机器人ETF市场表现 - 截至10:24，机器人ETF（562500）价格下跌1.03%，报0.964元，盘中价格在探底后呈现企稳迹象 [1] - 73只持仓股中，11只上涨，62只下跌，成份股表现分化，跌多涨少 [1] - 弘讯科技领涨3.15%，华东数控上涨2.44%，华昌达、东杰智能逆势飘红 [1] - 巨轮智能下跌3.99%，景业智能、固高科技跌幅居前，均跌超3% [1] 市场交易与资金动向 - 尽管盘面调整，但交投维持高热度，截至当前成交额已达2.93亿元，换手率1.15% [1] - 数据显示，机器人ETF（562500）昨日单日“吸金”超1亿元 [1] - 近期的调整或成为资金逆势加码、优化持仓成本的良机 [1] 行业前景与产品概况 - 华西证券表示，国内外科技巨头争相入局，人形机器人产业化提速，随着AI突破&政策推动，持续看好板块整体β行情 [1] - 机器人ETF（562500）是全市场唯一规模超两百亿的机器人主题ETF [2] - 其成分股覆盖人形机器人、工业机器人、服务机器人等多个细分领域，帮助投资者一键布局机器人上中下游产业链 [2]

公司概况 - 瑞士机器人科技公司RoBoa成立于2019年，是苏黎世联邦理工学院的衍生公司，致力于研发用于极端狭窄密闭空间探测与救援的管状软体机器人 [2] - 公司联合创始人及核心管理团队均拥有苏黎世联邦理工学院机械工程或机器人学硕士学位，首席执行官Alexander Kübler曾担任该校机器人实验室科学研究员 [2] - 公司入选2025年《瑞士创新100强》榜单，该榜单是瑞士科技创新领域最具国际影响力的标杆 [10] 产品与技术 - 核心产品为采用气动技术的管状软体机器人，外观形似蛇形水管，由柔软纺织管和装有气动转向装置、数据采集传感器的头部组成，并配有操作箱 [6] - 机器人以压缩空气驱动，仅头部运动，无需额外牵引装置，可最大限度减少摩擦，适用于有爆炸风险或需维持结构稳定的环境 [7] - 机器人具备极高柔软度和机动性，能轻松绕过弯道和障碍物，适用于狭窄、蜿蜒、湿滑的复杂环境 [7] - 原型机长20米，最长可延展至100米，直径可在5-10厘米间调节，体积小巧 [7] - 头部搭载摄像头、照明灯、麦克风、扬声器等多种传感器，可执行目视检测、监控和测绘任务，并能集成软管输送水、食物、药物等液体 [7] - 部署快速，10到15分钟即可投入使用 [7] 市场定位与应用场景 - 产品专注于解决狭窄密闭空间作业的重大挑战，该领域现有硬体机器人和无人机在蜿蜒、尖锐、湿滑环境中行动受限，传统人工方法则成本高且有安全隐患 [4] - 主要应用场景包括：管道检测（如下水道，可超越传统推杆式摄像头范围）、救援（搜索、定位和补给受困人员，已与瑞士救援部队进行震后救援测试）、勘探（探索洞穴、孔洞等未知环境并采集数据） [8] 市场规模与增长 - 2024年全球应急救援机器人市场规模约为6.82亿美元 [4] - 2020年至2024年该市场的复合年增长率约为12.55% [4] 融资与商业化进展 - 2025年4月，获得Venture Kick提供的15万瑞士法郎资金，用于扩大早期客户试点规模 [8] - 2025年10月，获得瑞士创新署提供的130万瑞士法郎资助，以加速产品商业化进程 [8]

