具身智能日报 · 2026-10-16

具身智能日报 · 2026-10-16

今日要点

• 市场监管总局发布首批六项人形机器人国家标准：五项技术要求加一项仿真测试平台规范，明年 4 月 1 日实施，宇树王兴兴是起草人之一
• 独立评测机构 Artificial Analysis 推出 AA-Robotics 榜单：GPT-6 Astra 操控真实六轴机械臂拿下 69.4 分排第一，但平均每个任务约 30 分钟、16.36 美元
• 王兴兴在工博会说临界点最快一两年、GPT-7 可能直接「把具身智能问题打穿」；同一周，宇树市值两个月蒸发约 2811 亿
• 兆丰股份 15 台人形机器人上岗：上料成功率 98%，连续无故障运行超 2 个月
• 韩国监管部门放行 20 台人形机器人进入半导体、汽车、造船、物流四类生产现场
• 香港首个具身智能国际应用训练场开幕

详细内容

1. 首批六项人形机器人国标发布：先统一「共同语言」

• 来源：央视新闻 / 光明网
• 链接：www.sohu.com/a/1088377949_162758
• 时间：2026-10-15 披露，2027-04-01 实施
• 摘要：市场监管总局批准发布首批六项人形机器人领域国家标准：五项《人形机器人技术要求》系列标准，加一项《人形机器人仿真测试平台技术规范》。技术要求系列规范本体构成、系统架构、环境感知、智能决策等关键功能和性能指标；仿真测试平台规范确立统一的平台架构与测试方法，让各项能力在「可信、可复现的环境中得到精准评价」。这句话值得整个行业记住——过去每家公司的「能干」都是自家说法，现在有了统一的尺子。起草人名单里有宇树王兴兴。他说目前各家产品在尺寸、电池电压、通信和使用接口上差别都非常大，中国尽早立国标可以加速规范行业发展，「甚至以后标准在海外也可以落地实施」。决策规划部分的起草人全琪介绍，标准用四项能力定义机器人「聪不聪明」：信息适配、决策制定、任务规划、知识库管理。另一条并行的时间线：ITU 具身智能标准焦点组 10 月 13 日至 16 日在杭州滨江开第三次全会，43 国近 400 位专家参会——这是该焦点组今年 2 月成立以来首次走出日内瓦。中国信通院专家担任焦点组主席，会上审议的两项技术规范里，有一项是国家电网与智利电力公司共同署名的变电站作业规范。国标管国内的语言，焦点组争国际的语言，标准这条线两头并进。

2. AA-Robotics 榜单首发：大模型操控真实机械臂，能干，但慢且贵

• 来源：Artificial Analysis
• 链接：artificialanalysis.ai/articles/aa-robotics
• 时间：2026-10-14
• 摘要：以大模型排行榜闻名的独立评测机构 Artificial Analysis，把评测搬进了物理世界。AA-Robotics v0.1 给每个前沿模型一台六轴机械臂（五个关节加一个夹爪），通过编程 agent 框架直接控制，完成八个桌面任务：按红色按钮、把鳄鱼玩偶放进方框、倒水不洒、积木收纳进盒、形状配对、用马克笔写 hello world、搭最高的塔、量纸盒三个尺寸。结果：GPT-6 Astra 69.4 分第一，GPT-6.1 Sol 64.6，Gemini 4 Argon 55.3，Claude Opus 5.5 48.8，Claude Fable 5.1 46.3。简单任务五家全拿满分，按钮人人会按。分水岭在精细活：量纸盒尺寸要求误差 2 毫米以内，最好的 GPT-6.1 Sol 也只拿 17 分，三家直接零分；写 hello world 有一家零分；搭塔四家拿不到及格。机构自己的结论写得很冷静：前沿语言模型确实已经能直接操纵机械臂完成简单任务，但今天「对任何生产用途来说都太慢太贵」——GPT-6 Astra 平均每个任务 30 分钟、16.36 美元，比人类基线差将近两个数量级。最后补了一句：「我们预计这会很快改变。」

