从跑酷到叠衣：机器人行业为何集体放弃“炫技”？
机器人行业从展示跑酷、跳舞等极限动作转向专注于叠衣服等家务任务的现象。分析了技术突破如扩散模型和零样本学习如何降低叠衣服任务的门槛，以及市场需求和低试错成本如何推动这一转变。文章指出虽然叠衣服演示增多，但机器人仍面临速度、灵活性和真实环境适应等挑战，距离真正商业化还有差距。
布鲁塞尔的“压力测试”：一次反倾销调查如何重塑一个全球产业
欧盟于2025年11月对中国割草机器人发起反倾销调查，预计2026年公布结果。调查将影响中国对欧盟出口，短期企业可通过备货缓冲，长期将加速行业洗牌。头部企业凭借技术优势和海外布局有望提升市场份额，而中小厂商面临淘汰风险，行业格局将优化集中。
新燃料：一份六万分钟的数据日志，试图回答人形机器人的“缩放法则”
LET数据集作为国内首个开源的全尺寸人形机器人真机数据集，发布超过60,000分钟真实作业场景数据，涵盖工业、商业和日常生活三大领域。该数据集通过多模态融合架构、标准化采集流程和高精度时间戳控制，解决了行业数据稀缺、成本高昂和格式碎片化等核心痛点，为具身智能和机器人模型训练提供了关键数据支撑，加速从仿真到真实场景的落地应用。
TOP50榜单申报！寻找定义中国机器人“领军力量”与具身智能“变革新星”
文章介绍了第六届LeadeRobot中国机器人行业年会启动的年度双榜单评选活动，包括2025年度中国机器人领军企业榜TOP50和具身智能时代新星榜TOP50。该评选旨在识别和表彰在机器人产业中具有领导地位的企业以及在具身智能领域展现创新潜力的新兴力量，为行业发展提供权威参考和方向指引。
AI的最后一公里，需要一张来自物理世界的地图
睿尔曼开源全球首个高质量、多模态真机数据集，突破机器人研发数据壁垒。该数据集基于十大真实场景采集，涵盖家庭康养、工业制造等多个领域，具有100%模态完整性和优异的数据稳定性。通过六大核心技术优势，为全球学术界和工业界提供关键数据支撑，加速智能机器人算法的创新与产业化落地。
大分流：人形机器人的未来，为何被标出两种迥异的价格？
分析了人形机器人行业面临的经济挑战，对比了市场乐观预测与摩根士丹利保守预期之间的巨大差距。文章指出当前机器人工作效率仅为人类20%-30%，BOM成本高达40万元，投资回报率普遍为负。同时探讨了技术瓶颈、供应链约束等核心问题，并指出垂直场景应用可能是商业化突破的关键。
Fireflies创始人的“忏悔录”：亲手揭开10亿美元惊天骗局
Fireflies从2016年靠人工冒充AI的创业黑历史起步，通过'灰度验证'市场需求后逐步转型为真正的AI会议助手。如今估值突破10亿美元，支持50多种语言，服务全球50万+机构。文章揭示了其从人工转写到完全自动化的逆袭历程，以及'先验证需求再堆技术'的创业智慧。
我们正在吃掉自己创造的“新物种”？一场将机器人端上餐桌的终极实验
瑞士洛桑联邦理工学院研发出全球首个完全可食用的软体机器人，其电池采用明胶、蜡和食品级柠檬酸制成，驱动器采用软糖材质，每分钟可弯曲4次。这项突破性技术不仅能为野生动物提供定向药物投递，还具备环保可降解特性，标志着可食用机器人技术的重要进展。
为什么“教”机器人，不能像教人一样手把手？现在可以了
斯坦福华人博士团队研发的家务机器人Memo引发关注，这款1.7米高的机器人能自主完成收拾餐桌、清洗碗碟、折叠衣物等家务。通过独特的技能捕捉手套技术，用户可手把手教学，配合ACT-1基础模型实现长程复杂操作。售价14万元，旨在解放用户的周末时间，目前已收集近1000万条训练轨迹。
深度解读|从赛场到市场：中关村具身智能机器人应用大赛解码产业变革新路径
本文深度解读2025年中关村具身智能机器人应用大赛，展现中国具身智能产业从实验室迈向产业应用的重要里程碑。大赛通过家庭服务、工业制造、安全处置等多元场景实战竞技，聚焦算法内核、场景应用和学术前沿三大赛道，吸引了157支国内外顶尖战队参与。文章分析了赛事从技术展示到实用落地的转型路径，并探讨了具身智能在精准控制、多模态融合和场景适配方面的技术突破，为产业变革提供新思路。
