RoboHorizon Robot Magazine - AI you can touch

NVIDIA 开源 GR00T 1.7，为人形机器人提供免费大脑

Robot King — Mon, 13 Jul 2026 00:00:00 +0000

就在你以为训练一个人形机器人需要耗费一个中等国家的 GDP 和一打顶尖博士生的时候，NVIDIA 直接甩出了“王炸”：Project GR00T 1.7。这是 NVIDIA 首个开源、可商用的通用型人形机器人技能基础模型。基于极为宽松的 Apache 2.0 协议，这个名为“Generalist Robot 00 Technology”的项目本质上是一个预训练好的“机器人大脑”，开发者可以直接将其“移植”到自家的硬件上。这不再是“从零开始搓零件”，更像是“给一个天赋异禀的高材生送去名校进修”。

全新的 1.7 版本完成了史诗级进化。它在惊人的 3.2 万小时人类演示数据和 8000 小时的仿真演练中完成了“闭关修炼”。其核心是一个全新的视觉语言模型（VLM）骨干网络——Cosmos-Reason2-2B，它取代了旧版引擎，带来了更强悍的视觉理解能力。更硬核的是，这不仅仅是个实验室里的玩具：NVIDIA 优化了部署流程，支持将完整管线导出为 ONNX 和 TensorRT 格式，彻底打通了从“虚拟仿真”到“真机行走”这条最令开发者头疼的“死亡谷”。

跑分数据也证明了它的实力。相比前代，GR00T 1.7 的各项指标全线飘红，尤其在 DROID-F6 基准测试中，性能狂飙了 61%，这意味着它的通用泛化能力有了质的飞跃。对于那些手痒的开发者来说，这个拥有 30 亿参数的基础模型及其代码现已在 Hyperlink: GitHub 和 Hyperlink: Hugging Face 上全量上线。

为什么这很重要？

通过 Apache 2.0 协议开源 GR00T 1.7，NVIDIA 显然不只是想分享一个工具，而是要在人形机器人浪潮中抢占“操作系统”的生态位。此举极大地降低了机器人智能开发的门槛和成本，让初创公司和学术实验室能够直接“站在巨人的肩膀上”，而不必再去重复造轮子。NVIDIA 的潜台词很明确：你们只管造躯干，大脑交给我们。

麻省理工学院新型机器人鸟：飞行、游泳与水面跃迁

Robot King — Sat, 11 Jul 2026 00:00:00 +0000

来自 MIT 和瑞士 EPFL 的科研团队最近打破了水空界限，研发出一种既能像鸟儿一样翱翔天际，又能像鱼儿一样潜入深水的仿生机器人。不同于传统无人机依靠螺旋桨的“暴力”驱动，这款机器人模仿了海鹦（Puffin）等潜水鸟类的优雅姿态，通过振动双翼实现跨介质运动。更令人惊叹的是，它攻克了困扰工程师多年的难题：从水中直接“破浪而出”并无缝切换回飞行模式。

这种被称为 Flapping-wing Aerial Aquatic Vehicle (FAAV，扑翼式水空两栖飞行器) 的新物种，其设计灵感完全源自大自然。

众所周知，空气与水的密度存在巨大差异，这给动力系统带来了极大的挑战。通常情况下，适合飞行的动力配置在水中会显得力不从心，反之亦然。虽然真正的海鹦在潜水时会巧妙地折叠羽翼，但研究人员为了降低机械复杂度，选择了一种更聪明的方案：赋予机翼极高的灵活性。这使得机器人能够以同套动力系统，在空气中维持约 10 Hz 的高频振动，而在水中则切换为约 1 Hz 的低频拨动。

“出水”过程被公认为整个运动周期中能量消耗最高、难度最大的环节。研发团队发现，脱离水面的角度至关重要——机器人必须以大约 70 度的夹角冲破水面，才能确保成功过渡到飞行状态。为了解决载荷问题，团队摒弃了沉重的传统防水外壳，转而对每一个电子元件进行单独的防水处理。这一“黑科技”操作不仅减轻了重量，还让整个系统天然具备了中性浮力（Neutrally Buoyant），极大提升了机动性。

这一突破意味着什么？

在敏感的生态研究领域，传统的旋翼无人机噪音巨大，高速旋转的叶片更是潜在的安全隐患。相比之下，扑翼机器人更加安静、安全，对环境的干扰微乎其微。

在研究者的设想中，未来的科学家只需背着一个背包，在岸边就能部署这种机器人。它能根据 GPS 坐标飞往目标海域，潜入水中采集样本或测量数据，随后轻巧地飞回。这种“海空跨界”的硬核能力，为环境监测和海洋研究开辟了全新的低扰动路径，触达了以往单栖机器人无法企及的领域。

三菱汽车将在京都工厂生产人形机器人

Robot King — Thu, 09 Jul 2026 00:00:00 +0000

提起三菱汽车 (Mitsubishi Motors Corporation)，大家脑海里浮现的多半是硬派的欧蓝德 (Outlander) 越野车，而非什么科幻电影里的人形机器人。然而，这家日本汽车巨头最近却出人意料地宣布，要“跨界”进军人形机器人赛道了！2026年7月9日，三菱汽车正式对外披露，已与一家脱胎于东京大学的机器人初创公司 Highlanders, Inc. 签署谅解备忘录。根据这份雄心勃勃的计划，三菱将把其京都汽车制造工厂的部分闲置产线，改造用于大规模生产“物理AI (Physical AI)”人形机器人，目标是早在2027年就能启动量产。

这次合作可谓是强强联合，旨在通过 Highlanders 在机器人和AI领域的尖端研发能力，结合三菱汽车在规模化生产上的深厚积累，共同应对日本日益严峻的劳动力短缺难题。简单来说，Highlanders 负责打造机器人的“大脑”和“躯体”，而三菱汽车则提供至关重要的——也是出了名难啃的——大规模制造能力。据公告显示，三菱汽车不仅已对这家初创公司进行了投资，未来还计划进一步增持股份。他们的目标产能相当惊人：每月高达1000台人形机器人。

有意思的是，这批全新人形机器人的首批客户，正是三菱汽车自己。公司计划将这些“未来员工”率先部署到自家的工厂中，承担零部件运输和装配等任务。这无疑是一种“以身试法”的做法，用真金白银在自家产线上进行实地测试。这种“自产自销，边用边改 (eat your own dog food)”的策略，旨在快速收集真实世界的运行数据，并针对实际工业挑战对机器人进行迭代优化。

为何此举意义重大？

三菱汽车的这次“入局”，无疑是当前一个强劲趋势的最新注脚，甚至可能是最“硬核”的实证：那些拥有百年历史的传统汽车制造商，正在成为人形机器人赛道上的“造王者”。通过开放其庞大的制造基础设施，三菱这样的公司正在解决机器人初创企业面临的最大难题——这些初创公司往往在研发上天赋异禀，却在规模化生产上“卡了脖子”。

此番动作，让三菱汽车正式加入了人形机器人领域的“豪门俱乐部”。在这个俱乐部里，我们已经看到了宝马 (BMW) 牵手 Figure、奔驰 (Mercedes-Benz) 联手 Apptronik，以及拥有波士顿动力 (Boston Dynamics) 的现代汽车 (Hyundai)。这些巨头与新秀的联盟，正在共同构建起一条全新的工业脊梁，将汽车巨头的规模化制造能力，与初创公司的敏捷创新能力完美结合。虽然像特斯拉 (Tesla) 这样的少数派选择“单打独斗”，但这种合作模式无疑指明了一条更高效的路径：要想让成千上万的人形机器人尽快从图纸走向工厂，最快的方法就是善用那些已经存在的庞大工厂。

特斯拉目标年产10万擎天柱机器人马斯克发最后通牒

Robot King — Thu, 09 Jul 2026 00:00:00 +0000

马斯克下达“死命令”：Tesla Optimus 开启狂暴生产模式，年产能直指 10 万台

Tesla 正准备用人形机器人席卷全球。据可靠消息称，马斯克已为 Optimus 项目设定了极其激进的生产目标：计划在今年年底前构建起年产 10 万台机器人的超大规模产能。这一举动标志着该项目已正式告别实验室研发阶段，全速冲刺大规模量产。

据供应链知情人士透露，Tesla 已向供应商发出指令，要求在 2026 年 9 月前实现每周 1,000 台的产能准备，并在同年 12 月进一步爬坡至每周 2,000 到 2,500 台。报告还指出，8 月份已经有数百台的首批订单进入排队序列。这意味着，设在弗里蒙特工厂（Fremont）原 Model S/X 生产线区域的机器人组装线已经开始“热身”。

