人形机器人

Foundation Models in Robotics: Applications, Challenges, and the Future

机器人中的基础模型——应用、挑战与未来

Roya Firoozi、Mac Schwager 等 15 人 · Stanford / Princeton / UT Austin / Google DeepMind / 上海交大 · IJRR 44(5) · 2025

机器人基础模型领域引用最广的权威综述，发表于顶刊 IJRR。它把「互联网规模预训练模型如何进入机器人自主性栈」拆成感知、决策规划、动作生成与具身智能四层，梳理 CLIP、SAM、PaLM-E、RT-1/RT-2/RT-X、SayCan、VoxPoser 等代表工作，明确区分「拿来即用」与「为机器人专门训练」两条路线，并集中论述数据稀缺、实时性、不确定性量化与安全评估等难题。

Humanoid Locomotion and Manipulation: Current Progress and Challenges in Control, Planning, and Learning

人形机器人的行走与操作——控制、规划与学习的进展和挑战

Zhaoyuan Gu、Ye Zhao 等 18 人 · Georgia Tech / Stanford / CMU / SFU / TUM / CNRS 等 · IEEE/ASME Trans. Mechatronics · 2026

目前覆盖最全的人形机器人整机综述，作者阵容横跨模型控制与机器人学习两派（C. Karen Liu、Xue Bin Peng、Yuke Zhu、Guanya Shi、Abderrahmane Kheddar、Gordon Cheng、Ye Zhao 等）。文章把人形「行走-操作一体化（loco-manipulation）」拆成多接触规划、模型预测控制、全身控制、学习方法、触觉感知与基础模型六大块，逐条对比模型驱动与学习驱动两条技术路线在鲁棒性、算力、通用性上的取舍，并指出全身触觉与 loco-manipulation 基准是当前最大的空白。

A Survey on Vision-Language-Action Models for Embodied AI

具身智能视觉-语言-动作模型综述

Yueen Ma / Irwin King（通讯）· 香港中文大学 · 华为诺亚方舟实验室 · IEEE TNNLS · 2026

首篇系统梳理 VLA（Vision-Language-Action）模型的综述，历经八版迭代后正式刊于 IEEE TNNLS 2026。它把 VLA 拆成三条研究线：底层组件（预训练视觉表征、动力学学习、世界模型、推理）、低层控制策略（Transformer、扩散、3D 视觉直到 RT-2/OpenVLA/π0/GR00T N1 这类大 VLA），以及拆解长程任务的高层规划器，并附真机数据集、仿真器与基准清单。

1X Technologies

1X Technologies（前身Halodi Robotics，挪威Moss创立，现总部位于美国加州Palo Alto，制造基地覆盖挪威Moss与美国加州Hayward） · Bernt Øivind Børnich（创始人兼CEO）；

1X Technologies是一家挪威裔美国机器人与AI公司，前身为2014年成立的Halodi Robotics，早期专注工业/安防用轮式人形机器人EVE。2022-2023年公司更名为1X并转向家用人形机器人赛道，推出NEO系列（Beta/Gamma），获OpenAI Startup Fund等投资。2025年10月NEO开放预订并在5天内售罄首年全部产能，2026年在加州Hayward建成美国首座垂直整合人形机器人量产工厂。

Agility Robotics

Agility Robotics, Inc.（美国俄勒冈州塞勒姆 Salem） · Peggy Johnson（CEO，2024年3月上任）；Jonathan Hurst（联合创始人兼首席机器人官）；Damion Shelton（联合创始人

Agility Robotics 于2015年从俄勒冈州立大学（OSU）动态机器人实验室分拆而来，先后推出双足研究平台 Cassie 与人形机器人 Digit。Digit 是目前全球商业化部署规模最大的人形机器人，已在 Amazon、GXO、丰田（TMMC）、Schaeffler、Mercado Libre 等企业的仓储与制造场景实际运行数万小时。公司正通过与 Churchill Capital Corp XI 的 SPAC 合并寻求在美股上市，预投前估值约25亿美元。

