写在前面:
社区共建项目：AIGC算法工程师/开发工程师面试面经秘籍分享，Interview-for-Algorithm-Engineer，欢迎大家Star⭐收藏~
AIGC时代的 《三年面试五年模拟》AI算法工程师求职面试秘籍独家资源： 【三年面试五年模拟】AI算法工程师面试秘籍,欢迎 Star⭐收藏~，诚邀大家参与项目共建，聚力赋能 AIGC 行业生态建设！
AIGC算法岗/开发岗面试面经交流社群（涵盖AI Agent、AIGC图像创作、AI视频、LLM大模型、AI多模态、数字人、传统深度学习、具身智能等AIGC面试干货资源）一起交流学习。
报告类型 ：国内外具身智能技术与产业周报
信息截点 ：截至 2026 年 9 月 13 日可检索的公开信息；9 月 13 日当天仍可能有新增报道
覆盖范围：模型与算法、数据集与训练、机器人硬件、公司产品、融资、产业落地、政策与人才、开源/论文及趋势判断
阅读提示：本周产业新闻中有不少"计划采购""计划量产""生产线下线"和"融资媒体报道"。本文将它们分别表述，不把企业规划写成已实现结果，也不把新闻稿中的技术宣称写成经过独立验证的性能结论。论文均为 arXiv 预印本，尚不能等同于同行评审结论。
一、执行摘要
本周最重要的变化，不是又出现了一个演示视频，而是具身智能的竞争叙事继续向"制造、数据和交付"移动：
- 制造侧出现更强的规模化信号。 XPENG 宣布 IRON 人形机器人从新生产线下线；京东在 JDDiscovery 2026 提出五年采购超过 300 万台机器人的 Physical AI 加速计划。前者是生产线投入运行/产品下线，后者是需求规划，二者都还不能直接等同于稳定的大规模商业交付。
- 数据正在成为独立的产业基础设施。 服贸会出现具身智能数据跨境流通平台，JOYX 与 Hitch Interactive 宣布建设 real-to-real 数据层；PHYMI、Kinetix AI 等融资报道也将数据、模型和硬件闭环作为核心卖点。产业瓶颈由"有没有模型"扩展为数据采集、确权、隐私合规、跨主体协作和持续回流。
- 研究重心从视觉语言动作（VLA）向世界---动作模型、安全和长时程任务推进。 本周 arXiv 集中出现 OpenWAM、SyncWorld、PhysReal、ActSafeGuard、ReactHuman、FolDeX 等工作，分别处理动作建模、物理一致性、安全约束、突发反应和可变形物体长时程操作。
- 形态更加多元。 人形之外，空中具身智能、农业授粉、灵巧手、四足巡检、医疗机器人和消费场景均有动态。短期最可能先形成可复制商业闭环的，仍可能是高结构化的物流、制造、巡检、农业等任务，而非"万能家务机器人"。
本周一句话判断：具身智能正从"模型能不能做动作"进入"能否被制造、被采购、被监管、被持续供数并在真实任务中安全运行"的阶段。
二、本周产业与政策动态
1. 人形机器人进入"生产体系"叙事：XPENG IRON 从生产线下线
- 日期：9 月 8 日
- 主体：XPENG
- 事实：XPENG 官方新闻稿称，通用人形机器人 IRON 从新的机器人生产线下线，机器人制造设施正式启用，并将其描述为迈向 2026 年底量产的关键一步。
- 如何理解："从生产线下线"证明的是生产设施投运和至少一台产品完成下线；它不等于已经达到大批量稳定产能，也不等于已经形成大规模客户交付。媒体报道提到的 2026 年量产、2027 年全球交付，应继续按公司规划/媒体转述处理。
- 产业意义：汽车企业正在把制造工程、自动驾驶、机器人和物理 AI 的能力合并。竞争重点从样机自由度和动作展示，转向零部件供应链、测试工艺、质量控制、产线节拍和售后体系。
- 信息等级：A（公司官方披露）；规模化判断为公司规划，需后续交付数据验证。
- 来源 ：XPENG 官方新闻稿
2. 京东提出 Physical AI 加速计划，规划五年采购超过 300 万台机器人
- 日期：9 月 9 日
- 主体：京东 / JDDiscovery 2026
- 事实：京东官方博客介绍从 AI 模型走向物理世界的 JDDiscovery 2026，并提出 Physical AI 加速计划；多家媒体报道其规划未来五年采购超过 300 万台机器人，主要服务物流、仓储、供应链和现实世界任务。
- 如何理解：300 万台是采购规划/需求侧信号，不是已部署数量；公开报道尚不足以说明具体机器人品类、供应商结构、单机价格、验收标准或采购合同已经全部落地。