文章核心观点 - 复旦大学、同济大学与上海创智学院的联合研究团队提出了一种名为“自参考策略优化（SRPO）”的新框架，旨在解决视觉语言动作（VLA）模型在机器人操作任务中面临的奖励稀疏和依赖专家数据等瓶颈问题 [3] - SRPO框架通过构建内生的自参照评估机制，利用模型自身生成的成功轨迹作为参照来评估和引导失败尝试，从而实现了无需外部专家数据注入、免除任务特定奖励工程的自适应策略优化 [3][9] - 该方法在多个基准测试中取得了突破性成果，包括在LIBERO榜单上以99.2%的成功率刷新SOTA，在LIBERO-Plus的泛化任务上性能提升167%，并能显著提升开源模型在真实机器人上的表现 [3][12] 动机与贡献 - 当前VLA模型性能严重依赖成本高昂的专家示范数据，且存在“示范偏差”，而强化学习又常因“奖励稀疏”问题导致训练效率低下 [3][6] - 基于组优化的方法（如GRPO）是VLA-RL的重要技术路径，但仍面临多轮轨迹推理计算成本高、对失败轨迹信息利用低效的挑战 [6] - 研究团队提出自我参考学习范式，将监督问题的核心从“如何获取专家标签”转变为“如何从自身成功经验中提取渐进式奖励” [9] - 核心贡献包括：1）提出SRPO框架，缓解奖励稀疏性问题并消除对专家示范的依赖 [10]；2）提出基于潜在世界表征的渐进式奖励方法，克服传统像素级世界模型的泛化局限 [11]；3）实验验证了该方法在基准测试中的SOTA性能、强大泛化能力及真机可迁移性 [12] 技术方案 - SRPO采用“向成功者学习”的方式，核心环节包括：同策略轨迹收集、世界表征提取与聚类、渐进式奖励计算及策略更新 [14][17] - 框架将机器人决策过程形式化为部分可观察马尔可夫决策过程（POMDP），并引入世界模型驱动的任务无关奖励建模机制，为失败轨迹提供渐进式奖励信号 [18][19] - 奖励建模方法分为三步：1）将轨迹观察序列编码为世界模型潜空间表征 [20]；2）对成功轨迹的潜在表征进行聚类，获得代表性中心以捕捉关键行为模式 [21]；3）计算失败轨迹表征到最近成功中心的距离，并通过批次归一化将其转化为0到1之间的渐进式奖励 [22][23] - 策略优化使用PPO风格的裁剪目标函数，并添加KL散度正则项以保持策略稳定性，利用世界进展奖励替代传统任务特定奖励来计算优势估计 [24][26] 实验结果 - 在LIBERO基准测试中，仅使用第三视角图像和语言指令的SRPO模型取得了99.2%的平均成功率，超越了众多依赖腕部视角、本体感知、3D输入等更复杂输入的模型 [29][30] - 具体而言，仅用200步强化学习，模型成功率从初始的48.9%飙升至99.2% [29] - 在更具挑战性的LIBERO-Plus泛化测试中，SRPO带来的性能提升高达167%，即便未使用任何泛化场景数据进行训练，其性能也超越了经过15万步监督学习的基线模型 [31][32] - 在训练效率方面，对于LIBERO长时序任务，初始模型One-shot SFT成功率仅17.3%，SRPO仅用219步即提升至98.6%，相比同期GRPO性能提升15.3%，相较15万步的full-shot SFT模型性能提升12.9% [36] - 在真实机器人测试中，将SRPO的奖励建模应用于开源模型，在五个真机任务上，模型成功率相对SFT基线分别提升了66.8%和86.7% [39] - 此外，SRPO训练后的模型能够自主探索出专家轨迹中不存在的新路径与抓取姿态，展现了超越示范的创造性 [42] 潜在价值与行业意义 - 研究发现，SRPO可以作为Physical Intelligence公司提出的RECAP方法的零成本替代方案，后者需要针对每个任务收集数据并微调价值模型，而SRPO无需任何任务微调即可实现相似的价值曲线趋势 [45][46][54] - 该方法标志着机器人学习从依赖外部专家数据的“模仿”阶段，向利用自身成功经验和物理世界常识进行“创造”和“自主”学习的范式转变 [56] - SRPO为VLA强化学习开辟了一条无需昂贵数据标注、复杂奖励设计或密集专家示范的新路径，有望降低机器人智能化的开发门槛和成本 [56]

