人形机器人工厂的瓶颈不是关节，而是数据

机器人工厂最新的基础设施不是产线，而是一个捕捉台。据The Robot Report报道，9月30日，数据工程公司Innodata启用了一座研发实验室。这座实验室直接从人体或机械本体上记录三维动作，而不是从二维视频里推断动作。

“物理AI的增长快过AI其他任何细分领域，但每支机器人团队都会撞上同一堵墙：真实世界的交互数据不够，而现有的数据既贵又产得慢，”Innodata首席执行官Rahul Singhal在该媒体刊载的声明中说。这座设施还将验证机器人自身产生的性能数据。

为什么工厂里仍然需要人留在回路中

Innodata负责机器人与物理AI的副总裁Franklin Tanner对The Robot Report说，物理AI“必须一次一次交互地去挣它的token，而且每一次都得是有意为之”。他举了机器人拿杯子的例子：抓杯柄通常没错，但要是把装满热液的杯子从底部端起来，就可能烫到用户。他说，这种上下文即便在现有数据集里也常常缺失。Innodata表示，其传感器记录每一个关节的动作，采集范围覆盖人形机器人、遥操作硬件、可穿戴系统、传感器支架以及Universal Manipulator Interface夹爪。

延迟是问题的另一半。同样在9月30日，MindOn发布了Mind-1，称这款物理AI模型把机器人任务执行速度提升到人类水平，并把推理延迟从82毫秒降到32毫秒。公司认为，当末端执行器速度为3米每秒时，10毫秒的延迟约等于3厘米的位移，足以毁掉一次精确抓取或插入。它还把矛头指向训练数据本身：如今的操控数据大多来自遥操作，而遥操作比人的自然动作慢，于是模型不光学会了任务，也学会了慢节奏。

独立评测显示，这个差距并没有均匀收窄。Fig Inc.于9月30日发布的一份技术报告评估了包括Astra和Opus 5.5在内的前沿模型，覆盖网页自动化以及四个物理领域。报告发现，每一对被测模型中，得分较低的那个都至少解决了一个得分较高者失败的任务。作者把这种表现称为“锯齿状”，并以RIDGE之名公布了逐条结果。

“直接的三维动作捕捉无可替代，”Tanner表示。“当计算机视觉模型试图理解二维像素网格时，错误难免会混进来。”

资金继续流向车间

投资也在追随同一套逻辑。据Tech.eu报道，9月30日，总部位于巴黎的Inbolt表示完成1100万欧元融资，由Shift4Good领投，Bridges Climate Transition Partners以及现有投资方BNP Paribas Développement和Ora Global参投，累计融资达到3000万欧元。Inbolt把三维视觉与一层不依赖硬件的AI结合起来，让机器人实时调整控制回路。公司称其软件运行在三大洲100多座工厂的200多台机器人上，客户包括Bosch、Beko、Flex、Ford、Stellantis和Toyota。

这个行业的公告并非都是工程性质的。Electrek于9月30日报道，纳斯达克上市公司KIDZ AI（前身为Classover Holdings）向Tesla发出了一份针对500台Robotaxi的“采购询价”。该公司公布2026年第二季度服务收入为48万美元，同比下降34%，季度亏损250万美元；其自家新闻稿称这份询价不构成有约束力的订单。Electrek指出，即便按Elon Musk“低于3万美元”的目标价计算，500台Cybercab也要花费约1500万美元，大致是该公司市值的六倍。

硬件供应链也有自己的纠纷。Electrek还在9月30日报道，Linton Crystal Technologies于9月22日在德克萨斯州一家联邦法院起诉浙江晶盛机电，涉及两项美国专利，内容是一种用于晶体生长的籽晶提升与旋转系统。中国行业报道称，晶盛机电今年早些时候拿下了Tesla约30亿元（约4.2亿美元）的拉晶炉订单，不过Tesla并非该诉讼当事方，Tesla和晶盛机电也均未确认这笔订单。晶盛机电9月24日对投资者表示，其产品采用的是与这些专利“完全不同的技术方案”。

对工业市场之外的厂商来说，约束更平常。在Hackster.io上，Petoi创始人李荣仲于9月30日写道，公司自2018年Nybble众筹项目以来已出货超过3万台四足机器人，并描述了他推导出的一个公式，用产品活跃自由度来刻画其可行性。他当前的产品Quaddle在Kickstarter上起售价99美元。

Arrowfly是The Robot Report的母公司，同一天它推出了AI for Engineers，一个由20多个工程类品牌支持的编辑与活动平台。其旗舰会议定于2027年9月20日至22日在内华达州亨德森举行，预计700人参加。