2026年6月,全球人工智能机器人竞赛进入白热化阶段

2026年6月成为具身人工智能发展历程中的重要转折点:中国在全国范围内大力推进类人机器人部署,阿里巴巴发布了包含三个模型的机器人技术栈,智源在乒乓球领域创下里程碑,而欧洲则通过大规模资金投入和新型机器人形态予以回应。

luna
6分钟阅读Posted: 2026年6月18日

2026年6月正逐渐成为人工智能驱动的机器人技术的一个分水岭。从北京的工厂车间到欧洲的初创企业实验室,一波又一波的突破正加速推动机器人从展示型向真正能工作的机器的转型——这些机器能够自主运行、大规模应用,并在现实世界中发挥作用。 三个地区,三种截然不同的战略,却有着一个共同的信念:实用化具身人工智能的时代已经到来。

中国动用一切手段:1万台机器人、国家指令以及阿里巴巴的“AI Brain”


中国政府不再等待。6月10日,工业和信息化部(MIIT)与国务院国有资产监督管理委员会(SASAC)发布了一项全面的联合指令,要求地方政府和国有企业在制造业、物流、 零售及医疗保健等领域测试和部署人形机器人——并设定了具有约束力的目标:今年年底前实现超过10,000台机器人投入商业使用。该计划引入了“人形机器人即服务(Robot-as-a-Service)”模式,界定了100多个高价值应用场景,要求企业在数月内(而非数年)予以采用。 中国具身人工智能企业早在2026年初就已筹集了约29亿美元资金,新指令旨在将这笔资金转化为全国范围内的实际部署。

为赶上这一期限而竞相研发的硬件实力非凡。由北京人形机器人创新中心与芯片公司D-Robotics联合开发的“天工3.0”,正按计划于2026年下半年实现大规模交付。 “天工3.0”搭载D-Robotics的Xuri S600嵌入式智能芯片,其AI模型通过参数蒸馏和架构轻量化,体积压缩至原大小的20%以下——这一技术突破使其能够在不依赖云端的情况下,实现复杂的设备端推理。 其目标应用场景涵盖工业生产线、仓储、智能服务,以及危险或复杂环境中的维护作业。

Smart humanoid robots undergoing real-world validation trials on a testing floor in Chengdu, China

阿里巴巴进军机器人领域:为每具机器人躯体配备三款基础模型


6月17日——就在“天宫3.0”正处于量产收尾阶段之际——阿里巴巴的Qwen团队发布了一套由三个基础模型组成的完整机器人AI套件。 Qwen-RobotNav 将视觉语言能力扩展至移动机器人领域,在单一框架内整合了指令执行、目标导向导航、目标追踪和自动驾驶功能。 作为操作专家的Qwen-RobotManip,基于超过38,100小时的完全开源数据进行训练,并支持跨多硬件平台的大规模学习。 第三个模型 Qwen-RobotWorld 作为通用世界模型,能够接收自然语言动作指令,并同时预测导航、驾驶和操作场景中物理上一致的未来状态——这实际上为任何机器人机体提供了一个统一的 AI 大脑,使其能够在执行下一步动作前对其进行推理。

此次发布彰显了阿里巴巴在中国的机器人浪潮中主导软件层的雄心,这与其云业务支撑企业计算的模式如出一辙。 通过将Qwen-RobotManip的训练数据开源,该公司正刻意押注于生态系统规模而非专有锁定——随着数百家中国硬件制造商争相寻求功能强大的机器人“大脑”,这一战略可能成为决定性因素。

“Expedition A3必须在几毫秒内执行完整的闭环控制序列——视觉感知、轨迹预测、全身运动规划以及精准击球。”

——《Embodied Global》关于智源机器人Expedition A3乒乓球成就的报道,2026年6月16日

亚洲的试验场:

当一场乒乓球比赛成为工程里程碑

6月15日,中国智源机器人公司向世人展示了“高压环境下的具身人工智能”在实践中的真实样貌。其Expedition A3机器人成为全球首台能够完全自主进行乒乓球比赛的全尺寸双足类人机器人——无需遥控、无预设程序、也不依赖人类安全保障。 乒乓球是一项刻意设计的严苛测试:球速超过每秒5米,旋转和轨迹不断变化,每次反应时间窗口仅以毫秒计。为攻克这一难题,智源机器人与北京大学的两个研究团队展开合作: 张尚航教授的团队开发了SpikePingpong运动控制算法,而黄铁军教授的团队则提供了一台20kHz高频脉冲相机,该相机以每秒20,000帧的速度捕捉视觉数据——速度是传统成像技术的十倍。 最终实现了对球拍击球位置的毫米级预测,并同步协调机器人双足站姿、躯干、双臂及手腕的全身运动学规划。

问:为什么乒乓球被视为类人机器人的重要基准测试?

答:因为它要求实时传感器融合、亚毫秒级反应周期以及协调的全身运动——这恰恰是机器人在工厂车间或服务环境中处理快速、不可预测任务所需的能力特征。

问:20kHz脉冲相机与标准机器人视觉在根本上有什么不同?

A:它以每秒20,000帧的速度拍摄,而传统摄像机的帧率仅为60–120fps,这使机器人能够追踪快速旋转的物体,并以毫米级精度预测接触点,这是普通成像管道无法比拟的。

TianGong 3.0 full-size general humanoid robot developed by Beijing Innovation Center of Humanoid Robotics and D-Robotics, displayed at a robotics industry event

西方重写蓝图:Neura的14亿美元融资与那台“弃腿”的机器人


西方机器人公司正发起强有力的反击。2026年6月,德国Neura Robotics完成了由英伟达和亚马逊领投、高通、博世、舍弗勒及欧洲投资银行跟投的14亿美元C轮融资,这轮融资具有里程碑意义,使该公司估值达到约70亿美元。 本轮融资是欧洲机器人公司有史以来规模最大的融资之一,表明美国科技巨头正大力押注欧洲的具身人工智能,以此作为对抗中国政府支持的科技浪潮的战略制衡。

与此同时,总部位于巴黎的Genesis AI则采取了刻意反其道而行的立场,推出了Eno——一款完全摒弃类人形态的通用机器人。 Eno没有双腿,而是搭载在轮式底座上;没有头部,而是采用一个可调节高度的塔式结构,其上配备了灵巧如人的机械手。其核心运行着GENE——一款专为长远规划、实时推理透明度以及毫米级精准操作而设计的机器人基础模型。 在Khosla Ventures、Eclipse和Bpifrance提供的1.05亿美元种子轮融资支持下——其顾问团队中包括埃里克·施密特——Genesis AI计划于2026年底前在制造业、物流、实验室和医疗保健领域部署该机器人,随后将推出消费级应用。 其传递的信息十分明确:人体未必是机器人未来需要完成的每一项任务的最佳模板。

综合来看,本周来自北京、上海和巴黎的报道讲述了一个连贯的故事。机器人领域的竞争不再仅仅关乎令人印象深刻的演示——而是关乎量产目标和企业级部署。

任务要求、生态系统级的人工智能软件栈,以及关于物理形态的基本问题。获胜的设计是双腿、四腿还是带轮子,最终可能远不如哪个系统能够思考、适应并可靠地行动——从而在工厂车间(以及很快在家庭中)赢得一席之地——来得重要。

📰 新闻来源:
• 阿里巴巴Qwen-Robot系列推出三款具身AI基础模型 — TechNode
,2026年6月17日• “天工3.0”将于2026年下半年实现大规模交付——Gasgoo(北京人形机器人创新中心),2026
年6月9日• 中国力争到2026年底实现1万台类人机器人商业化应用——《财新全球》,2026
年6月10日• “智源远征A3”成为首款能自主打乒乓球的全尺寸类人机器人 — Embodied Global
,2026年6月16日• Eno:Genesis AI的首款通用机器人挑战传统类人机器人设计 — Interesting Engineering / 美通社,
2026年6月16–17日• 人形机器人公司获14亿美元融资——英伟达与亚马逊领投Neura本轮融资——StockXpo / Neura Robotics,2026年6月10日