Apptronik

Apptronik, Inc.（美国德州奥斯汀） · Jeff Cardenas（联合创始人兼CEO）、Luis Sentis（联合创始人、首席科学家）、Nicholas Paine（联合创始人、CTO）、Bill Helmsing（联合创

Apptronik 脱胎于德州大学奥斯汀分校"以人为中心机器人实验室"（Human Centered Robotics Lab），由参与NASA Valkyrie人形机器人项目的团队于2016年创立。公司核心产品是通用人形机器人Apollo，主打可规模化制造、模块化（双足/轮式底盘可切换）、面向仓储物流与制造业场景，并与Google DeepMind建立深度AI合作。截至2026年，公司已完成近10亿美元融资，估值超过55亿美元，是人形机器人赛道的头部创业公司之一。

Boston Dynamics

Boston Dynamics（现代汽车集团控股；2021年6月现代收购SoftBank持有的80%股权，2026年6月现代买断SoftBank剩余约9.65%–10%股权，现为现代全资子公司） · - Marc Raibert — 创始人

Boston Dynamics是全球人形/腿式机器人研发的标杆企业，其Atlas机器人历经十余年液压版本的高难度动态运动（跑酷、后空翻、舞蹈）研究，2024年转型为全电动"产品级"人形机器人，目标是现代汽车工厂的物料搬运与部件排序等工业场景。2025–2026年，公司相继与Toyota Research Institute（大型行为模型）、RAI Institute（强化学习）、NVIDIA（Isaac GR00T/Jetson Thor）、Google DeepMind（Gemini Robotics）建立AI合作，并于CES 2026发布面向量产的第五代Atlas，计划在现代/起亚工厂部署超过2.5万台。

Figure AI

Figure AI, Inc.（2022年5月成立，总部加州San Jose） · Brett Adcock（创始人兼CEO，此前创立Archer Aviation、Vettery）；Jerry Pratt（创始CTO，2024年6月离职创

Figure AI是一家专注于通用人形机器人的美国机器人公司，目标是打造能在制造业、物流仓储乃至家庭场景中执行通用任务的商用人形机器人。公司先后推出Figure 01、Figure 02、Figure 03三代硬件，并自研Helix系列视觉-语言-动作（VLA）模型。2024年曾与OpenAI合作开发机器人语言/推理模型，2025年初转向完全自研路线；2025年9月完成超10亿美元C轮融资，估值达390亿美元，是当前全球估值最高的人形机器人初创公司之一。

Tesla Optimus

Tesla, Inc. · Ashok Elluswamy（现负责人，2025年6月接任）、Milan Kovac（原负责人，2022年初—2025年6月，任内近10年在Tesla历经Autopilot与Optimus）、Elon Musk

Optimus（原名Tesla Bot）是Tesla自2021年起研发的通用人形机器人项目，目标是从"炫技演示"逐步走向工厂内部使用乃至对外销售。项目历经Bumblebee原型、Gen 1、Gen 2三代硬件迭代，2025年经历核心负责人Milan Kovac离职、Ashok Elluswamy接管的重大人事变动，量产目标屡次推迟并被曝"遥操作"争议；2026年Musk承认工厂内"零"台Optimus在从事实际有用工作，Gen 3/V3计划于2026年年中亮相并于夏季在Fremont启动首条量产线。

Unitree

宇树科技

宇树科技股份有限公司（Unitree Robotics，原"杭州宇树科技有限公司"，2016年8月26日成立于杭州滨江区） · 王兴兴（创始人、董事长兼CEO，1990年生，浙江宁波人，上海大学硕士，曾短暂供职于大疆）

