具身智能最近有啥值得关注的新进展?
相关 AI 产品
ZDTaichu5.0-9B
一、紫东太初ZDTaichu5.0-9B评测:9B多模态模型如何搞定机器人空间推理? 1. 产品定位:面向“物理世界”的9B多模态大脑 我把ZDTaichu5.0-9B理解为“轻参数、重空间”的通用多模态模型。它不像超大闭源模型追求全领域全……
查看 ↗Qwen-Robot
Qwen-Robot 使用教程:从 Chat2Robot 零门槛体验到百炼 API 接入 Qwen-Robot Suite 是阿里通义千问团队 2026 年 6 月 16 日正式发布的面向物理世界智能的具身基础模型套件,也是 Qwen 家族……
查看 ↗Seedance 2.5
Seedance 2.5 怎么用?即梦/豆包/火山 API 三入口完整教程 定位:字节跳动旗下、由 Seed 团队自研的下一代 AI 视频生成模型,2026 年 6 月 23 日于火山引擎 FORCE 原动力大会正式发布,7 月初面向企业客……
查看 ↗Odyssey 2 Max世界模型
一、最强世界模型Odyssey 2 Max深度评测:物理仿真性能提升18% Odyssey 2 Max是Odyssey公司于2026年4月发布的最新通用世界模型,代表了AI从"识别"到"理解"物理世界的重大突破。与传统的视频生成模型不同,O……
查看 ↗字节跳动火山引擎Seed3D 2.0
一、字节跳动Seed3D 2.0深度评测:几何纹理双SOTA,3D建模师要失业了吗? 1.1 产品定位:从"可用"到"生产可用"的跨越 Seed3D 2.0是字节跳动Seed团队在2026年4月23日发布的新一代3D生成大模型。与传统的3D……
查看 ↗涂鸦智能
一、涂鸦智能核心功能是什么?为什么选择它作为AI硬件开发平台? 涂鸦智能(纽交所代码:TUYA;港交所代码:2391)是全球领先的AI云平台服务提供商,致力于"将AI应用于生活"。公司从2014年成立初期的"IoT连接器"定位,已成功转型为……
查看 ↗字节跳动Seeduplex语音大模型
一、Seeduplex全双工语音大模型评测:豆包App语音通话功能全面升级 Seeduplex是字节跳动于2026年4月9日正式推出的原生全双工语音大模型,标志着AI语音交互从"半双工"时代迈入"全双工"时代。与传统语音助手需要用户说完再等……
查看 ↗高德四足机器人
一、高德四足机器人的核心功能是什么?为什么选择它作为商用机器人解决方案? 高德四足机器人是阿里巴巴集团旗下高德地图具身业务部推出的首款具身智能硬件产品,标志着阿里正式从数字导航领域跨界切入物理世界的机器人赛道。这款产品并非面向家用消费市场的……
查看 ↗火山引擎豆包大模型
一、豆包大模型怎么用?免费在线访问获取API与完整使用教程 豆包大模型是字节跳动旗下火山引擎推出的综合性AI助手,自2024年推出以来迅速成长为国内用户规模最大的AI应用。根据QuestMobile最新数据,截至2025年12月,豆包月活跃……
查看 ↗豆包大模型2.0
一、豆包2.0的核心功能是什么?如何免费体验豆包ai的专家模式? 豆包大模型2.0(Doubao-Seed-2.0)是字节跳动在2026年2月14日正式发布的全新一代多模态Agent模型,这是豆包大模型自2024年5月正式发布以来的首次大版……
查看 ↗Awaker
一、Awaker是什么?国产多模态AI的突破性进展 Awaker是由人大系初创公司智子引擎自主研发的多模态大模型系列产品,代表着国产AI在通用人工智能(AGI)道路上的重要突破。根据智子引擎在2024世界人工智能大会上的展示,Awaker采……
查看 ↗DM0具身原生大模型
一、DM0是什么?如何让机器人真正理解物理世界? DM0(Dexmal Model 0)是全球首个具身原生大模型,由原力灵机公司于2026年2月10日正式发布。与传统的"嫁接式"AI模型不同,DM0从第一行代码开始就专为机器人物理交互而设计……
查看 ↗相关文章
2026桌面Agent使用指南!17款主流Agent工具盘点,巨好用
2026年上半年,AI最大的变化不是又出了个更强的模型,而是AI能开始"动手"干活了。 过去两年,我们习惯了跟豆包、DeepSeek、ChatGPT打字聊天——问问题、写文案、改代码。它像个聪明的顾问,有问必答,但有个问题一直没解决:它只会……
查看 ↗
文章
2026世界人工智能大会观展攻略与购票指南!附展台信息
一、先存这张速览表 2026 世界人工智能大会(WAIC 2026)暨人工智能全球治理高级别会议,7 月 17 日(周五)至 20 日(周一)在上海举办,主题「智能伙伴,共创未来」。今年首次拉成"三地四馆"。 项目信息展期2026 年 7 ……
查看 ↗距 WAIC 2026 还有十天:阶跃 Agent OS 全球首秀,这届为何被叫”智能体落地元年”的验证场
距 2026 世界人工智能大会(WAIC)开幕还有十天。第九届,7 月 17 到 20 日,上海"三地四馆"(世博、张江、西岸,主展馆上海世博展览馆),主题「智能伙伴,共创未来」,官方 App「Hi WAIC」已上线。如果把 2023、20……
查看 ↗从开源“龙虾”到国产“百虾大战”,国内主流OpenClaw工具终极盘点!
