1. 智元机器人发布 Genie Studio 一站式开发平台
4 月 21 日，智元机器人发布了 Genie Studio 具身智能开发平台，专为具身智能开发者设计 。从数据收集到模型部署的整个开发流程，这一平台都能为开发者提供解决方案，最终能够提升机器 人大脑训练的效率。
当前，开发者们普遍面临数据难获取、模型难训练、开发成本高、工程门槛高的行业难题，Genie Studio 针对性地推出了 「数据采集、模型训练、仿真评测、模型推理」四大核心模块。
该平台优势：
提供覆盖数据全生命周期的数据解决方案，高效采集海量数据，单机单日产能高达 1,000 条。
提供自研和主流开源机器人基座模型，打通训练、微调、量化、部署链路，降低训练门槛。
提供仿真评测能力，拥有 6,000+ 物体资产与仿真场景，实现用户侧场景重建、专家轨迹数据获取、评测结果可视化。
提供「⼀键真机部署」能力，轻松实现算法从云端到真机环境的无缝迁移，比传统方案单卡推理性能提升 2-3 倍。
此外，4 月 23 日，智元紧接着发布并开源了基于仿真功能的模型评测和验证工具 Genie Sim Benchmark，作为 Genie Studio 开发平台的重要一环，专注为具身 AI 模型提供精准的性能测试和优化支持。
2. 比亚迪超亿元入股帕西尼感知
4 月 22 日，帕西尼感知科技（深圳）有限公司完成工商变更，注册资本由 795.8068 万人民币增加至 846.6030 万人民币，新增比亚迪为股东，变更后的股权比例显示，比亚迪占股 13.3738%。
此外，据《硬氪》28 日最新消息，此轮比亚迪投资超亿元。这是比亚迪投资智元机器人后，时隔两年再度加码具身智能领域，截至目前，这也是比亚迪在具身智能领域完成的最大单笔投资。
帕西尼感知科技成立于 2021 年 6 月，是国内少数可实现高精度多维触觉传感器自主可控，且拥有完整多维触觉「传感器-灵巧手-人形机器人」产品矩阵的企业。公司创始成员来自世界首个人形机器人诞生地——日本早稻田大学菅野机器人实验室，创新研发出 6D 霍尔阵列式触觉传感器，同时构建起从硬件封装、数据采集、算法集成到 VTLA 具身智能模型构建的全栈式具身智能技术体系。
帕西尼感知上一次融资发生在 2024 年 4 月 30 日，当时他们完成了数亿元 A 轮及 A+ 轮融资，其中新奥资本为 A 轮领投方，A1 轮为北汽产投、南山战新投、盈富泰克联合投资。
3. 前云鲸高管创业割草机公司，获 Pre-A 轮数千万元融资
4 月 22 日，常州来牟科技有限公司（以下简称「来牟科技」）完成数千万元 Pre-A 轮融资，本轮投资方为九坤创投。这笔资金将用于产品量产交付及市场预期性备货。此前公司还先后获得李泽湘教授创立的 XbotPark 基金的种子轮融资，NBT Capital 千万级天使轮投资。
「来牟科技」成立于 2022 年 8 月，专注割草机器人研发制造，主要面向欧美市场。创始人高望书曾任云鲸联合创始人，后加入 SharkNinja 品牌主导扫地机器人研发工作，该品牌产品市占率北美第一。同时，创初团队成员均毕业于国内外顶级院校，曾任 NVIDIA 英伟达、华为、图森未来等企业的核心研发负责人。
目前新推出的 LYMOW ONE 割草机，通过自研定位算法和硬件结构，能够解决复杂地形环境中的割草难题。
4. 开普勒机器人与上汽通用合作开展实景实训，同时完成新一轮融资
4 月 23 日，上海开普勒机器人有限公司与上汽通用汽车签订合作，将携手开展多轮实景实训，测试旗下通用人形机器人先行者 K2「大黄蜂」在工业领域的落地、续航与负载能力。
视频中机器人可以完成手持质检枪、跨场域动态视觉巡航、大负载大尺寸部件协同操作以及不规则部件的抓取、冲压件自主上料、灵巧手操控机械夹具等场景应用。
开普勒表示，K2 机器人双臂能够实现 30 kg 的负载，拥有 8 小时的续航能力，这一续航时间能够适应工厂「两班倒」的生产节奏。与此同时，开普勒人形机器人量采基础版售价 3 万美元，经官方测算 1.5-1.8 年即可回本。
同日，《南方都市报》独家消息称，开普勒已完成 Pre-A 轮融资，投资方包括张科垚坤基金，以及伟创电气、柯力传感两家产业资本。多家投资方对此予以确认，开普勒公司则未透露融资额。
5. Physical Intelligence 推出 π0.5 模型，机器人可进陌生家庭劳动
