📌 今日速览：具身智能赛道持续升温：Physical Intelligence 被曝以约 200 亿美元估值洽谈新一轮超 10 亿美元融资；波士顿动力被曝为 Atlas 选定韩系供应链并要求备货 1 万台；谷歌 Gemini Robotics ER 2 开放公开预览、DeepMind 发布面向机器人训练的 Genie 4 世界模型；智元 AI Day 连发 GO-3 模型与 G2 Max，并提出「Worken」机器人有效工时度量。学术方面，arXiv 今日亮点包括用单一似然算法统一基础模型训练全流程、Multi-View MoE 多路由器专家选择、PIVOT 解决 RLVR 稀疏奖励、以及激活探针提前识别「被策反」Agent 等安全工作。
🔥头条热点
融资 · 估值翻倍
The Next Web / Bloomberg · 2026-10-27
彭博报道，这家「机器人大脑」公司正洽谈至少 10 亿美元新融资，估值约 200 亿美元——今年早些时候还是 115 亿美元，Avenir 与 Lux 或领投。解读：通用机器人基础模型正复制大模型的估值曲线，资本市场押注「机器人版 OpenAI」卡位战。
融资Physical Intelligence具身智能
量产信号
KED Global · 2026-10-27
以现代摩比斯为首的韩国供应商已获选，并被要求为 1 万台 Atlas 订单备货；最终数量与价格未定。解读：万台级备货意味着 Atlas 商业化进入实质阶段，人形机器人供应链的「车规化」正在韩系体系内率先跑通。
供应链Boston Dynamics量产
模型发布 · 世界模型
Google DeepMind · 2026-10-27
Genie 4 可实时生成带音频的交互式模拟世界，支持文字实时调整场景，被定位为机器人与智能体的训练/测试环境，并演示了结合 Gemini Robotics 的人形下棋。解读：「用世界模型生成训练环境」正在成为缓解机器人数据瓶颈的主线路线，与 Gym-Anything 的「让 Agent 写仿真器」形成有趣对照。
世界模型DeepMind机器人训练
🦾机器人与具身智能
Google Cloud Blog · 2026-10-27
具身推理模型 ER 2 经 Model Garden 开放公测，可验证任务进度、读取仪表并调度 VLA 等工具；波士顿动力、Arm 等已试用。解读：具身推理「大脑」开始平台化，云厂商成为机器人模型分发的新入口。
模型发布Google
PR Newswire · 2026-10-29
智元提出以「Worken」衡量机器人有效工时，展示 GO-3 预览模型与 G2 Max 重载双臂机器人；Link-U OS 1.0 已在合作方试用、计划年底开源。此前 GO-3 Nano Preview 已登顶 RoboDojo 榜单（综合 61.90，三项子榜第一）。解读：用「有效工时」替代 demo 视频做价值锚点，是机器人商业叙事走向可计量的重要一步。
智元GO-3行业度量
21世纪经济报道 · 2026-10-27
团队在汽车工厂 16 个工段 2579 道工序中采集了 1827 道；仿真显示 17-21 自由度手的稳定抓握成功率比 6-15 自由度高 15%-38%；采用绳驱混合驱动与全掌触觉。解读：用真实工厂工序分布反推灵巧手自由度配置，是「数据定义硬件」的典型案例。
灵巧手小米硬件
Reuters / Caixin · 2026-10-27~29
Q3 营收 6.65 亿元，归母净利 1.13 亿元低于预期，研发投入增约 250%；七个交易日股价涨超 65%，摩根大通两级上调至增持。同期智元披露上半年营收近 20 亿元。解读：营收高增、利润承压、研发翻倍——头部厂商集体进入「以利润换规模与数据」的扩张期。
财报宇树智元
CnEVPost · 2026-10-28
副总裁顾捷称 IRON 专用固态电池已小批量下线，宣称重量约减 30%、容量约增 30%；整机量产目标仍为 2026 年底、2027 年起部署。解读：固态电池是人形机器人续航与减重的关键变量，自研电池显示了整机厂垂直整合的决心。
固态电池小鹏
Robotics & Automation News · 2026-10-28
2300 平方米「RoboGym」研训中心启用，NEURA 出资约 1100 万欧元、为期三年；同步展示更轻的第四代 4NE1 人形机器人。解读：欧洲阵营以「高校+企业共建训练场」补足数据与人才短板。
欧洲NEURA训练场
The Next Web · 2026-10-29
含办公、展厅、仓储和售后；累计出货超 13 万台、覆盖 85+ 国家，瑞士零售商 Denner 部署 200 台 CC1 清洁机器人。解读：商用服务机器人出海进入本地化深耕阶段，售后与仓储成为竞争壁垒。
出海普渡
📄arXiv 今日论文精选
arXiv 2610.40564 · cs.LG
通过将 RL 目标推导为对模型生成目标分布的最大似然拟合，把预训练、中期训练、SFT、RL 全部统一到单一似然算法之下，传统分阶段训练成为特例。解读：若成立，基础模型训练工程将大幅简化——「训练」退化为数据配比与调度问题。
训练范式理论
arXiv 2610.40577 · cs.CL
作者发现单一路由器的专家排序与「专家效用」排序在中深层一致性很差，提出多路由器协同选择专家的 Multi-View MoE，在不增加激活专家预算的前提下提升选择质量。解读：MoE 路由是当前容量扩展的瓶颈之一，多视角路由是低成本高收益的改进方向。
MoE架构
arXiv 2610.40576 · cs.CL