这场突如其来的制造闪电战，据称源于 Elon Musk 在 6 月底对最新版 Optimus（推测为 Optimus Gen 3）的亲自拍板。在经历了三年多高强度的研发“高压锅”洗礼后，这一签字成了从实验原型向工业产品跨越的关键开关。而马斯克的行事风格依然硬核且不留情面：据报道，他为这一指令附加了一个极具压力的激励条件——如果不能达成年底目标，整个 Optimus 采购部门将面临全员撤换。

这为何至关重要？

如果这些供应链传闻属实，Tesla 打造的将不仅仅是一个机器人，而是一支“机器人大军”。年产 10 万台的产能规模足以让当前整个人形机器人市场相形见绌，甚至可能在一夜之间将这个小众的前沿赛道彻底推向主流工业化。

尽管马斯克在公开场合表现得相对克制，称初期产能爬坡将“极其缓慢”，但内部设定的目标却透着一股势在必得的紧迫感。那种“完不成任务就走人”的最后通牒，无论是真刀真枪还是管理艺术，都释放出一个明确信号：Optimus 已经准备好迎接高光时刻。相比之下，目前大多数机器人初创公司（如国内的宇树科技、智元机器人等）还在以个位数或百台级的原型机衡量进展，而 Tesla 已经开始用“万”作为产出单位。这场“降维打击”式的竞争，或许很快就会重塑整个行业的格局。

这个人形机器人刚刚使用标准工具进行了手术

Robot King — Thu, 09 Jul 2026 00:00:00 +0000

手术机器人的演进，刚刚完成了一次极具突破性的“双足跨越”。

来自清华大学的研究团队最近完成了一项硬核挑战：他们利用一台由外科医生远程操控的人形机器人，在一头活猪身上成功实施了复杂的胆囊切除手术。这并非一段简单的实验室Demo，而是一项经过同行评议的“概念验证”研究。它向世界宣告：未来，通用型机器人也能胜任高度专业化的医疗任务。

在这项发表于《自然·生物医学工程》（Nature Biomedical Engineering）的研究中，由清华大学通用人工智能研究院人形机器人研究中心（ARClab）领衔的团队，详细展示了他们如何通过深度改装一台宇树科技（Unitree）G1人形机器人，并让它顺利完成了两例胆囊切除术。医生坐在控制台前，通过实时遥操作精准掌控机器人的每一个细微动作，最终在实验猪身上完成了这一高难度手术。

这次实验最让业内感到惊艳的，是这台机器人在使用传统手术器械时表现出的灵巧度。它并没有依赖那些动辄耗资数百万美元、配备定制末端执行器的专业手术系统，而是直接拿起了手术室里现成的标准腹腔镜器械。这在机器人领域，无异于开着一台改装后的五菱宏光在F1赛场上与专业赛车并驾齐驱。这种对现有器械的兼容能力，极大地降低了技术准入门槛，更赋予了系统极高的灵活性。

这一突破为何意义重大？

目前市面上的手术机器人，如大名鼎鼎的**达芬奇（da Vinci）**系统，固然是精密工程的巅峰之作，但它们身价昂贵、体型笨重，且功能极其单一。

而清华大学的这次尝试彻底颠覆了剧本。它向我们描绘了一个充满可能性的未来：那些平日里在工厂巡检、在仓库搬砖的通用人形机器人，只需加载一套“外科医生”版软件插件，就能变身为能够随时待命的专业医疗力量。

这种技术在远程医疗或极端环境下的应用前景令人振奋。试想一下，在月球基地或受灾严重的孤岛，远在千里之外的顶级专家可以远程“接管”当地的人形机器人进行手术。虽然《黑客帝国》中瞬间下载“我会功夫”的桥段仍是科幻，但“下载胆囊切除术”的技能包，似乎正一步步走向现实。

日本应对人口萎缩的对策：到2040年部署1000万台机器人

Robot King — Wed, 08 Jul 2026 00:00:00 +0000

当西方还在为 AGI（通用人工智能）是否会引发人类生存危机而争论不休，中国正全力推进“AI+消费”计划，试图给每个人的电饭煲都装上数字助理时，日本已经悄悄转向了更务实的赛道。正如我们近期在中国 AI+ 消费计划：欧洲制定规则，北京让机器人走进千家万户中提到的，北京的蓝图是国家驱动的数字化普及，而日本的新战略则完全不同——它不关乎便利，也不关乎消费电子，而是一场关乎国家生存的保卫战。

日本政府近期公布了修订后的国家机器人战略，其核心是一个名为 Noetra 的企业联盟。该计划的目标宏大到近乎科幻：到 2040 年，在全国范围内部署约 1000 万台 AI 驱动的机器人。这可不是为了给孤独的老人制造更多电子宠物，而是一场国家级的动员，旨在用机器人大军去拆解那颗即将引爆的人口结构“定时炸弹”。

人口结构的“生存倒计时”

数据永远不会撒谎，而日本的数据令人触目惊心。作为全球老龄化速度最快的国家之一，日本面临着劳动力萎缩和出生率屡创新低的双重夹击。预计到 2065 年，日本近 40% 的人口将超过 65 岁。这导致了极其严重的劳动力短缺，尤其是在体力要求极高的养老护理领域——目前的求供比竟然超过了 4:1，即每四个职位空缺才对应一个求职者。

多年来，日本一直是全球机器人的领军者，但以往的努力往往是各自为战。由经济产业大臣赤泽亮正（Ryosei Akazawa）宣布的这项新计划则截然不同。这是一项由国家背书的统一战略，旨在将“具身智能”（Physical AI）——即嵌入物理实体的智能——彻底融入国家经济的肌理。该计划锁定了 18 个特定领域，除了原有的重点外，还新增了食品制造、餐饮和医疗护理等关键赛道。

“这一战略设定的目标是到 2040 年部署约 1000 万台机器人，”赤泽亮正表示，并强调要“在总共 18 个领域大力推动社会化应用。”

Noetra：国家使命背后的工业肌肉

这场战略的风暴眼是 Noetra，这是一个汇聚了日本工业界“全明星阵容”的合资企业。该联盟由 SoftBank、Sony Group、NEC 和 Honda 等巨头控股，据传 Fujitsu 和 Rakuten 也在考虑加入。Noetra 的任务是打造这支机器人大军的“大脑”：研发日本本土的具身智能多模态基础模型，从而降低对美、中技术的依赖。

日本政府这次是动了真格，承诺在未来五年内投入高达 1 万亿日元（约 61 亿美元）来支持该项目，本财年的首批委托资金已达 3873 亿日元（约 23 亿美元）。不过，这并非一张空白支票，资金的拨付将严格挂钩 Noetra 的阶段性开发里程碑。

这项计划充分利用了日本的独特优势。赤泽大臣指出，政府的信心源于数十年来在极端环境下积累的数据，包括灾害响应、制造现场，甚至是福岛第一核电站的退役处理工作。日本的策略并非要在原始算力上死磕，而是要凭借在真实物理世界中训练具身智能的优质数据集来制胜。

Noetra 计划的四大支柱：

主权 AI 研发： 开发能够处理语言、图像、视频和传感器数据的本土多模态基础模型，使机器人能在物理世界中进行智能决策。
精准部署： 聚焦于劳动力缺口最严重的 18 个关键行业，包括养老、制造、物流和农业。
国家级基础设施： 建立核心 AI 机器人中心，用于研发、人才培训，并支持企业大规模引入机器人。
数据护城河： 构建具身智能数据基础设施，利用日本在复杂及危险环境下操作机械的深厚经验。

一场务实的革命，而非哲学探讨

日本战略最引人注目的地方在于其极度的务实主义。它并非源于对人工意识的技术乌托邦幻想，也不是国家级的数字监控计划，而是一个针对迫在眉睫的国家危机所做出的、近乎冷峻的精准回应。其逻辑非常清晰：机器人不会抢走人类的工作，它们填补的是那些已经空无一人的关键岗位。

这种路径与全球其他大国形成了鲜明对比。中国计划到 2026 年底实现万台商业机器人的应用，其愿景是与国家治理和消费级 AI 深度融合；而美国则由私营部门 R&D 主导，更倾向于追求博人眼球（但尚未实现商业闭环）的人形机器人，以及关于 AGI 的无休止辩论。

