2026 年 1 月，机器人行业迎来了蓬勃发展的开端。这一年以 CES 展会拉开序幕，展会带来了大量新闻，随后各公司不断取得里程碑式的成就并推出新系统，发展势头持续强劲。

 以下是过去一个月机器人技术的最新发展趋势。

1、首位患者参与Wandercraft Atalante X外骨骼临床试验

机器人和可穿戴技术在帮助患者康复方面展现出巨大潜力。布莱根妇女医院已启动一项新的临床试验，首位患者将参与使用Wandercraft公司研发的机器人外骨骼Atalante X。

Wandercraft 的联合创始人兼首席执行官 Matthieu Masselin 表示：“这项试点研究旨在回答一个重要的实际问题：Atalante X（一种自平衡外骨骼）能否在胸外科重症监护室 (ICU) 中安全有效地使用？”

据重症监护室的临床医生介绍，胸外科手术患者通常需要两名或两名以上医护人员的帮助才能站立哪怕一分钟。术后最初几天往往是患者活动最困难的时期，但Wandercraft指出，即使是几分钟的直立姿势也能有益于心肺功能、生命体征稳定、肌肉保护和心理健康。

“早期活动是我们改善胸外科手术后结果的最有效但未充分利用的工具之一，”布莱根妇女医院胸外科主任拉斐尔·布埃诺医学博士说道。布莱根妇女医院是麻省总医院布莱根医疗保健系统的创始成员，也是哈佛医学院的教学医院。

“这项试验让我们得以探索外骨骼能否帮助我们比现在更早、更安全、更稳定地帮助患者恢复活动能力，”布埃诺补充道。他同时也是哈佛医学院心胸外科领域的劳伦斯·哈维·科恩外科教授。“首例患者的入组标志着这项研究向前迈出了激动人心的一步。”

原文链接：https://www.therobotreport.com/first-patient-enrolls-clinical-trial-wandercraft-atalante-x-exoskeleton/

2、RobCo完成C轮融资，扩大工业自动化规模

新年伊始，机器人领域迎来了新的资金注入。RobCo GmbH 今日宣布完成 C 轮融资，金额达 1 亿美元，用于推进其物理人工智能路线图、扩大企业部署规模并深化其在美国市场的业务。

RobCo 声称，公司“从一开始就实行垂直整合，将硬件和软件开发成一个全栈平台”。该平台结合了感知、运动规划和自学习方法，使机器人能够在真实的生产环境中实现日益自主的操作。

该公司表示，其机器人可以通过演示和自学习而非手动编程来掌握特定任务技能。这使得机器人能够快速部署和迭代，并更容易适应复杂或多变的流程。RobCo 声称，它为客户提供了一个“统一的管理平台”。

此外，RobCo 表示，其系统的设计旨在“减少当前流程与端到端自动化之间的摩擦，使团队能够减少对系统设置和维护的关注，而更多地关注其核心业务流程和价值驱动因素。”

RobCo 通过循环机器人即服务 ( RaaS ) 模式提供其技术，该公司表示，这种模式可以帮助企业实现手动任务的自动化，同时最大限度地降低运营复杂性和风险。该公司支持广泛的工作流程，包括机器上下料、码垛、点胶和焊接。

去年，RobCo 将业务拓展至美国，目前在旧金山和奥斯汀均设有运营机构。该公司指出，随着制造商为应对劳动力短缺、生产回流以及日益复杂的运营环境而加快自动化步伐，美国已成为其战略重点市场和主要增长市场。

RobCo补充说，其机器人已部署在各种工业环境中，从宝马等大型全球制造商到DynaEnergetics、Fabricated Extrusion Company、T-Systems和Rosenberger等公司。

3、斗山博猫发布RX3自主概念装载机

在本周的 CES 2026 展会上，斗山博猫公司推出了一系列人工智能驱动的自主电气化技术，例如 RX3 概念装载机，旨在简化操作并提高建筑设备的生产力。

电动Bobcat RogueX3 (RX3) 已发展到第三代。斗山 Bobcat 将其设计得紧凑、安静、自主运行，并且占地面积与现有的 Bobcat（有人驾驶）机器相似。该机器人配备履带，可在各种工作表面上提供牵引力。

RX3的模块化设计允许部件互换：驾驶室或无驾驶室、轮式或履带式、可配置的升降臂等等。用户可以根据特定任务定制机器，而且它可以采用多种方式制造和驱动，包括电动、柴油、混合动力甚至氢燃料，该公司表示。

“近70年来，Bobcat始终致力于为用户解决实际问题，引领小型设备行业的发展，”斗山Bobcat副董事长兼首席执行官Scott Park表示。“如今，随着劳动力需求的变化和作业现场的日益复杂，我们正在通过智能系统来应对这些变化，帮助人们更快、更智能地完成更多工作。这些创新并非遥不可及的未来概念，而是正在改变当下工作方式的切实进步。”

