AI 机器人快讯 10 月 14日

01. 禾赛科技跨界机器人，推出3D空间感知相机Kosmo

• 摘要： 据路透社10月14日报道，禾赛科技推出名为Kosmo的三维空间感知设备，将激光雷达与摄像头结合，帮助机器人开发者采集真实环境数据。机器人要从表演动作走向实际工作，需要理解物体、距离和空间关系。空间数据采集设备因此可能成为具身智能产业的新基础设施，而不只是自动驾驶供应链的延伸。

• 来源： Reuters

02. DeepSeek押注具身智能，投资前腾讯科学家创办的机器人AI公司

• 摘要： 据彭博社10月12日报道，DeepSeek计划领投机器人AI初创公司Winverse AI的数千万美元种子轮融资，投后估值约4亿美元。该公司由前腾讯科学家创立。此举若按报道推进，将意味着DeepSeek的布局开始从数字世界延伸至物理世界：未来AI模型不仅要理解和生成信息，还要帮助机器人感知环境、规划动作并完成现实任务。

• 来源： Bloomberg

03. Google发布Gemini 4 Argon，面向开发者和企业开放

• 摘要： Google于10月13日宣布推出Gemini 4 Argon，并向开发者、企业及符合条件的订阅用户开放。官方重点强调模型处理复杂任务的能力，覆盖编程、金融、法律、网络安全和科学研究等领域。相比单纯比拼聊天效果，企业级模型的竞争正在转向多步骤任务的执行能力，以及能否嵌入实际工作流。

• 来源： Google官方博客

04. Meta推出Muse Wonder，前沿模型竞争再起波澜

• 摘要： Meta于10月12日发布Muse Wonder和Muse Wonder Full。据Artificial Analysis相关评测报道，Muse Wonder Full在特定高算力测试设置下取得了较强成绩，重新引发市场对Meta模型竞争力的关注。不过，单一基准测试并不能代表所有真实任务的表现，模型实际价值仍取决于推理能力、使用成本、稳定性和开发者能否方便地调用。

• 来源： Trending Topics

05. Physical Intelligence开放机器人基础模型API测试，降低开发门槛

• 摘要： 机器人AI公司Physical Intelligence于10月13日宣布开放Pi API测试。开发者可以上传机器人数据、进行模型微调，并通过托管接口调用训练后的模型。此前，机器人团队往往需要自行搭建训练基础设施、管理算力和维护复杂的数据管线。API化有望缩短模型适配周期，让更多团队把精力放在具体任务和硬件落地上。

• 来源： Physical Intelligence官方博客

06. 工厂之外的机器人创业潮升温，Mind Robotics聘请前福特高管

• 摘要： 据The Verge 10月13日报道，与Rivian关系密切的机器人创业公司Mind Robotics聘请前福特电动汽车与软件业务负责人Doug Field担任总裁。公司希望开发可用于工厂的通用机器人，并计划首先在Rivian工厂部署。汽车制造现场拥有大量重复工序和真实生产数据，可能成为训练具身智能、验证机器人实用性的重要场景。

• 来源： The Verge

07. Laplace Intelligence开发AI机器人安全测试平台，让智能体先在模拟环境中犯错

• 摘要： 据TechCrunch 10月13日报道，密歇根大学孵化的Laplace Intelligence利用AI智能体与交互式仿真，对机器人和自动驾驶系统进行压力测试。机器人进入真实工厂、道路或公共空间前，需要验证其在异常环境、意外障碍和复杂交互中的表现。仿真测试可以帮助开发团队提前暴露问题，降低真实设备测试的成本与风险。

• 来源： TechCrunch

08. DJI发布Dock 4无人机机场，25秒自动换电瞄准持续作业

• 摘要： DJI于10月14日发布Dock 4无人机机场及Matrice 5TD行业无人机，主打自动化部署和连续作业。官方资料显示，系统可在25秒内完成自动电池更换，并整合广角、红外、毫米波雷达、激光雷达等感知能力。对电力巡检、应急救援和夜间安防而言，自动换电有望减少设备等待时间，让无人机更接近全天候运行的自动化终端。

• 来源： DJI Enterprise官方产品页

09. 安川电机计划推出人形机器人，瞄准2030年前后的产业应用

• 摘要： 据日本机器人行业媒体10月14日报道，安川电机计划在未来一至两年内形成相关人形机器人产品，并以2030年前后作为市场普及的重要观察节点。公司还计划通过现场验证积累数据，并推进人形机器人执行器等核心部件开发。传统工业机器人厂商正在将运动控制、伺服系统和工厂经验延伸至具身智能，行业竞争不再局限于新创公司。

• 来源： Robot Digest（日文）

10. ABB推出AI Robot Trainer，机器人视觉训练走向一体化

• 摘要： 据日本机器人媒体Robotstart 10月14日报道，ABB Robotics为OmniCore EyeMotion机器人视觉方案增加AI Robot Trainer功能，目标是把视觉学习与机器人现场部署衔接起来，并将启动时间最多缩短90%。工业机器人导入往往耗费大量现场调试时间，若AI能够降低视觉任务的训练门槛，企业就有机会更快完成不同产品、工位和生产任务的切换。