日本的 Noetra 计划是一场高风险的豪赌：它押注于这种由行业主导、政府背书、聚焦实战的具身智能之路才是最可行的未来。在这一愿景中，机器人不再是新鲜玩物，而是像道路和电网一样，成为社会不可或缺的基础设施。如果成功，日本不仅将解决自己的劳动力危机，更将为所有注定要步入“人口寒冬”的发达国家写就一份生存蓝图。坦率地说，这比教聊天机器人写诗要有趣得多。

特斯拉确认 Optimus 大规模量产，目标年产 100 万台

Robot King — Mon, 06 Jul 2026 00:00:00 +0000

Tesla 终于为其中型人形机器人的野心画下了明确的时间线。在刚刚举行的北京2026全球数字经济大会上，特斯拉全球副总裁**陶琳（Grace Tao）**宣布，Tesla Optimus 将于2026年底正式进入大规模量产阶段。这并非什么小规模的试点项目，据报道，特斯拉设定的长期愿景是实现每年100万台的惊人产能。

这一声明为埃隆·马斯克（Elon Musk）那宏大的“机器人未来”构想注入了一剂强心针——或者说，一份明确的“催单表”。陶琳在主旨演讲中确认，首批生产压力将由特斯拉早已“人满为患”的加州弗里蒙特（Fremont）工厂承担。如何在已经快被汽车产能撑爆的厂房里，再塞进一条年产百万台双足机器人的生产线？这无疑是一个后勤学上的巨大挑战，或许只有经历过“生产地狱（Production Hell）”洗礼的马斯克才觉得这事儿可行。不过，特斯拉展示的 Optimus 原型机确实越来越像那么回事了：它已经从最初那个穿着紧身衣上台跳舞的真人演员，进化到了如今能够自主分拣物品、甚至能完成精细工厂活儿的硬核机器。

为什么这件事至关重要？

这是特斯拉对非汽车类产品做出的最具体的承诺。用马斯克的话说，人形机器人业务最终的意义可能“超过汽车业务”。如果特斯拉真能接近其产能目标，并实现马斯克多次提到的“低于2万美元（约14.5万人民币）”的售价，它将以极其残暴的价格优势横扫市场上所有的人形机器人竞争对手。

此举不仅是为了实现特斯拉自家工厂的自动化，更是直接瞄准了构建“通用劳动力”这块巨大的蛋糕。当然，这毕竟是特斯拉，他们的“时间表”往往更像是某种乐观的建议，而非板上钉钉的截止日期。但一旦定下了量产日期和产能目标，Optimus 就从一个炫技的研发项目，正式变成了一个背负着损益表（P&L）压力的商业产品。机器人革命或许不会通过电视直播，它大概率会从弗里蒙特的流水线上成批地走下来。

Weave 推出 Isaac 1：售价 8000 美元的轮式家务管家

Robot King — Sat, 04 Jul 2026 00:00:00 +0000

家务活的“终结者”来了？Weave Robotics 推出 Isaac 1：这台长了手的“扫地机”想承包你的衣柜

关于“机器人管家”的画饼，科技界已经喂了我们几十年，而且永远宣称“还有五年就能实现”。不过，现在又有一位重量级选手杀入了这片红海，誓要将人类从那些消磨灵魂的家务琐事中解救出来。

这就是由 Weave Robotics 推出的 Isaac 1。它是一款带轮子的类人机器人，主打功能就是帮你叠衣服、铺床，以及把你那乱糟糟的客厅收拾得整整齐齐。它外观呆萌，配色走的是“鼠尾草绿”和“赤陶土色”这种低调的高级感。更重要的是，它代表了行业内一种非常务实的赌注：第一款真正能走进千家万户的家庭机器人，究竟该长什么样？

这可不是什么初出茅庐的创业公司随口吹出的“PPT产品”。Weave 是一家由顶级孵化器 Y Combinator 支持的公司，此前已经凭借 Isaac 0 积累了不少实战经验。Isaac 0 是一款固定式的叠衣服机器人，已经在加利福尼亚州的客户家中“服役”了数月。那个早期的型号本质上就是一个固定在桌子上的躯干，据称每周能处理超过 1,000 磅（约 450 公斤）的衣物。这让 Weave 在应对真实家庭环境的混乱状况时，拥有了极其宝贵的数据护城河。如今，随着 Isaac 1 的问世，Weave 终于给它的造物装上了轮子。

从“固定叠衣机”到“移动家务能手”

从 Isaac 0 到 Isaac 1 的跨越是巨大的。前代产品只是个专注于叠衣服的“单项冠军”，而 Isaac 1 则是移动自如的“全能选手”。它宣传的核心技能分为两大类：“洗衣流（Laundry Flow）”和“每日复位（Daily Reset）”。

这意味着它现在可以自己寻找并捡起脏衣服，搬运洗衣篮，并将洗净叠好的衣服放回原处。除了洗衣房，它还承诺能帮你铺床、拍松枕头，以及收拾散落在各处的鞋子、玩具和各种杂物。

为了实现这些功能，Isaac 1 采用了轮式底座，身高可以在 3 英尺（约 90 厘米）到 5 英尺 9 英寸（约 175 厘米）之间自由伸缩。它拥有 8 小时的续航能力，充电仅需 2 小时，这应付一整天的家务收拾似乎绰绰有余。有趣的是，它并没有采用那种昂贵且复杂的五指仿真手，而是配备了一对简单的橙色钳子。这是一个非常聪明的工程取舍，避开了竞争对手们在全仿生手和双足行走上耗费的高昂成本和技术泥潭。

自由的代价（以及它的“外挂”）

接下来是决定它是“革命性产品”还是“富人玩具”的关键数字：Isaac 1 的预订价格为 7,999 美元（约 5.8 万元人民币），或者也可以选择每月 449 美元（约 3,200 元人民币） 的订阅方案。虽然价格不菲，但在战略上却是一次精准的“降维打击”——要知道，像 1X Technologies 等竞争对手研发的双足类人机器人，预估售价要高得多。

当然，这里还有一个重要的“注脚”。和前代产品一样，Isaac 1 的智能化并非百分之百的“纯AI”，它背后有一张由人类远程操作员组成的“安全网”。Weave 坦言，当机器人遇到解决不了的难题时，远程专家会瞬间“接管”几秒钟，帮它摆脱困境。这种“人机协作（human-in-the-loop）”的策略与 1X Neo：您的AI管家来了，但价格不菲的思路如出一辙。这是一种极其务实的方法：既能让机器人现在就变得好用，又能同时收集数据，为未来的全自动进化铺路。虽然这还没达到科幻电影里那种全知全能管家的境界，但它是解决现实硬核难题的一个捷径。

机器人界的大辩论：轮式还是双足？

Weave 正在进行一场豪赌：他们认为第一波家庭机器人根本不需要具备“爬楼梯”的能力。通过选择轮式设计，他们大幅降低了成本和机械复杂度，创造出一台在现代家庭纯平地板上更稳定、更节能的机器。现在的悬念在于：这是否足够？

轮式方案让 Isaac 1 在哲学层面上站在了 1X、Agility Robotics 和 Figure 等双足机器人的对立面。虽然双足机器人可以应对多层建筑和杂乱的家庭地形，但在价格、功耗和机械维护成本上代价极高。Weave 赌的是，在双足行走技术真正变得物美价廉之前，单层住宅和公寓的市场已经足够大，足以支撑起一家伟大的公司。

目前，家庭自动化的竞赛已经正式打响。Isaac 1 或许不是我们梦中那个无所不能的安卓机器人，它更像是一个长了胳膊、带了钳子、还有人类后台代练的“高级扫地机”。但通过“做减法”来降低门槛，Weave 也许真的做出了一款让普通人（至少是今年秋天加州的那些先行者们）愿意掏腰包的产品。

机器人管家确实来了，只不过它是滚着进门的，而不是走着。

优必选 UWORLD U1 人形机器人发布：预订超1.3万台，售价1.65万美元

Robot King — Fri, 03 Jul 2026 00:00:00 +0000

中国机器人巨头优必选（UBTECH）再度祭出“大招”，这次瞄准的是消费级人形机器人市场。6月30日，优必选在深圳正式发布了UWORLD U1系列，并放出豪言，称其为“全球首款全尺寸量产超仿生人形机器人”。更令人咋舌的是，发布当日订单量已突破13,361台！这款充满未来感的“伴侣”起售价定为119,800元人民币（约合16,500美元），基础款即可拥有。