Bobcat 也是Agtonomy的技术合作伙伴，Agtonomy 为定制的 Bobcat农业拖拉机提供智能、感知堆栈和车队管理。

原文链接：https://www.therobotreport.com/doosen-bobcat-unveils-latest-rx3-concept-loader/

4、UR对2026年及以后物理人工智能的4项预测

诸如对偶数和喷射流等新兴数学技术正在悄然重塑我们对变化建模的思考方式。这些工具使系统不仅能够捕捉机器人运动时发生的情况，还能捕捉这些运动如何影响其整个环境。这意味着更快的优化速度、更丰富的场景规划以及近乎直观的自适应控制。

想象一下，机器人能够在执行路径调整之前预测其影响，或者在几毫秒内模拟多种“假设”场景。这并非科幻小说，而是我们计算导数和预测系统行为方式的自然演进。虽然这些方法目前仍处于研究阶段，但它们变革机器人技术的潜力毋庸置疑。

（2） 机器人从单打独斗走向协同作战

模仿学习将成为下一波自动化浪潮中的一项关键能力。如今，大多数机器人作为独立单元运行，由集中式车队系统或预先编程的程序进行管理。

明天，它们将互相学习，也将向人类学习——有些需要引导，有些则需要自主学习——从而形成能够实时分享行为和策略的自适应团队。这一演进建立在相关研究的基础上，这些研究表明，机器人不仅能够跟随领导者的轨迹，还能观察、模仿并协作改进自身行为，从而实现无需僵化脚本的动态协调。

工业机器人供应商已通过车队管理和多臂系统的同步运动奠定了基础，但真正的点对点学习和自组织仍在发展之中。不过，我确信到2026年，我们将看到利用模仿学习的物理人工智能模型进行实际部署。

好处显而易见：

• 更快速的配置——无需复杂的编程即可实现工作流程的重新配置。
• 提高应对突发情况变化的适应能力
• 自然的人机协作，即机器人能够直觉地跟随人类意图或控制机器人的步伐。

随着安全标准、机器人间通信和协调工具的日趋成熟，模仿驱动的协作有望从小众试点项目走向工厂和仓库的广泛应用。这将使机器人从孤立的个体转变为协作的、持续学习的团队。

（3）制造商转向专用人工智能

制造商将不再采用通用人工智能平台，而是越来越多地采用针对特定工艺流程（例如焊接、打磨、检测或装配）构建的专用人工智能。预计人工智能焊接、人工智能精加工、人工智能装配和人工智能检测将成为新型机器人单元的标配功能，使以往因变化太大或过于复杂而无法完成的任务也能实现自动化。这些垂直应用将开箱即用，预先训练、预先集成，并可从第一天起就带来可衡量的收益。

焊接就是一个典型的例子，人工智能驱动的功能，如视觉引导的焊缝跟踪和机器学习辅助的参数优化，已经改变了焊接行业。

下一个前沿领域包括复杂、需要灵巧操作的任务，例如装配、紧固和精细搬运，这些任务传统上难以实现自动化。在工业领域，人工智能将使机器人能够应对零件和流程的差异性；而在服务行业，类似的方法将用于处理包装、分拣甚至精密物料搬运等任务。

物流行业也取得了巨大的进步，人工智能驱动的机器人系统现在已经能够高效、大规模地执行复杂的拣货、存放和搬运操作。

我预计到2026年，投资将从物流领域扩展到零售领域。这尤其令人振奋，因为它标志着机器人自动化离我们的日常生活又近了一步，而零售业正是我将密切关注的行业。

（4）来自物理人工智能的数据是新的燃料

下一个重大变革不仅体现在机器人的移动和思考方式上，更体现在它们的数据如何创造价值上。如今，机器人生成的大部分丰富信息——传感器读数、视觉帧、力场曲线——都停留在边缘，也就是客户现场。这固然有利于隐私和速度，但也意味着人工智能开发者常常缺乏构建更智能应用所需的真实世界数据。

未来，我预见机器人制造商将建立安全、用户选择加入的数据交换机制。在获得客户同意并采取强有力的隐私保护措施后，匿名化的性能数据可以被汇总，并作为训练集或模型服务提供给人工智能开发者。