文章核心观点 - 深圳大学李坚强教授团队联合北京理工莫斯科大学等机构提出了一种名为UNeMo的新型视觉-语言导航框架，该框架通过构建“多模态世界模型”与“分层预测反馈导航器”的双向协同架构，解决了现有方法中推理与决策脱节、资源消耗高的关键瓶颈，在导航成功率、效率和长轨迹鲁棒性方面均实现了显著提升，为服务机器人等实际场景落地提供了高效方案 [1][3][4][10][33] 技术架构与核心突破 - **核心架构**：UNeMo框架的核心是“多模态世界模型”与“分层预测反馈导航器”的双向协同架构，将视觉状态推理与导航决策深度绑定 [10] - **多模态世界模型**：基于条件变分自编码器构建，能够接收当前视觉特征、语言指令与候选导航动作，通过跨注意力机制融合多模态信息，预测未来视觉状态，无需额外标注数据即可通过导航结果反馈持续优化 [11][12][13] - **分层预测反馈导航器**：采用两阶段分层机制，首先生成粗粒度候选动作锁定方向，再融合预测的未来视觉状态优化出细粒度动作以修正偏差，提升复杂场景下的导航稳健性 [16] - **动态闭环优化**：框架构建了“推理-决策”相互赋能的闭环，世界模型的视觉预判提升决策精准度，导航执行结果实时反馈优化模型预测准确性，实现持续迭代 [18][19][20] 性能表现与效率优势 - **资源消耗大幅降低**：UNeMo采用FlanT5-1.5B模型，参数规模仅为对比方法NavGPT2所用FlanT5-5B模型的30%，训练时GPU显存占用从27GB降至12GB，减少56%，推理速度从每步1.1秒提升至0.7秒，效率提升40% [23][24] - **核心性能指标领先**：在R2R数据集未见过的测试环境中，UNeMo的导航成功率达到72.5%，较NavGPT2的71%提升1.5个百分点，路径效率从60%提升至61.3% [25][26] - **长轨迹导航优势突出**：在长路径导航任务中表现尤为突出，对于路径长度≥7的长轨迹，导航成功率大幅提升5.6%，提升幅度是短路径的4.7倍，有效缓解了长距离导航中的累积误差 [27][28][29] 通用性与可拓展性验证 - **跨基线验证**：团队将UNeMo架构迁移至DUET等不同类型的导航基线进行验证，证明了其协同训练架构并非局限于LLM-based基线，能灵活适配不同类型的导航系统 [30][32] - **跨数据集验证**：在目标导向导航数据集REVERIE上的实验显示，UNeMo在未见过的场景中的导航成功率与远程目标定位成功率指标上均有提升，验证了其强可拓展性 [31][32]

文章核心观点 - 星尘智能公司推出的端到端全身视觉-语言-动作模型Lumo-1，通过创新的三阶段训练架构，显著提升了机器人在复杂物理环境中的推理与操作能力，使其能够处理多步骤长时序任务、理解抽象模糊指令并泛化至未见过的场景，在多项基准测试和真实任务中超越了当前主流先进模型[7][9][11] 技术方案：Lumo-1模型架构与训练 - 模型采用三阶段训练架构：第一阶段为具身化视觉语言模型预训练，在7个经典具身推理基准中大部分超过RoboBrain-7B、Robix-7B等专用模型[15]；第二阶段为跨本体联合训练，融合多机器人、多视角轨迹与VLM数据，强化指令跟随与空间推理能力[16]；第三阶段为基于绳驱机器人Astribot S1高质量真机轨迹的推理-动作训练，学习真实世界的可执行动作模式[16] - 训练最后加入强化学习推理-行动对齐，通过多维度的奖励信号校准高级推理与低级动作之间的误差，使模型在任务成功率、动作合理性与泛化能力上显著超越仅模仿专家示范的原始表现[18][27] - 训练策略验证了数据多样性（场景、物体、指令的覆盖面）对泛化能力的影响远超数据重复次数，为行业指明了注重数据质量的方向[28] 核心技术创新 - 引入动作空间建模，将连续动作轨迹压缩并聚类成紧凑的“动作单词”token，能像组合句子一样复用和组合动作，比FAST与分桶方法更紧凑稳定，减少了数据收集引入的无关噪音[19] - 采用结构化推理，将推理拆解为文字推理与视觉推理两个维度，形成解释动作的结构化推理链，使“为什么这样做”先于“怎么做”，并将2D视觉理解映射为3D控制路径点[22][23] - 模型展现出强大的抽象概念推理与实时决策能力，例如理解“代表爱情的花”指代玫瑰，或当左臂遇障时实时推理并切换为右臂执行任务[23][25] 性能表现与成果 - 在多步骤长时序、精细灵巧操作、可泛化抓取放置三大类核心机器人操作任务中，Lumo-1全部超越了π0、π0.5等先进模型[9][11] - 在未见过的物体、场景和指令等分布外情况，以及抽象、模糊、需扩展推理的指令中，模型优势更为明显[9][11] - 在7个多模态基准测试中的6个优于骨干模型Qwen2.5-VL-7B，并超越了专门的具身模型RoboBrain-7B和Robix-7B，且融入动作学习后未损害核心多模态感知与推理能力[29] - 在真实环境部署中，机器人S1展现出强大的泛化能力，如面对不同高度容器自动调整手臂姿态，或准确识别从印刷体换成手写体的菜单并进行食材配对[29] 行业意义与影响 - 该研究标志着机器人从依赖“轨迹记忆”和“动作库”模仿，向具备“理解烹饪原理”般的多层次推理能力演进，使机器人能理解任务意图、拆解子任务并规划运动路径[6][10] - 技术方案解决了当前主流视觉-语言-动作模型在开放环境中的三大缺陷：抽象概念失效、环境泛化困难以及长时序任务易崩溃[6] - 通过将大模型“心智”与高质量真机训练结合，实现了“心手合一”，让推理能直接转化为丝滑的全身操作，推动了具身智能向更通用、更智能的方向发展[7]

