今日信号集中在人形机器人产业化与腿式机器人 sim-to-real 控制。小鹏集团 CEO 何小鹏称做机器人难度是造车的 20 倍，已逐步量产并拒绝剪辑演示；Agility Robotics 发布面向仓储的 Digit 5。同时，Adaptive-MHE 用在线移动视界估计更新地形与物体参数，耦合采样 MPC，缩小腿式运动操控仿真与现实差距。产业从 demo 走向可验证交付，底层控制也在补自适应短板。
今日主线是人形机器人产业化从宣传走向量产与实用。何小鹏（小鹏集团 CEO）称做机器人难度是造车的 20 倍，小鹏机器人已逐步量产并拒绝剪辑演示；Agility Robotics 发布 Digit 5，强调物流仓储中的可靠搬运与拣选。两条信号都指向同一件事：人形机器人正在离开 demo，进入可验证的交付与运维阶段。
同时，腿式机器人的底层控制也在补 sim-to-real 短板。Adaptive-MHE 以在线移动视界估计更新物体与地形物理参数，并耦合采样 MPC 实现自适应运动操控，硬件实验显示接近真实参数控制器。这为未来人形与四足机器人在未知环境中的操作提供新的自适应控制思路。
Adaptive-MHE 通过大规模并行仿真匹配实际轨迹，在线估计物体质量、摩擦与地形参数，再耦合采样 MPC 调整腿式运动操控。仿真与硬件实验显示性能优于基线，接近已知真实参数控制器。技术解读：以 MHE 处理接触丰富非可微动力学，是让 sim-to-real 从参数失配走向在线自适应的尝试。
何小鹏（小鹏集团 CEO）称做机器人难度约为造车的 20 倍，硬件、软件、设计与供应链均为自研。小鹏机器人已逐步开始量产，预计今年四季度至明年二季度能力将出现跳跃式提升。他强调不展示无法量产的阶段，拒绝剪辑演示。技术解读：这更像产品化表态，而非新的 VLA 技术突破，但量产进度是真实信号。
Agility Robotics 发布新一代双足人形机器人 Digit 5，面向物流与仓储场景，强调实用性与可靠性，可执行搬运、拣选等任务。与上一代相比，Digit 5 更聚焦部署可维护性。技术解读：双足人形在物流场景能否跑通 unit economics，仍需真实客户数据验证，目前是产品化信号。
「做机器人的难度约为造车的 20 倍，硬件、软件、设计及供应链均为自研。他指出此前不愿展示机器人是因为无法量产，且市面上很多演示经过剪辑。」
研究员注:💭 Demo 与可交付产品之间有巨大鸿沟，量产能力和不剪辑演示才是具身智能落地的关键指标。
「该方法通过大规模并行仿真匹配实际轨迹，估计物体与地形物理参数（如质量、摩擦），并耦合采样 MPC 实现自适应控制，缩小仿真到现实差距。」
研究员注:💭 在线系统识别与 MPC 耦合，为腿式机器人在非结构化环境中的自适应操控提供了新路径，值得关注其实时性。