- 产业意义：这是本周最强的需求侧信号之一。物流企业如果把机器人采购与仓网、调度、数据回流和运维打通，可能成为具身智能规模化的"锚定客户"；同时，大规模采购也会把可靠性、单位任务成本、故障率、保险和安全责任推到台前。
- 信息等级：A（京东官方计划）+ B（媒体报道）；数量及时间表需以合同和部署披露跟踪。
- 来源 ：JD Corporate Blog：From AI Models to the Physical World，South China Morning Post 相关报道检索
3. 中国新增 11 个职业，具身智能机器人相关岗位进入正式职业体系
- 日期：9 月 9---10 日
- 主体：中国有关部门；新华社、央视英文、Global Times 等报道
- 事实：中国公布 11 个新职业，其中包括具身智能机器人相关技术岗位；报道还提到数字孪生等新兴数字职业。
- 产业意义：这不是单纯的"人才新闻"，而是产业制度化的信号：机器人调试、数据采集、场景运维、安全操作和系统集成开始进入职业培训、招聘和劳动统计的潜在框架。未来企业需要把岗位能力拆成可考核的任务成功率、故障处理、数据质量和安全规范，而不只是"会操作机器人"。
- 信息等级：A/B（官方发布由权威媒体转述）；具体职业名称、职业编码和培训标准应以正式目录及后续文件为准。
- 来源 ：Global Times 报道检索，新华社英文报道检索
4. 具身智能数据跨境流通平台在服贸会亮相
- 日期：9 月 10---13 日持续报道
- 主体：服贸会相关机构及数据服务参与方
- 事实：中国科技网、CGTN 等报道，具身智能数据跨境流通平台在服贸会亮相，具身智能数据被放入可交易、可流通、可跨境协作的数据要素叙事中。
- 产业意义：真实机器人数据的价值不只在规模，还在于来源、动作标签、传感器标定、任务上下文、个人隐私、工业机密和使用许可。若平台能够提供确权、脱敏、审计、计价和跨境合规，它解决的是"数据供应链"而不只是一个数据集下载入口。
- 风险提示：目前公开报道主要说明平台亮相和定位，尚不足以判断交易规模、数据质量、跨境合规机制或是否已有大规模商业订单。
- 信息等级：A/B；平台能力需等待产品细则和实际交易案例验证。
- 来源 ：CGTN 相关报道检索，中国科技网相关报道检索
5. PHYMI 据报道完成接近 1 亿美元种子轮
- 日期：9 月 9---10 日
- 主体：PHYMI；IDG Capital 等投资方被媒体提及
- 事实：DealStreetAsia、TechNode、Gasgoo 等媒体报道称，具身智能初创公司 PHYMI 完成接近 1 亿美元种子轮，IDG Capital 参与或领投。
- 产业意义：如此大额的早期融资，反映资本仍愿意为"具身基础模型 + 数据 + 硬件闭环"支付高预期估值；也意味着投资人更关注能否形成数据飞轮、硬件迭代和客户交付，而不是单点算法指标。
- 核验边界：本周检索到的主要是媒体报道，未将融资金额、轮次和领投关系写成经过公司公告或监管文件完全核验的财务事实。
- 信息等级：B/C（媒体报道与行业媒体转述）。
- 来源 ：DealStreetAsia 相关报道检索，TechNode 相关报道检索
6. Kinetix AI 据报道完成 7500 万美元 Angel+ 轮
- 日期：9 月 11 日
- 主体：Kinetix AI
- 事实：Ventureburn 报道 Kinetix AI 完成 7500 万美元 Angel 轮，资金用于扩展 AI 数据、模型与硬件开发闭环；其他行业数据库和转载将其表述为超过 5 亿元人民币的 Angel+ 轮，Vertex Ventures 相关资本被提及。
- 产业意义：资本关注点进一步从"机器人本体公司"转向"采集数据---训练模型---部署硬件---回流数据"的一体化公司。早期大额融资也会提高市场对可验证收入、设备利用率和交付节奏的要求。
- 核验边界：金额、轮次、投资人名单以媒体和数据库为准，需等待公司或投资方公告确认。
- 信息等级：B/C。
- 来源 ：Ventureburn 报道
7. Differential Robotics 获数亿元人民币融资，布局空中具身智能
- 日期：9 月 8 日
- 主体：Differential Robotics
- 事实：Gasgoo 报道其获得数亿元人民币融资，方向为 aerial embodied AI / 空中具身智能。
- 产业意义：具身智能不等于人形机器人。飞行平台具有三维机动、视角变化、能耗和安全约束等独特问题，适合巡检、测绘、应急和复杂空间作业；这也会推动感知、规划、控制和通信的一体化设计。
