跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播›

人形机器人工厂:实际在跑的与仍属演示的

国际机器人联合会(IFR)9月27日表示,2025年全球工业机器人保有量创纪录达到500万台;而档案中最新的人形机器人实验斯坦福和加州理工的HomeBody于9月28日发布,直接将GPT Astra模型接入机器人本体。

科技解释林晓雯发布: 2026年9月28日7 分钟阅读资料来源 9
人形机器人工厂:实际在跑的与仍属演示的

目前人形机器人工厂的故事由两个数字框定。这两个数字都不来自人形机器人公司。

第一个是500万,即2025年全球工业机器人的运行保有量,同比增长9%,数据来自国际机器人联合会。IFR于9月27日公布该数字,全年全球新安装量超过60万台,增幅11%。第二个是2万元人民币,约合2900美元,这是武汉一家法院在AI生成短剧版权案中判赔的金额,The Decoder于9月28日报道。一个数字描述了已经规模化出货的行业,另一个描述了围绕AI驱动机器的法律和技术基础依然多么年轻。

人形机器人尴尬地处于这两个世界之间。

今天实际在运行的是什么

档案中最新的人形机器人部署案例不在汽车工厂。它在GXO Logistics拥有的亚特兰大地区仓库,据Ars Technica报道,总部位于俄勒冈州的Agility Robotics在那里首次让Digit机器人上岗。这是商业部署,不是试点视频。Agility还正通过Churchill Capital Corp. XI的SPAC上市,交易估值25亿美元,预计产生超过6.2亿美元的总收益,The Robot Report于9月25日报道。

S-4文件中公布的财务数据比估值更不乐观:2025年营收180万美元,运营亏损1.4亿美元。Agility表示,它持有来自单一客户的超过3亿美元的多年期Digit v5订单,将在未来几年交付。这一积压订单表明需求存在。微小的确认收入表明规模化仍处于早期阶段,这也是档案中任何人形机器人开发者做出的最具体的财务披露。

Agility也在对冲其自身的形态。CEO Jonathan Hurst告诉The Robot Report,公司正在“探索一系列机器人设计和形态,包括轮式”,此前轮式机器人出现在Digit 5发布视频中。当被问及这意味着轮式Digit还是新机器时,Hurst说:“现在说还为时过早!”轮式产品没有时间表。

Tesla的产线,以及它的手

最响亮的人形机器人工厂声明属于Tesla,围绕它的报道争议最大。Ars Technica引用The Information于9月26日发布的调查,描述Fremont工厂在2026年5月停止生产Model S轿车和Model X SUV,生产线工人和工程师转向Optimus。据报道,产量已扩大到每周数百台,目标是2026年底前每周超过1000台。

瓶颈是物理性的。据The Information报道,Optimus的手和前臂总共包含100多个小部件,包括螺丝,工人手工组装它们。新造的机器人需要立即修复;触觉传感器不可靠到Tesla开发了可更换的手套状传感器层,而不是更换整只手。一位消息人士描述机器人需要在受控环境中为特定任务编程。档案中Tesla未反驳这一说法。

“我们正在探索一系列机器人设计和形态,包括轮式,以适应不同的操作环境和客户需求。”Agility Robotics CEO Jonathan Hurst 对 The Robot Report 说

有一个劳动力角度,是Tesla自己的数据收集方法创造的。得州和加州的工人穿着记录动作的服装,以喂养模仿学习模型,The Information报道一些人抱怨,因为他们知道机器人最终设计用来取代他们。Tesla将该工作转移给专门团队,并设立培训中心。丰田走的是非常不同的剧本,工人使用手指形状的夹具教导其轮式ELEY人形机器人,执行副总裁中岛弘树告诉日经亚洲,目标是“一个机器人与人类共存,而不是取代它们的世界”。

丰田的计划很大且陈旧:从2028年开始,集团每年计划投资64.2亿美元用于工厂升级,自有工厂部署15万台机器人,集团设施另有25万台,据日经亚洲经Ars Technica报道。现代汽车计划在未来几年部署多达2.5万台Boston Dynamics Atlas机器人,部署从2028年开始,Boston Dynamics于9月21日在现代汽车乔治亚州元工厂开设培训中心。

