具身智能技术突破 - 宇树科技G1机器人凭借自主决策算法与高动态运动控制，在机甲格斗中击败多国劲旅夺冠，验证了全身协调性和毫秒级反应能力 [2] - 北京人形机器人创新中心天工2.0完成半程马拉松仅需2小时40分钟，具备多地形适应能力，上肢灵巧手系统自由度更高、负重能力更强 [3] - 银河通用Galbot轮式机器人在商超复杂环境中实现"所见即所得"抓取能力，自研VLA模型在货架密集场景中品识别与抓取成功率超高 [6] - 穹彻智能机器人通过力觉-位置双重反馈完成刮胡子、挖冰淇淋等精细操作，力反馈技术已在食品加工行业规模化落地 [7] - Physical Intelligence的π-0.5模型通过100个家庭场景训练实现第101个陌生家庭任务高效泛化，证明算法架构优化比数据堆砌更重要 [8] 产业落地进展 - 银河通用在北京部署7家24小时无人药店，由人形机器人承担夜间接单配送任务，计划年底前扩展至北上广深并进军工厂料库管理 [9] - 机器人赛事被视为产业化催化剂，既能展示技术能力又能连接产业界与潜在客户，未来需要更多体现生产力和实际应用价值的"技能型"比赛 [8] - 行业共识认为机器人稳定运行2000小时无故障是产业爆发临界点，当前重点是从"炫技"转向"干活"的范式转变 [9] 技术形态争议 - 针对人形机器人是否最优解的争议，有观点认为家庭环境天然适配人形设计，长远看仍是推动具身智能落地的最理想选择之一 [9] - 宇树科技提出"形态解耦"理念，认为机器人下半身可采用轮式或四足，上半身保留类人结构以利用现有动作数据 [10] - 未来进入AGI阶段后机器人外形将极大多样化，根据不同任务出现各种更高效的设计 [10] 模型技术瓶颈 - VLA模型虽在简单任务中表现优异，但在复杂、高不确定性任务空间中仍有明显局限 [11] - 当前模型在长序列任务中的成功率达不到实际应用所需水平，即便有无限数据也难以在精细操作任务上接近100%成功率 [11]