宇树科技发布 UnifoLM-X2-1.0，号称首个由实时世界模型驱动的全自主人形机器人——通过预测物体和力的变化实时规划动作，而不是依赖预先编排的动作脚本或遥操作，发布时用两台机器人自主对打的演示来展示这项能力。

OpenAI 开始推送 GPT-6 Astra，并披露这是公司内部首个触及「关键」级网络安全风险阈值的模型——能在没有人工逐步引导的情况下，自主在高强度防护系统中发现并利用未知漏洞。默认不开放访问，企业管理员需要手动开启，参与网络安全项目的合作伙伴优先获得权限。

Anthropic 发布了 Fable 5.1（全量开放）和 Mythos 5.1（限制访问，同一个模型但针对网络安全、生命科学场景配了不同的安全防护），缓存读取价格降了 75%，在智能体科研和编程类基准测试上相比 Fable 5 有大幅提升。

波士顿动力的控股股东现代汽车集团，正考虑引入外部资本，以推动全电动人形机器人 Atlas 走向量产，首批产能已经承诺交付给现代自己的机器人超级工厂和 Google DeepMind。

阿里巴巴开源了 Qwen3.8-Flash-Next，一个 1250 亿参数的多模态 MoE 模型，每个 token 只激活 60 亿参数，原生支持 26.2 万 token 上下文（可扩展到 100 万），提前发布是为了让社区在完整的 Qwen4 系列之前先了解这套架构改动。

由北京人形机器人创新中心研发的「天工Ultra」，在世界人形机器人运动会上以 8.86 秒跑完百米，比博尔特 9.58 秒的人类世界纪录还快——此前在同一场比赛中它已经刷新过一次自己的机器人纪录。

小鹏汽车旗下机器人业务完成首轮融资，金额超过 9 亿美元，估值超过 63 亿美元——是目前中国具身智能领域最大的一笔私募融资，由 IDG 资本领投，腾讯和阿里巴巴参投，资金将用于推动 76 自由度的 IRON 人形机器人在 2026 年底前实现量产。

宇树科技在完成 9.04 亿美元 IPO 后于上海科创板挂牌首日，股价一度暴涨最高 629%，市值冲到约 660 亿美元，超过百度和京东，成为中国大陆首家上市的人形机器人企业。

xAI 发布 Grok 4.6，在与 Grok 4.5 相同的 50 万 token 上下文规模上做了升级，主要面向长时程智能体任务、编程以及交互式/视觉类工作，价格跟上一代保持一致。

OpenAI 表示已经暂停了未发布模型 Astra 的部分内部研发，原因是安全评估无法排除它已经达到「关键」级别的网络安全能力——能在无人干预下自主发现并利用高强度防护系统里的零日漏洞；目前正在加强隔离测试、权限管控和实时监控，之后才会恢复相关工作。

宇树科技在上海科创板的 IPO 定价为每股150.8元，对应约90亿美元估值，成为中国首家上市的人形机器人企业；DeepSeek 是本次发行的战略投资者之一，散户认购倍数超过2700倍。

谷歌 DeepMind CEO 哈萨比斯（Demis Hassabis）卸任 CEO，转任董事长兼 Alphabet 首席科学家，日常运营交给 CTO Koray Kavukcuoglu；同一天，Alphabet 首席科学家 Jeff Dean 宣布在谷歌工作 27 年后离职，创立专注于自动化科学发现的新公司 Discovery Loop。

中国大模型调用量已连续十四周全球领跑，同期人工智能主题指数也大幅上涨超过4%。

DeepSeek 正式发布 V4-Flash 模型，自主智能体能力增强、API 成本进一步降低，报道称在编程类测试上已经逼近 Claude Opus 的水平。

华为开源了 openPangu-2.0-Pro，一个基于昇腾 NPU 训练、总参数量约 5050 亿的 MoE 大模型，权重、推理代码和技术报告一起公开。

字节跳动把飞书、豆包和火山引擎三个团队整合进同一套 AI 业务架构，豆包成为核心产品，火山引擎负责算力和商业化。

比亚迪确认首款人形机器人「小迪」将于8月在 Di Space 展厅亮相——身高1.61米、体重58.5公斤的功能性原型机，用于接待顾客和演示车辆，计划每家门店部署两到三台，正式加入对标特斯拉 Optimus 的人形机器人赛道。

Anthropic 发布 Claude Opus 5，目标是以大约一半的价格逼近旗舰模型的表现，还新增了一个可调节的「努力程度」开关来平衡成本和能力。

Figure AI 在其 BotQ 工厂下线了第 1000 台 Figure 03 人形机器人，相比4月底约350台的产量大幅提升，证明了此前实现的「每小时一台」产能可以持续维持。

报道了宇树科技最新的 omni 模型（UnifoLM 具身智能系列的一部分），让人形机器人在被打断后也能继续完成任务。

OpenAI 在通过美国政府的额外审查流程后，向公众开放 GPT-5.6 系列（Sol、Terra、Luna）三个模型。

xAI 发布 Grok 4.5，定价明显低于 Claude Opus，同时宣称编程和智能体能力已经接近同级水平。

英伟达官方技术博客，解释了行业为什么正在从只会被动反应的 VLA 策略，转向先「想象」结果再行动的世界动作模型。

智元机器人开源了行业首个专为世界模型训练打造的具身数据集，特意保留了失败、混乱的真实交互过程，而不只是成功的示范案例。

英伟达下一代 Vera Rubin NVL72 平台进入全面量产，将从今年秋季开始向 OpenAI、CoreWeave、谷歌云、微软 Azure、Meta 和戴尔陆续交付。

阿里云在云峰会上发布通义千问 Qwen3.7 旗舰系列，主打「全领域思考」模式，把文本、图像、代码的推理能力统一到同一条思维链里。

MIT 科技评论对 DeepSeek V4 预览版发布的分析，解读它的开源权重策略如何持续改变大模型行业的成本结构。

谷歌云在 Cloud Next 大会上发布 TPU 8t（训练）和 TPU 8i（推理）两款自研芯片，宣称训练速度最高提升 3 倍，单集群可连接超百万颗芯片。

Physical Intelligence 发布的可引导式机器人基础模型，相比之前的 pi 系列，在跨任务、跨机型泛化能力上有明显跃升。

一篇 39 位作者合著的论文，提出了 τ₀-VLA——用带记忆的高层规划器做世界模型引导的测试时搜索，配合通用的底层执行策略；基于 4 万多小时真实机器人数据训练，在长时序操作任务上达到 45% 的成功率，而不分层的基线模型只有 27.5%。

提出一种「快反应+慢思考」双系统架构的世界动作模型，专门针对既要快又要精细的机械臂操作任务。

一篇教程性质的论文，梳理了从纯粹的世界模型到能生成动作的世界动作模型的技术脉络，面向刚入门这个方向的机器人研究者。

提出一套具备「后悔感知」能力的世界动作模型技术栈，让机器人在真正执行动作前先权衡犯错的代价。

首个面向双臂双手、最多 36 自由度灵巧操作的开源 VLA（视觉-语言-动作）系统，用外骨骼采集手臂动作、Apple Vision Pro 做无标记手部动作追踪的混合遥操作方案，配合大规模仿真加真机数据构建训练语料。

一篇被广泛引用的综述，将世界动作模型（World Action Model，WAM）系统化定义为 VLA 模型的继任范式，把「预测世界状态」和「生成动作」统一到同一个模型里。

系统梳理世界模型在机器人学习中的应用现状，覆盖模型架构、训练数据和评估方法三个维度。