从开源“龙虾”到国产“百虾大战”:一场关于AI如何“动手”的生态竞赛已经开始了 如果你在2026年的年初问一个程序员“你最近装了什么新软件”,答案大概率是OpenClaw。这只开源“龙虾”用60天做到了React十多年才达成的事——在Git……
查看 ↗
文章
Kimi以1%资源实现性能超越!AMD一键部署AI工具包,谷歌D4RT重塑视频生成
内容速览: Kimi新模型发布: 月之暗面宣布以1%资源研发新模型,性能超越美国顶尖闭源模型。 AMD发布AI套件: AMD推出集成五大AI工具的Bundle,大幅降低AI应用门槛。 DeepMind发布D4RT: 谷歌发布4D世界模型,视……
查看 ↗相关资讯快讯
华为云昇腾云中国具身智能市场占比80%排名第一
时间:2026年11月16日 地点:中国 人物:华为云、具身智能开发者与企业客户 事件详情:华为云在11月16日举行的CloudRobo具身世界模型发布会上透露,华为昇腾云在中国具身智能市场格局中排行第一,已有80%的中国具身智能企业选择昇……
查看 ↗OpenAI重组具身智能团队 通用模型接手机器人
时间:2026 年 11 月 13 日 地点:美国(OpenAI 总部 / 奥斯汀 CoRL 大会) 人物:OpenAI 官方、首席研究官马克·陈(Mark Chen)、总裁格雷格·布罗克曼(Greg Brockman)、卡内基梅隆大学助理……
查看 ↗李彦宏:具身智能相当于2016年无人驾驶水平
时间:2026年11月12日 地点:北京 人物:李彦宏 事件详情:在今日举办的百度世界2026大会开幕式上,百度创始人李彦宏表示,今天的具身智能大约相当于2016年前后无人驾驶的发展水平。他提到,无人驾驶是百度坚持了十几年的技术方向,目前处……
查看 ↗Anthropic杀入具身智能 机器人跑分64.9%
时间:2026年11月10日上午(北京时间)。Anthropic 在同一天正式公布新一代旗舰档位模型 Claude Fable 5.2 与 Mythos 5.2,并同步公开 Fable 5.2 的机器人控制成绩与真机演示;第三方开发者对 F……
查看 ↗相关话题
具身智能正从“给机器人外挂聊天模型”转向为物理交互原生设计模型,空间推理、世界模型、3D生成与全双工语音等配套能力同步补齐。重点可关注具身原生大模型 DM0、零门槛上手的 Qwen-Robot 套件,以及轻参数重空间的 ZDTaichu5.0-9B;配套成熟将决定其从 demo 走向可用。
值得关注的进展不少,但真正指向”具身智能”这个定义的——有物理身体、能感知并行动——最核心的变化是:行业正在从”给机器人外挂一个聊天模型”转向”从第一行代码就为物理交互设计模型”。同时,空间推理、世界模型、3D 生成、全双工语音这些周边能力也在快速补齐,机器人”大脑”和”感官”两头都在变强。
下面挑几个我认为信息量比较大的方向,按”大脑—感官—身体—平台”的顺序讲,最后给一个对比表,方便你收藏。
一、具身”大脑”:从嫁接式到原生
DM0:全球首个具身原生大模型
原力灵机在 2026 年 2 月 10 日发布的 DM0(Dexmal Model 0),是我认为最值得关注的一个。它的关键点不在参数,而在设计路线:与传统的”嫁接式”AI 模型不同,DM0 从第一行代码开始就专为机器人物理交互而设计。这件事的意义在于,过去很多机器人系统是拿一个通用大模型做语言理解,再外接一套控制策略,中间靠工程胶水粘起来;原生路线则把”理解物理世界”当成模型的底层目标,而不是后处理。
它解决的核心问题也很直白:让机器人真正理解物理世界。对做机器人应用的人来说,这类模型的价值是减少”语言层到动作层”的翻译损耗。