想象一下，焊接机器人共享去标识化的焊缝质量指标，或者打磨协作机器人提供表面光洁度数据，从而为更智能的人工智能提供动力，用于缺陷检测、预测性维护和自适应控制。

真正的机遇在于将原始遥测数据转化为结构化、隐私保护的洞察，从而加速整个生态系统的创新。对于制造商而言，这意味着新的收入来源以及自身机器人技术的持续改进。

对于客户而言，这意味着可以在不损害机密性的前提下，获得在真实世界条件下训练的更好的 AI 工具。

结果如何？形成一个良性循环，每部署一台机器人，下一代机器人就会变得更智能。

原文链接：https://www.therobotreport.com/four-physical-ai-predictions-2026-beyond-universal-robots/

5、Wing公司将为另外150家沃尔玛门店提供无人机送货服务

Wing Aviation LLC 和沃尔玛公司今天宣布，计划在未来一年内将无人机送货服务扩展到另外 150 家沃尔玛门店。Wing 表示，这将使超过 4000 万美国人能够享受到这项服务。

沃尔玛和Wing公司计划在2027年前建立一个覆盖洛杉矶至迈阿密的无人机配送网络，配送点超过270个。这项新服务将首先在洛杉矶、圣路易斯、辛辛那提和迈阿密等主要枢纽城市推出，其他城市稍后公布。

沃尔玛负责数字化履行转型的高级副总裁格雷格·凯西表示：“无人机送货在我们能够准确地将顾客想要的商品送到他们手中方面发挥着重要作用。”

他表示：“无论是晚餐的临时食材，还是忙碌家庭的深夜必需品，我们看到的强劲增长势头都证实了这代表着未来便捷生活的发展方向。通过将无人机配送扩展到新的主要都市区，我们正在帮助更多客户以前所未有的速度解决他们的紧急需求。”

Wing公司表示，将以在达拉斯-沃斯堡都会区和亚特兰大都会区的成功运营为基础，进一步拓展业务。这家Alphabet旗下子公司自2024年12月起在达拉斯开展配送业务，并于2025年12月起在亚特兰大开展配送业务。

Wing公司表示，其业务增长主要得益于在这些城市积累的回头客。这家总部位于加州帕洛阿尔托的公司称，前25%的顾客每周订餐三次。与2025年上半年相比，其2025年下半年的外卖量增长了三倍。

原文链接：https://www.therobotreport.com/wing-brings-drone-delivery-to-150-more-walmart-stores/

6、波士顿动力公司与谷歌再度携手，共同打造下一代Atlas人形机器人

你可以出售波士顿动力公司，但你无法彻底放弃它。在谷歌将这家机器人公司出售给软银近十年后，双方再次携手合作，并在2026年国际消费电子展（CES）上宣布，DeepMind将利用其Gemini Robotics基础模型，帮助提升Atlas人形机器人的智能水平。

此次活动还包括波士顿动力公司首次公开展示 Atlas，推出人形机器人的产品化版本，以及建立机器人培训中心的计划，并公布了在全球现代汽车工厂部署 Atlas 的路线图。

7、微软研究院发布面向机器人的 Rho-alpha 视觉-语言-动作模型

为了在更加动态、结构化程度更低的环境中发挥作用，机器人需要接受基于多种感官输入的训练的人工智能。微软公司今天发布了 Rho-alpha（简称 ρα），这是首款基于其 Phi 系列视觉语言模型开发的机器人模型。

微软指出，视觉-语言-动作模型（VLA）使物理人工智能系统能够以越来越高的自主性进行感知、推理和行动。该公司表示，基于Phi平台构建的新模型旨在使机器人更具适应性和可信度。

微软研究院加速器公司副总裁兼总经理阿什利·洛伦斯写道：“Rho-alpha 将自然语言命令翻译成控制信号，用于执行双手操作任务的机器人系统。它可以被描述为 VLA+ 模型，因为它扩展了感知和学习模式的范围，超越了 VLA 通常使用的模式。”

在感知方面，Rho-alpha 增加了触觉传感功能，微软表示正在努力将其与力觉等其他感知方式相结合。在学习方面，该公司声称 Rho-alpha 可以通过用户提供的反馈不断改进。

8、隆重推出 Sprout，一个全新的人形机器人开发平台

在竞争激烈的人工智能竞赛中，总部位于纽约的 Fauna Robotics 公司认为，通往通用智能的道路要通过物理世界来实现。

这家初创公司由创始人罗布·科克伦和乔什·梅雷尔领导，正在开发一种专门的硬件和人工智能平台，将机器人从工厂转移到日常生活的非结构化环境中。

Fauna表示，通过研发安全、轻便且价格低廉的机器，其目标是为具身人工智能打造一个数据驱动的“飞轮” 。该公司表示，其愿景是让通用机器人不仅能够执行任务，还能与人类一起生活、工作和娱乐。