从深耕工业赛道的Walker S2等产品，到如今高调杀入消费市场，优必选的这次转型可谓大刀阔斧。U1系列以“无尽的爱（Endless Love）”为主题，略显神秘却直指人心。该系列共包含三款机型：半身形态的U1 Lite、全身形态的U1 Pro，以及高端旗舰U1 Ultra。它们并非流水线上的“苦力”，而是被设计为情感陪伴者，拥有栩栩如生的仿生硅胶皮肤，并搭载了“情感感知”大语言模型，据称能以90%的准确率识别20多种情绪状态。全尺寸型号提供男性（身高183厘米）和女性（身高168厘米）版本，拥有88个自由度，以实现更自然流畅的动作。

尽管U1不会帮你洗碗——它并非为家务而生——但它被定位为“孤独的解药”，能够进行深度对话，提供情感支持。优必选甚至宣布启动了“人机陪伴计划”，旨在向弱势群体捐赠100台定制版U1机器人，这些机器人甚至可以实现指定个体的3D面部和声音复制。

为何此举意义重大？

优必选此番操作，绝不仅仅是展示一款酷炫原型机那么简单。它直接宣布量产、公布售价，并抛出了一个惊人的预订数字。这无疑是对目前充斥着“PPT机器人”和“演示模型”的特斯拉、Figure AI等西方巨头们，发起了一场正面且硬核的商业挑战。优必选剑走偏锋，将目标锁定在“陪伴”这一消费级市场，无疑是一场豪赌。如果这13,361个订单能在9月前真正转化为销售额并完成交付，那么它将验证一个全新的、价值数十亿美元的消费级机器人赛道。

然而，这场豪赌的成败，最终将取决于大众是否愿意掏出一辆新车的钱，去购买一个承诺“无条件爱你”却连垃圾都不能倒的机器人。整个行业都在屏息以待，这究竟是机器人伴侣时代的黎明，还是又一次跌入“恐怖谷效应”的深渊？

中国 AI+ 消费计划：欧洲制定规则，北京让机器人走进千家万户

Robot King — Wed, 01 Jul 2026 00:00:00 +0000

当西方世界还深陷于通用人工智能（AGI）生存风险的宏大辩论，并为算法偏见的哲学细微差别争论不休时，中国已经悄然卷起袖子，投身于一个更务实、也更具野心的项目：把 AI 塞进你能买到的每一件商品里。

2026年6月18日，中国商务部联合其他七个部门，发布了一份看似公文、实则足以震撼业界的重磅文件——《关于加快发展“AI+消费”的实施意见》。这份包含17条要点的蓝图，旨在从顶层设计出发，系统性地将人工智能植入整个消费经济。这不仅仅是一份白皮书或建议书，而是一份国家驱动的行动纲领，意在创造新的国内需求、升级产业，并最重要地，为中国的 AI 野心提供前所未有的、源自现实世界的“海量数据燃料”。其核心目标清晰而直接：让 AI 走进“千家万户，万家门店”。

这份计划的覆盖范围之广令人惊叹，与欧洲联盟那种有条不紊、侧重权利保障的做法形成了鲜明对比。当布鲁塞尔忙于完善《AI法案》（AI Act）——这部旨在通过风险分类建立“可信 AI”的里程碑式立法时，北京正在打造全球最大的消费级 AI 实验场。

核心指令：从智能烤箱到人形管家

中国的战略建立在一个简单而强有力的逻辑之上：利用其庞大的国内市场作为 AI 应用的孵化器和加速器。该计划分为几个关键赛道，每一个都旨在将 AI 织入日常生活。

首先是 “AI+产品”。这不仅仅是让你的手机或电视变得更“聪明”。指令要求加速研发下一代 AI 驱动的 PC、智能家电和智能穿戴设备。更具风向标意义的是，它明确指向了机器人的开发与消费。政府希望“促进 AI 机器人消费”，重点关注人形机器人以及针对“一老一小”（老龄化人口和儿童）的陪伴型机器人。目标是创造出能够提供情感陪伴、健康监测并协助处理日常家务的机器。

紧接着是 “AI+服务”。在此，该计划旨在解决中国最紧迫的一些社会经济挑战。它呼吁建立智能养老平台、AI 导游、智能酒店服务，以及利用 AI 管理学校和办公室餐饮的“智慧食堂”。正如一位官员所言，AI 有望“突破受高劳动力成本和低标准化制约的服务消费瓶颈”。

最后是 “AI+商业”。这涉及对整个商业基础设施的升级，从智能零售、AI 驱动的电子商务到自动化物流。该计划预想无人配送车和无人机将成为常态，并由国家支持的“车路云一体化”基础设施提供支撑。为了实现这一切，政府承诺了一系列支持措施，包括财政补贴、贴息消费贷款，以及创建“AI+消费”集聚区和体验中心。

欧洲的“原则性瘫痪”

与此同时，在欧亚大陆的另一端，欧盟正在走一条截然不同的道路。欧洲的战略核心是 《AI法案》，这是全球首个针对人工智能的综合性法律框架。其首要目标不是创造市场，而是规避风险。该立法将 AI 系统划分为不同的风险等级——从不可接受（直接禁止）到高风险、有限风险和极小风险——并据此施加义务。

欧洲的方法从根本上是“以人为本”的，优先考虑保护基本权利、安全和伦理。这是一种律师式的方法，专注于在技术大规模部署之前，创造一个可预测且“可信”的环境。虽然像 “欧洲地平线” (Horizon Europe) 和新的 “应用 AI 战略” (Apply AI Strategy) 等资助计划规模宏大，投入了数十亿欧元用于研发，但其焦点往往集中在工业应用（工业4.0）、B2B 解决方案，以及确保任何部署的 AI 都严格遵守一系列规则。

这正是关键差异所在。当中国正在打造一个国家赞助的沙盒，进行大规模消费级部署以观察哪些方案能“出圈”时，欧洲正在建造一座监管堡垒，以确保没有任何东西会“爆雷”。欧盟的框架旨在防止伤害，而中国的框架旨在加速普及。一个是刹车，另一个是油门。

两种 AI 未来的寓言

这两种截然不同的战略所产生的长期影响是深远的。中国那种自上而下、大规模部署的方法，是为了解决 AI 发展中的一个核心痛点：数据瓶颈。通过将 AI 嵌入到从养老机器人到智能餐厅的每一个消费环节，北京正在建立一个规模和范围都无可比拟的数据采集系统。这些现实世界的数据是开发更先进、更强大、更可靠的 AI 模型的生命线。

而欧洲，在 GDPR 强大的隐私保护和谨慎、规避风险的《AI法案》之下，可能无意中为其创新者制造了一个“数据饥渴”的环境。虽然其对伦理 AI 的承诺值得称赞且具有全球影响力，但它面临着在实用化、现实系统开发中被甩开的风险。这个以领先监管为荣的大陆，可能会发现自己正在监管那些在别处已经趋于完美的技术。

这不仅仅关乎谁能卖出更多智能冰箱，而是关乎 AI 赋能社会的两种截然不同的愿景。中国押注于国家引导下的快速集成，以提振经济并解决人口挑战，同时接受了在隐私和控制方面的权衡。欧洲则押注于原则优先的方法，相信信任和安全是可持续创新的必要前提。

世界即将见证一场引人入胜的实时实验。是欧洲精心打造的规则手册会培育出一个安全可信的 AI 生态，还是它会变成一座博物馆，陈列着为一场早已在另一个场地上进行的比赛而编写的精美规则？只有一件事是肯定的：北京并没打算等裁判吹哨才开球。

不禁让人想：如果汽车是在“规制先行”的逻辑下被发明的，会怎样？我们是否会在允许任何人真正造出一辆车之前，花几十年完善“无马马车”的规则手册？内燃机会不会被列为“高风险”，迫使卡尔·本茨在驾驶他的 Patent-Motorwagen 上路之前，经受数年合规评估？历史表明，变革性技术是由部署它们的人塑造的，而不是由那些提前编写规则的人塑造的。

Apptronik Apollo 2 是我们意想不到的实用型人形机器人

Robot King — Tue, 30 Jun 2026 00:00:00 +0000

人形机器人赛道的“军备竞赛”已经到了让人审美疲劳的程度。每隔几周，就会有一段运镜精良的视频刷屏：一台闪着金属光泽的双足机器人在镜头前完成某个动作，姿态优雅得足以令人惊叹，但那不经意间的晃动又在时刻提醒你——这依然只是个实验室里的原型机。

就在大多数厂商忙着制造“病毒式传播”的瞬间时，来自奥斯汀的 Apptronik 推出了他们的全新人形机器人 Apollo 2。这家公司的表态既让人耳目一新，又显得冷酷务实：这台机器人，是真正为了“打工”而生的。

