开普勒机器人宣布2026年有效工业订单超过4700万元，已搭建实景实训基地，形成“人形机器人+四足机器人”产品矩阵。公司自研核心零部件达80%，并进入规模化商用阶段。即将展示的“麒麟”系列四足机器人具备高承载能力，适用于多种工业场景。

NVIDIA推出了新款Jetson Thor计算机，旨在推动机器人和边缘AI的发展。新模块T3000和T2000基于Thor架构，提供高效的AI计算能力。T3000模块具备865 FP4 teraflops的计算能力，适合复杂任务，而T2000则为开发者提供更广泛的边缘AI解决方案。此外，新发布的Jetson代理技能可自动优化内存，提升开发效率，降低系统成本。

本文介绍了如何使用检索增强生成（RAG）技术处理大型API文档。通过将文档分块和提取向量，用户可以快速查询相关信息。系统使用Node.js、PostgreSQL和Google Gemini等技术，支持用户上传PDF并通过自然语言提问，返回相关答案。教程详细说明了项目设置、数据库连接、文档处理和查询流程，旨在提高文档的可用性和查询效率。

NVIDIA与日本合作，展示全栈AI和机器人技术在各行业的应用，庆祝与SEGA三十年合作，推出新游戏《VIRTUA FIGHTER CROSSROADS》，并展示NVIDIA RTX Spark超芯片的潜力，推动游戏行业未来发展。

星尘智能发布了第二代具身基座模型Lumo-2和物理AI智能体Philia。Lumo-2通过预测物理变化提升机器人在家庭任务中的能力，涵盖22项家务。Philia整合多台机器人，关注用户体验，提供长期服务。这两者共同推动具身智能进入系统工程阶段，强调技术与用户体验的结合。

无锡灵掌机器人与无锡公安联合进行防爆实战演习，使用自研的灵巧操作系统和机械手，配合机械狗进行安全防爆作业。灵巧手LZ-Pro具备高负载、高寿命和高可靠性，能够在复杂环境中自主操作，提升排爆效率，解决传统方法的高风险和操作限制问题。

OpenAI计划推出一款可移动、无屏幕的AI音箱，支持智能家居控制和个性化服务，预计今年公布，明年上市。DeepSeek创始人梁文锋成为身家最高的AI模型创始人，个人财富达360亿美元。小米机器人在汽车工厂的成功率已提升至98%。全球手机市场第二季度下滑4%，但三星和苹果的市场份额逆势增长。

波士顿动力公司正在测试其四足机器人Spot用于包裹配送。新配件使Spot能够从车辆中搬运包裹并自主卸货，旨在减轻送货司机的工作负担。尽管人类在复杂环境中仍是最有效的配送方式，但Spot的灵活性使其适合在城市社区中导航。公司与主要物流公司洽谈，希望将Spot用于最后一公里配送。

Spotify推出了新功能“与Spotify对话”，允许Premium用户通过聊天机器人探索音乐、有声书和播客。该功能根据用户的播放列表和听歌历史提供个性化推荐，用户可以通过文本或语音与聊天机器人互动。此功能目前在美国、爱尔兰和瑞典的Premium用户中逐步推出。

小米机器人在汽车工厂的实习进展迅速，成功完成柔性工件的长时作业，特别是在中控台侧盖板排序和料箱折叠回收工站的成功率超过90%。其先进的末端力感知和主动柔顺控制策略，使其在复杂环境中表现出色，标志着人形机器人在生产线上的应用取得重要进展。

HoloAgent-0是一个统一的具身智能体框架，旨在解决物理机器人执行中的挑战。它通过Embodied AgentOS将自然语言指令转化为可执行技能图，结合空间和时间记忆，支持任务规划、监控和故障恢复。该框架提升了机器人在复杂环境中的导航、操作和协作能力，并通过真实机器人硬件评估展示了在长时序任务中的有效性。

艾利特机器人入选《2026胡润全球独角兽榜》，成为苏州光通信产业链的核心代表。新超级工厂将与龙头企业紧密合作，AI相关业务占比接近50%。

Chat SDK现已支持X（Twitter），扩展了其单一代码库的方法，涵盖Slack、Discord、GitHub、Teams、Telegram和WhatsApp。团队可以通过X API v2和X活动API构建回复公共提及和直接消息的机器人，适配器自动处理CRC验证和Webhook签名检查，并管理OAuth令牌刷新。

MIT开发的“SceneSmith”系统利用协作AI代理生成逼真的3D室内环境，帮助机器人模拟日常任务。该系统通过三个代理生成多样化的场景，使机器人在实际操作前进行有效训练，生成的环境与真实世界高度相似，能够有效评估机器人的任务执行能力。

1X Technologies更新了NEO人形机器人，新增机械手功能，具备25个自由度，能够执行精细操作。尽管NEO在家用智能机器人领域接近市场，但仍需人工远程控制，智能自主性有限，设计旨在逐步进入家庭，提升智能水平。

WebRTC在机器人远程操作中存在局限性，尤其在实际网络环境下表现不佳，常因延迟、丢包和数据同步问题而失效。Adamo通过重新设计网络协议栈，提供低延迟、多路径支持和原生ROS兼容性，成为更适合机器人技术的解决方案。

T-Rex是一个多模态框架，旨在提升机器人对触觉信号的反应能力。它通过构建一个包含触觉和视觉信息的统一模型，利用100小时的触觉同步遥操作数据集，支持灵巧操作。该模型分为低频动作专家和高频触觉专家，能够快速适应复杂的操作任务。

杨朔团队发布了TouchWorld触觉世界模型，旨在提升机器人灵巧操作能力。该模型通过预测接触和实时触觉反馈，帮助机器人在实际操作中修正动作。破晓智能致力于整合人类视频数据与触觉感知，推动机器人从“看见世界”到“接触世界”的进步。

VT-WAM是一种视觉-触觉世界动作模型，旨在提升机器人在复杂环境中的操作能力。它结合视觉和触觉信息，通过非对称MoT注意力和接触门控机制优化动作预测，强调触觉动态的重要性，以克服视觉信息的主导偏差。

慧思开物发布了毫米级VLA强化学习方案Robo-ValueRL，旨在提升机器人自主判别能力。该框架支持全量开源，允许高校和企业免费获取源代码，降低研发门槛。系统可动态修正运动轨迹，满足精密装配要求，并提供实操教程和测试数据集。