宇树科技由王兴兴创立，早期以电驱四足机器人（Laikago、A1、Go1等）起家，2023年切入人形机器人赛道并推出H1，2024年推出量产型G1、2025年推出H2，是全球出货量与量产速度领先的人形机器人厂商之一。2025年公司人形机器人本体量产下线超6500台、实际出货超5500台，全球市场份额约32.4%，2026年3月向上海证券交易所科创板递交IPO申请，7月注册生效，被称为"人形机器人第一股"。

优必选

UBTech

优必选科技（深圳市优必选科技股份有限公司，总部深圳南山；香港交易所主板上市，股票代码 09880.HK） · 周剑（创始人、董事会主席、执行董事兼行政总裁）；夏佐全（比亚迪联合创始人、优必选早期天使投资人及第一大个人股东之一）；焦继超（优必

优必选科技成立于2012年3月，是中国最早从事人形机器人全栈式技术研发的公司之一，自主研发的Walker系列是中国首个商业化双足真人尺寸人形机器人。2023年12月29日，优必选在港交所主板挂牌上市，成为全球"人形机器人第一股"；此后聚焦工业制造、商用服务、家庭陪伴三大场景，是全球唯一与多家车企（比亚迪、蔚来、吉利/极氪、一汽-大众、奥迪一汽、东风柳汽等）宣布合作的人形机器人公司，Walker S系列也是全球进入最多汽车工厂实训的工业人形机器人。

傅利叶智能

Fourier Intelligence

上海傅利叶智能科技股份有限公司（Fourier / Fourier Intelligence） · 顾捷（Alex Gu，创始人兼董事长/CEO）、Zen Koh（联合创始人，集团副CEO兼海外总部CEO）

傅利叶智能由顾捷于2015年在上海浦东张江创立，以约瑟夫·傅立叶命名，最初专注下肢外骨骼等康复机器人，产品已进入全球40余个国家和地区的2000多家医院及机构。2019年公司启动人形机器人项目，2023年推出GR-1，成为全球较早实现小批量量产交付的通用人形机器人厂商之一，此后持续迭代GR-2、GR-3并推出开源人形机器人N1，形成"康复+具身智能"双轮驱动的业务格局。

星动纪元

Robot Era

北京星动纪元科技有限公司（ROBOTERA，北京；清华大学交叉信息研究院孵化，清华大学参股） · 陈建宇（创始人兼CEO；清华大学交叉信息研究院助理教授、博士生导师，师从姚期智院士团队）

星动纪元成立于2023年8月，是清华大学交叉信息研究院孵化、也是目前唯一一家清华大学参股的人形机器人企业。公司定位"行业唯一软硬件全栈自研"的具身智能企业，产品线覆盖一体化关节模组、五指灵巧手（XHAND1）、端到端原生机器人大模型（ERA-42）以及星动STAR1、星动L7/M7等通用人形机器人整机，客户涵盖顺丰、中国邮政、吉利、雷诺、海尔、TCL、联想等企业，海外收入占比一度超过50%。

UC Berkeley BAIR × Meta FAIR

灵巧操作

UC Berkeley BAIR（Berkeley Artificial Intelligence Research）/ Meta FAIR（原 Meta AI Research）/ 部分工作合作方包括 CMU、TU Dresden - C

这是一条自 2022 年起持续演进的研究脉络，核心是以 Allegro Hand 等多指灵巧手为载体，通过仿真强化学习 + Sim-to-Real 迁移，逐步攻克"仅凭指尖旋转物体""视触融合感知""双手协同拧盖""转笔"等长期悬而未决的灵巧操作难题。该脉络由 Jitendra Malik 和 Pieter Abbeel 在 UC Berkeley BAIR 的多名博士生（Haozhi Qi、Zhao-Heng Yin、Toru Lin、Brent Yi 等）主导，并与 Meta FAIR（前身 Meta AI Research）保持长期"BAIR Open Research Common Project with Meta"合作关系，多名作者具有 Berkeley/Meta 双重身份。2025 年起，工作重心从单纯的仿真训练转向"基础灵巧控制器"（DexterityGen）与"人手到机器人手的高速重定向算法"（GeoRT），推动遥操作与仿真训练的融合。

MIT / Ted Adelson / GelSight Inc.