• 来源： Robotstart

11. AutoStore推出新一代仓储软硬件，仓库自动化继续向运维环节延伸

• 摘要： 据Unite.AI 10月13日报道，仓储自动化企业AutoStore公布2026年秋季产品组合，涉及工作站、系统设计和维护软件。其中，FlexBinsPort支持同一工作站处理不同高度的料箱，CubeFleet则利用实时运营数据提前识别维护需求。仓储自动化的竞争正在从提高机器人运行速度，延伸到减少系统停机、适配更多商品尺寸和降低长期运维成本。

• 来源： Unite.AI

12. Dynamic Creatures推出Hugo双足机器人，瞄准主题公园和酒店场景

• 摘要： 据《波士顿商业杂志》10月13日报道，Dynamic Creatures展示了首款角色机器人Hugo。这款机器人采用双足结构，配备57个关节和43个执行器，可行走、挥手、跳舞并与游客互动。公司希望将其用于主题公园、度假村、赌场和零售场景。与工厂机器人不同，这类产品更强调动作表现、个性化互动和现场体验，娱乐业可能成为服务机器人商业化的试验场。

• 来源： Boston Business Journal

13. Galbot展示PASSAGE技术，人形机器人学会钻空、侧身和跨越障碍

• 摘要： 据Humanoids Daily 10月13日报道，Galbot展示了PASSAGE机器人运动研究框架，让人形机器人根据障碍物选择跨越、弯腰或侧身通过等动作。研究团队利用1500个虚拟场景中的100小时人体运动数据进行训练，并在模拟和实体机器人上测试。真实环境并非整齐的工厂工位，机器人能否灵活调整全身姿态，将直接影响其在家庭、仓库和复杂工作空间中的适用性。

• 来源： Humanoids Daily

14. 松尾研究所与川崎重工完成Kaleido9负重搬运演示，仿真训练迈向实机

• 摘要： 据日本机器人媒体Robotstart 10月14日报道，松尾研究所与川崎重工合作开发人形机器人Kaleido9的强化学习策略，借助NVIDIA仿真工具，在约6周内完成Sim-to-Real方案构建，并展示了双手搬运约22.7公斤物品的能力。对人形机器人而言，难点不只是学会动作，还要将模拟环境中的策略迁移到真实硬件，并处理重量、平衡和接触带来的不确定性。

• 来源： Robotstart

15. 中国香港电子展聚焦AI与机器人，硬件创新和先进制造成为看点

• 摘要： 据Astana Times 10月13日报道，香港电子展相关活动展示了人工智能、机器人和工业创新领域的技术与产品。随着AI能力从云端进入终端设备，传感器、计算模组、机器人执行部件和工业控制系统的重要性不断提高。电子产业的竞争也正在从单一零部件供给转向软硬件协同，能否把AI能力嵌入真实产品，将成为产业链的重要看点。

• 来源： The Astana Times

16. Faraday Future拟整合机器人业务，具身智能资产重新估值

• 摘要： Faraday Future于10月14日宣布，已与FF EAI Robotics Ecosystem签署最终协议，拟以约2亿美元估值整合其全部机器人业务。协议所涉交易仍需按相关条件推进。对于一家以电动汽车闻名的企业而言，机器人业务成为新的资本运作方向，也反映出部分公司正尝试把AI能力、自动化硬件与现有产业资源结合起来。

• 来源： Business Wire

17. Workday发布Work Intelligence，AI开始量化工作任务变化

• 摘要： 据Unite.AI 10月13日报道，Workday推出Work Intelligence，尝试拆解不同岗位的工作任务，分析AI可能带来的工作方式变化。企业引入AI时，真正困难的往往不是采购模型，而是判断哪些任务适合自动化、哪些仍需要人工参与，以及如何重新设计工作流程。这类工具试图把AI应用从抽象的效率承诺转向更具体的任务分析，为企业组织调整提供参考。

• 来源： Unite.AI

18. Google展示机器人学习能力，Gemini 4 Argon延伸至物理任务

• 摘要： Google发布Gemini 4 Argon时，也展示了模型利用观察学习完成机器人投掷沙包游戏的案例。机器人通过从人类演示中学习，而不是完全依赖工程师逐条编写动作指令，体现了视觉理解、动作规划和模型泛化的结合。不过，单项演示不等于通用机器人能力已经成熟，复杂环境下的稳定性和跨硬件迁移仍是需要验证的问题。

• 来源： Google官方博客

19. 英国议会关注AI智能体风险，模型安全开始涉及真实操作

• 摘要： 据《华尔街日报》10月13日报道，OpenAI和Anthropic代表在英国议会相关听证中讨论了AI系统失控风险，并强调需要更有约束力的监管措施。随着AI智能体获得调用工具、处理文件和执行多步骤任务的能力，风险不再只是生成错误答案，还可能涉及系统权限、数据访问和未经预期的操作。如何让智能体在获得执行能力的同时保持可控，正成为AI产业必须面对的工程问题。

• 来源： The Wall Street Journal

20. 机器人行业争夺真正的生产力场景，产业资本开始押注具身智能底座

• 摘要： 近期多项产业动态显示，机器人竞争正在从展示动作和单机性能，转向训练数据、基础模型、空间感知与真实场景验证。DeepSeek投资Winverse AI、速腾聚创推出空间感知设备、Physical Intelligence开放机器人模型API，分别对应资本、硬件和软件基础设施三个方向。未来机器人能否规模化落地，不仅取决于本体制造，还取决于模型能否在不同设备和工作环境中稳定完成任务。

• 来源： Bloomberg；Reuters；Physical Intelligence

  以上快讯 由 AI 助手整理，如有失实，请联系更正。