宇树R1人形机器人降至2.99万元现货开售，人形机器人加速走向消费级
6月24日，杭州宇树科技宣布旗下双足人形机器人Unitree R1官方售价由3.99万元下调至2.99万元起，降幅达25%，即日起开放现货销售。R1重约25千克，配备26个高精度关节，集成语音与图像多模态大模型交互能力，定位面向个人消费者、AI开发者和教育机构。人形机器人均价已从2023年的近60万元降至当前3万元左右，累计降幅超90%。
值得关注的原因： 2.99万元是人形机器人首次进入普通消费者可触及的价格区间。宇树在四足机器人领域已占据全球60%以上市场份额，此番从工业级向消费级的降维打击，将倒逼优必选、小米、特斯拉等竞品加速降价，人形机器人价格战已全面打响。当一台功能完善的机器人售价进入2-3万元区间，家庭和消费场景的万亿市场大门正在打开。
来源：新浪财经
孙正义宣布软银启动机器人量产，计划收购ABB剑指"世界第一机器人公司"
6月24日，软银集团在东京召开年度股东大会，68岁的孙正义正面驳斥AI泡沫论，称「AI革命才刚刚开始，称其为泡沫是对AI的亵渎」。他宣布已在某工厂启动机器人批量生产，即将正式发布，并称软银很可能是全球第一家实现「机器人制造机器人」规模化的公司。孙正义透露计划在2026年内完成对瑞士工业巨头ABB旗下机器人业务的收购，目标成为「压倒性世界第一的机器人公司」。他还公开叫板马斯克的太空数据中心计划，认为电力成本仅占总运营成本7%，太空运输和维护成本远超节省的电费。
值得关注的原因： 软银从投资公司向「世界第一机器人公司」转型，叠加Arm芯片和AI投资，正在构建横跨芯片、机器人和AI投资的庞大帝国。孙正义此番亮出的不只是口号，而是启动量产和收购ABB两项实质性动作，与特斯拉Optimus、Figure等形成多强格局。这是2026年具身智能赛道迄今为止最重量级的资本信号。
来源：百度百家号
Agility Robotics拟25亿美元SPAC上市，Digit已在9个客户站点商业运营
6月24日，人形机器人创企Agility Robotics宣布通过与SPAC公司Churchill Capital Corp XI合并上市，交易估值约25亿美元，预计产生超6.2亿美元资金。核心产品Digit双足机器人已在Schaeffler、GXO、丰田汽车加拿大工厂和Mercado Libre等9个客户站点商业运营，已获新一代Digit v5超3亿美元多年度订单，30多家潜在客户正在评估大规模部署。Agility Robotics于2015年从俄勒冈州立大学孵化，投资者包括Amazon、Nvidia、SoftBank等。
值得关注的原因： Agility是极少数同时跑通「量产验证 + 商业运营 + 资本市场」三重循环的人形机器人公司。Digit在真实仓库环境获得超3亿美元订单，为整个人形机器人行业提供了重要的估值锚定。在宇树以价格破局消费市场、软银以资本擎动产业整合的同时，Agility以「商业落地先行」的策略为行业树立了可复制的资本化路径。
来源：TechCrunch
HIL-ResRL：1小时真机RL微调成功率突破95%，VLA模型即插即用「外挂」
华为云CloudRobo团队提出HIL-ResRL框架，针对视觉-语言-动作（VLA）模型在真实物理世界部署时误差累积和分布偏移的硬伤，通过残差策略结合人机协同强化学习实现极速微调。框架将预训练VLA模型视为黑盒，仅需训练轻量残差网络输出修正动作，结合人类操作员3D SpaceMouse的适时干预信号，在仅1小时真机交互条件下将任务成功率从50%-80%提升至95%以上。在插网线等高接触任务中，引入六轴力矩传感器后成功率从50%拔高至93%。
值得关注的原因： 当前VLA模型部署的最大瓶颈不是基础能力不足，而是真实场景分布偏移导致的「实验室行、产线崩」。HIL-ResRL用「大模型打底 + 残差策略纠偏」的架构证明：不需要动辄数百张GPU重训基座模型，轻量的「小脑」方案同样能实现工业级部署。这是具身智能从实验室走向柔性制造的工程化关键突破。
来源：量子位
OpenAI联合博通发布首款自研AI推理芯片Jalapeño
6月24日，OpenAI首次公开其首款自研AI推理芯片Jalapeño，由博通负责设计与制造，仅用9个月完成流片。该芯片面向内部推理负载做专门优化，重点放在能效比与单美元Token成本，成本较外部采购节省约50%。首批产能预计用于ChatGPT、API及与微软Azure的混合部署路径。
值得关注的原因： 这意味着OpenAI在硬件侧正式脱离「纯靠英伟达GPU」的路线，与博通在定制AI ASIC战场上形成新的联盟。与此同时英伟达Vera Rubin宣布全面量产、高通Dragonfly C1000进军数据中心，AI芯片从「英伟达一家独大」走向「巨头自研+第三方定制」的多元格局正在加速成型。Jalapeño流片仅9个月的速度也打破了定制芯片18-24月的行业惯例。
来源：TechCrunch