- 核验边界：融资金额和轮次按媒体报道表述；公开信息尚不足以评价产品规模化交付。
- 信息等级：B（行业媒体）。
- 来源 ：Gasgoo 相关报道检索
8. HiDream.ai 发布 HiDream-O1-Embodied
- 日期：9 月 8 日
- 主体：HiDream.ai
- 事实：企业新闻稿称 HiDream-O1-Embodied 将其原生全模态世界模型策略延伸到物理交互。
- 产业意义：产业叙事正在从"理解图像/视频"迁移到"预测状态、选择动作并闭环执行"。后续真正值得观察的是：是否公开模型卡、训练数据、机器人平台、任务成功率、长时程稳定性和安全边界。
- 核验边界：目前掌握的主要是企业新闻稿标题和宣传材料，不能据此断言性能领先或已实现通用机器人能力。
- 信息等级：C（企业发布/新闻稿）。
- 来源 ：HiDream-O1-Embodied 相关报道检索
9. JOYX 与 Hitch Interactive 建立 Physical AI 数据合作
- 日期：9 月 11 日
- 主体：JOYX、Hitch Interactive
- 事实：双方宣布战略合作，目标是建设 Physical AI 的 real-to-real 数据层。
- 产业意义：real-to-real 强调真实机器人到真实机器人、真实场景到真实场景的数据迁移与共享，回应仿真到现实（sim-to-real）之外的实际问题：不同本体、传感器、控制频率和任务定义之间如何对齐。
- 核验边界：合作公告说明方向与意向，尚不能证明已有公开数据规模、模型效果或商业客户。
- 信息等级：C（企业新闻稿/合作公告）。
- 来源 ：Yahoo Finance / Business Wire 相关报道检索
10. 新加坡把 Sharpa 作为灵巧机器人全球化案例
- 日期：9 月 9 日
- 主体：Sharpa；新加坡经济发展局（EDB）
- 事实：EDB 发布对 Sharpa 创始人的访谈，介绍其灵巧机器人方向，并将新加坡定位为研发、产品验证和面向全球市场的启动平台。
- 产业意义：灵巧手、触觉和精细操作是人形机器人实用化的重要瓶颈。新加坡案例也说明，亚太具身智能产业链可能形成"硬件研发在一地、数据/应用在多地、商业化节点在国际枢纽"的分工。
- 信息等级：A/C（政府机构发布的企业访谈；技术与商业主张仍需独立验证）。
- 来源 ：新加坡经济发展局 EDB 相关报道检索
11. 垂直场景补充：农业授粉与数据采集机器人
- 日期：9 月 7 日
- 主体：智慧育种机器人相关团队
- 事实：Global Times 报道一款智慧育种机器人推出具身智能版本，可执行授粉与数据采集。
- 产业意义：农业科研是典型的非人形、强垂直场景：任务边界清晰、数据价值高、环境却存在遮挡、柔性对象和季节性变化。它说明具身智能商业化不必等待"通用人形"成熟。
- 信息等级：B（媒体报道）；具体作物、成功率、作业效率和部署规模需进一步核验。
- 来源 ：Global Times 相关报道检索
12. 机器人推理位置成为系统架构问题：端侧还是数据中心
- 日期：9 月 9 日
- 主体：SemiAnalysis
- 事实：SemiAnalysis 发布《Where Does a Robot Think -- On-Device vs Datacenter Inference》，讨论机器人推理在端侧设备与数据中心之间的部署取舍。
- 产业意义：端侧推理带来低延迟、断网可用和更好的隐私控制，但受功耗、算力和模型尺寸限制；数据中心推理便于集中升级和使用更大模型，却引入网络延迟、带宽成本、可用性和数据出境风险。未来主流系统很可能采用分层架构：安全反射、低延迟控制和关键感知在端侧，复杂规划、模型更新和群体经验学习在云端。
- 信息等级：B（专业分析机构）；这是架构分析，不是某一家公司已经完成的产品部署证明。
- 来源 ：SemiAnalysis 文章检索
三、本周论文与技术进展（arXiv）
A. 数据、示范与训练
| 日期 | 论文 | 核心贡献（按论文摘要/标题概括） | 观察 |
|---|---|---|---|
| 9/9 | HuRo: Robotizing Human Videos for Scalable VLA Pretraining | 将人类视频"机器人化"，用于扩大 VLA 预训练数据来源。 | 直指真实机器人数据昂贵的问题，但关键在于动作映射误差和跨 embodiment 泛化。 |
