通用机器人 · 具身智能
本条为初评草案（AI 辅助编目）：T 阶为三问初评（撬动面 × 停滞度 × 临界性），双评过 σ 门并红蓝复核后才升"已建档"。查不到的字段留空不编。点亮者会进入亮星候选流程，其贡献与星阶按 HCF 独立重评，不从暗星自动继承。
AI 已经能在屏幕里对话、写代码、生成图像，但让它拥有一双能干活的手——在真实、混乱的物理世界里抓取、操作、适应意外情况——还是没解决的问题。通用机器人/具身智能想做的是让同一套「大脑」控制不同形态的机器人完成各种物理任务，而不是为每个场景单独编程。它是 AI 从「认知」走向「行动」、真正介入物理生产力的关口。
数据和泛化是核心卡点：训练语言模型有海量互联网文本，但训练机器人操作缺乏对应规模的真实物理交互数据，模型在陌生物体、陌生环境下的泛化能力仍然脆弱，同时硬件成本和安全可靠性也制约规模化部署。
Physical Intelligence（融资超4亿美元，开发通用机器人基础模型 π0/π0.5，押注单一策略控制任意机器人完成任意任务）；Figure AI（Figure 02 人形机器人已在宝马汽车产线完成1250小时实际运营验证，正扩展至莱比锡工厂）；Google DeepMind（开发 Gemini Robotics、RT-2 等视觉-语言-动作（VLA）模型，是通用机器人模型能力的领先者之一）；Skild AI（开发跨机器人形态的通用机器人基础模型）；NVIDIA（提供机器人仿真训练平台与芯片算力，支撑具身智能模型的训练与部署）
Physical Intelligence、Google DeepMind 公开发布的机器人基础模型论文（学习）；参与开源机器人仿真平台（如 NVIDIA Isaac Sim）相关项目（研究）；Physical Intelligence、Figure AI、Skild AI 招聘与研究动态（关注）
谁在攻这颗暗星 · 攻关者名录16 人
这不是终点站——今天在这颗暗星上攻坚的人，就是明天点亮它、登上星光榜的候选。名录含科研、创业与第三方三类关键角色，初评待核实，欢迎补充与纠正。
去哪家 · 机构与公司名录6 家 · 其中初创/成长期 6
给求职者和投资人的信息增量——不只是听过的大机构，更多是正在攻这颗暗星的初创与新公司（联网实搜、初创优先排序，初评待核实）。