如果只用一句话概括 2026 年上半年的具身智能：中国团队从“跟跑”挤进了“并跑”队列。这不是情怀判断，而是顶会论文、开源榜单和旗舰模型发布节奏共同给出的信号。下文用三条线索串起这半年——里程碑时间轴、发布动量、以及底层范式的转移。
半年里程碑：成果在 6 月集中浪涌
把上半年的重要节点按月排开，能明显看到一条“前低后高”的曲线。2 月港大 EgoHumanoid 用 VR 录人训人形拉开序幕；4 月深圳 自变量 放出号称“世界统一模型架构”的 WALL-B ；6 月成为真正的爆发点—— 星海图 G0.5 、Embodied-R1.5、 FTC 同月登场；7 月则由港中文 Scaling BFM、ACE-Brain-0.5 与 腾讯 三大基座接力。
发布动量：6 月是峰值
用“可溯源的旗舰成果计数”代替无从查证的占比数字，更能站得住。统计有arxiv id 或顶会录用背书的旗舰模型，上半年逐月计数呈明显爬坡，6 月达到峰值（ 星海图 G0.5 、Embodied-R1.5、 FTC 三项同月），7 月再添港中文 Scaling BFM、ACE-Brain-0.5 与 腾讯 三大基座。
范式转移：从 VLA 到“统一基础模型 + 世界动作模型”
更深的变化在底层范式。年初主流还是 VLA（视觉-语言-动作）端到端模型；到年中，领头羊纷纷转向“统一具身基础模型（EFM/BFM）”叠加“世界动作模型（WAM）”的双核结构——前者管认知与规划，后者管可执行的动作生成与预测，单 8B 量级模型就能打穿多个环节。
六家机构画像
港中深 / 跨维 —— FTC （ICML 2026）：任务解耦 + 残差 RL，6 个真实接触任务 100% 成功率，平均真机训练仅 27.5 分钟；EVA 用逆动力学模型当奖励让视频世界模型“可执行”。
星海图 —— G0.5 ：统一自回归 VLA，全球六大榜单第一；配套世界模型 Fast-WAM 单步延迟 190ms（提速 4×），已开源。
腾讯 Robotics X —— 三大基座（7/19）：Hy-Embodied-VLM-1.0 / RxBrain-1.0 / VLA-0.5；VLM 仅 A3B 规模≈上代 A32B 效果，VLA-0.5 第三方仿真综合第一，已开源落地养老/导购。
深圳 自变量 —— WALL-B （4月）：自称全球首个“世界统一模型架构”具身基础模型，多模态联合训练、自主迭代。
西湖 大学 MiLAB —— HiF-VLA（CVPR 2026）：以 motion 为中心的世界动作模型（WAM），长程任务超 SOTA，恒定低延迟。
香港大学 —— EgoHumanoid（arXiv:2602.10106）：VR 眼镜录人日常 → 训人形，陌生环境成功率 82% vs 31%（+51%）。
牌桌信号
1. 范式收敛。 纯 VLA 正在被“统一具身基础模型（EFM/BFM）+ 世界动作模型（WAM）”取代，单 8B 模型打穿认知、规划、操作与自纠。
2. 瓶颈转移。 竞争焦点从“会不会动”转向“接触精细力控”（ FTC ）、“长程自纠错”（Embodied-R1.5 的 PGC 闭环）与“测试时扩展”（E-TTS 真实 Franka 增益 +26.62%）。
3. 中国机构上位。 港中深/ 跨维 、 星海图 、 腾讯 、 自变量 、 西湖 、港大——顶会论文与开源榜首如今大量出现中国团队名字，这是上半年最硬的信号。
常见问题
中国团队真的领先了吗？ 更准确的说法是“并跑”而非“全面领先”。在统一基础模型、世界动作模型、接触力控等细分方向，中国团队已拿出顶会 SOTA 与开源第一的成果；但在底层算力、具身数据规模与跨本体泛化上，全球仍在同一起跑线附近竞争。
这些指标可信吗？ 本文所列指标（100%、27.5 分钟、190ms、+51%、16/24 SOTA 等）均取自论文原文、顶会录用说明或机构官方发布，未做演绎。个别“全球首个”类表述为机构自述，已在文中标注为“自称”。
普通人该关注什么？ 关注“能不能真上手干活”：养老院导购、家庭烹饪收纳、工厂精细装配这些落地场景，比单纯刷 benchmark 更有参考价值。2026 上半年这批成果里，已有多个宣布开源或落地试点。
参考资料
- Scaling Behavior Foundation Model for Humanoid Robots（港中文领衔多机构，arXiv:2607.15163，2026-07-16）
- ACE-Brain-0.5（Ziyang，arXiv:2607.04426，2026-07-07）
- Embodied-R1.5（天津大学 Yifu Yuan 团队，arXiv:2606.11324，2026-06-09）
- 星海图 G0.5 / Fast-WAM（2026-06-16 开源发布）
- FTC （港中深刘桂良组 × 跨维 智能，ICML 2026）
- EgoHumanoid（香港大学，arXiv:2602.10106）
- EVA（港中深 × 跨维 智能，arXiv:2603.17808）
- 腾讯 Robotics X 三大具身基座（2026-07-19 发布）
本文基于公开报道与论文整理，指标均附出处；发布前须经事实复核与配图本地化。本文基于公开报道整理。