Qwen-Robot:把门槛压到”零”
阿里通义千问团队在 2026 年 6 月 16 日正式发布的 Qwen-Robot Suite,是面向物理世界智能的具身基础模型套件,属于 Qwen 家族。它比较实用的一点是提供了两条上手路径:Chat2Robot 零门槛体验,以及百炼 API 接入。也就是说,想先玩一玩看效果的人和想直接接进自己系统的人,都有对应入口,不用从零搭环境。
套件形态而不是单模型形态,对具身场景其实更合理——机器人任务链条长,感知、规划、执行往往需要不同模块配合。
ZDTaichu5.0-9B:轻参数、重空间
紫东太初的 ZDTaichu5.0-9B 定位很清晰:面向”物理世界”的 9B 多模态大脑,可以理解为”轻参数、重空间”的通用多模态模型。它不追求超大闭源模型那种全领域全覆盖,而是把重点放在机器人空间推理上。
9B 这个量级对具身智能很关键——机器人本体算力和功耗有限,能不能在端侧或近端跑起来,往往比榜单分数更重要。空间推理又是抓取、导航、避障这些任务的地基能力。
二、”感官”与”预演”:世界模型、3D、语音
Odyssey 2 Max:让 AI 先”想一遍”再动
Odyssey 公司在 2026 年 4 月发布的 Odyssey 2 Max 是通用世界模型,官方说法是物理仿真性能提升 18%。它代表的是 AI 从”识别”到”理解”物理世界的转变,与传统的视频生成模型不同,世界模型更强调对物理规律和后果的建模。
对具身智能来说,这类模型的意义是”预演”:在真机执行前先在模型里推演一遍动作后果,能省下大量试错成本。
Seed3D 2.0:几何纹理双 SOTA
字节跳动 Seed 团队在 2026 年 4 月 23 日发布的 Seed3D 2.0,是新一代 3D 生成大模型,主打几何与纹理双 SOTA,定位从”可用”跨到”生产可用”。
这条线和具身智能的关系容易被忽略:机器人要在物理世界里行动,就需要大量可交互的 3D 资产和仿真场景,3D 生成的质量直接决定仿真环境像不像真的。
Seeduplex:语音交互进入全双工
字节跳动 2026 年 4 月 9 日推出的 Seeduplex 是原生全双工语音大模型,标志着 AI 语音交互从”半双工”迈入”全双工”。传统语音助手要等用户说完再回应,全双工则支持边听边说、可打断。
放在具身场景里想一下就很自然:人和机器人协作时,你不会等它讲完再喊”停”,语音通道能不能实时响应,直接影响协作安全性。
三、”身体”落地:硬件侧的实际产品
高德四足机器人
高德四足机器人是阿里巴巴集团旗下高德地图具身业务部推出的首款具身智能硬件产品,标志着阿里从数字导航领域正式切入物理世界的机器人赛道。需要说明的是,这款产品并非面向家用消费市场,而是作为商用机器人解决方案来做的。
导航公司做四足机器人,逻辑上不难理解——路径规划、空间定位本来就是老本行,搬到物理世界是能力的自然延伸。
涂鸦智能:AI 硬件开发平台
涂鸦智能(纽交所代码:TUYA;港交所代码:2391)是全球领先的 AI 云平台服务提供商,致力于”将 AI 应用于生活”。公司从 2014 年成立初期的”IoT 连接器”定位,已转型为 AI 硬件开发平台。
它不属于”造机器人”的那一类,但对想做具身硬件的中小团队来说,平台型玩家能省掉大量连接、云端的重复工作。
四、通用底座:多模态 Agent 的支撑
具身智能的上层能力,很多时候依赖通用多模态模型的进步。
- 豆包大模型 2.0(Doubao-Seed-2.0):字节跳动 2026 年 2 月 14 日发布的全新一代多模态 Agent 模型,是豆包自 2024 年 5 月发布以来的首次大版本升级。Agent 形态和具身的任务规划天然契合。