MIT CSAIL（Perceptual Science Group）/ MIT Department of Brain and Cognitive Sciences / GelSight Inc.（美国马萨诸塞州Waltham） · Te

Ted Adelson教授发明了基于弹性凝胶薄膜+摄像头成像的GelSight触觉传感技术，2011年与博士后Kimo Johnson、Janos Rohaly创立GelSight Inc.。公司业务分为两条线——面向航空航天/汽车/国防的高精度表面计量产品（GelSight Mobile/Max/Modulus）与面向机器人灵巧操作的触觉传感器（GelSight Mini、Digit、Digit 360等），MIT实验室持续产出Svelte、Baby Fin Ray、GelSight360等新一代传感器研究。

MIT Improbable AI Lab

MIT CSAIL（计算机科学与人工智能实验室）/ Improbable AI Lab；与 MIT LIDS、MIT-IBM Watson AI Lab、NSF AI Institute for Artificial Intelligenc

Improbable AI Lab 由 Pulkit Agrawal 于 MIT CSAIL 创立并主持，专注于机器人灵巧操作、力觉（触觉/力反馈）驱动的学习、仿真到真实（sim-to-real）迁移与敏捷腿式运动。实验室在过去五年中系统性地推进了"手内重定向控制—力/触觉数据采集硬件—仿真训练管线"三条主线，并于 2025 年由 Agrawal 联合创立 Eka Robotics，将力觉驱动的操作能力推向产业化。

Meta FAIR × GelSight × Wonik Robotics（

触觉传感）

Meta FAIR（Fundamental AI Research）/ GelSight Inc.（美国，MIT技术转化）/ Wonik Robotics（韩国，Allegro Hand制造商） · Roberto Calandra（DIG

Meta FAIR自2019-2020年起研发低成本视觉触觉传感器DIGIT，2021年与GelSight建立商业化合作；2024年10月31日发布新一代全向触觉指尖Digit 360（逾800万taxel、18种以上感知模态）及配套的Sparsh触觉自监督表征模型、Digit Plexus硬件集成平台，同时宣布与Wonik Robotics联合开发下一代集成触觉的Allegro Hand。该团队的工作是"物理AI"触觉感知方向最具代表性、开源程度最高的研究线之一。

因时机器人

Inspire Robots

北京因时机器人科技有限公司（总部北京石景山首钢园；苏州、深圳设有子公司；2026年常熟智造基地落成） · 蔡颖鹏（创始人 / CEO，北京科技大学2004级校友，本科期间参与北科大MEI机器人队Robocon机器人大赛）；陈希（联合创始人/

因时机器人成立于2016年，是国内最早从事微型伺服电缸与仿人五指灵巧手研发的高新技术企业，2020年推出中国首款商业化量产灵巧手。公司自研"微型伺服电缸+连杆驱动"技术路线，产品覆盖RH56系列灵巧手（DFX/BFX/E2/F1/H1/DG2等）与LA/LAS/BLA系列微型伺服电缸，是宇树科技、智元机器人、银河通用、优必选等国内主流人形机器人企业的核心灵巧手供应商，2025年灵巧手交付量突破1万台，据称为全球同类产品年出货量最高的厂商。

强脑科技

BrainCo

浙江强脑科技有限公司 / BrainCo Inc.（总部杭州，海外总部美国波士顿 Somerville，2025年9月在香港数码港设立亚太总部） · 韩璧丞（创始人兼CEO，哈佛大学脑科学中心博士背景）

