前 Nvidia 高管、Techable VC 创始人谈机器人为何尚未迎来 ChatGPT 时刻
在 Nvidia 机器人平台产品营销岗位任职七年的 Amulya Vishwanath 认为，机器人目前处于"乐高时代"，执行器、机械手、软件和安全标准等基础模块仍在重建，尚未迎来 ChatGPT 时刻。她现以 Techable VC 创始人兼管理合伙人的身份，投资机器人、材料科学和生命科学等物理 AI 领域，这一判断与"通用基础模型即将带来机器人 ChatGPT 时刻"的观点相左。
#具身智能
RadarAIAI 评分2222 RadarAIAI 评分2222 前 NVIDIA 高管 Amulya Vishwanath：物理 AI 不止是机器人
前 NVIDIA 机器人平台产品营销负责人 Amulya Vishwanath 在 TechCrunch 的 Equity 播客中表示，机器人仍处于"乐高时代"，执行器、机械手、软件和安全标准等基础模块尚待重建，这与"通用基础模型将带来机器人 ChatGPT 时刻"的观点相左。
TechCrunch · AIAI 评分2222 前 Nvidia 高管转做 VC：机器人为何还没迎来自己的 ChatGPT 时刻
在 Nvidia 机器人平台负责产品营销七年的 Amulya Vishwanath 认为，机器人目前处于"乐高时代"，执行器、机械手、软件和安全标准等基础模块仍在重建，因此尚未迎来"ChatGPT 时刻"。她如今是 Techable VC 的创始人兼管理合伙人，投资机器人、材料科学和生命科学领域的物理 AI 早期项目。
TechCrunch · AIAI 评分2222 前 NVIDIA 高管 Amulya Vishwanath：物理 AI 不止是机器人
在 NVIDIA 机器人平台负责产品营销七年的 Amulya Vishwanath 创办 Techable VC，投资覆盖机器人、材料科学与生命科学的物理 AI。
arXiv cs.AIAI 评分2121 OnBodyAI：为什么下一代 AI 需要一个身体
论文提出 OnBodyAI 概念，指大语言模型被赋予身体、生活在用户身上并为其服务时的形态，探讨研究与产业需要如何实现这一目标。文章基于作者在 UbiComp/ISWC 2026 上海产业论坛的演讲，围绕十条核心论点展开。
RadarAIAI 评分2727 机器人领域 "Scale AI" 的构建路径分析
对比 9 家机器人数据供应商后，构建机器人数据业务的核心挑战被归结为三个商业问题：机器人数据能否在扣除高额硬件维护成本后达到大模型数据业务的利润率，评估与部署能否通过标准化降低获客成本并产生重复订单，以及资本回收效率。分析强调，持续利润而非一次性收入才是投资价值的核心。
RadarAIAI 评分2222 Hao AI Lab 谈机器人闭环三要素：提示词、工具与上下文管理
Hao AI Lab 提出让闭环在机器人上跑通需要三样东西：描述机器人和任务的提示词，用于感知、几何和运动的工具，以及上下文管理——让近期观测保持在视野内、较早的观测可在文件中取用。
RadarAIAI 评分2222 Hao AI Lab 谈机器人闭环三要素：提示词、工具与上下文管理
Hao AI Lab 提出让闭环在机器人上跑通需要三样东西：描述机器人和任务的提示词、用于感知、几何和运动的工具，以及上下文管理——让近期观测保持在视野内，较早的观测可在文件中取用。
RadarAIAI 评分3434 Chollet 称自主机器人需工程化因果推理，Aether AI 的 CRIS-0 正做此探索
François Chollet 在 X 上表示，仅靠自回归采样无法解决真实世界物理任务，要实现真正的自主机器人，必须把因果性和离散推理重新工程化进整个循环。他点名 Aether AI 的 Biwei 团队正在做这类基础性、非共识的工作。该团队的 CRIS-0 系统会追踪任务关键条件、预测每个动作带来的变化，并在出现意外时重新规划。