4 月 23 日，美国具身大脑公司 Physical Intelligence 推出了一款具备开放世界泛化能力的 VLA（视觉-语言-动作）模型——π0.5，这款模型是在其初代 π0 模型的基础上扩展而来的。搭载该模型的机器人，能够在陌生的家庭环境中，接收多粒度语言指令，并自主规划、动作执行。而这种泛化能力，来自于多样的训练数据与分层模型架构。
π0.5 的核心理念是基于「异构数据的协同训练」，即通过使用不同来源的数据对 VLA 模型进行训练，研究人员可以同时教授它如何执行技能、理解任务语义、推理任务结构，甚至迁移来自其他机器人（如单臂或静态机器人）的经验。
具体来看，这些数据与价值分别是：
网络多模态数据（WD），理解「杯子应放橱柜」等常识；
多环境机器人数据（ME），适应不同家庭空间布局；
跨形态机器人数据（CE），兼容单臂/固定基座等硬件差异；
语言指导数据，解析「先擦桌子再拖地」等指令逻辑。
研究发现，网络数据（WD）能够大幅增强机器人正确识别数据集中未包含的新物体类别的能力。同时 π0.5 的泛化性能会随着训练集中不同环境数量的增加而稳步提升，而当训练环境数量达到约 100 个时，其性能实际上已经接近直接使用测试环境数据训练的基线模型。
架构方面，Physical Intelligence 仍延续高低分层设计。当运行 π0.5 时，系统首先要求模型生成以文本描述的高层级动作，随后引导模型基于该高层级动作，通过连续解码生成众多步「动作块」——即由低层级关节运动指令构成的精细控制序列。这种工作流程延续了该公司今年 2 月开发的 Hi Robot 系统架构，但创新之处在于使用单一模型贯穿整个「思维链」过程，同时完成高层决策与底层运动控制。
6. 国内首届具身智能机器人运动会正式开幕
4 月 25 日，首届具身智能机器人运动会在无锡开幕，有 100 余家科研团队、知名企业及高校代表参与，机器人数量超过 150 台。
运动会围绕竞技赛和应用赛，设置竞速跑、越野跑、足球、篮球、舞蹈、格斗、搬运、智能抓取、室内救援、创新场景共 10 个大项，将评选出技术类、互动类、场景类、设计类 4 大类奖项。
现场的参与者包括国地共建人形机器人创新中心的「青龙」机器人、松延动力 N2 机器人「旋风小子」、魔法原子人形机器人、卓益得的「行者二号」以及加速进化的足球机器人等。
7. 灵初智能推出新 VLA 模型，让机器人做你的麻将牌友
4 月 27 日，灵初智能正式推出分层端到端 VLA + 强化学习算法模型 Psi-R1。该模型基于自主推理框架 Chain of Action Thought（CoAT），实现了机器人在开放环境中的长程复杂操作。灵初智能以麻将这一复杂场景为例，展示了这种长达 30 分钟以上持续任务。
R1 验证了人-机-环境三重复合交互能力，通过视觉-语言-动作多模态协同的 CoAT 思维链，构建了「动作感知-环境反馈-动态决策」闭环。
在技术验证中，R1 展现了三大核心能力：
攻克触觉-视觉模态对齐难题，实现毫米级灵巧操作，如 100% 精准翻牌、理牌；
构建实时牌局状态机，动态生成策略链完成碰杠决策，并记忆所有历史出牌数据优化规划；
突破多机协同瓶颈，实现信息共享、递牌协作等群体智能行为。
在架构上，R1 采用「快慢脑」协同架构。快脑 S1 专注高精度操作，涵盖遮掩抓取、轨迹约束动作等工业级技能；慢脑 S2 通过 Action Tokenizer 整合操作、语言和视觉信息，基于因果式 VLM 架构实现推理规划。
目前该技术已在泛工业（来料检测/包装）、零售物流（分拣/补货）等领域与龙头企业展开合作，未来将梯次拓展至家庭服务场景。这一技术路径为机器人从专用场景向通用智能演进提供了可复制的商业化范式。
8. 美的类人形机器人 5 月进厂「上岗」，后续门店「打工」
4 月 27 日，美的中央研究院智能技术与应用研究所所长、人形机器人创新中心负责人奚伟向《钛媒体》透露，美的集团研发的类人形机器人将于今年 5 月进入工厂，用于机器运维、设备检测和搬运等场景。同时，预计今年下半年，美的人形机器人将陆续进入线下门店，主要用在展示、产品介绍、制作咖啡等场景。
奚伟表示，这些商业化尝试主要体现一些人形机器人的基本能力，并不断通过产品迭代方式解决电池续航、关节轻量化、数据采集和仿真等挑战，他预期还需要至少 3-5 年的时间，人形机器人才能真正的产业化。
此前 3 月中旬，美的集团的人形机器人「样机」首次曝光，这款机器人可以完成握手、比心、跳舞、打螺丝等多种动作，能听懂语音指令并按照指令去完成相应操作。
全部评论 （0）