强脑科技由韩璧丞于2015年在哈佛创新实验室孵化创立，2018年将中国总部迁至杭州，是"杭州六小龙"之一，也是国内首个脑机接口领域独角兽。公司长期专注非侵入式脑机接口（肌电/脑电信号解码）技术，早期以智能仿生手/仿生腿等假肢产品切入残障辅助市场，2024年起将同一套灵巧手技术延伸至人形机器人"具身智能"赛道，推出 Revo 系列通用灵巧手，是国内脑控仿生手与人形机器人灵巧手领域的代表性公司。

Google DeepMind Robotics

Google DeepMind · Carolina Parada（Google DeepMind Robotics 负责人，VP & Head of Robotics）等

Google DeepMind Robotics 是在 Carolina Parada 领导下的机器人基础模型团队，前身融合了 Google Brain 机器人团队、Everyday Robots 技术遗产与 DeepMind 控制研究。团队开创了 RT-1/RT-2 系列 Robotics Transformer 与 Vision-Language-Action（VLA）模型范式，并将其发展为基于 Gemini 的通用具身智能模型家族（Gemini Robotics / Gemini Robotics-ER），目标是"解决物理世界中的 AGI"。团队与 Apptronik（人形机器人 Apollo）、Boston Dynamics（Atlas、Spot）等硬件厂商深度合作，推动模型跨本体（cross-embodiment）部署。

NVIDIA GEAR Lab

NVIDIA（GEAR = Generalist Embodied Agent Research，隶属 NVIDIA Research） · Linxi "Jim" Fan（Distinguished Scientist / Directo

GEAR Lab 由 Jim Fan 与 Yuke Zhu 共同领导，是 NVIDIA Research 内专注"虚拟与现实世界通用具身智能体基础模型"的研究团队，前身研究可追溯至 Jim Fan 在 MineDojo、VIMA、Voyager、Eureka 等开放式智能体/机器人学习项目上的工作。2024 年起，该团队成为 NVIDIA "Project GR00T"人形机器人基础模型计划的核心研发单位，主导了 Isaac GR00T N 系列 VLA 模型（N1 → N1.5 → N1.6 → N1.7）及 DreamGen/GR00T-Dreams、EgoScale 等配套的世界模型与人类视频预训练研究。

Physical Intelligence

π

Physical Intelligence, Inc.（旧金山，2024年3月从stealth模式公开） · Karol Hausman（CEO，前Google机器人操控负责人）、Sergey Levine（首席科学家，UC Berkele

Physical Intelligence（简称π）致力于打造能够控制"任意机器人执行任意任务"的通用机器人基础模型，技术路线是Vision-Language-Action（VLA）模型——在预训练视觉语言模型（VLM）基础上叠加"action expert"，通过flow matching/扩散或FAST离散化token输出连续动作，用跨机器人本体、跨任务的大规模数据训练一个通用策略。公司自2024年10月发布首个模型π0以来，以约每2-4个月一次的节奏持续发布新模型/研究（π0-FAST→π0.5→π0.6/π*0.6→π0.7），并坚持"不设商业化时间表、专注通用智能"的研究路线，目前员工约80人，累计融资超10亿美元，最新估值56亿美元（2025年11月），并在洽谈新一轮110亿美元估值的融资。

Skild AI

Skild AI（总部匹兹堡，另设加州San Mateo/旧金山及印度班加罗尔办公室；2023年5月成立） · Deepak Pathak（联合创始人兼CEO，CMU机器人研究所Raj Reddy副教授）、Abhinav Gupta（联合创

Skild AI由两位CMU机器人学者Deepak Pathak与Abhinav Gupta于2023年创立，致力于打造统一的"全能体"（omni-bodied）机器人基础模型"Skild Brain"——一个不依赖特定机器人本体、可控制四足、人形、桌面机械臂、移动操作臂等任意硬件形态完成任意任务的通用"机器人大脑"。公司通过大规模仿真与互联网人类视频进行预训练，并结合遥操作与真实部署数据进行后训练，截至2026年初已完成约20亿美元融资，估值超140亿美元，是机器人AI领域融资规模最大的初创公司之一。