RadarAIAI 评分2424 研究：27 家机器人公司中 18 家转向部署服务
一项对 27 家机器人公司的研究显示，其中 18 家专注机器人部署服务，13 家成立于 2024 年或之后。创业者正从通用硬件与模型转向针对具体客户问题的部署服务，通过实际使用不断迭代优化。关键疑问是这些服务商是否也将成为机器人模型的主要学习场。
RadarAIAI 评分1818 机器人部署场景的多样性：27 家机器人公司分类解析
一项针对 27 家机器人公司的分类梳理显示，机器人部署策略呈现明显分化：部分公司同时开发机器人本体与智能系统，另一部分则专注将机器人集成到特定工作流程。部署场景覆盖通用机器人、特定场景优化，以及洗衣厂、重型机械操作等实际工作环境，横跨轻工业到重工业。
RadarAIAI 评分3838 GPT-6 之后，机器人创业还剩下什么？
GPT-6 Astra 在 3D 空间理解、上下文理解和反思纠错上的跃升，让通用大模型接管了原本属于具身模型的上层能力。英诺基金王建明、诺亦腾韩磊、潜界科技胡钰承在极客公园节目中认为，物理执行、实时响应与数据配比仍是机器人创业公司必须自研的核心壁垒。
RadarAIAI 评分5858 王兴兴：GPT-6 在多种机器人上测试效果很好，最大错误是对 AI 相信不够
宇树 CEO 王兴兴表示，GPT-6 发布后在各种机器人上测试效果很好，宇树和其他机器人公司已在工厂落地试点，但大规模应用还需提升泛化性和效率，未来几年很可能解决。他认为商业服务场景的落地可能比工业领域更快，并称过去十几年自己犯的最大错误就是对 AI 的相信还不太够。转发该内容的作者评论称机器人行业要被 OpenAI 抄家了。
RadarAIAI 评分6262 Dyna Robotics 联合创始人 Jason Ma 深谈 Dyna-2 world-action 模型与小时级自主机器人
Latent Space 发布对 Dyna Robotics 联合创始人兼首席科学家 Jason Ma 的现场访谈，解读其上月发布的 Dyna-2 world-action 模型与后续实体机器人智能体 Dyna-2.1。
RadarAIAI 评分3838 宇树科技王兴兴：过去十几年最大错误是对 AI 还不够相信
宇树科技创始人王兴兴在第二十六届中国国际工业博览会上表示，过去十几年他犯的最大错误就是对 AI 还不够相信，如今对 AI 的信仰与日俱增。他透露 GPT-6 发布对具身智能行业认知影响很大，团队已将其部署至机器人测试且效果不错，认为行业临界点可能一两年内到来。
RadarAIAI 评分2222 硅谷与中国核心城市机器人产业规模对比
产业地图数据显示，硅谷拥有 67 家机器人公司，多于中国核心城市——深圳 36 家、北京 32 家、上海 25 家、杭州 25 家。数量差距背后是各区域迥异的产业结构与生态差异，反映出中美具身智能产业的不同梯队与结构特征。
Hacker NewsAI 评分3636 高通 CEO 谈 AI 手机超级周期：智能体将驱动下一轮换机潮
高通 CEO Cristiano Amon 预计，能使用用户 App、理解个人上下文并代为行动的 AI 智能体将催生智能手机超级周期，他称 AI 公司已要求高通在 2028 年前支持手机端至少 1000 亿参数模型并常驻运行。他最看好智能眼镜成为最大 AI 可穿戴品类，并认为高通收购 Modular 可为开发者提供跨芯片的开放软件平台，以挑战 Nvidia 的软件锁定。
RadarAIAI 评分3636 Standard Bots 访谈：工业机器人的 AI 可靠执行之道
Latent Space 采访 Standard Bots CEO Evan Beard 与 AI 负责人 Leif Jentoft，介绍其工业机械臂的 AI 技术栈：共享基础模型由客户通过演示和微调适配，最大模型参数量在 low billions 级别，感知骨干网络基于超 10 亿张图像训练。