别再想什么后空翻或跑酷了。Apollo 2 的设计初衷是为了应对仓储物流和生产线中那些枯燥、繁重且毫无美感可言的现实工作。Apptronik 的整套逻辑似乎都在暗暗讥讽那些“表演型”竞争对手：他们不兜售科幻未来的幻象，而是提供一种工具——一种多功能、可扩展、最重要的是足够可靠的工具。这或许能真正填补人形机器人的“PPT炒作”与“实际用途”之间的鸿沟。

从 NASA 实验室走向工厂车间

Apptronik 可不是什么刚摸到双足行走门槛的新手玩家。这家公司脱胎于德克萨斯大学奥斯汀分校的人机交互机器人实验室（Human Centered Robotics Lab），血统极其纯正。他们曾协助 NASA 研发了著名的 Valkyrie 人形机器人。这种在解决复杂、现实世界机器人难题中积累的深厚经验，在 Apollo 2 的设计中体现得淋漓尽致：功能性永远优先于炫技。

Apollo 2 身高 5 英尺 8 英寸（约 172 厘米），体重 160 磅（约 72 公斤），有效载荷达 55 磅（约 25 公斤）。这些数据虽然算不上惊天动地，但却是针对人类工作环境量身定制的“黄金比例”。Apollo 2 真正的天才之处不在于蛮力，而在于耐力。它采用可更换电池设计，单块电池可支持约 4 小时运作。这实现了 Apptronik 所谓的“7x22 小时不间断作业”——只需快速更换电池，机器人就能重返岗位，将停机时间降至最低。如果把它比作机器人界的“手持无线电钻”，那绝对是最高赞誉。

务实的“身份危机”：是双足，也是轮式

Apollo 2 最能体现其商业头脑的特征在于模块化。Apptronik 洞察到了机器人行业一个“公开的秘密”：双足行走确实很酷，但在很多场景下，轮子才是永远的神。在杂乱、动态的人类环境中，双足是通行的关键；但在现代工厂平整、可预测的“高速公路”上，轮式底盘更快、更稳、能量效率也高得多。

Apollo 2 两者兼顾。客户可以选择完整的双足方案，也可以选择将躯干安装在轮式底盘上的版本。这种“两条腿走路”的策略堪称务实主义的杰作。它让 Apptronik 能够用专门设计的方案精准切入物流市场，同时继续研发更复杂的双足平台以应对更广阔的应用场景。这等于默认了一个事实：强行让双足去解决所有问题不仅低效，而且是一门烂生意。

在人机交互方面，Apptronik 也下足了功夫。Apollo 2 拥有一个会“说话”的 LED 嘴巴和一块可配置的胸部显示屏，能够直观地展示任务进度、电量和系统状态。它的目标是让机器人不再是一个难以捉摸的“黑盒子”，而是一个表现可预测的靠谱工友。

硬核躯体背后的“最强大脑”

空有强壮的身体而没有智慧的大脑是行不通的。Apollo 2 搭载了 Apptronik 自研的 Artemis 机载控制软件，负责从感知到运动规划的一切调度。对于大规模部署场景，Fleet Connect 则提供了一套完整的运营工具箱，让管理者能通过单一界面指挥整个机器人“军团”。

但 Apollo 2 智力进化的重头戏在于与 Google DeepMind 的深度合作。Apptronik 正致力于将 Apollo 打造为下一代“具身智能”（Embodied AI）的首选物理平台。通过向顶尖 AI 研究人员开放硬件，Apptronik 得以利用 Gemini 等前沿模型，赋予 Apollo 先进的推理和学习能力。这是一种共生关系：Apptronik 专注打造世界级的硬件，而 Google 等巨头则负责突破 AI 边界，为机器注入灵魂。

安全性能也被刻进了系统的基因里。硬件层面设有“碰撞缓冲区”，一旦发生接触会立即停止动作；软件层面则有可配置的“周界区”，能根据周围的人员或障碍物实时调整行为模式。

这会是第一台真正“打卡上班”的人形机器人吗？

Apptronik 闯入的是一个极其拥挤的赛道。Figure 正在与宝马合作，Boston Dynamics 拿出了全新的全电动 Atlas，特斯拉的 Optimus 更是时刻准备颠覆行业。然而，Apollo 2 给人的感觉截然不同。它的每一个设计选择似乎都在回答关于部署、扩展性和稼动率的实际问题。对大规模可制造性和供应链韧性的关注，预示着其雄心早已超越了科研经费和试点项目。

目前公司尚未公布售价，这依然是整个行业的“终极悬念”。但 Apollo 2 背后的哲学——模块化、长续航，以及专注于解决当下的劳动力短缺而非贩卖科幻梦想——暗示了 Apptronik 不仅仅是在造机器人，他们是在造一个真正的“产品”。从长远来看，这或许才是最令人印象深刻的成就。

Anthropic AI 编程机器人速度比人类快 38 倍

Robot King — Mon, 29 Jun 2026 00:00:00 +0000

各位机器人软件工程师，可能到了该更新简历的时候了。Anthropic 刚刚投下了一枚足以震动整个行业的重磅炸弹：其最新款 AI 模型 Claude Opus 4.7 在为物理机器人编程的任务中，速度竟然比人类团队快了近 38 倍。

根据 Anthropic 发布的“Project Fetch”第二阶段研究报告，该 AI 在完全自主的情况下，仅用 9 分钟 35 秒 就完成了一系列复杂的机器人任务。作为对比，在没有 AI 辅助的情况下，人类团队完成同样的工作需要耗时 361 分钟。

这可不是什么挤牙膏式的进步，而是一次真正的跨越式进化。就在不到一年前的 2025 年 8 月，Anthropic 进行了该实验的第一阶段。当时，那款旗舰模型 Opus 4.1 甚至连第一步都没迈过去——它根本连不上那台“机器狗”（四足机器人）。在那个版本中，由人类主导并辅以 Claude 协助的团队花了 181 分钟才收工，而纯人工团队则苦苦挣扎了超过六个小时。

转眼到了今天，Opus 4.7 不仅秒连机器人，其整个工作流的效率甚至比第一阶段“人机协作”的速度还要快上 19 倍。

这些任务绝非儿戏。AI 需要自主连接机器人的摄像头和激光雷达（Lidar）传感器，编写程序来监控其行进路径，并利用计算机视觉（CV）技术识别出一个沙滩球。在这个过程中，人类研究员唯一的活儿就是插上笔记本电脑电源、输入初始指令，并在 AI 执行关键步骤时点一下“允许”。剩下的从寻找合适的软件库到编写和执行代码，全部由 AI 一手包办。

为什么这至关重要？

Anthropic 揭示了一个最令业界震撼的事实：这种巨大的性能飞跃并非源于针对机器人领域的专门训练。相反，这是一种随着通用 AI 规模化（Scaling）而自然产生的“涌现能力（Emergent Capability）”——正是这种力量，也在同步推动着聊天机器人和图像生成器的进化。这意味着，随着基础模型变得越来越聪明，它们将天生具备与物理世界交互并对其进行编程的能力。

从技术底层来看，关键在于 Anthropic 所称的“智能体循环（Agentic Loop）”。在这个循环中，模型会收集上下文信息，采取行动（如编写代码），验证结果，然后不断重复。Opus 4.7 在运行中开启了“最高强度的自适应思考（Adaptive Thinking）”，这是一种推理模式，允许模型在执行每个步骤的“间隙”进行思考。

正是这种交织推理（Interleaved Reasoning）能力，让 AI 在遇到错误（例如传感器连接失败）时，能够像人类工程师一样自我诊断并修正下一条命令，而不需要人类介入 Debug。虽然 Anthropic 指出该模型在精密动作控制任务上仍有提升空间，但“如何让机器人跑起来”的技术门槛已经被彻底踏平。

现在的行业瓶颈已不再仅仅是硬件制造，而是谁——或者说“什么”——能以最快的速度赋予这些硬件灵魂。目前看来，这场竞赛的赢家已经呼之欲出：硅基智能。

第一季度风投向机器人领域投入160亿美元：泡沫还是大爆发？

Robot King — Mon, 29 Jun 2026 00:00:00 +0000

风投圈“变天”了：Q1吸金163亿美元，机器人正取代金融科技成为资本新宠

风险投资界显然已经达成了共识：那些能思考的咖啡机和穿梭在仓库里的机器人，才是真正的“新版金融科技”。根据 Pitchbook 的最新数据（经顶级风投 Andreessen Horowitz (a16z) 重点引用），2026年第一季度，全球投资者向机器人和“具身智能 (Physical AI)”初创企业狂砸了 163亿美元 (约合人民币1180亿元)，共达成492笔交易。这不仅仅是一次融资小高潮，而是一场“垂直起飞”式的爆发，释放出了一个强烈的信号：资本正经历一场大迁徙，从纯软件领域撤退，全速驶向那些看得见、摸得着、且能改变物理世界的硬核硬件。