学术开源VLA：Octo & OpenVLA

UC Berkeley（RAIL实验室）/ Stanford University（同时有 Carnegie Mellon University、Google DeepMind、Toyota Research Institute、Physi

Octo（2024年5月）与OpenVLA（2024年6月）是学术界最早、影响力最大的两个完全开源的机器人基础模型，均基于Open X-Embodiment跨机构机器人数据集训练，为后续大量开源VLA研究奠定了代码库、模型权重与评测基准。两者作者高度重叠，共同代表了UC Berkeley（RAIL实验室）与Stanford在"开放机器人基础模型"路线上的持续投入，并分别孵化出CrossFormer（Octo的跨具身扩展）与OpenVLA-OFT（OpenVLA的高效微调方案）等后续工作。

智元机器人（AgiBot）— Genie具身大模型

上海智元新创技术有限公司（AgiBot，曾用名"智元机器人"），总部位于上海临港新片区 · 彭志辉（稚晖君，联合创始人、总裁、CTO）、邓泰华（联合创始人、CEO，原华为副总裁）

智元机器人成立于2023年2月，由前华为"天才少年"彭志辉（B站知名UP主"稚晖君"）与前华为副总裁邓泰华联合创立，是中国具身智能领域成立最快、融资最密集的头部公司之一。公司同时布局人形机器人硬件（远征A系列、灵犀X系列、精灵G系列等）与具身大模型两条产品线，其中"Genie"系列大模型（GO-1、GO-2、Genie Envisioner等）及配套的AgiBot World百万级真机数据集，是国内最早开源、规模最大的通用具身基座模型体系之一。本文聚焦其VLA/具身基础模型技术路线，硬件产品仅作背景提及。

清华大学具身智能团队

许华哲 · 星海图 Galaxea ／ 高阳 · 千寻智能 Spirit AI

清华大学交叉信息研究院（姚班所在院系）/ 上海期智研究院；产业化公司：星海图（北京）人工智能科技股份有限公司（Galaxea Dynamics）、千寻智能（杭州）科技有限公司（Spirit AI） · - 许华哲（Huazhe Xu）— 清

许华哲与高阳均为UC Berkeley博士、清华交叉信息研究院（叉院）青年助理教授，二人是当前中国VLA/机器人基础模型方向学术影响力与产业化程度最高的清华系代表人物。许华哲2023年联合创立"星海图"，主打"整机+智能"路线，2025-2026年密集发布G0系列VLA模型、Galaxea开放世界数据集及双足人形机器人Kengo；高阳2024年联合创立"千寻智能"，其ViLa视觉-语言规划算法被Figure AI采用，2026年初Spirit v1.5模型登顶RoboChallenge全球评测榜，公司也被称为"中国版Figure"。两支团队均获红杉中国、蚂蚁集团、高瓴创投等顶级机构连续加注，是清华叉院具身智能"学术-创业"双轨路径的典型样本。

银河通用机器人

Galbot

北京银河通用机器人有限公司（Galbot），总部北京中关村；北大-银河通用具身智能联合实验室 · 王鹤（北京大学前沿计算研究中心助理教授、博士生导师，银河通用创始人兼CTO）、姚腾洲（联合创始人，法定代表人）

银河通用机器人成立于2023年5月，由北京大学助理教授王鹤（斯坦福大学博士，师从Leonidas J. Guibas）与前ABB机器人研发骨干姚腾洲联合创立，是国内具身智能赛道"重脑轻本体"路线的代表企业。公司主攻具身多模态大模型（VLA）与合成数据技术，仅推出Galbot G1、S1两款机器人本体，却密集发布GraspVLA、TrackVLA、DexGraspNet 3.0等多个具身大模型与数据集，目标是让机器人在零售、医药、工业分拣等场景实现"移动-抓取-放置"（Mobile, Pick and Place）技能的规模化落地。