安努智能一周发布 6 款模型，覆盖具身智能数据到部署全链路
具身智能的竞争点已从模型参数转向产线部署数据，这家公司想用六个模型把数据、判断、执行三层串成工业落地的闭环。
过去一年国内具身智能融资约 438 亿元，但跑通 demo 和批量上产线是两回事。工业场景动作固定、边界清晰，成了落地最快的一条赛道。安努智能一周内发布 Helios、SimLab、ActiWorld、EvoHIL、AnuVerse-0.5、Nexus 六款模型，把数据生成、认知判断、动作执行到端到端部署串成闭环。
正文摘录
过去一年，具身智能行业的新闻雷声大、雨点也大。根据量子位不完全统计，截至 2026 年 6 月 12 日，国内具身智能赛道共融资约 438 亿元，已经达到了 2025 年全年的近八成。 这些 demo 和融资，覆盖的场景五花八门，家用陪伴、商业导览、工业产线，每个细分领域都有公司在做。但 demo 跑通和真正批量部署，是两张皮的事，不是每个场景都能同时跨过去，如果视角直接盯着「具身智能」这个大概念，未免太过宽泛。 听到「工业」二字，很多人会认为门槛高、技术严苛，但对于具身智能而言，工业生产反而比生活场景来得简单。工业场景中，取放、搬运、插拔，这类动作重复度高，任务边界也相对固定。 相比家用场景里随时可能出现的宠物、玩具、陌生访客，工业场景更容易在短时间内被集中突破。所以，工业变成了具身智能里跑得最快的那条赛道。 国家税务总局的数据显示，2026 年 1-5 月，全国工业企业购进具身智能机器人的总金额同比增长了 2.3 倍。企业的钱，正在从「买 demo」转向「上产线」。 如果说上一轮 AI 浪潮的主角，是「会聊天的模型」；那这一轮的主角，就是「会干活的机器」。 但「会干活」这件事，没法只靠一次对话或一段演示视频来验证。模型参数堆得再大，论文指标刷得再高，机器人到底能不能在真实产线上运转，答案都只能从产线上找。 这也意味着，具身智能这条赛道，比的是谁先把机器人送进工厂、让它连续转起来。只凭借模型参数的大小，无法取得竞争优势。 但同时也需要明晰，之前可能有一批传统的工业机器人已经开始进场上班，但这种模式仍然不能称为「具身智能的工业化落地」。 焊接、搬运、喷涂这类固定动作，传统工业机器人早已干得又快又稳，但它们面前仍然有两堵绕不开的墙： 为此，机器人得先看懂当前的场景该干什么，这是认知判断；再准确地把动作做出来，这是动作执行；