物理智能新闻 — 2026-10-22（周四）每日新闻

概览

NVIDIA在过去24小时内发布的公告数量最多：该公司为Isaac机器人平台新增了人形机器人参考模型，表示将把机器人开发的初始设置从数周缩短至数天，CEO黄仁勋还在柏林阐述了公司的物理AI愿景（Investing.com、XenoSpectrum、Moomoo）。围绕物流与制造业物理AI的新合作与新计划相继成形，包括Teradyne Robotics与Sereact的合作，以及Generative Bionics计划打造的“Physical AI Data Factory Network”（StreetInsider、AI Insider）。在日本，ugo融资10亿日元，川崎重工采用了一家日本国内初创企业的物理AI半导体，日本经济产业省与Preferred Networks则表示训练数据“还差5到8个数量级”（PlusWeb3、日经、ITmedia）。 【人形机器人与通用机器人】 - United Arrows与GMO AI & Robotics正在为人形机器人开发服装（涩谷经济新闻）。 - NVIDIA宣布扩展Isaac并推出新型人形机器人，表示将把机器人开发的初始设置从数周缩短至数天（XenoSpectrum）。 - NVIDIA为Isaac机器人平台新增了人形机器人参考模型（Investing.com）。 - 黄仁勋在柏林的主题演讲涵盖了人形机器人、AI工厂、CUDA-X、自动驾驶、物理AI以及医疗AI代理等相关公告（Moomoo）。 【机器人基础模型与世界模型】 - YYForce发布了由NVIDIA物理AI驱动的机器人架构“Workforce OS”（雅虎财经）。 - Reynolds & Moore推出了基于NVIDIA IGX的Physical AI Safety培训路径（A3 Association for Advancing Automation）。 - Summit 2026探讨了连接人形机器人中物理AI的互连与天线解决方案（All About Circuits）。 - 日本经济产业省与Preferred Networks探讨了如何跨越物理AI实用化的障碍，指出训练数据还差5到8个数量级（ITmedia）。 - 其物理AI半导体获川崎重工采用的日本国内初创企业正瞄准新领域（日经）。 - 一档关于航空货运数字化转型的系列报道考察了从AI到物理AI的路径（Daily Cargo）。 - 三菱电机介绍了通过物理AI实现人形机器人与机床相连（日刊工业新闻）。 - 一篇关于第4届GMO Grand Conference on Physical AI 2026的参会报道已发布（GMO AI & Robotics）。

制造业与工厂

- 意大利的 Generative Bionics 计划为工业人形机器人打造"物理AI数据工厂网络"(AI Insider)。 - 以 Pepper 机器人闻名的 SoftBank Robotics 阐述了其打算如何凭借物理AI取胜,包括将马桶清洁工作的90%实现自动化(Infoseek)。

物流与仓储

- 泰瑞达机器人（Teradyne Robotics）与Sereact达成了涵盖零售、物流和工业物理AI的合作（StreetInsider、Unite.AI）。 - Sereact正在与英伟达、Nebius和CEVA物流等企业合作（Pluang）。 - Sereact与英伟达通过AI训练循环强化了仓储机器人（Investing.com、Unite.AI）。 - 奥迪与英伟达正在一项零部件排序试验中采用Agile Robots（Supply Chain Digital）。 - ABB机器人将物理AI应用于时尚领域（EME Outlook Magazine）。 - 一款打包辅助AI现已标配AI纠错功能（Cargo News Online）。 - 大学生开发了一款源于实地采访、面向物流行业问题的AI服务SOBANI，并在商业大赛中夺得最高奖（PR TIMES）。 【烹饪、家务与餐饮】 无值得关注的进展。

工艺与工匠技能

- 松下发布了 Bead Eye M AI 焊缝检测系统(Enterprise Times)。 【建筑、工地与出行】 - 一份报告发现,AI重塑建筑团队的情况多于裁减岗位(Construction Dive)。 - 欧洲出行领域的领军企业正基于 NVIDIA Hyperion 打造安全车辆和Robotaxi车队(NVIDIA Newsroom)。 - Procore 的 AI Go 应用让工地团队能够以语音向项目数据提问(MarketScale)。 - Buildots 升级了 Dot,将其AI助手打造成项目团队随需而用的建筑分析师(PR Newswire)。 - CoreWeave 提供面向机器人与自动驾驶汽车开发的 Physical AI 模板(Unite.AI)。

