Magic X 全球具身智能创新大会在硅谷成功举办，斑陌易行发布了模块化无人配送平台和T6无人配送机器人。陈强强调无人配送机器人是具身智能的重要载体，展示了其核心能力和技术架构，推动无人配送商业化进程。斑陌易行与生态伙伴合作，加速全球无人配送服务的落地。

晨昏线科技发布了“目标因果世界模型（GCWM1）”，旨在提升具身智能的推理能力。该模型通过因果链推理机制，实现理解、预测和干预的闭环。同时，公司推出了TermiBrain、TermiMaster、TermiBot和TermiDataClaw等产品，构建具身智能的可持续发展体系。

银河通用推出的LDA-1B模型在具身智能领域实现了数据的统一利用，突破了传统模型的局限。该模型有效整合多种数据源，快速适应不同机器人，降低数据获取成本，推动了行业技术进步和产业化进程。

具身智能的关注点已转向数据模型，数据采集面临认知对齐的挑战，模型训练需要大量真实数据。评测标准亟需统一，低分不一定代表模型性能差。未来应重视数据质量与复用性，推动无感化数据采集，以提升模型的泛化能力。

以色列理工学院的研究团队提出了一种名为 Task Tokens 的方法，旨在高效适配行为基础模型（BFM）到特定任务。该方法通过减少可训练参数和提高收敛速度，保持了模型的灵活性和泛化能力。实验表明，Task Tokens 在多种任务中表现优异，尤其在应对环境变化时展现出更强的鲁棒性。

智平方发布了全球首个开源具身智能模型社区AlphaBrain Platform，提供一整套顶尖技术工具，旨在简化开发者使用和比较模型的过程。该平台集成了五大核心技术，降低了训练门槛，支持持续学习，推动具身智能的应用落地。智平方的目标是成为行业标准的制定者，提升中国在具身智能领域的竞争力。

上周末，北京亦庄举行的机器人马拉松比赛显示，先进的人形机器人速度已超越顶尖马拉松选手。自变量公司发布新一代具身智能模型WALL-B，计划在35天后将其机器人投入家庭使用。WALL-B通过统一模型架构，提升机器人在复杂家庭环境中的感知与决策能力，旨在更好地适应家庭生活。

高德推出的ABot-World模型是全球首款具身智能机器人操作系统，采用双引擎架构，突破了物理一致性、动作可控性和零样本泛化能力。该模型通过物理优先原则生成高保真场景，支持精确的动作条件化控制，提升了机器人在真实环境中的可靠性。ABot-World在多个评测中表现优异，展现了其在工业级应用中的潜力。

戴盟机器人发布了全球最大规模的全模态物理世界数据集Daimon-Infinity，涵盖触觉、视觉等多维信息，计划形成数百万小时的数据。该数据集将用于真实场景的物理交互，推动具身智能的发展，并已开源10000小时高质量数据，构建了外发式数据采集网络，形成完整的数据处理闭环。

具身智能领域最近发布了GEN-1，成功率超过99%，速度提升2-3倍，微调成本降低至1/10。CEO Pete Florence强调，未来的世界模型应关注机器人任务的成功率，而非仅追求视觉质量。研究表明，高视觉质量与具身任务能力相关性较低，DexWorldModel通过改进表示、记忆、推理和数据引擎，提升了机器人在真实环境中的表现，展示了具身世界模型的潜力。

ATEC2026“人工智能与机器人真实世界极限挑战”赛事正式启动，聚焦具身智能在开放环境中的能力验证。赛事包括线上赛、线下预选赛和决赛，考察机器人在复杂任务中的表现，旨在推动机器人技术向实际应用发展。

戴盟机器人联合多家顶尖机构发布了全球最大的触觉全模态数据集Daimon Infinity，旨在提升具身智能的训练效率。该数据集包含触觉和视觉等多维信息，预计年内达到数百万小时，助力机器人在复杂环境中精准操作。触觉数据的引入显著提高了模型的训练效果，推动行业标准化和资源共享，加速具身智能的商业化进程。

阿里巴巴旗下高德发布全球首款全自主具身机器人“高德途途”，成功协助视障人士完成复杂任务。该机器人基于高德新发布的ABot全栈具身技术体系，具备高效的数据驱动模型和持续自我进化能力，提升了在真实环境中的导航和操作能力。

它石智航近日完成4.55亿美元的Pre-A轮融资，刷新中国具身智能单轮融资纪录。公司专注于具身智能的大脑研发，计划引进顶尖人才并推进预训练技术。AWE 3.0模型具备自我纠错能力，旨在解决机器人在真实工业场景中的应用问题。通过以人为中心的数据采集方式，已积累超十万小时的数据，致力于实现泛化能力，成为具身智能领域的领军者。

量子位发布的模型π0.7在机器人领域展示了组合泛化能力，能够根据新任务组合已有技能，无需专项训练，表现优于经过微调的专家模型。研究表明，该模型通过多样化的提示和质量标签，有效利用各种数据，提升学习效果，标志着具身智能的新发展，推动机器人技术进步。

RoboChallenge完成第二批生态扩容，吸引8家顶尖企业入驻，推动具身智能产业发展。平台通过标准化真机测试提升评测体系，促进技术落地。新伙伴将提供硬件支持，构建公允评测体系，助力具身智能在家庭和商业场景的应用。RoboChallenge致力于降低验证门槛，推动技术进步，欢迎更多参与者加入。

觅蜂科技推出MEgo系列无本体数据采集硬件，旨在解决物理AI数据采集中的“贵、慢、难同步”问题。新设备具备高精度和高效性，支持多模态数据采集，推动具身智能产业发展。公司计划到2026年实现千万小时数据产能，联合多方共建物理AI数据生态，促进数据标准化与流通。

京东在具身智能领域取得重要进展，推出全球首个全链路数据基础设施，推动具身智能商业化。通过自研的JoyEgoCam采集终端，计划在两年内收集1000万小时真实场景数据，解决数据不足问题。新平台提升模型训练效率3.5倍，具身大模型JoyAI-RA成功率领先。同时，京东上线数据交易平台，促进数据流通与合作，推动具身智能生态发展。

蚂蚁灵波推出了LingBot-Map，这是一种新型流式3D重建模型，能够实时稳定地处理视频数据，适用于机器人和自动驾驶。该模型通过几何上下文注意力机制优化了记忆管理，显著提高了速度和精度，且显存需求低，适合商用。LingBot-Map的开源标志着具身智能技术的进步，推动了机器理解物理世界的发展。