具身智能日报 · 2026-09-19

今日要点

1. 乐享科技「以太」（Aether）大模型上海街头直播烧烤：无遥控、无剪辑、无剧本——4B 参数、约 200 小时人类视频、零真机训练数据
2. 第九届中国机器人峰会（杭州）收官：「褪去资本喧嚣」，具身智能评测体系建设与产业协同平台成为落地抓手
3. 峰会场内的数据之争：「人类社会过去没有为具身智能准备训练数据，什么是好数据仍无行业共识」
4. 邵天兰风波第二幕：创变者大会新论断「智能机器人是真趋势，人形不是」，舆论开始反向检视炮轰者自身的供应商位置
5. Counterpoint：上半年全球人形机器人出货 2.2 万台、同比 +300%，前五名中国厂商合计 86% 份额

详细内容

1. 乐享「以太」大模型：一场不可剪辑的公开验证

• 来源：新华网 / 搜狐科技（行业复盘）
• 链接：新华网报道 · 搜狐复盘 · 新浪财经
• 时间：直播 9 月 16 日；报道与复盘 9 月 17-18 日
• 摘要：9 月 16 日，数台机器人在上海街头支起烤炉：烧烤机器人守炉、多台服务机器人点单传菜上菜、跨本体接力协作，全程无人工遥控、无后期剪辑、无预设剧本。烧烤作业持续近一小时（新华社口径），直播全程一个多小时（复盘稿口径，同稿另处称「近两小时」，口径不一照实记录；另有科技媒体称约 550 万人在线围观，单一信源）。6 位报名观众的唯一任务是干扰——临时变更需求、挪动物品、打断流程；一名测试观众缺席，主办方从围观人群随机补位、不给提示直接临场下指令。直播中机器人夹调料瓶失手掉落，自行重新捡起继续作业。
• 技术口径：Aether 仅 4B 参数，训练数据约 200 小时人类视频、真机数据 0 小时。架构核心为统一 Energy 系统（把任务完成度与物理限制纳入同一能量评估：状态越接近目标、路径越符合物理规律，能量越低——够不到玻璃就找垫脚工具、反复擦不净则判断污渍在背面）、主动感知（信息不足时主动换视角）、流式记忆（中断后找回任务节点续作）、Self Model（本体内部表征，跨本体适配）。整套架构类比「大脑-脊髓」分层：高层理解需求与规划长任务，本体运动控制执行底层动作。8 月底流传的 10 分钟一镜到底视频中，两台不同品牌机器人已共享同一模型、自行分工收拾房间——代号 MVP（Make Veritable People，中文「做个人吧」），9 月 10 日由乐享科技 CEO 郭人杰认领并更名 Aether。
• 海关备注：乐享同期公开质疑 OpenAI 物理AI 万字长文「抄袭」其两个月前发布的技术路线（Evolution Manager vs Recursive Self-Improvement、官网视觉对比等），OpenAI 暂未回应。此为单方断言：本条采信「争端存在」，不采信「抄袭成立」。

2. 第九届中国机器人峰会收官：评测体系进入行业议程

• 来源：财联社 / 新华社 / 中国工业新闻网
• 链接：财联社「直击中国机器人峰会：褪去资本喧嚣 具身智能奔赴真实场景落地」（媒体名+标题可检索）
• 时间：9 月 16-18 日，杭州未来科技城
• 摘要：峰会以「智联新生态，赋能全场景——机器人+时代的智变与质变」为主题，议题覆盖具身智能物理AI、人形机器人检测认证、仿生机器人、康养机器人、大模型与硬件，从底层硬件、核心模型到应用场景、资本赋能全链条；主论坛院士专家聚焦具身智能赋能智能制造、多模态具身智能从云端大脑到物理世界、感知—决策—控制全链路落地。财联社直击报道的落点值得单独划线：本届峰会落地成果是产业协同平台搭建与具身智能评测体系建设——「验证」这件事本身成了行业议程。展区数十家产业链企业覆盖人形/四足/灵巧手/触觉力觉传感器/关节模组。

3. 数据「下半场」：缺数据、卷数据、存争议

• 来源：新浪财经（峰会报道）
• 链接：新浪财经「具身智能『下半场』：缺数据、卷数据、存争议」（媒体名+标题可检索）
• 时间：9 月 18 日晚
• 摘要：峰会场内多位企业代表给出两句行业级判断：其一，「人类社会过去没有为具身智能或物理AI准备训练数据，已有数据存量较少」；其二，「行业尚未完全明确什么是好数据，以及应该采集什么数据」。背景数据：中国信通院《具身智能训练场研究报告（2026）》估算全球可用高质量真实数据仅数十万至百万小时级，远低于具身基础模型迎来「ChatGPT 时刻」所需；穹彻智能 9 月初披露的分布式采集网络覆盖全国超 50 城、累计超 10 万小时真实世界数据，已进入预训练-后训练-真机验证闭环。