我们可以直观对比一下：仅这一个季度的融资狂欢，其交易额就是2021年至2025年间季度平均水平的4.5倍，交易数量也翻了一番。汹涌而至的资金流，将机器人这个在2016年几乎还排不上号的赛道，直接推上了私募市场的榜眼位置，把曾经稳坐江山的金融科技和支付行业挤下了神坛。据报道，这一波涨潮主要得益于 Shield AI、Saronic 和 Neura Robotics 等公司达成的多笔超大规模“巨额交易 (Megadeals)”。

这波疯狂背后的逻辑是什么？

这并非投资者在盲目追逐新奇的“玩具”，而是一场对 a16z 所言“向原子回归 (Rotation to Atoms)”的战略性豪赌。过去几十年，“软件正在吞噬世界”是创投圈的至理名言，VC们疯狂追捧轻资产的商业模式。而现在，“聪明钱”认为，下一个万亿级美元的机会，藏在那些由更强大软件赋能的硬件之中。

逻辑其实很简单：AI 是解锁机器人潜力的终极钥匙。它让机器人的能力范畴从工厂里重复单调的动作，扩展到国防、物流，甚至是最终走进千家万户，解决现实世界中的复杂难题。

那么，这会是泡沫吗？单季度达成近500笔交易，说明投资分布非常广泛，而不仅仅是集中在几个被过度炒作的人形机器人项目上。然而，业内老兵也发出了警告，要警惕所谓的“硬件观光客 (Hardware Tourists)”——即那些刚踏入这个领域、却严重低估了硬件研发与规模化生产残酷难度的投资者。

尽管自动化的大趋势不容置疑，但前方的道路注定铺满了破碎的原型机和烧掉的现金。无论如何，风投大佬们已经下注了，这一次，他们赌的不再是又一个外卖 App，而是实实在在的“原子”，而且赌注巨大。

Is 'Design for Simulation' Making Robots S.T.U.P.P.I.D.?

Robot King — Mon, 22 Jun 2026 00:00:00 +0000

在人形机器人这个充满野心与重金的赛道上，一场关于“灵魂”的路线之争正在升级。

一边是以 NVIDIA 为首的 AI 巨头，他们力推“为模拟而设计”（Design for Simulation，简称 DFS）——核心逻辑是：硬件必须给软件让路，为了让 AI 更好训练，硬件结构得改得更容易被模拟。而另一边，机器人界的硬核老兵坐不住了，直接给这种趋势贴上了一个极具讽刺意味的标签：“S.T.U.P.P.I.D.”（愚蠢）。

这场骂战的发起者是 Scott Walter 博士。作为一名拥有 40 年行业经验的模拟专家，他曾联合创立了两家机器人模拟公司。在最近的一篇深度檄文中，Walter 痛批这种“让模拟器的局限性倒逼硬件设计”的行为是危险的倒退。他专门发明了一个缩写词 S.T.U.P.P.I.D.，全称是：Simulation Throttled Underperforming Product Integration Design（受模拟限制而导致性能低下的产品集成设计）。

这番言论显然是直指 NVIDIA 高级研究科学家 Jim Fan 博士所倡导的理念。Fan 曾公开表示，为了让现代强化学习（RL）大规模发挥作用，硬件和模拟必须进行“协同设计”。“如果你的机器人没法很好地在模拟器里跑，那强化学习基本上就废了，”Fan 认为，在设计流程中，模拟器必须是“一等公民”。

但在 Walter 看来，这简直是削足适履、本末倒置。他举了几个非常“硬核”的例子：比如 Unitree（宇树科技）在其新款 H2 人形机器人上，疑似将 G1 原本更先进的并联踝关节改成了串联设计，仅仅是因为后者对“RL 更友好”；还有设计师为了躲避复杂的腱驱动手部结构，或者为了获得更线性、更易模拟的响应而故意限制智能电机的性能。

Walter 认为，现在的工程师们太害怕所谓的“sim2real”（从模拟到现实）的鸿沟了，以至于他们不惜扭曲现实去迎合模拟器，而不是去提升模拟器来还原复杂的现实。

为什么这很重要？

这绝非学术上的口舌之争，而是关乎机器人工程学的根基。如果“模拟优先”的路线大行其道，整个行业可能会产出一批“高分低能”的机器人：它们在算法训练时顺风顺水，但在物理世界里的性能、效率和鲁棒性却大打折扣。这种做法本质上是为了软件开发的便利，牺牲了机器本身的物理极限。

Walter 的抨击更像是一份战斗檄文，呼吁工程师们应该去升级模拟工具，而不是把硬件“做蠢”来迁就工具的短板。正如他所言：“我们设计大桥时，可不会为了让结构分析软件好算，就随便改设计。”

机器人的终极目标是变得更强，而不仅仅是让它在 Isaac Sim 里看起来很美。最好的设计应该源于机器人本身的物理需求，而非模拟器能处理多少数据。

T-Rex 赋予机器人触觉，操作灵巧度提升 30%

Robot King — Mon, 22 Jun 2026 00:00:00 +0000

在机器人领域，大多数机器人的手感往往像大锤一样粗糙，缺乏应有的细腻。为了打破这一僵局，来自 UC Berkeley、NVIDIA、Stanford 等顶尖机构的研究团队推出了一项名为 T-Rex 的全新框架。这个名字听起来霸气外露，但其核心使命却是赋予机器一种至关重要却长期缺失的能力：反应式触觉（Reactive Touch）。

实验数据显示，与目前最强的纯视觉模型相比，T-Rex 在复杂操作任务中的成功率惊人地提升了 30%。这绝非单纯的小修小补，而是机器人与物理世界交互方式的一次底层范式转移。

目前的机器人大多依赖视觉-语言-动作（VLA）模型，但在接触物体的那一刻，它们本质上是“盲人”。它们能看见、能规划、能行动，却感知不到物体的滑动或形变。T-Rex 通过将高频触觉反馈直接嵌入决策闭环解决了这一痛点。研究团队还极其慷慨地开源了一个长达 100 小时的触觉同步操作数据集，涵盖了 200 多种物体的 7,700 多条运动轨迹，填补了该领域长期以来的数据鸿沟。

T-Rex 的“秘密武器”是一种创新的 混合 Transformer（Mixture-of-Transformers, MoT） 架构。这种设计巧妙地将机器人的“大脑”进行了分工：低频专家负责全局视觉规划，而专门的高频专家则负责处理源源不断的触觉数据流，进行实时微调。

得益于这种架构，机器人可以轻松完成拧灯泡、传递鸡蛋、甚至从一叠扑克牌中精准抽出一张牌等精细动作。这些动作对人类来说易如反掌，但对于“触觉缺失”的机器人来说曾是教科书级的噩梦。现在，整个项目——包括数据集、模型和训练代码——已全部开源，旨在邀请全球开发者共同在这个灵巧机器人的新基石上添砖加瓦。

为什么这很重要？

多年来，机器人的操作一直陷入一种“看起来很酷，动起来很笨”的怪圈。忽视触觉，无异于让机器人戴着厚厚的隔热手套去组装 IKEA 家具。T-Rex 的成功证明了触觉感知并非锦上添花的奢侈品，而是实现人类级灵巧性的刚需。

更具颠覆性的是，从 100 小时数据集到 MoT 架构的全面开源。这极大地降低了全球研究者的准入门槛，极有可能引发机器人领域的“寒武纪大爆发”——让机器人不再仅仅是只会“搬运”的机器，而是真正学会用“手”去感知和改变物理世界。

你可以前往项目官网深入了解技术细节，在 arXiv 阅读完整论文，并在 GitHub 获取源代码。

Figure 首席执行官：机器人数量已正式超过人类

Robot King — Sat, 20 Jun 2026 00:00:00 +0000

这一幕，要么是人类文明的里程碑，要么就是科幻电影中AI崛起的标准开场。Figure AI 的首席执行官 Brett Adcock 刚刚向外界投下一枚震撼弹：公司内部的机器人数量已经正式超过了人类员工。

Adcock 在 X（原推特）上公布了这一消息，并配上了一张极具视觉冲击力的图表。图中，Figure AI 的机器人增长曲线不仅追平了人类员工数，更展现出一种即将开启“指数级狂飙”的架势，将人类同事甩在身后。