Hacker NewsAI 评分3434 灯泡计算机：用投影与计算机视觉替代智能眼镜的交互设想
设计师提出 Lightbulb Computer 概念设备，将投影仪与计算机视觉结合成灯泡形态，可拧入任意 Edison 灯座或装入便携灯座，通过语音指令、指向识别和视觉分析在真实空间投射信息。
RadarAIAI 评分3737 对话 UNICUS 徐豪：无限 SKU 玩具平台如何训练出首个能「生产」的 3D 模型 U1
UNICUS 创始人徐豪分享了公司从照片定制转向无限 SKU 玩具平台的历程，并介绍了自研的 3D 制造模型 U1。该平台通过自建柔性工厂和 AI 驱动的生产系统，大幅降低设计与生产成本，实现从照片到个性化积木玩具的快速交付。
MIT Technology Review · AIAI 评分3232 机器人领域的 AI 突破为何短期内难以改变你的生活
MIT Technology Review 与 Aventine 合作的文章指出，尽管马斯克称 Tesla Optimus 未来可能以低至 2 万美元单价自动化几乎所有人类劳动、并预测 2027 年底前向公众发售，但许多机器人研究者对此持怀疑态度。
MIT Technology Review · AIAI 评分1717 AVEVA 如何为自主工业 AI 构建更安全的落地路径
AVEVA 首席技术专家 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、物理 AI 与智能体 AI，因其可直接作用于物理系统，负责任部署成为核心。AVEVA 的负责任 AI 框架强调安全、效率与人类监督，主张 AI 应增强而非取代关键决策中的人，并由护栏界定自动化边界。Garg 还参与 IEEE 工作组，制定覆盖电力、能源、水资源与碳的 AI 环境影响测量标准方法。
科技媒体 RSSAI 评分2222 RoboStrategy：机器人劳动力市场规模达 10.5 万亿美元
RoboStrategy 估算，机器人可承接的劳动力规模已从每年 $1.3T 增至 $10.5T。这一变化对应机器人作业模式从"多人对应多台机器人"演进到几乎无需人工监督。
科技媒体 RSSAI 评分1717 Hugging Face 联创谈机器人自研主板
Hugging Face 联合创始人就机器人硬件自研主板发表观点，认为每台机器人都始于一块外购的板子，而优秀的机器人最终会落在自己制造的板子上。
科技媒体 RSSAI 评分4242 Yann LeCun 劝学术界别碰 LLM
Yann LeCun 在 ETH Zürich 演讲中直言学术界不应研究 LLM，认为学者在这方面"拿不出任何东西"。他建议想做真实世界具身 AI、物理 AI 的人既不要做 LLM，也不要做生成模型，并称这番立场让他在硅谷不太受欢迎。
Recode China AIAI 评分3636 打造智能机器人需要海量数据，这些数据从哪来？
具身智能正面临严重的数据缺口：全球高质量真实物理交互数据仅约 50 万小时，不足训练基础 LLM 数据的 1/20000。Robbyant 发现 VLA 模型预训练数据从 3000 小时扩至 20000 小时时，下游任务成功率大幅提升且未见饱和，其第二代模型已扩至 60000 小时。机器人数据主要分为人类数据（网络视频、第一人称视角、UMI、动捕）与机器人数据（遥操作、仿真合成）两类。
Air Street PressAI 评分6666 DeepMind 研究副总裁 Raia Hadsell：智能不止于语言
Google DeepMind 研究副总裁 Raia Hadsell 在第十届 RAAIS 演讲中提出，语言只是复杂系统之一，天气、生物、合成世界与物理运动同样可以用大模型学习其底层规律。