定义行业级人形机器人的应用边界。 ▍ 为什么全天候机器人是产业刚需？ 在应用场景中，人形机器人始终受限于环境适应能力， "不好用、不敢用、不会用" 的问题长期困扰着行业客 户。当前已上市的人形机器人产品，大多聚焦于运动性能优化或室内场景适配，一旦面对户外巡逻所需的防雨 防尘要求、工厂作业遭遇的潮湿粉尘环境，或是冷链仓库的低温条件，往往会因核心部件防护不足、温域适应 能力有限而陷入停摆。 | 序号 | 核心痛点 | DR02解决方案 | | --- | --- | --- | | | 环境适应性差,无法应对户外淋 ...

空间感知能力，是机器人实现自主运行的基础，直接影响其在复杂场景下的应用价值。随着机器人向具身智能方向发展，具备类人环境理解与交互能力的产品 成为产业重点，空间感知技术的重要性愈发凸显。然而，该技术的实现需整合不同供应商的硬件、算法与软件，企业面临兼容性挑战及较高研发投入，这不仅 延长了产品开发周期，也推高了技术门槛。因此， 如何高效稳定地获取并处理空间信息，已成为成为影响产品落地与规模化应用的关键瓶颈之一。 思岚科技新款 AI空间感知系统Aurora S 近日， 思岚科技（ SLAMTEC）正式发布新一代全集成AI空间感知系统——Aurora S 。区别于传统相机，A uror a S是 一个 集成了 AI算法和配套算例 的"空间智能感知系统" ， 可 为具身智能机器人提供开箱即用的强大空间感知能力，大幅降低集成开发门槛。 ▍ 从 "传感器"到"感知系统"的升维 据机器人大讲堂了解， Aurora S最大的革新在于高度集成化。它带有思岚自研的深度学习AI-VSLAM算法提供全3D的地图构建和定位能力以及端到端神经网 络的双目深度估计和语义识别能力，而所需的算力硬件，全部集成于仅238克的紧凑机身内。 对开发者 ...