3. 王兴兴喊临界点、宇树被挤泡沫，同一家公司的两种时间感

• 来源：观点网 / 东方财富 / 36Kr
• 链接：news.qq.com/rain/a/20261012A06B3B00
• 时间：10-12 发言，本周持续发酵
• 摘要：10 月 12 日工博会开幕式对话环节，王兴兴说 GPT-6 的发布对具身智能行业认知影响很大，宇树已把它部署到机器人上做任务测试，「效果表现还不错」；他判断临界点快的话一两年内到来，「因为明年 GPT-7 出来，可能直接把具身智能问题打穿」，还自省了一句：「过去十几年我犯的最大错误，就是对 AI 还不够相信。」同一周，另一笔账也算了出来：宇树 8 月 19 日上市首日市值 4449 亿，如今股价趴在 420 元附近，两个月市值缩水约 2811 亿。支撑位的问题是明摆着的——上半年营收 11.52 亿、净利润 2.74 亿，撑不起此前的估值，媒体的用词统一是「挤泡沫」。第三条线来自 36Kr：宇树与 DeepSeek 之间签有优先合作备忘录，同等条件下优先选择对方，DeepSeek 未来做具身相关业务时优先向宇树采购机器人。喊 GPT-7 的人、被挤泡沫的公司、和大模型公司的合同，三条线出现在同一家公司身上。

4. 兆丰股份的「新同事」：15 台人形上岗，98% 成功率跑了两个月

• 来源：证券时报
• 链接：www.stcn.com/article/detail/4221295.html
• 时间：2026-10-15
• 摘要：汽车轮毂轴承企业兆丰股份的产线上，15 台乐聚人形机器人已适配 15 个工位、覆盖 10 余种零件，上料成功率稳定在 98%，单个上料循环不到 40 秒；连续无故障运行超过 2 个月，累计作业约 1000 小时，协同产出零部件超 6 万个。这是乐聚与兆丰联合打造的实景实训示范项目，被媒体称为业界首个。兆丰通过参投基金间接持有乐聚股份——等于股东把自己的工厂开放成了示范场。98% 的成功率不稀奇，稀奇的是「连续无故障超 2 个月」：成功率数字第一次带上了时间维度，这是试点叙事和量产叙事的分界线。

5. 韩国放行 20 台人形机器人进生产现场：规则从墙变成流程

• 来源：BigGo 财经（韩国产业通商资源部 10-13 公告）
• 链接：finance.biggo.com.tw/news/6a8dd661-04d9-47bf-ab9a-ff235f40e932
• 时间：2026-10-13
• 摘要：韩国产业通商资源部召开产业融合监管特例审议委员会，批准 20 台双足人形机器人进入四类生产现场做实证：Nepes 半导体厂清除封装零件污染物、Sungwoo Hitech 汽车厂做车体零件定位安装、HD 现代三湖造船厂堆叠装载脚架零件、Delivery Lab 物流现场搬运冷藏包装，机型由 Robros 部署。为什么需要特例？现行产业安全法规以固定式工业机器人为前提，强制要求安全围栏，而人形机器人必须与人共享空间、自由移动——旧规则下这件事「实质不可行」。本次在雇佣劳动部风险评估与降险措施的前提下放行，实证数据将反过来用于制定人形机器人产线安全标准。同一场会议还首次允许四足机器人在天安市的人行道与公园巡逻。规则不再是一堵墙，变成了一套流程。