研究层也在移动

档案中最新的项目是研究演示,不是产品。斯坦福和加州理工的研究人员构建了HomeBody,一个让Unitree G1人形机器人直接运行GPT Astra的系统,中间没有通常训练好的视觉-语言-动作层,据The Decoder和heise online分别于9月28日和9月27日报道。机器人在陌生的厨房中探索,在Nvidia的Isaac Sim中构建数字孪生,保持对不再可见物体的空间记忆,然后整理:咖啡放到厨房中岛,牛奶和橙汁盒扔进垃圾桶。

它还从抽屉里拿了药。团队表示不需要环境特定的训练数据或额外的策略学习。限制是有趣的部分:延迟、手指伺服过热和高计算成本,据The Decoder。heise的报道指出演示视频部分以50倍速运行,过程仍然痛苦地慢。代码在GitHub上。

在工业方面,IFR的数字显示实际体积在哪里。中国2025年安装了354,000台工业机器人,同比增长20%,占全球部署的59%。中国供应商占据55%的国内份额,低于2024年的57%。美国超过日本成为第二大市场,安装近38,500台,增长12%。日本下降19%至36,219台。印度增长15%至近10,500台,2020年至2025年平均年增长率27%。

欧洲是账本中较慢的一侧。德国是欧洲最大市场,占欧盟安装的41%,下降8%至不到25,000台。意大利下降11%至约7,800台,法国下降8%至近4,500台,西班牙下降15%至约4,300台。IFR预测2026年全球安装量增长9%至655,000台,2029年达到806,000台。

围绕相同论点的小赌注正在形成。总部位于东京的O-ID由挪威CEO Stian Jakobsen和荷兰CTO Simon Gormuzov于2025年创立,Tech.eu于9月24日报道,它完成了由芝加哥TAWANI Ventures领投的120万美元种子前融资,Hustle Fund、Techstars和天使投资人参与。O-ID正在构建用于制造和物流的模块化人形机器人,计划2027年进行工厂试点。其卖点是可修复性:板载传感器监测部件磨损,以便在机器人停机前发货部件,背景是大型汽车工厂每小时停机成本230万美元。

安全论点站在哪里

监管和安全对话尚未跟上其中任何一项。Rinaldo Brutoco在The Robot Report于9月27日撰文指出,只有一家商业实体Advanced Robotic Technologies Inc.将阿西莫夫第一定律采纳为核心软件原则。他引用Dario Amodei 9月12日发布的“我们必须控制前沿”帖子,呼吁放慢前沿和智能体AI的开发,以及一份由2500多名经济学家和技术人员签署的声明,敦促立即采取行动进行过渡规划。Nvidia的Jensen Huang被描述为称危险担忧被夸大。档案没有提供解决方案,只有分歧。

这种分歧是人形机器人工厂故事诚实的状态。工业机器人超过500万台,因为它们多年来可靠地做一件事。人形机器人被推入相同的建筑,拥有百部件的手、未发布的生产目标和以百万为单位计量的收入。两者之间的差距是实际的报道节拍。

评论 0

资料来源

9
  1. 01Five Million Robots now Operate in Factories Globally - International Federation of RoboticsEN
  2. 02Agility Robotics, maker of Digit humanoid, exploring wheeled robotsEN
  3. 03Tesla workers balk at training Optimus humanoid robots as replacementsEN
  4. 04Toyota orders workers to train humanoid robots but says humans won't be replacedEN
  5. 05Researchers plug GPT-6 Astra directly into a robot and let it clean up an unfamiliar kitchenEN
  6. 06GPT Astra mit Roboterkörper räumt selbstständig Küche aufDE
  7. 07Europeans in Japan raise $1.2M to put modular humanoid robots to workEN
  8. 08A Wuhan court just made AI production costs a legal factor in copyright infringement casesEN
  9. 09Asimov's laws are not enough to keep robotics and AI safeEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。