扫地机器人开创者 iRobot 于 2025 年 12 月 14 日申请第 11 章破产保护，被中国代工厂深圳杉川机器人全资收购。行业反应两极分化：前高管痛斥监管过度（FTC 否决亚马逊 17 亿美元收购）、关税重压与中国制造冲击；技术专家反思创新乏力与战略失误。这一事件揭示消费机器人行业 "创新容易、规模化生存难" 的残酷现实，或将重塑全球机器人产业格局。

卡内基梅隆大学（CMU）与伦敦国王学院联合研究证实，主流大语言模型（LLM）驱动的机器人存在严重歧视与安全漏洞，所有测试模型均批准过暴力 / 非法指令，研究呼吁建立类似航空、医疗的机器人 AI 安全认证体系，警示服务机器人企业谨慎部署 LLM 单系统控制。

Emu3.5作为开源多模态模型，通过物理一致性RL奖励和DiDA加速技术，显著提升了机器人操控性能。在家用机器人SonglingAloha折叠衣物任务中，7步全对率提升至60%（传统30%）；工业机器人Agibot清理餐桌12步任务完成率达82%（传统40%）；单臂WidowX抓物成功率85%。该模型将指导延迟从50秒降至2秒，解决了物理错误、步骤断裂和实时性差三大痛点，适用于各类机器人场景，是机

本文提出长上下文 Q-Former 与文本条件化方法，解决现有多模态模型仅处理短视频片段、语言信息抽象化的问题；基于 YouCook2 烹饪数据集验证，该方法有效整合视频上下文与文本信息，显著提升机器人动作确认生成和动作规划的准确性。

IndustryNav 动态工业导航基准，基于 Unity 构建 12 个含动态物体 / 人员的高保真仓库场景；设计零样本导航管线与碰撞率 / 警告率安全指标，评测 9 款 VLLM 发现：闭源模型表现更优，但所有模型在路径规划、避障、主动探索上均存在显著缺陷。

小米创始人雷军宣布核心目标：2030 年前实现人形机器人在集团工厂 “大规模应用”，采用 “工厂优先” 战略，以汽车工厂为技术验证场，依托开源 MiMo-Embodied 具身大模型与亦庄汽车工厂自动化基础，先攻克工业场景再进军家庭市场。小米凭借自有工厂场景、汽车供应链与 AI 技术积累，在国内拥挤的人形机器人赛道中开辟差异化路径，挑战宇树、优必选等玩家。

美国两党议员重新提交《禁止机器人老板法案》（No Robot Bosses Act），限制雇主在招聘、晋升、解雇等决策中过度依赖自动化系统（ADS），强制要求人类监督、信息披露与用户培训。法案参众两院版本（S.2419/H.R.7621）仍处停滞状态，加州地方版本遭否决，凸显 AI 职场监管的争议与复杂性，企业需提前布局合规应对。

摘要：具身AI世界模型是让智能体实现"预想未来"能力的核心技术。本文基于最新综述，系统梳理了世界模型的"功能-时序-空间"三维分类框架：功能维度区分任务专用型与通用型；时序维度对比逐步推演与全局预测；空间维度分析四种场景表示方法。通过自动驾驶和机器人场景的性能对比，指出当前最优模型如DrivePhysica、VidMan等的表现，同时揭示数据碎片化、计算效率

新加坡国立大学 Show Lab 发布 X-Humanoid 技术，通过 Wan 2.2 DiT 扩散模型将人类视频转化为高保真机器人视频，17 小时合成配对数据突破 "具身差距"，60 小时真实人类视频可生成 3.6 万帧训练素材，运动一致性获 69% 用户偏好，远超 Kling（17.2%）与 Runway（0%），为 VLA 模型训练提供低成本大规模数据解决方案。

特斯拉 Optimus 人形机器人在迈阿密自动驾驶活动中突发摔倒事故，疑似因远程操作员摘下头显导致信号中断，暴露其被动稳定性缺失与安全设计短板。事件引发行业对刚性双足机器人安全标准的激烈讨论，1X Technologies、Sunday Robotics 等竞品的 “安全设计” 路线凸显差异化优势，IEEE/ISO 加速制定人形机器人防摔倒强制标准，特斯拉商业化进程面临安全合规关键考验。