通用小脑零样本泛化，自我中心视频新范式，具身融资虚火

基于2万小时人类动作数据训练，通用小脑使人形机器人无需任务特定训练即可执行多种复杂动作。这被视为从专用程序控制迈向通用智能操控的关键突破，类比大语言模型的「GPT时刻」。技术解读：动作基座模型规模化。

研究发现，精心过滤的自我中心人类视频在相同数据量下，比遥操作数据预训练效果更好：真实机器人动作预测损失降低24%，任务成功率最高提升90%。低成本、高多样性的具身预训练新范式。技术解读：用大规模人类活动视频学习世界表征，再小样本对齐机器人动作，缓解数据瓶颈。

2026年上半年具身智能融资超460亿元，但多数公司模型能力不足，真实交互数据匮乏，从Demo到量产鸿沟巨大。达闼等案例显示高估值与低营收并存。产业格局初现：北京算法、广东硬件、江浙沪场景。技术解读：数据匮乏与Sim-to-Real gap仍是核心瓶颈。