過去一年，具身智能行業取得了顯著進展。截至2026年6月12日，國內具身智能賽道共融資約438億元，接近2025年全年的八成。這些項目覆蓋了家用陪伴、商業導覽、工業產線等多個場景，但真正實現批量部署的并不多。

在眾多應用場景中，工業領域最接近批量落地。工業生產中的任務如取放、搬運、插拔等重復度高且任務邊界固定，比生活場景更容易突破。國家稅務總局數據顯示，2026年1-5月，全國工業企業購進具身智能機器人的總金額同比增長了2.3倍，企業正從購買演示轉向實際生產線應用。

上一輪AI浪潮的主角是聊天模型，而這一輪則是“會干活的機器”。驗證機器人是否能真正工作需要通過實際產線測試。這意味著具身智能賽道的關鍵在于誰先將機器人送進工廠并持續運行。

傳統工業機器人雖然已在焊接、搬運、噴涂等領域表現出色，但仍面臨兩大問題：一是硬件結構固定，換工位或物料需重新設計；二是軟件依賴預先編程，缺乏靈活性。這限制了其在復雜多變環境下的應用。因此，打破這兩堵墻成為當前技術發展的重點。

為解決這些問題，安努智能發布了六款模型，涵蓋了數據生成、認知理解、訓練進化、動作執行和端到端部署等環節。其中，Helios視頻生成模型解決了長時序建模和實時推理的問題，SimLab則專注于軟體物體仿真。ActiWorld通過預測動作后果提高決策準確性，RoHIL和EvoHIL強化學習技術增強了跨光照條件的適應能力。AnuVerse-0.5負責具體動作執行，Nexus系統則實現了快速部署和自主調度。