HumanCLAW测试显示，前沿视觉语言模型从识别目标到完成交互仍有明显损耗。随着触觉控制、动作数据和物理AI生态加速，具身智能竞争正从演示效果转向可恢复、可验收的真实闭环。

优艾智合、灵初智能、爻方智能与 PhyAgentOS 等最新进展显示，具身智能正在从展台演示走向模型、数据、系统和硬件协同的真实工作流。

机器人真正难的地方，从来不只是“看见”世界。视觉模型可以识别杯子、桌面、门把手和工具位置，但一只机器手要把杯子拿起来、知道力道是否过大、判断物体有没有滑落，还需要触觉反馈。Sharpa ...

英伟达与日本政府及企业联盟推进国家级物理 AI 工厂，机器人、GPU 算力、制造业自动化和实时 AI 交互正在合流，AI 落地进入系统工程阶段。