融资与商业

- ugo融资10亿日元，累计融资额达到50亿日元，以加速物理AI和机器人基础模型的发展（PlusWeb3）。 - 泰瑞达机器人（Teradyne Robotics）与Sereact就零售、物流和工业物理AI结成了合作关系，Sereact同时也在与英伟达、Nebius和CEVA物流开展合作（StreetInsider、Unite.AI、Pluang）。 - 意大利的Generative Bionics计划为工业人形机器人打造“Physical AI Data Factory Network”（AI Insider）。 - 川崎重工采用了一家国内初创企业的物理AI半导体（日经）。 - 奥迪与英伟达正与Agile Robots开展零部件排序试验（Supply Chain Digital）。 - 欧洲出行领域的领军企业正基于英伟达Hyperion打造安全车辆和Robotaxi车队（英伟达新闻中心）。 - United Arrows与GMO AI & Robotics正在为人形机器人开发服装（涩谷经济新闻）。

日本的实体智能

- GROOVE X、Preferred Robotics和ugo的负责人就物理AI的社会落地以及日本如何取胜发表了演讲并参与了小组讨论（note）。 - 日本国土交通省正以涉及物理AI的空前规模预算支持造船业的复兴（ITmedia）。 - 一场深圳圆桌会议梳理出日本企业在开展物理AI和世界模型的PoC或ODM工作前应确认的七个要点（note）。 - ugo融资10亿日元，累计融资额达到50亿日元，以加快物理AI和机器人基础模型的发展（PlusWeb3）。 - ImaCreate参加了由宇树科技（Unitree）主办的“World Physical AI 2026”展会；仅有2家海外企业参展，而ImaCreate是唯一来自亚洲的一家（Niconico News）。

关键人物的言论

- NVIDIA 首席执行官 Jensen Huang:展示了"AI无处不在的愿景",据 The Register 报道,他"派出机器人鸭子"来论证这一观点(The Register)。他在柏林的主题演讲还涵盖了人形机器人、AI工厂、CUDA-X、自动驾驶、物理AI以及医疗AI智能体(Moomoo)。 【综合分析:正在发生什么】 两个结构性模式在各板块中反复出现。其一,许多原本互不相关的公告都依赖同一个 NVIDIA 平台:Isaac 用于开发环境搭建和人形机器人参考模型(XenoSpectrum、Investing.com),IGX 用于安全培训(A3 Association for Advancing Automation),Hyperion 用于车辆和Robotaxi(NVIDIA Newsroom),而 Physical AI 则为 YYForce 的架构、Sereact 的仓储训练闭环以及 CoreWeave 的模板提供支撑(Yahoo Finance、Investing.com、Unite.AI)。供应商生态似乎正在向单一平台整合,这很可能降低机器人制造商的采用成本,但也使对 NVIDIA 的依赖更加集中。其二,同样的数据问题同时出现在政策与商业两端:日本经济产业省和 Preferred Networks 表示训练数据缺少5到8位数(ITmedia),而 Generative Bionics 计划打造"物理AI数据工厂网络"(AI Insider),Sereact 与 NVIDIA 则构建了AI训练闭环(Investing.com) — 两者都是生成物理世界无法大量供给的训练数据的方法。日本的条目大多是现有制造商采用物理AI,而非构建新平台,这或许可以解释为什么日本的政策讨论聚焦于数据供给和落地条件,而不是平台竞争。

关注要点

- 英伟达的Isaac扩展和新的人形机器人参考设计是否真能将机器人开发的搭建时间从数周缩短到数天，以及哪些机器人厂商会采用它们（XenoSpectrum、Investing.com）。 - 数据生成方面的努力 — Generative Bionics计划中的“Physical AI Data Factory Network”与Sereact的AI训练循环 — 能否缩小日本经济产业省和Preferred Networks所描述的5至8位数的训练数据缺口（AI Insider、Investing.com、ITmedia）。 - 日本的各项举措能否从讨论走向实际运用：川崎重工引入半导体、三菱电机的人形机器人与机床联动、日本国土交通省的造船预算，以及ugo在累计融资50亿日元后的扩张（日经、日刊工业新闻、ITmedia、PlusWeb3）。