公司业务进展 - 公司在机器人领域已开展前瞻性的技术储备与产品研发，并组建了专业的技术团队 [1] - 相关业务进展顺利，部分产品已实现小批量交付 [1] - 公司正在与部分机器人电机厂商进行样品测试与开发，为未来市场拓展奠定基础 [1]

公司业务进展 - 公司在机器人领域已开展前瞻性的技术储备与产品研发，并组建了专业的技术团队 [1] - 公司相关机器人业务进展顺利，部分产品已实现小批量交付 [1] - 公司正在与部分机器人电机厂商进行样品测试与开发，为未来市场拓展奠定基础 [1]

全球人形机器人市场展望 - 市场调查机构TrendForce集邦咨询预估，2026年将是人形机器人迈向商用化的关键年，全球出货量可望突破5万台，年增逾700% [1] 中国机器人产业规模与增长 - 2024年中国工业机器人产量达到55.6万台，服务机器人产量近1052万台 [1] - 2024年中国成为全球第二大工业机器人出口国 [1] - 2024年上半年，中国的机器人出口量同比增长61.5% [1] 中国机器人企业的全球化应用 - 总部位于上海的Keenon Robotics公司已将服务机器人引入60多个国家和地区的餐厅、酒店和医院，负责送餐、医疗辅助等工作 [4] - 总部位于深圳的Chasing Innovation公司的水下机器人已出口到100多个国家，用于海底观测、紧急救援和科学研究 [4] - Moga Technology公司计划到2030年在全球销售超过4万台人形机器人和9万台机器人狗，产品将面向销售、导览、咨询和陪伴等10个应用领域 [4]