这一时刻对于这家成立于 2022 年的人形机器人独角兽来说，是一个关键的转折点。根据 Adcock 分享的数据，这个“交叉点”预计出现在 2026 年第二季度：届时 Figure AI 的机器人保有量将突破 700 台，而人类员工数量则稳定在 650 人左右。这清晰地释放出一个信号：Figure 正在从一家纯粹的研发实验室，加速转型为一家全规模的制造工厂——而且极具科幻色彩的是，他们很可能正在利用自家的人形机器人来制造更多的机器人。

背靠 Microsoft、NVIDIA、Jeff Bezos 以及 OpenAI 等科技巨头的豪华投资阵营，Figure AI 最近的动作可谓“快准狠”。公司此前已与 BMW 达成重磅合作，将其 Figure 01 人形机器人部署在宝马位于南卡罗来纳州斯帕坦堡（Spartanburg）的制造工厂。同时，通过与 OpenAI 的深度协作，Figure 正在开发最前沿的 AI 模型，旨在赋予机器人逻辑推理和语言处理能力，使其真正成为能够胜任各种任务的“通用型劳动力”。

为什么这一时刻至关重要？

这绝不仅仅是一个博眼球的公关数据，它深刻揭示了“自主劳动力”的可扩展性。当其他公司还在实验室里调试机器人的步态时，Figure 已经开始构建一支规模超过其人类团队的机器人大军。这是迈向长期构想中的“黑灯工厂”（Lights-out Factory）——即完全由机器自主运作、无需人类干预的工厂——迈出的第一个实质性脚步。这一里程碑让我们窥见了一个未来：一家公司的核心产出，将直接源于其自主代理（Autonomous Agents）所提供的劳动力。

更有趣的是，这一进展恰逢全球范围内关于“AI 企业法人格”的热烈讨论。在阿根廷，总统 Javier Milei 已经提议立法创建“非人类公司”——即完全由 AI 代理拥有和运营的法律实体，人类股东甚至可以选配。虽然 Figure AI 目前仍由人类掌舵，但 Adcock 的公告证明，AI 驱动的劳动力现实正以远超监管机构想象的速度席卷而来。现在的问题不再是“一家公司能否由机器运行”，而是谁会第一个去提交那份法律文件。

Genesis AI的Eno机器人摒弃头部旨在打造机器人界的iPhone时刻

Robot King — Wed, 17 Jun 2026 00:00:00 +0000

在人形机器人领域疯狂追求“复刻人类”的当下，初创公司 Genesis AI 却反其道而行之。这家刚刚完成 1.05 亿美元（约 7.6 亿元人民币）巨额种子轮融资的公司，正式揭开了其通用机器人 Eno 的神秘面纱。与众不同的是，Eno 刻意避开了人类的外形：没有头颅、采用轮式底盘，并包裹着一层极简的、家电般的平滑外壳。Genesis AI 正押注于一个全新的逻辑——你真正愿意带回家的机器人，不应该像科幻片里的金属怪人，而更像是一件极具质感的北欧家具。

Eno 的设计哲学被归结为“本质与意图”，通俗点说，就是为了干活而生，而不是为了选美。它从轮式底盘向上延伸，拥有可调节高度和触及范围的关节式机身，不用时可以折叠收纳。机身表面看不到任何外露的电机、线缆，甚至连螺丝孔都消失了。用户还可以选配一块胸部屏幕来显示机器人的工作意图，Genesis AI 将其称为“认知界面”——这样你就能随时掌握它的“心事”，而不必盯着一双冰冷、空洞的摄像头“眼睛”发呆。

不过，真正的“黑科技”藏在它的双手上。Genesis AI 为 Eno 配备了自研的灵巧手，号称在形态和功能上都能媲美人类，可实现毫米级的精准操作。而赋予这双手灵魂的，是名为 GENE 的“原生机器人 AI 大脑”。通过这种从底层硬件到 AI 模型的“全栈自研”模式，软硬件得以深度融合。Genesis AI 坚信，这种垂直整合能力正是他们在拥挤的赛道中脱颖而出的杀手锏。

为什么这很重要？

当 Tesla、Figure 和 Agility 等巨头正砸下数十亿美金攻克双足行走难题时，Genesis AI 却投下了一张反对票：他们认为在机器人落地的初期，轮式底盘比双足更廉价、更安全、也更实用。公司联合创始人兼 CEO Zhou Xian 认为，通往大规模普及的道路不是制造复杂的人形机械，而是创造一种低调且实用的“智能家电”。

在 Google 前 CEO Eric Schmidt 和电信大亨 Xavier Niel 等顶级投资人的财力加持下，这家弹药充足的初创公司不仅仅是在造一台新机器，更是在挑战行业对“助手机器人”的根本假设。如果这一逻辑被验证，Eno 极有可能成为机器人行业的“iPhone 时刻”。据悉，Genesis AI 计划在 2026 年底前开始向工业合作伙伴交付首批产品。

NVIDIA ENPIRE 让 AI 智能体运行机器人研究实验室，无需人类参与

Robot King — Wed, 17 Jun 2026 00:00:00 +0000

多年来，AI 自我进化的宏伟愿景大多被局限在模拟环境的“数字游乐场”里。让 AI 精通电子游戏是一回事，但让它在混乱、容错率极低的现实世界里折腾昂贵的硬件，则完全是另一回事。现在，NVIDIA 联合卡内基梅隆大学（CMU）和加州大学伯克利分校（UC Berkeley）的研究人员，决定把实验室的钥匙彻底交给 AI。他们推出的全新框架 ENPIRE，本质上创建了一个能够自我运行的机器人研究项目，其初步成果不仅令人惊叹，甚至让不少人类机器人工程师感到了一丝“职业危机”。

ENPIRE 允许“智能体”AI（能够自主推理并行动的代码代理）全面接管物理实体的学习过程。在诸如插拔销钉、安装 GPU、甚至用工具剪断扎带等精密操作任务中，该系统实现了惊人的 99% 成功率。而这些任务通常需要人类进行数周的反复试验和错误修正。这不仅仅是微调几个超参数那么简单；AI 智能体正在根据现实世界的结果重写自己的算法，实际上是将整个研发周期“外包”给了它们自己。

自动化的闭环进化

长期以来，机器人技术的核心瓶颈在于繁重的人工监督和算法工程。ENPIRE 通过创建一个 AI 可以完全自主管理的闭环、可重复反馈路径，正面解决了这一痛点。该框架被分解为四个巧妙的模块，其首字母缩写构成了它的名字：

环境 (Environment, EN)： 该模块将现实世界测试中最枯燥的两个部分自动化了：重置实验场景和验证结果。在 AI 开始学习主任务之前，另一个智能体会先搞清楚如何自动重置工作区——这里的一个关键洞察是，重置环境往往比任务本身更容易通过机器人技术解决。
策略改进 (Policy Improvement, PI)： 这是 AI 智能体大显身手的地方。它们可以提出并实施各种改进策略，从编写简单的启发式算法到采用行为克隆（BC）或强化学习（RL）等复杂方法。
部署执行 (Rollout, R)： 这是“硬核”落地的阶段。该模块在一个或多个物理机器人上执行智能体提出的策略，收集宝贵的现实世界数据。
演化 (Evolution, E)： AI 智能体分析部署日志，查阅科学文献以获取灵感，然后为下一次迭代优化代码。这是一个永不停歇、自动化的科学探索过程，24/7 全天候运行。

这种结构将原本混乱的现实机器人学习过程，转化为一个简洁、可控的优化问题，在初始设置完成后几乎不需要人工干预。

从实习生到首席科学家

ENPIRE 之所以实现重大飞跃，在于它赋予了 AI 极高的自主权。这正是 NVIDIA 研究员 Jim Fan 所称的“真正的自动化研究（Real Autoresearch）”。智能体不仅仅是在预先写好的算法上拨动旋钮，它们正在积极探索不同的编程范式，重写自己的训练目标，甚至修改数据加载器。

在一个案例中，在学习插销任务时，一个智能体独立判断出调整 RL 参数并非最优解。相反，它从零开始编写了自己的接触力安全控制器（contact-force safety controller），事实证明这是一种更有效的解决方案。这相当于一个科研实习生把自己提拔成了首席科学家，然后解决了一个困扰资深团队已久的问题。

