让 AI 拥有身体 —— 人形机器人、机械臂、具身大模型与产业链
特斯拉加州弗里蒙特工厂已启动Optimus人形机器人量产线,首批下线产品具备量产级品质。马斯克坦言灵巧手、可靠性与AI软件尚未完善,预计2027年底对外交付,产能爬坡将面临波折。
面对AI浪潮,阿里与京东选择了截然相反的落地路径:阿里持续砸重金扩建数据中心与芯片算力,把云业务打造成公用事业;京东则依托数十万一线员工与仓网,押注机器人运维与物理世界运营。两种资产形态背后,折射出大模型时代迥异的商业化算盘。
英伟达“EgoScale”让穿戴式“无本体采集”成为具身智能主流,彻底拉低了数据门槛。大批人力外包商、县城商户与农村劳动力涌入成为数据采集员。然而在层层转包压价下,这个新兴行业正面临单价缩水与订单不稳定的多重考验。
训练通用具身模型面临千万小时级真机数据缺口,单纯仿真难以应对复杂现实。行业正从搭建样板展厅转向“产训一体”的实景实训平台,让机器人在真实工业工位作业、沉淀失败样本并反哺模型,打通产业落地关键链路。
工信部数据显示我国日均Token调用量已突破500万亿。当大模型走向具身智能与工业生产现场,Token正成为度量智能的新接口。从单纯堆砌算力到端侧芯片协同,如何算清综合开销决定了机器人能否真正走向规模化落地。
在工博会上,海康威视展示了超百款工业场景数字化产品,涵盖半导体缺陷检测、SOP行为规范以及移动机器人。依托覆盖光、声、电的多维物联感知能力与行业大模型,这家安防巨头正在加速切入万亿级工业数字化市场。
机器人赛道正迎来周期性清算。盈合机器人进入破产清算,宇树科技二级市场估值承压,硬件本体逐渐沦为标准件。与此同时,资本快速向具身智能大脑集中,特斯拉与OpenAI纷纷下场争夺真实物理场景的数据闭环。
OpenAI近期租赁具备数据中心级电力的仓库,并招聘27名机器人硬件工程师,重点攻坚核心执行器。这标志着其战略从单纯聚焦“软件大脑”转向软硬一体。通过自研硬件采集高质量物理世界数据,打破具身智能的数据瓶颈。
NVIDIA正式推出Cosmos3-H-Dreams,这是首个基于真实胆囊切除手术记录训练的实时生成式手术模拟器。模型支持实时运动学控制,能在单张GPU上高度逼真地呈现体内组织变形与器械交互,为手术机器人训练开辟了全新路径。
具身智能公司Dyna Robotics历经300天一线部署,选择从VLA转向世界动作模型(WAM)。通过100万小时人类第一人称视频预训练,他们发现了跨本体迁移的Scaling Law,并力主软硬件一体化以打通商业闭环。
宇树科技王兴兴预言GPT-7或将打穿具身智能,但模型并不等于行动系统。模型负责概率推理,具身Agent却要面对确定的物理世界。真正制约人形机器人落地的,是阈值标准的缺失与稀缺的私域真机数据。
移动机器人厂商迦智科技递交港股招股书。公司成立9年累计亏损超6亿元,高额期间费用持续侵蚀利润;与此同时,IPO前夕同一交易日出现四档相差近50%的股权转让价,3天后增资单价骤升超60%,定价公允性存疑。
具身智能告别展台演示,加速扎堆物流供包分拣。面对夜班招工难、包裹非结构化堆叠的痛点,创业公司纷纷舍弃双足甚至躯干,改用半人形或固定机械臂方案,在真实场景中用低成本换取量产订单与关键训练数据。
北大与启元机器人董豪团队推出HIL-UMI架构,首次实现无机器人本体的具身智能后训练。该方案在手持采集流程中实时比对模型与人类动作分歧,定向生成纠错数据,将采集效率提升5.63倍,破解了真机训练的高昂成本困境。
无人配送发展十年,室内外跨越的“最后几百米”仍是行业瓶颈。前嬴彻科技CTO杨睿刚创立纽娲机器人,研发自研世界通行模型,实现无需预先建图和场景改造的入户配送,并在中东与国内加速商业化验证。
美的机器人板块上半年营收达166亿元且跑赢家电主业,但在体量、毛利率和价格战重压下仍陷“增收不增利”。面对工业机器人内卷与具身智能落地周期,美的如何将万亿赛道风口兑现为稳定利润?
软银集团正考虑以最高180亿美元估值收购全球安保巨头Allied Universal。这家拥有80万员工的企业年入230亿美元,软银计划借此推动机器人替代传统安保与运维人力,加速具身智能与机器人技术的场景落地。