4. 邵天兰第二幕：从「炮轰别人」到「被检视动机」

• 来源：新浪财经 / 搜狐 / 36 氪
• 链接：新浪财经「梅卡曼德邵天兰：智能机器人是真趋势，人形不是」（媒体名+标题可检索）
• 时间：9 月 18 日
• 摘要：继 9 月 9-10 日朋友圈炮轰「攒局型」公司借数采中心关联交易制造不可持续收入（延烧至对立方报案，见 9.17 日报）之后，邵天兰 9 月 18 日在科技创变者大会上给出正面论断：智能机器人是真趋势，但人形形态并非制造物流场景的最优适配，方案必须在 ROI 时间表内自证。同日舆论开始反向检视：搜狐专栏「刚上市就『撤梯子』」与「行业公心背后，是弃车保帅还是市值管理」等文提出——梅卡曼德自身是数采设备供应商，炮轰客观上有利于自身产品线叙事。争论正从「谁在裸泳」进入「裁判的位置」。

5. Counterpoint 量产大考：上半年 2.2 万台，前五名 86% 在中国

• 来源：澎湃新闻（Tech 商业，引 Counterpoint Research 2026 年 8 月报告）
• 链接：澎湃新闻
• 时间：9 月 16 日
• 摘要：2026 上半年全球人形机器人出货突破 2.2 万台、同比增长近 300%，前五名全部为中国厂商、合计 86% 份额——智元约 9700 台（份额 43%+，营收从 2023 年 30 万元到 2026 年单季破 10 亿，已启动赴港上市、目标估值 400-500 亿港元）、宇树超 7000 台（31%，8 月 19 日科创板上市首日市值 3418 亿，上半年营收 11.52 亿、净利 2.74 亿扭亏，零部件自研率超 90%；2025 年出货超 5500 台为宇树自称口径）、银河通用（1100 台+，累计融资 70 亿、估值 200 亿+，Galbot G1 已进入宁德时代产线 7×24 作业）、优必选（千台级，全年指引上调至 5000 台）、乐聚。报告预计全年出货破 5 万台（2024 年不足 3000 台）。文末三连问是真正的考题：量产即盈利、工厂连续 2000 小时不宕机、良率撑起万台级 BOM。

6. 汽车与具身智能加速融合：双向依赖论

• 来源：人民网 / 经济日报
• 链接：人民网「汽车与具身智能加速融合」（媒体名+标题可检索）
• 时间：9 月 17-18 日
• 摘要：文章给出双向判断：「汽车企业放弃具身智能赛道，将错失产业能力延伸的重大机遇；具身智能产业若不与汽车产业技术链深度融合，产业化进程将被拖慢」。叠加行业通行口径（本体制造与新能源汽车约 70-80% 供应链可共用）、小鹏机器人首轮 9 亿美元融资（投后 63 亿美元刷新行业单轮纪录）、吉利 WAM / 小鹏 X-World 等车厂自研世界模型——车厂正在同时成为具身智能的第二资本来源与第二供应链。

7. FluxVLA Engine：逐际动力把 VLA 工程栈开源了

• 来源：GitHub / Hugging Face / alphaxiv
• 链接：GitHub · 官网
• 时间：4 月开源；最近一次密集更新 9 月 16 日，alphaxiv 9 月 15 日专题覆盖
• 摘要：人形独角兽逐际动力（LimX Dynamics）开源的一体化 VLA 工程平台，覆盖数据处理→策略训练→仿真评测→加速部署→真机部署全链路，GitHub 695★、仍在活跃更新，Hugging Face 放出 limxdynamics/FluxVLAEngine 组件（HF 侧下载量近零，采用主要在代码侧）。对一家 Pre-IPO 轮独角兽来说，把内部工程栈公开意味着竞争轴从「工具占有」转向「迭代速度」——VLA 界的 harness 基建正从各家自研走向公共层。

编辑观察

**验证形态的本周升级。**本周几件事指向同一个词：验证。以太直播的实质，是把验证带宽外包给围观群众——不可剪辑、不可回退、允许当场翻车（调料瓶掉落自己捡），这是断言强度阶梯上 Demo 视频永远够不到的一档；但它仍是单方组织的场子，「硬刚 OpenAI」的强验证不能外溢成抄袭争议的裁决。同一周，机器人峰会把「具身智能评测体系建设」写进落地成果（验证成为行业议程本身），邵天兰风波延烧的燃料则是收入断言无法独立审计。从 WRC 成绩取消通报、ARS 预注册负结果，到本周的街头直播与招股书 scrutiny——「证明能跑」正在批量让位于「证明能信」，断言-执行分离的验收纪律从论文管线搬进发布会和资本市场。

**数据光谱两极同周出现。**以太（4B、200 小时视频、零真机）与智元 GE-Act 2.0（3 万小时真机 scaling 无饱和，见 9.17 日报）在同一周出现——这不是路线分歧，是成本结构分歧：一边用架构换数据，一边用数据换架构。而峰会「什么是好数据仍无共识」点破了中间地带的真空：数据价值缺乏独立裁判，攒局型数据交易才有滋生空间——这正是邵天兰争议的经济学本质。Counterpoint 的 2.2 万台和 86% 份额说明「量」的竞争已在中国供应链内卷完毕，下一轴是单位数据产出的智能密度。观察窗口：9 月 20-23 日合肥世界制造业大会（汽车×具身融合首批落地案例检验）。可打脸预测：12 个月内「无剪辑长时直播」成为头部厂商发布会标配环节——当第一家这么做之后，不做的厂商需要向市场解释为什么。