研究
Anthropic研究：机器人技术上可完成美国74%的体力任务，但具成本优势的仅占0.3%
Anthropic经济研究团队分析美国O*NET数据库中约1.9万项工作任务后发现，机器人在技术上可完成74%的体力任务，但成本低于人工的任务仅占0.3%。研究估计，若机器人价格延续每年约3%的历史降幅，这一比例升至10%需要40年。
新闻
Wire
每一笔融资、每一次发布、每一篇论文，随报道即时呈现。
研究单一来源
Innodata在新泽西开设动作捕捉实验室，为人形机器人采集训练数据
据The Robot Report 9月30日报道，数据工程公司Innodata在美国新泽西州开设动作捕捉实验室，为人形机器人等物理AI系统采集真实动作数据。实验室配备Vicon红外光学追踪相机，可对人体和机器人的三维运动进行亚毫米级精度、毫秒级延迟的测量。公司表示，将提供现成动作数据包、定制采集项目、跨平台数据重定向以及机器人性能与安全的独立验证服务。
研究
清华视觉驱动足球人形机器人登上《Science Robotics》封面，全程仿真训练零样本上场
清华大学团队联合字节跳动Seed和中国农业大学，于2026年8月19日在《Science Robotics》发表一项把人形机器人摄像头与腿部动作统一到单一强化学习控制器的研究。在Booster Robotics的T1上，作者报告球位置估计误差降低46%，起脚时间最多缩短64%，前场位置射门成功率约90%，且无需真实环境微调。
研究
无需传感器即可感知外力：MIT的NeuralActuator获RSS 2026最佳系统论文奖
MIT计算设计与制造组（CDFG）与亚马逊研究人员合作的NeuralActuator获得RSS 2026杰出系统论文奖。该模型仅凭电机电流、电压和温度学习低成本舵机的真实特性，外力估计平均误差为0.12牛，传统方法为0.66牛至1.41牛。
研究
RSS 2026最佳论文FlashSAC：单张显卡把人形机器人行走训练从数小时压缩到20分钟
由Holiday Robotics、韩国KAIST、KRAFTON、德国达姆施塔特工业大学、瑞典KTH等机构研究人员完成的离策略强化学习方法FlashSAC，获得2026年7月在悉尼举行的RSS 2026杰出论文奖。作者称在单张RTX 5090上训练宇树G1平地行走策略约需20分钟，而主流方法PPO约需3小时。
研究
亚马逊FAR团队OmniRetarget摘得ICRA 2026最佳会议论文，宇树G1成为关键验证平台
亚马逊前沿AI与机器人团队（FAR）联合多所美国高校提出的运动重定向方法OmniRetarget，在6月于维也纳举行的IEEE ICRA 2026上同时获得最佳会议论文奖和机器人操作与运动最佳论文奖。该方法保留人体、物体与地形之间的接触关系，生成8小时以上轨迹，训练出的策略在宇树G1上无需真机微调即可完成跑酷和搬箱等动作。
研究
韩国启动504亿韩元人形机器人国家项目，KIST牵头、LG三家子公司参与并引入全固态电池
韩国科学技术信息通信部5月18日启动为期五年、总额504亿韩元的AI人形机器人源头技术项目，由韩国科学技术研究院牵头，LG电子、LG AI研究院和LG新能源参与。项目将开发融合视觉、触觉、语言和动作的AI模型和人形机器人用全固态电池，并在医疗护理现场投放至少20台进行验证。
研究
索尼AI乒乓球机器人Ace登上《自然》：按正式规则击败精英选手，但两负职业选手
据2026年4月22日发表在《自然》杂志的论文，索尼AI的自主乒乓球系统Ace在2025年4月的比赛中对精英选手五战三胜，对两名日本T联赛职业选手全部落败。系统结合索尼半导体解决方案公司的事件视觉传感器、八自由度机械臂和在仿真中训练的强化学习策略，球体定位平均延迟为10.2毫秒。
研究
丰田研究院在《Science Robotics》发表盲测结果，多任务机器人模型只需少量数据即可学会新任务
丰田研究院（TRI）、康奈尔大学和麻省理工学院的82位作者于2026年4月15日在《Science Robotics》发表论文称，基于扩散策略的多任务“大型行为模型”在盲法随机试验中成功率和鲁棒性均优于单任务基线，学习新任务所需的数据也少得多。预印本显示，研究使用了覆盖500多项任务、约1700小时的机器人示范数据，并进行了1800次受控真机试验。
研究
Generalist发布GEN-1，预训练不用机器人数据，每项任务约1小时真机数据即达99%成功率
Generalist AI于2026年4月2日发布具身基础模型GEN-1，预训练数据为50万小时以上、由人佩戴可穿戴设备采集的物理交互数据，不含机器人数据。公司称，在前代模型平均成功率64%的任务上，GEN-1平均达到99%，每项任务约需1小时机器人数据，作业速度约为此前最佳水平的3倍。上述结果均为公司自测，尚无独立复现。
研究
Figure发布Helix 02：一个神经网络接管人形机器人全身控制，删掉10.95万行手写C++代码
美国人形机器人公司Figure AI于2026年1月27日发布机器人基础模型Helix 02，从摄像头画面和指尖触觉一直到1kHz的关节指令全部由学习系统完成。公司称，一个1000万参数的学习型控制器取代了109504行手写C++代码，Figure 03在完整厨房中连续4分钟、61个动作完成洗碗机卸载与装载，全程无重置、无遥操作。