X Square Robot 是一家人形机器人与具身智能公司，专注于灵巧操作、世界模型和 Sim-to-Real 迁移等方向，近年因多项技术发布和高额融资成为具身智能领域的活跃玩家之一。从其近期动向看，这家公司的策略特点是围绕操作能力建立可量化的基准，并尝试用仿真与世界模型来降低对真实训练数据的依赖，同时也因部分基准口径引发讨论。
X Square Robot 近期进展
在 2026 年 8 月的报道中，X Square Robot 分拣效率超 Figure AI 基准 45%，公司称其分拣任务效率比 Figure AI 公布的基准高出 45%，这组数字成为其操作能力宣传的核心论据，不过跨厂商基准对比的方法学是否可比，仍是外界关注的点。
同样在 2026 年 8 月，X Square Robot 开源 HOST，人形机器人看 29 秒视频学技能，该系统声称机器人仅需观看约 29 秒的视频即可习得新技能，主打降低技能获取成本，开源做法也有助于吸引开发者生态。
稍早的 2026 年 6 月，X Square Robot 完成四轮融资，估值达 28 亿美元，四轮融资后估值达到 28 亿美元，资金规模为其研发和真机部署提供了支撑，也反映出投资方对具身智能赛道的持续加注。
此外，X Square Robot 发布 X2Real 基准，称仿真结果可与真机表现对齐，提出 Sim-to-Real 仿真基准以衡量仿真与真机表现的一致性；此前其 TwinDEX 项目宣称无需机器人训练数据即可完成化学实验，尝试用数字孪生路径替代大规模真实数据采集。公司还发布了 WALL-WM，定位为首个事件级预测的具身世界模型，并于近期开始让家用机器人进入真实家庭环境测试。
当前焦点与观察点
当前围绕 X Square Robot 的讨论主要集中在三点：一是其一系列自设基准（分拣效率、X2Real 对齐度）的评测口径与可复现性；二是'少量视频学技能'与'免真实数据'这类声明在实际泛化中的稳定性；三是估值 28 亿美元之后，家用场景测试能否支撑商业化落地。观察者可关注其后续是否公开第三方验证结果，以及世界模型与真机数据在产品端的融合进展。