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。

蚂蚁灵波于7月10日发布了LingBot-VA 2.0，标志着机器人基础模型从数字世界向物理世界的转变。该模型通过自回归架构和因果预训练，提升了执行速度和泛化能力，解决了具身智能的效率问题。LingBot-VA 2.0设计包括语义视觉-动作分词器和增强的异步推理机制，确保机器人在真实环境中高效执行任务。蚂蚁灵波将继续探索具身智能的潜力，并将在2026世界人工智能大会展示其技术成果。

麻省理工学院的研究人员开发了FloatForm，这是一种小型水上机器人群，能够自组装成可重构的结构，适应城市需求。每个机器人独立工作，具备推进器和传感器，能够在水面上形成桥梁、平台等基础设施，展示了水域基础设施的未来潜力，能够在紧急情况下快速响应，提升城市公共空间的灵活性。

蚂蚁灵波推出了LingBot-Video，这是全球首个针对具身智能的视频生成模型。该模型专注于生成符合物理规律的视频，帮助机器人理解真实世界的互动。LingBot-Video结合了大量具身数据和互联网视频，通过MoE架构降低计算成本，提升训练效率，应用于机器人动作规划和策略评估，标志着视频生成技术向物理世界模拟器的转变。

蚂蚁灵波于7月9日开源了LingBot-Video，这是全球首个基于Mixture-of-Experts架构的具身智能视频生成模型。该模型在视频生成的推理效率和物理合理性上显著提升，超越了多款竞争模型，适用于机器人动作预测和仿真等领域。

具身智能行业正在分化，量化派专注于物理世界基础模型，推动机器人在不同场景的复用。政策要求机器人在现有条件下工作，量化派已在餐饮后厨完成多项技术验证，展示了其自主作业能力。其商业模式为“卖能力”，通过物理模型支持RaaS模式，降低边际成本。未来，数据积累和技术能力将决定其商业价值。

Mondo Robotics推出了一款名为Beni的机器人狗，售价约600美元。Beni能以每小时18英里的速度移动，跳跃10英寸，并具备4K摄像功能。它具有自我平衡和恢复能力，能在碰撞后迅速站起。用户可通过应用程序或手柄控制，未来还计划增加更多功能。尽管仍需改进，但其独特设计和趣味性使其成为受欢迎的玩具。