- 豆包大模型:字节跳动旗下火山引擎推出的综合性 AI 助手,国内用户规模最大的 AI 应用之一。作为通用底座,它更多承担语言理解与交互入口的角色。
- Awaker:人大系初创公司智子引擎自主研发的多模态大模型系列,代表国产 AI 在通用人工智能方向上的探索,曾在 2024 世界人工智能大会上展示。
另外,Seedance 2.5 是字节跳动 Seed 团队自研的下一代 AI 视频生成模型,2026 年 6 月 23 日于火山引擎 FORCE 原动力大会正式发布。它本身不是具身模型,但视频生成与世界建模之间的技术血缘很近,值得顺带关注。
五、一张表看清这几条线
| 产品/模型 | 归属 | 在具身智能里的角色 | 关键点 |
|---|---|---|---|
| DM0 | 原力灵机 | 具身原生大模型(大脑) | 从第一行代码为物理交互设计,非嫁接式 |
| Qwen-Robot Suite | 阿里通义千问团队 | 具身基础模型套件 | Chat2Robot 零门槛体验 + 百炼 API 接入 |
| ZDTaichu5.0-9B | 紫东太初 | 多模态大脑 | 轻参数、重空间,主打机器人空间推理 |
| Odyssey 2 Max | Odyssey | 世界模型(预演) | 物理仿真性能提升 18% |
| Seed3D 2.0 | 字节跳动 Seed 团队 | 3D 资产生成 | 几何纹理双 SOTA,生产可用 |
| Seeduplex | 字节跳动 | 全双工语音交互 | 从半双工迈入全双工 |
| 高德四足机器人 | 阿里高德具身业务部 | 硬件本体 | 首款具身智能硬件,面向商用 |
| 涂鸦智能 | 涂鸦智能 | AI 硬件开发平台 | 从 IoT 连接器转型为 AI 硬件平台 |
六、我的判断:三个值得盯的信号
- “原生”会变成硬指标。 DM0 打出的”具身原生”旗号,会逼着后来者解释清楚自己的模型到底是为物理交互设计的,还是拿通用模型改的。
- 小参数 + 强空间是务实路线。 ZDTaichu5.0-9B 这种”轻参数、重空间”的取向,比一味堆参数更贴近机器人本体的真实约束。
- 配套能力决定落地速度。 世界模型负责预演、3D 生成负责造场景、全双工语音负责协作,这三块补齐了,具身智能才谈得上从 demo 走向可用。
相关问题
问:具身原生模型和普通多模态模型差别在哪?
简单说,普通多模态模型先解决”看懂和说清”,动作是后接的;具身原生模型从设计之初就把物理交互当目标,减少中间翻译环节的损耗。
问:9B 这种小参数模型够用吗?
在机器人本体上,算力和功耗是硬约束,能不能跑起来往往比榜单分数更重要。轻参数、重空间的路线就是在这个前提下做的取舍。
问:世界模型对机器人有什么实际用处?
主要是预演。真机试错成本高,先在模型里推演动作后果,能降低实际执行的风险和损耗。
问:四足机器人现在主要用在什么场景?
按现有信息,高德这款产品并非面向家用消费市场,而是作为商用机器人解决方案推出,具体场景以官方说明为准。
问:想上手具身模型,从哪开始比较省事?
可以先用 Qwen-Robot 的 Chat2Robot 做零门槛体验,确认效果后再考虑通过百炼 API 接入自己的系统。
参考链接
- ZDTaichu5.0-9B ↗
- Qwen-Robot ↗
- Seedance 2.5
- Odyssey 2 Max世界模型 ↗
- 涂鸦智能 ↗
- 高德四足机器人 ↗
- Awaker ↗
- 具身智能
内容由 AI 生成,产品信息请以官网为准。