6. 香港首个具身智能国际应用训练场开幕

• 来源：新华网 / 香港电台
• 链接：www.news.cn/20261015/2f331659d25b48ecb2fa10b3f8a1838b/c.html
• 时间：2026-10-15
• 摘要：香港生产力促进局辖下 FLAIR 研发中心的「具身智能国际应用训练场」开幕，是香港首个专注具身智能及人形机械人实景应用的平台，创新科技及工业局局长出席典礼。定位是给技术伙伴提供真实应用环境，做研发、训练与验证。放在全国背景里看，内地已建成启用 70 多家具身智能训练场，另有 40 余家在建或规划中（新华社 10-09 数据）——香港这块场子的差异化牌是「国际应用」，对接海外场景和国际标准。

论文角落

• Do VLAs Really Follow Instructions?（arxiv.org/abs/2610.21251）：VLA 模型号称能听懂指令，这篇做了个诊断实验：区分「做什么」级指令和「怎么做」级指令后发现，给现有 VLA 喂「怎么做」的细节不但没帮助，反而降低成功率；把每段动作配上更细的指令重新训练，动作才真正开始响应「怎么做」。机器人听不听话这件事，第一次有了测量办法。
• Fast-VLA: You Only Think Once（arxiv.org/abs/2610.21389）：多数 VLA 把几十亿参数的模型放在控制回路里，每生成一个动作块就把任务理解重新算一遍。可任务理解的变化远比机器人状态慢。Fast-VLA 每个回合只调用一次 4B 视觉语言模型，把指令和初始画面凝成固定的 KV 任务记忆，执行期间由轻量在线 actor 结合实时视觉与本体感觉生成动作。省下的是最贵的那层重复计算。
• Policy-Aligned Predictive Verification（arxiv.org/abs/2610.21434）：VLA 每次输出一串动作，执行前缀留多长是个老问题——昨天日报收的 Perturbation-Informed Execution 就是同方向。这篇不再用「生成稳定度」这类间接信号做判断，而是训练一个校验器在执行前预测候选前缀的后果，判断照此执行还能不能完成任务。连续两天同题论文，「动作块执行多长」正在成为 VLA 工程化的独立战场。
• Evo-DexBench（arxiv.org/abs/2610.21180）：灵巧手操作基准的新思路：现有基准给太多目标演示，源任务和目标任务的差异不受控，分不清模型是在迁移知识还是在背诵任务。这篇提出 Core-Gen 原则——同功能家族的核心任务供给知识、目标任务只给少量演示——专测举一反三。手还是最硬的骨头，测它的尺子也在升级。

编辑观察

今天的新闻放在一起，主题出奇地整齐：行业在集中补「信任的基建」。六项国标的核心不是规定机器人长什么样，而是把「能干」从各家自说自话，变成可信、可复现的测试结果。韩国用风险评估流程替掉强制围栏，等于承认「让人形机器人进厂」在旧规则下根本无法发生，只能在新流程下试点。AA-Robotics 给「大模型能不能干体力活」上了第一张可复现的成绩单。三个动作指向同一件事：这个行业的瓶颈，正在从「能不能动」移到「凭什么信」。

王兴兴是今天最有意思的样本。他作为标准起草人给行业统一语言，作为创始人判断 GPT-7 一两年内可能打穿具身智能，而同一周他公司的市值两个月蒸发 2811 亿——上半年营收 11.52 亿，对上约 1700 亿市值，市场正在用另一套估值语言回答同一个问题。AA-Robotics 的数字恰好站在中间：GPT-6 Astra 69 分证明「通用大脑加机械臂」这条路已经能走通；30 分钟、16 美元一个任务，离生产还差两个数量级——「打穿」的说法和这份成绩单是同一场辩论的正反方。什么时候单任务时间从半小时压到分钟级、榜单任务从按按钮升级成拧螺丝，临界点就真的到了。

另外记下今天最值钱的工厂数字：兆丰的 98% 成功率，是连续跑了两个月的 98%。上期预告的两个读数——爱仕达没有直播的月份销售额、Optimus 周产量停在三位还是爬进四位——都还没到期，这个先记上。

（第 40 期 · 每日具身智能行业观察 · 采集窗口 10-15 09:50 至 10-16 10:00）