過去，具身智能因模型龐大、門檻極高，一直由巨頭和實驗室把持。7月19日，面壁智能開源首個具身AI模型系列MiniCPM-Robot，完整放出1.5B參數的視覺-語言-動作模型，讓個人開發者在真實機器人上實現操作與目標跟蹤，開放力度在具身領域罕見。該系列包含三個核心組件。
2026世界人工智能大會上，得物App攜千覺機器人推出全球首款AI鑑別機器人，探索具身智能商品鑑別。依託“先鑑別、後發貨”模式積累的數十億級查驗數據，得物自研“AI大腦”鑑別系統，通過細粒度感知實現精準鑑定。
7月16日，小米發佈面向真實移動操作的具身基底模型Xiaomi-Robotics-1。該模型基於10萬小時真實世界數據預訓練，結合跨本體後訓練，突破傳統機器人策略的硬件依賴與數據規模瓶頸；預訓練階段引入UMI（通用操作接口），標誌着小米在具身智能領域系統化推進規模法則（Scaling Law）。
2026世界人工智能大會將於7月17日開幕，展覽最高榮譽十大“鎮館之寶”已揭曉併成焦點。入選項目包括螞蟻集團基於靈波跨本體具身大模型的機器人智慧藥房、中科曙光全國產十萬卡AI超集羣等，從技術含量、市場前景、可複製性和社會價值等維度綜合評選。
大規模機器人學習數據集，推動多用途機器人策略發展。
從單張圖片生成可探索的360°3D世界
Hillbot是一家專注於機器人基礎模型的公司，旨在為工業和家庭任務提供AI驅動的機器人
Anthropic
$105
輸入tokens/百萬
$525
輸出tokens/百萬
200
上下文長度
Google
$0.7
$2.8
1k
$7
$35
$2.1
$17.5
Bytedance
$1.2
$3.6
4
Alibaba
$3.9
$15.2
64
$0.8
$2
256
Baidu
-
32
Tencent
$1
$4
Huawei
Chatglm
128
Iflytek
8
$0.5
$3
$9
16
XiaomiMiMo
米模具身模型（MiMo-Embodied）是一款強大的跨具身視覺語言模型，在自動駕駛和具身AI任務中均展現出了卓越的性能。它是首個將這兩個關鍵領域相結合的開源視覺語言模型，顯著提升了在動態物理環境中的理解和推理能力。
unsloth
Cosmos-Reason1是NVIDIA開發的物理AI模型，能夠理解物理常識並通過長鏈思維推理生成具身決策自然語言。
Cosmos-Reason1是NVIDIA開發的物理人工智能模型，具備理解物理常識的能力，能通過長鏈思維推理生成具身決策。該模型支持多模態輸入（文本+視頻/圖像），輸出為文本，適用於機器人、自動駕駛等物理AI領域。
Inpris
Humains-Junior是由Humains.com基於微軟Phi-3.5-mini-instruct模型訓練的AI助手，專門針對客戶服務場景優化。該模型使用3億個標記進行微調，具備嚴格的指令遵循能力、減少幻覺現象和強大的功能調用能力，並實現了身份感知。
nvidia
Cosmos-Reason1是NVIDIA開發的物理AI模型，能夠理解物理常識並通過長鏈思維推理生成具身決策。
%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)