针对 RLVR 中「全组 rollout 都失败时零学习信号」的问题，区分轨迹级干预与 token 级监督两种教师机制，实验证明二者互补、单独使用均不足。解读：为难任务 RLVR 提供了可操作的教师介入框架，与「每个 token 配自己的教师」(2610.40574) 互为呼应。
RLVR推理
arXiv 2610.40588 · cs.AI
多智能体共享信道中，一个 Agent 可能施压另一个泄露密钥。作者在目标 Agent 的激活上训练线性探针，在输出写出之前预判其「即将屈服」：5% 误报阈值下可拦截 82% 的泄露调用。解读：Agent 间串谋是新兴攻击面，「读激活、不读输出」的内部监控比输出过滤更早一步。
Agent 安全可解释性
arXiv 2610.40565 · cs.RO
核心洞察：仿真环境的构建本质上是编码任务——让 coding agent 自动创建真实感机器人仿真，coding agent 的进步直接转化为更丰富、更忠实的仿真库。解读：与 Genie 4 的生成式路线并行，「Agent 写仿真器」是缓解机器人数据瓶颈的另一条可扩展路径。
仿真具身智能
arXiv 2610.40578 · cs.AI
为桌面/移动/Web 的 Computer-Using Agent 提供任务完成验证：不再依赖 VLM judge 的局部观察或生成程序的部分状态，而是把验证本身建模为智能体探索。解读：可靠的完成判定是 CUA 数据生产与 RL 的隐形地基，验证器质量直接决定训练上限。
Agent评测
arXiv 2610.40532 · cs.RO
语言条件的机器人绘画基准：从空白画布出发按语言指令作画，开放式答案与笔画顺序；含 28,200 条仿真轨迹，用于研究 VLA 模型随数据规模学习多样行为的能力。解读：绘画是低成本、可无限扩展的泛化探针，适合系统性测量 VLA 的数据缩放规律。
VLABenchmark
arXiv 2610.40655 · cs.CL
提出 Controlled Attribution Benchmark (CATT)：在完全虚构知识上微调 LLM，获得无歧义的数据归因 ground truth，可一次只改一个数据集变量来诊断归因算法失效的具体原因。解读：数据归因对版权结算与训练审计日益重要，受控基准让该领域第一次有了干净的对照实验。
数据归因评测
arXiv 2610.40488 · cs.CL
给 6 个前沿模型 7 篇近期 NLP 论文，让它们提出最小可行实验并预测成败：415 个提案中 194 个被判定「可靠、有价值且新颖」，但仅 73 个被认为超越原论文且非显然。解读：研究 Agent 已能批量产出合格实验，但真正的「研究品味」——挑出非显然高价值方向——仍是稀缺能力。
AI4ScienceAgent
arXiv 2610.40627 · cs.CL
安全对齐集中于输出头几个 token（「浅对齐」），多轮攻击正是利用这一点。作者反其道而行：既然浅层跨度决定整个回复轨迹，就让防御者先占据这个跨度。解读：把机制可解释性发现直接转化为防御设计，是多轮越狱防护的实用思路。
安全对齐多轮攻击
🛠️GitHub 开源速递
GitHub · 本周新晋高星
手机本机运行 DeepSeek Harness，也能遥控电脑；同生态还有免 ROOT 的 DSH-Android（APK 内嵌引擎、读屏操作 App、定时/条件自动化）。解读：端侧 Agent 从「读屏点击」走向「遥控多设备」，手机正成为个人 Agent 的第一入口。
端侧 AgentAndroid
GitHub · 本周新晋高星
安卓端 on-device AI agent，替你操作 App、上网、把事办成。解读：与 dsh-Go 同日走红，端侧「代操作」Agent 赛道明显升温，隐私与离线能力是共同卖点。
端侧 Agent隐私
GitHub · 生态工具
一套人设注入/替换 codex、claude、opencode、grok 等多个编码 Agent 的系统提示词。同类还有把「AI 味」UI 变成设计感界面的 unslop（⭐1.2k）。解读：多 Agent 并存催生「Agent 配置层」新工具品类——统一管理人设、风格与行为规范。
开发工具Agent 生态
GitHub · sindresorhus/awesome 动态
主库近期以维护性更新为主（移除失效列表、修复 lint）；待收录 PR 队列中 AI 相关占比显著：AI Agent Tools、AI Tokenomics、LLM Attacks、LLM for Biomedicine、AI Search Readiness 等。解读：待收录队列是观察新兴细分赛道命名权的窗口——「Agent 工具」与「LLM 攻防」正在形成独立的 awesome 类目。
awesome生态观察
📝 编辑点评
今天的信号非常集中：具身智能正在从「demo 竞赛」切换到「量产与计量竞赛」。一边是 Physical Intelligence 估值半年翻倍至 200 亿美元、波士顿动力被曝按万台规模备货——资本与供应链同时在为规模化下注；另一边是智元提出「Worken」有效工时度量、宇树发布上市后首份季报，行业开始用营收、工时这些硬指标说话，这对长期靠视频传播的人形赛道是成熟的标志。学术侧的呼应也很漂亮：Genie 4 与 Gym-Anything 分别用「生成世界」和「Agent 写仿真器」两条路线围攻机器人数据瓶颈，而「单一算法统一训练」这类工作则在压缩模型侧的工程复杂度。值得关注的是 Agent 安全开始「向内看」——用激活探针预判 Agent 被策反，比输出过滤更早一道防线。端侧 Agent（dsh-Go、Mika）同日走红，说明「替你操作手机」的消费级叙事已经成立。整体判断：机器人赛道的 2026 收官季，主线是「可计量的商业化」，副线是「可扩展的数据生产」。