Hugging Face

Minerva Humanoids于10月6日通过GlobeNewswire发布新闻稿称，完成由General Catalyst领投的约1000万美元种子前轮融资。这家由特斯拉Optimus和波士顿动力旧部于2025年底创立的旧金山公司，研发可经VR头显操控的半自主人形机器人Roger，今秋启动首批付费试点。

VLA(视觉-语言-动作)模型是一种把摄像头画面和自然语言指令一并读入、直接输出机器人下一步电机指令的单一神经网络,做法是在能看懂图像的视觉语言模型上再用机器人示范数据训练。谷歌DeepMind、Physical Intelligence、英伟达、Figure AI与Skild AI处于前列,智元机器人代表中国阵营,竞争焦点正从模型结构转向动作数据的获取成本。

Hugging Face于7月7日发布开源机器人学习库LeRobot 0.6.0，新增3个世界模型策略、5个视觉语言动作模型（含英伟达GR00T N1.7）、2个奖励模型和6个仿真基准。英伟达前一天宣布，将GR00T、Isaac Teleop、Isaac Lab-Arena和Jetson Thor支持引入LeRobot，Cosmos 3也即将接入。

英伟达于2026年6月1日在GTC台北发布面向学术研究的Isaac GR00T参考人形机器人，采用宇树科技H2 Plus本体、两只22自由度的Sharpa Wave触觉灵巧手和Jetson AGX Thor T5000计算模组。该机将于2026年底由宇树供货，价格未披露。

英伟达于2026年3月16日GTC主题演讲中预览基于DreamZero研究的新一代机器人基础模型GR00T N2，称其在新环境新任务中的成功率是领先VLA模型的两倍以上。30亿参数的GR00T N1.7进入商业许可抢先体验，DreamZero的主要实验平台为智元G1。N2计划于2026年底前推出。

英伟达在CES 2026发布千片采购价1,999美元的Jetson T4000机器人模组，并开放人形机器人VLA模型GR00T N1.6和推理型VLM Cosmos Reason 2。高通提前一天推出Dragonwing IQ10并宣布与Figure合作，机器人主控芯片之争升温。

宇树科技于2025年7月25日发布人形机器人R1，整机约25公斤、26个关节，国内售价3.99万元起，海外5900美元起。该价格为宇树G1首发价的40.3%，为低价人形机器人设定了公开的价格基准。

谷歌DeepMind于2025年6月24日发布Gemini Robotics On-Device，这是一款可在机器人本地离线运行的视觉语言动作（VLA）模型，也是DeepMind首个向外部开发者开放微调的VLA模型。该模型通过面向受信测试者的Gemini Robotics SDK提供，DeepMind称已将其迁移至Franka FR3双臂机器人和Apptronik的Apollo人形机器人。

Hugging Face于2025年4月14日宣布收购法国波尔多人形机器人公司Pollen Robotics，这是其第五笔收购。公司将以7万美元出售Pollen的Reachy 2，作为其销售的首款机器人，并与开源软件LeRobot结合。交易金额与条款未予披露。