重要市场表现 - 美股三大指数集体收跌，道琼斯工业指数跌0.45%，纳斯达克指数跌0.14%，标普500指数跌0.35% [1] - 大型科技股多数下跌，特斯拉跌超3%，谷歌跌逾2%，亚马逊跌超1%，脸书跌近1%，苹果跌0.32%，微软与英伟达则涨超1% [1] - 纳斯达克中国金龙指数微涨0.08%，成分股涨跌不一，高途、世纪互联涨超4%，百度、名创优品涨超3%，小鹏汽车、新东方涨超2%，网易跌超2%，爱奇艺跌近1% [1] - 国际油价大幅走低，美国WTI原油主力合约跌2.13%至58.8美元/桶，布伦特原油主力合约跌2.01%至62.47美元/桶 [1] - 现货黄金跌0.11%报4191.3美元/盎司，COMEX黄金期货跌0.52%报4221美元/盎司 [1] - 欧洲三大股指收盘涨跌不一，德国DAX指数涨0.07%，法国CAC40指数跌0.08%，英国富时100指数跌0.23% [1] 商业航天产业动态 - 文昌国际航天城年产1000颗卫星的超级工厂即将投产，旨在实现“卫星出厂即发射”的无缝衔接，构建全链条航天产业生态 [2] - 蓝箭航天朱雀三号成功入轨，标志着中国在可重复使用液氧甲烷火箭技术上取得关键突破，助力商业航天产业链加速发展 [2] - ARK投资管理公司预测，到2030年SpaceX的企业价值将达2.5万亿美元，其“星舰”的可重复使用性是关键价值驱动因素 [2] - 卫星互联网成为全球科技竞争新高地，星地通信产业预计到2030年市场规模将突破2000-4000亿元人民币，年均复合增长率在10%-28%之间 [2] - 星地通信产业正处在从“概念验证”向“规模化应用”的关键转折点，未来十年有望形成“天地一体、万物互联”的新型通信格局 [2] AI智能眼镜行业进展 - 谷歌宣布将于北京时间12月9日凌晨2点举行Android XR特别发布会，内容将涵盖XR眼镜、头戴式设备等，并强调在Gemini AI模型下的对话式体验 [3] - 阿里巴巴集团副总裁吴嘉表示，AI眼镜将开启AI时代的人机交互革命，AI眼镜结合AI创作将成为未来创作的主流形态 [3] - 谷歌、小米等大厂持续推进AI眼镜项目，苹果计划于2026年推出轻便型智能眼镜Apple Glasses，打造其首个AI中心化产品 [4] - 理想汽车于12月3日发布首款AI眼镜Livis，显示大厂在可穿戴智能设备领域的布局深化 [4] - 预计2025年全球带拍摄功能的AI眼镜销量将达1450万台，2025年至2029年间的复合增长率将超过50% [4] 人形机器人产业催化 - 美的集团正式披露其第三代六臂轮足式人形机器人“美罗U(MIROU)” [5] - 众擎机器人发布全尺寸通用人形机器人T800，搭载29个全栈一体化关节模组，综合体能超越90%成年男性 [5] - 智元机器人第5000台通用具身机器人灵犀X2正式量产下线 [5] - 特斯拉擎天柱跑步视频等催化事件，表明Optimus 3代机器人定型及量产正在加速推进 [5] - 2025年有望成为人形机器人行业从0到1发展的关键时点，随着零部件性能升级和成本降低，行业可能迎来爆发起点 [5] - 核心受益方向包括核心零部件、头部供应链、代工制造等核心供应链，以及应用场景订单释放带来的业绩弹性 [6] 上市公司股东减持信息 - 中自科技：持股5.4%的股东银鞍岭英计划减持不超过358.69万股，占公司总股本比例不超过3% [7] - 科锐国际：控股股东霍尔果斯泰永康达创业投资有限公司计划减持不超过590.41万股，占公司总股本的3% [7] - 国信证券：股东华润信托计划减持不超过5200万股（不超过总股本0.51%），股东一汽投资计划减持不超过2200万股（不超过总股本0.21%） [7] - 中富电路：控股股东一致行动人中富电子、睿山科技、泓锋实业计划合计减持不超过574.29万股，不超过公司总股份的3% [7] - 东威科技：董事石国伟（持股1.3%）与核心技术人员江泽军（持股1.61%）因个人资金需求拟合计减持不超过330万股，占公司总股本的1.11% [7] - 闻泰科技：股东无锡国联集成电路投资中心于2025年11月27日至12月8日期间减持1184.5万股，占公司总股本的0.95%，持股比例从7.77%降至6.82% [8] - 赢时胜：公司股票连续2个交易日收盘价格涨幅偏离值累计超30%，控股股东之一唐球于12月5日、8日累计减持211.7万股，占公司总股本的0.28% [8]

行业概览 - 机器人产业在2025年经历了快速发展，从年初的舞台表演到年末已能应用于跑跳、家务及工业流水线等多种场景 [1] - 2025年智能机器人大赛决赛于北京举行，展示了新产品与新应用 [1] 应急机器人 - 应急机器人能够在模拟排爆等极端场景中独立作业，例如一台机器人在侧翻后能自主调整姿态并恢复工作 [2] - 该类机器人应用于“人不能近、人不能及”的极端环境，例如在高空运维中吸附于风电塔筒进行高精度喷涂，以及在超高压输电线路上进行地线除冰作业 [4] 康复养老机器人 - 康复养老机器人正成为养老领域的好帮手，具备抓取物品、分类归置、语音交互、识别食物及使用微波炉等功能 [5][7] - 该领域正加速从实验室走向家庭和社区，2025年前三季度服务机器人产量已达1350万套，超过2024年全年产量 [7] - 专家预计，未来五到十年，随着技术成熟与成本下降，具备精准辅助和情感交互能力的康养机器人将从机构逐步走向家庭 [7]