这家创业公司专注于开发应用程序，而不是教授基础知识。

科克伦向《机器人报告》描述了 Sprout 的概念：“它为人们提供了构建有趣应用程序的工具，而不是专注于那些使得如今能够真正参与机器人技术的机器人学家群体相当小的基础知识，所以这感觉像是一个非常好的机会。”

他补充说，Fauna 的创立理念是立即解决问题。“我们创办这家公司时就意识到……现在或许是我们能够开始解决一些通用机器人问题，并以通用外形（例如人形机器人）来解决这些问题的最佳时机，”科克伦说道。

Sprout的设计旨在与人类进行富有表现力的互动。其灵活的颈部设计增强了这种互动性，可控制Sprout的视线，使其能够“注视”人和物体。

Fauna Robotics 公司表示，手臂和躯干的流畅运动进一步使机器人更人性化，使其能够做出击掌、握手和嬉戏等社交动作，从而拉近机器和伙伴之间的距离。

9、1X推出世界模型，使NEO机器人能够通过观看视频学习任务

1X Technologies AS 上周发布了其最新的 1X World 模型。该公司表示，NEO 的人工智能更新使其能够利用基于真实世界物理原理的视频模型，将任何请求按需转化为人工智能功能。

“经过多年对世界模型的开发，并尽可能地使NEO的设计贴近人类，NEO现在可以从互联网规模的视频中学习，并将这些知识直接应用于现实世界，”1X创始人兼首席执行官Bernt Børnich表示。“NEO能够将任何提示转化为新的行动——即使没有先例——这标志着NEO自我学习能力的起点，使其能够掌握你几乎能想到的任何问题。”

1X 表示，通过此次更新，NEO 可以使用基于机器人数据微调的视频数据来执行 AI 任务，即使是面对它以前从未遇到过的物体和环境。

这家总部位于加州帕洛阿尔托的公司表示，他们设计的NEO机器人是面向家庭用户的。这款人形机器人可通过1X公司的早期体验计划购买，售价2万美元，包含2026年优先交付服务。此外，该公司还提供每月499美元的订阅模式。

NEO 可以在陌生的地方执行旧任务，还能学习新任务。

通过此次更新，用户只需向 NEO 发出简单的语音或文字指令，机器人就会利用其所观察的画面生成未来动作的可视化图像。1X 公司解释说，内置的逆动力学模型随后会将这些可视化图像转化为 NEO 完成指令的精确动作。

“借助 1X 世界模型，您可以将任何提示转化为完全自主的机器人动作——即使是 NEO 以前从未见过的任务和物体，”1X 的人工智能研究员 Daniel Ho 说。

1X 最新视频（如下）中的演示展示了 NEO 能够超越训练数据进行泛化。即使是像打包午餐盒这样简单的指令，它也能进行可视化和执行，即使面对的是陌生的物体。

1X公司表示，该机器人还能处理一些全新的任务，例如操作马桶座圈、打开滑动门、熨衬衫、梳头等等，而其数据集中没有任何先例。1X公司指出，这凸显了世界模型能够有效地迁移广泛的人类知识。

原文链接：https://www.therobotreport.com/1x-launches-world-model-enabling-neo-robot-to-learn-tasks-by-watching-videos/

10、Skild AI融资14亿美元，用于打造“全能型”机器人大脑

Skild AI公司表示，要打造通用机器人，开发者需要一个统一的机器人基础模型。该公司昨日宣布已融资近14亿美元，估值超过140亿美元。该公司正在构建Skild Brain，并声称这是“业内首个统一的机器人基础模型”。

与针对特定机器人设计量身定制的传统AI模型不同，基础模型旨在实现“全能型”，无需事先了解任何机器人的确切身体形态即可控制任何机器人，包括四足机器人、人形机器人、桌面机械臂和移动机械臂。

该公司表示， Skild Brain 将使机器人能够处理从简单的家务（如清洁、 装洗碗机和煮鸡蛋） 到体力要求高的挑战（如 在湿滑地形上行驶）等各种任务。

Skild AI由两位自监督和自适应机器人领域的先驱于2023年创立，该公司表示，其可扩展的机器人基础模型“可作为不同机器人形态之间的共享大脑”。该公司在匹兹堡、旧金山湾区和印度班加罗尔设有办事处。

Skild Brain 使用替代数据源进行训练

Skild AI指出：“构建机器人基础模型面临的最大挑战之一是，与语言或视频模型不同，机器人领域缺乏互联网。”该公司表示，他们通过使用替代数据源对Skild Brain进行预训练来应对这一挑战，这些数据源包括通过观看互联网上的人类视频进行学习以及在 基于物理的模拟环境中进行练习。

与专为特定应用而设计或仅部署在孤立或受限环境中的机器人不同，Skild AI 表示，其模型可以跨越不同的形态，从而极大地扩展可用的训练集。