过去，具身智能因模型庞大、门槛极高，一直由巨头和实验室把持。7月19日，面壁智能开源首个具身AI模型系列MiniCPM-Robot，完整放出1.5B参数的视觉-语言-动作模型，让个人开发者在真实机器人上实现操作与目标跟踪，开放力度在具身领域罕见。该系列包含三个核心组件。
2026世界人工智能大会上，得物App携千觉机器人推出全球首款AI鉴别机器人，探索具身智能商品鉴别。依托“先鉴别、后发货”模式积累的数十亿级查验数据，得物自研“AI大脑”鉴别系统，通过细粒度感知实现精准鉴定。
7月16日，小米发布面向真实移动操作的具身基底模型Xiaomi-Robotics-1。该模型基于10万小时真实世界数据预训练，结合跨本体后训练，突破传统机器人策略的硬件依赖与数据规模瓶颈；预训练阶段引入UMI（通用操作接口），标志着小米在具身智能领域系统化推进规模法则（Scaling Law）。
2026世界人工智能大会将于7月17日开幕，展览最高荣誉十大“镇馆之宝”已揭晓并成焦点。入选项目包括蚂蚁集团基于灵波跨本体具身大模型的机器人智慧药房、中科曙光全国产十万卡AI超集群等，从技术含量、市场前景、可复制性和社会价值等维度综合评选。
大规模机器人学习数据集，推动多用途机器人策略发展。
从单张图片生成可探索的360°3D世界
Hillbot是一家专注于机器人基础模型的公司，旨在为工业和家庭任务提供AI驱动的机器人
Alibaba
-
Input tokens/M
Output tokens/M
Context Length
Bytedance
Baidu
Tencent
$2
Anthropic
$105
$525
200
Chatglm
128
XiaomiMiMo
米模具身模型（MiMo-Embodied）是一款强大的跨具身视觉语言模型，在自动驾驶和具身AI任务中均展现出了卓越的性能。它是首个将这两个关键领域相结合的开源视觉语言模型，显著提升了在动态物理环境中的理解和推理能力。
unsloth
Cosmos-Reason1是NVIDIA开发的物理AI模型，能够理解物理常识并通过长链思维推理生成具身决策自然语言。
Cosmos-Reason1是NVIDIA开发的物理人工智能模型，具备理解物理常识的能力，能通过长链思维推理生成具身决策。该模型支持多模态输入（文本+视频/图像），输出为文本，适用于机器人、自动驾驶等物理AI领域。
Inpris
Humains-Junior是由Humains.com基于微软Phi-3.5-mini-instruct模型训练的AI助手，专门针对客户服务场景优化。该模型使用3亿个标记进行微调，具备严格的指令遵循能力、减少幻觉现象和强大的功能调用能力，并实现了身份感知。
nvidia
Cosmos-Reason1是NVIDIA开发的物理AI模型，能够理解物理常识并通过长链思维推理生成具身决策。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