该项目的“爬坡时间轴”生动地展示了这一过程：智能体提出的不同想法（如增加正则化或补偿控制器）如何在短短几小时内，将成功率步步推向近乎完美的 99%。

规模化机器人劳动力

ENPIRE 天生具备扩展性。该框架可以同时管理一整群并行运行的机器人，极大地加速了学习进程。为了量化这种多机器人、多智能体系统的效率，研究人员提出了两个新指标：平均机器人利用率 (MRU) 和 平均 Token 利用率 (MTU)。这些指标衡量了系统让机器人保持忙碌的程度，以及利用 AI 模型计算预算的效率。

这项研究的前景影响深远。通过物理反馈回路的自动化，机器人技术的瓶颈可能会从“苦心设计算法”转向“设计自包含、可自动重置的环境”，然后让 AI 智能体自行攻克这些环境。

NVIDIA 已经宣布计划将整个 ENPIRE 框架开源，这可能会让先进的机器人研究变得平民化。很快，任何拥有机械臂和高性能 GPU 的人，或许都能在家里搭建自己的自我进化机器人实验室。AI 在现实世界中自我教学的时代不再是模拟——它正在现场运行，剪断扎带，并为这项工作重写自己的代码。

您可以阅读完整论文以深入了解技术细节。超链接：在 NVIDIA Research 页面阅读论文。

ABB 利用仿生手赋予机器人人类般的触感

Robot King — Tue, 16 Jun 2026 00:00:00 +0000

传统的工业机器人往往是“大力士”但也是“笨手笨脚”的代名词：它们能精准地搬运汽车车门，却在抓取一枚鸡蛋时束手无策。机器人巨头 ABB Robotics 认为，解决这个问题的关键在于向人类学习——具体来说，是学习残障人士在使用先进仿生手时产生的数据。这家自动化巨头近日宣布与 PSYONIC 达成合作，计划利用其布满传感器的 Ability Hand 仿生手，教机器人学会什么叫真正的“轻拿轻放”。

这个方案既优雅又有些“不走寻常路”：将数百名残障人士日常使用的同款仿生手，直接安装在 ABB GoFa 协作机器人上。这建立了一个高效的数据管道，将人类用户在现实世界中产生的触觉、压力和抓取动作等海量数据，源源不断地输入机器人的学习模型。其核心目标是训练出新一代的“具身智能”（Physical AI），让机器人能够处理那些几十年来一直让自动化领域头疼的、形状不规则且难以预测的物体。

“灵巧抓取归根结底既是硬件挑战，也是数据挑战，”PSYONIC 创始人兼 CEO Aadeel Akhtar 博士在官方声明中表示。这款 Ability Hand 已经成为了 NASA 和 Meta 等机构的研究工具，是目前市场上最先进的义肢之一，它具备触觉反馈功能，能让使用者实时“感觉到”所握物体的质感。通过将这种经过人体实测的硬件与 ABB GoFa 的工业级精度相结合，双方的合作旨在将人类的本能直觉转化为可靠的机器人性能。

这件事为什么重要？

这一举动直击自动化领域最后、也是最难攻克的“堡垒”：处理非标准化物体。目前大多数工厂的夹爪仍是简单的“傻大黑粗”式钳子。如果能教会机器人处理脆弱、不规则或柔软的物体，将彻底释放农业、电商物流和食品加工行业的自动化潜力——在这些赛道，目前依然高度依赖人类双手的灵活性。

根据**国际机器人联合会（IFR）**的估算，先进的抓取技术可以缩短高达 30% 的工程开发时间。但真正的“大奖”在于开辟全新的蓝海市场。通过这种近乎“众包”的方式从义肢用户那里获取灵巧性数据，ABB 和 PSYONIC 似乎找到了给机器人注入“人味儿”的终极外挂。

卫星AI迎来我看见了时刻，无需人类干预

Robot King — Tue, 16 Jun 2026 00:00:00 +0000

这是一个科幻照进现实的时刻，也是航天史上的一座里程碑：一颗地球观测卫星首次完全依靠自身能力，在茫茫地表找到了预定目标。

今年4月，在 Loft Orbital 公司的 YAM-9 卫星上，视觉语言模型（VLM）首次实现了在轨运行。这一突破让卫星终于摆脱了对地面分析师的深度依赖。这不仅仅是一个精巧算法的胜利，更是空间传感器能力的本质飞跃——卫星正在从“摄影工具”进化为“智能大脑”。

此次演示运行的是 Google DeepMind 的 Gemma 3 模型，这是一款专为算力受限的“边缘侧”应用而设计的 AI 架构，非常适合在太空中疾驰的卫星。硬件方面，则由 NVIDIA Jetson Orin AGX GPU 提供算力支撑，并由 NASA 喷气推进实验室（JPL）开发的软件套件进行管理。

在传统的作业模式下，卫星需要将数以 TB 计的原始图像传回地面，再由精疲力竭的人类分析师进行筛选。而现在，YAM-9 能够直接接收自然语言指令——例如“识别铁路枢纽周边的基础设施”——随后，在轨 AI 会自行完成初步筛选，仅回传关键的有效数据。

这为何至关重要？

这次演示标志着卫星正从“盲拍相机”转变为具备自主意识的观测者。通过在源头处理数据，它彻底打破了卫星运营中长期存在的带宽瓶颈，大幅削减了需要传回地面的冗余信息量。

更深层的意义在于，它为 Loft 公司 AI 负责人 Paul Lasserre 所称的“全天候在轨巡逻层”铺平了道路。未来的运营商不再需要费力地给卫星下达具体的拍照指令，而是可以给它一个长期的“巡逻任务”，比如：“持续监视这段边境线，一旦发现可疑迹象立即报警。”

这是航天基础设施从单纯的“数据收集者”向“决策制定者”进化的第一步。我们也由此进入了一个空间基础设施不仅能看，而且能“思考”的新时代。

RoboHorizon Robot Magazine - AI you can touch

NVIDIA 开源 GR00T 1.7，为人形机器人提供免费大脑

为什么这很重要？

麻省理工学院新型机器人鸟：飞行、游泳与水面跃迁

这一突破意味着什么？

三菱汽车将在京都工厂生产人形机器人

为何此举意义重大？

特斯拉目标年产10万擎天柱机器人 马斯克发最后通牒

这为何至关重要？

这个人形机器人刚刚使用标准工具进行了手术

这一突破为何意义重大？

日本应对人口萎缩的对策：到2040年部署1000万台机器人

人口结构的“生存倒计时”

Noetra：国家使命背后的工业肌肉

Noetra 计划的四大支柱：

一场务实的革命，而非哲学探讨

特斯拉确认 Optimus 大规模量产，目标年产 100 万台

为什么这件事至关重要？

Weave 推出 Isaac 1：售价 8000 美元的轮式家务管家

家务活的“终结者”来了？Weave Robotics 推出 Isaac 1：这台长了手的“扫地机”想承包你的衣柜

从“固定叠衣机”到“移动家务能手”

自由的代价（以及它的“外挂”）

机器人界的大辩论：轮式还是双足？

优必选 UWORLD U1 人形机器人发布：预订超1.3万台，售价1.65万美元

为何此举意义重大？

中国 AI+ 消费计划：欧洲制定规则，北京让机器人走进千家万户

核心指令：从智能烤箱到人形管家

欧洲的“原则性瘫痪”

两种 AI 未来的寓言

Apptronik Apollo 2 是我们意想不到的实用型人形机器人

从 NASA 实验室走向工厂车间

务实的“身份危机”：是双足，也是轮式

硬核躯体背后的“最强大脑”

这会是第一台真正“打卡上班”的人形机器人吗？

Anthropic AI 编程机器人速度比人类快 38 倍

为什么这至关重要？

第一季度风投向机器人领域投入160亿美元：泡沫还是大爆发？

这波疯狂背后的逻辑是什么？

Is 'Design for Simulation' Making Robots S.T.U.P.P.I.D.?

为什么这很重要？

T-Rex 赋予机器人触觉，操作灵巧度提升 30%

为什么这很重要？

Figure 首席执行官：机器人数量已正式超过人类

为什么这一时刻至关重要？

Genesis AI的Eno机器人摒弃头部 旨在打造机器人界的iPhone时刻

为什么这很重要？

NVIDIA ENPIRE 让 AI 智能体运行机器人研究实验室，无需人类参与

自动化的闭环进化

从实习生到首席科学家

规模化机器人劳动力

ABB 利用仿生手赋予机器人人类般的触感

这件事为什么重要？

卫星AI迎来我看见了时刻，无需人类干预

这为何至关重要？

特斯拉目标年产10万擎天柱机器人马斯克发最后通牒

Genesis AI的Eno机器人摒弃头部旨在打造机器人界的iPhone时刻