本期判断
具身智能正从手部精细抓取向全身多表面接触（Whole-Body Contact）及物理交互约束扩展；云基础设施与垂直场景租赁模式正加速落地，但在非结构化复杂环境中的全自主部署仍高度依赖遥操作兜底与高算力仿真优化。
高信号事件
- AWS 开源基于英伟达技术栈的 Physical AI 工具链：AWS 发布开源工具链，整合 Isaac Sim、Isaac Lab、GR00T 与 OSMO，覆盖从机器人数据处理到边缘部署的全流程。（来源：Embodied Wire，链接）
- Minerva 获 1000 万美元融资推进 VR 遥操作人形机器人：Minerva Humanoids 走出隐身模式，完成由 General Catalyst 领投的约 1000 万美元 Pre-Seed 轮融资，用于开发由专家通过 VR 操控的半自主排雷与油田钻井人形机器人 Roger。（来源：Embodied Wire，链接）
- Helm.ai 签署 7000 万美元物理 AI 模型商业合同：Helm.ai 披露其感知基础模型在 12 个月内与汽车制造商、一级供应商及工业客户签署了累计 7000 万美元的商业合同。（来源：Embodied Wire，链接）
- PanTact 提出穿戴式接触界面实现全身灵巧操作：论文提出 PanTact 系统，通过模块化身体接触贴片收集无机器人的人体示范数据，无需机身额外传感器即可在 Unitree G1 上实现倚靠支撑、推击、扫拨和负载分担等全身接触操作。（来源：arXiv:2610.12558，链接）
- 优必选与一汽-大众拓展人形机器人合作至物流场景：双方在青岛工厂开展 Walker S Lite 巡检测试的基础上，达成进一步开发与验证人形机器人物流应用的协议。（来源：Embodied Wire，链接）
技术链路
- 数据环：PanTact 摆脱传统专用遥操作系统，利用人体穿戴式接触贴片直接采集全身接触数据；CASTER 则通过视频生成模型生成合成视频，将轨迹提取转化为约束优化问题，降低真实人体示教依赖。
- 模型与控制环：PriMoRetarget 引入优先级层次结构替代传统的加权多目标优化，优先保障足部与接触点的运动重定向；PanTact 通过接触感知全身控制（WBC）实现非手部多表面的物理交互。
- 仿真/评测环：AWS 将 Isaac Sim/Lab、GR00T 云端编排化；Fly-by-Code（arXiv:2610.12549）引入仿真内主动诊断程序（View and Probe），通过仿真探针验证物理假设，将高空操作成功率从 31.7% 提升至 75%。
- 部署环：Ultra 与 Physical Intelligence 合作推进包装机器人租赁交付；Minerva 采用半自主加 VR 专家介入链路直接切入高危工业作业。
商业与产业信号
- 谁可能受益：
- 云与仿真基建提供商（如 AWS、英伟达生态）：云端工具链降低中小型团队训练物理 AI 的门槛。
- 专注于高危/特种场景的硬件公司（如 Minerva）：高单价、容忍半自主/遥操作模式的场景能更早实现商业变现。
- 软硬件解耦的模型算法供应商（如 Physical Intelligence、Helm.ai）：模型以方案或租赁形式嵌入集成商设备。
- 谁会被迫调整：
- 仅局限在“手部抓取”的具身智能算法团队：面临向全身大负载、多点接触控制（Whole-body manipulation）技术路线升级的压力。
- 依赖单一硬件销售的集成商：Ultra（5000 万美元融资用于租赁）等 RaaS 模式正在推行基于产出与租赁的服务计费体系。
- 未解决的约束：
- 地缘政治与合规监管收紧：美国财政部对未申报的 9.2 万美元中国机器人 AI 投资开出 20 万美元罚单（Amidi LLC 案），跨境资本与技术合作门槛显著抬高。
- 复杂接触下的动态稳定性：非结构化环境中的接触富集型全身操作仍处实验验证阶段，未形成大批量标准化生产证据。
接下来验证什么
- 优必选 Walker S Lite 在一汽-大众青岛工厂物流搬运测试中的连续无故障运行工时与节拍数据。
- AWS 开源 Physical AI Toolchain 在第三方开发团队中的复现情况及端到端部署延迟表现。
- Ultra 与 Physical Intelligence 合作的包装机器人实际进驻客户仓库并产生稳定租赁收入的落地规模。
本期基于 21 条近期公开信源生成；原始数据：data/embodied_ai/2026-10-12.json。