| 9/10 | SEED-UMI | 通过共享外骨骼，让人和机器人进行一对一灵巧操作示范。 | 以硬件方式提高接触丰富任务的示范保真度，可能降低灵巧手数据采集门槛。 |
| 9/9 | RoboDrop | 用局部梯度兼容性筛选 VLA 后训练数据。 | "多采数据"转向"选对数据"，把数据质量与优化过程直接联系起来。 |
| 9/7 | OpenWAM | 开放、模块化地探索 World-Action Model 预训练。 | 反映研究范式从视觉世界模型向可执行的世界---动作建模演进。 |
B. 世界模型与物理一致性
| 日期 | 论文 | 核心贡献 | 观察 |
|---|---|---|---|
| 9/8 | SyncWorld | 通过视觉校准，让世界模型作为零样本模拟器使用。 | 对机器人而言，模拟器的价值不只是画面逼真，而是状态、动作和结果的可校准一致性。 |
| 9/7 | PhysReal | 通过混合本构建模学习真实世界可变形物体的物理规律。 | 布料、软体、食品和植物等对象会成为从"看起来会"到"稳定操作"的试金石。 |
C. 灵巧操作与触觉
| 日期 | 论文 | 核心贡献 | 观察 |
|---|---|---|---|
| 9/10 | Rapid Learning of Dexterous In-Hand Pen Writing | 通过实时雅可比估计，学习灵巧手在手笔书写。 | 代表高频接触、精细力控和在线几何估计的结合；单项技能不等于通用灵巧。 |
| 9/8 | BIFTA | 面向未知触觉传感器进行少样本适应。 | 触觉硬件碎片化是规模部署的现实障碍，传感器迁移能力比单一平台峰值指标更重要。 |
| 9/8 | FOCI Policy | 以物体为中心建模交互关系，提升关系型操作策略的泛化。 | 从"像素到动作"转向"对象---关系---动作"，有助于多物体操作和组合任务。 |
D. 安全、评测与系统部署
| 日期 | 论文 | 核心贡献 | 观察 |
|---|---|---|---|
| 9/9 | ReactHuman | 构建物理约束下的人类式突发反应基准，如接住滑落物体、躲避坠落物。 | 把"反应是否及时、是否符合物理常识"从演示描述变成可比较评测。 |
| 9/9 | FolDeX | 面向可变形物体长时程操作的真实世界基准。 | 长时程、柔性对象和误差累积，正成为比单步成功率更严格的测试。 |
| 9/10 | ActSafeGuard | 为流匹配策略加入可微、与训练一致的硬动作约束。 | 安全从推理时"外挂过滤器"进入策略训练过程，但仍需真实硬件验证。 |
| 9/10 | Harness Robotic OS | 面向四足巡检的闭环具身智能运行时。 | 产业落地需要任务编排、状态监控、故障恢复和数据记录，不只是一个策略网络。 |
四、下周重点观察清单（9 月 14 日起）
- XPENG IRON 是否披露生产节拍、产能、客户试用或交付证据；媒体所称"量产"是否能被独立指标支持。
- 京东 300 万台采购规划是否出现具体品类、供应商、仓网项目和验收指标。
- PHYMI、Kinetix AI 等融资是否有公司/投资方正式公告，以及资金用于数据、硬件还是模型训练的比例。
- 具身智能数据跨境平台是否公开数据目录、定价、合规和实际交易案例。
- 本周论文是否发布代码、数据或真实机器人复现实验；特别关注 ReactHuman、FolDeX 和 ActSafeGuard 的任务定义与评价协议。
五、来源与方法说明
- 检索范围：英文与中文公开网页、公司官方博客/新闻稿、政府或行业机构页面、主流媒体和 arXiv；重点检查发布时间是否落在 2026-09-07 至 2026-09-13。
- 来源等级：A = 公司/政府/论文原始页面；B = 主流媒体或行业媒体独立报道；C = 企业新闻稿、合作公告或媒体转载。A 不代表结论一定正确，只代表信息来自原始发布方；涉及性能、融资金额和规划数量时仍需独立验证。
- 去重规则：同一事件的多篇转载合并为一条，以最接近原始来源的页面为主；新闻稿中的营销性表述单独标注。
- 时间口径：融资和产业新闻有时存在时区差异，本文按页面显示日期和 Google News/RSS 日期交叉判断；9 月 13 日仍在进行的活动标为"持续报道"。
- 排除项：Zeroth Bridge/OpenBridge、SAP Embodied AI Jam 等原始发布日期早于本周的项目未作为本周新事件；若后续周报需要，可作为背景追踪。