人形机器人走进工厂：数据、延迟与董事会内斗

Innodata 于9月30日开设了一间动作捕捉实验室。公司称，这里将为人形机器人和工业机器人生成训练数据，并独立验证这些机器人自己报告的性能数字。据 The Robot Report 报道，这家位于新泽西州里奇菲尔德帕克的数据工程公司与 Vicon 合作建造了该设施。Vicon 的红外光学追踪摄像头能测量到亚毫米级的运动。

过去一周的硬件与软件发布都指向同一个缺口：机器人能动了，但背后的数据和控制回路还撑不起普通工厂的轮班。Innodata 的动作捕捉实验室是其中最新的一件。

砸钱解决数据问题

“物理 AI 是 AI 中增长最快的板块，但每个机器人团队都会撞上同一堵墙：真实世界的交互数据不够，而现有的数据又贵又慢，”Innodata 首席执行官 Rahul Singhal 在公告中说。公司机器人与物理 AI 副总裁 Franklin Tanner 对 The Robot Report 表示，大语言模型可以吃开放的互联网，机器人不行：“物理 AI 只能一次一次交互地挣得自己的 token，而且每一次都得是有意为之。”

Innodata 称它直接从人体或机械本体上捕捉 3D 动作，而不是从 2D 视频里推断，所得数据可以为边缘场景生成数字孪生。Tanner 还点出一个行业不爱谈的限制：目前没有人类与机器人交互的训练数据。这正是新实验室在做的事情之一。

认为决定部署的是数据而非机器人本体的，不止这一家。Destro AI 于9月30日走出隐身状态，完成 800万美元种子轮，由 Base10 Partners 和 Bonfire Ventures 领投，CoFound Partners 参投。它的卖点很不寻常：它根本不造机器人。

“我们能赢过机器人公司，最大的原因之一就是我们不是机器人公司，”创始人 Manthan Pawar 对 TechCrunch 说。

调度人与推车

Destro 的软件既指挥机器，也指挥工人。在太平洋西北地区的一处 Yusen Logistics 设施里，三台由 Miva Robotics 制造的推车机器人运行在 Destro 的 Vision 操作系统上，该系统基于开放权重的视觉-语言-动作模型。工人把货物从一辆卡车上卸进推车，机器人把装满的推车送到目的地。Destro 的 Mothership 操作系统协调人、推车和卡车。Yusen 的 Richard Brunelle 对 TechCrunch 说，另外两家机器人初创公司都适配不了同样的越库作业流程。一家能把推车从一点移到另一点，但处理不了装卸；另一家则需要有人来做调度。

Destro 正把这个试点扩大到 26 台机器人，并在南加州启动第二个试点，规模为 17 台。Pawar 的计划是把越库作业流程复制到其他仓库。不过 TechCrunch 指出，该公司尚未证明自己能处理真正需要灵巧操作的任务。

速度是问题的另一半。MindOn 于9月30日发布技术文章，介绍 Mind-1。公司称，这个物理 AI 模型把机器人推理延迟从 82 毫秒降到 32 毫秒，让任务执行时间接近人类的作业周期。文章坦率说明了为什么这重要：末端执行器速度 3 米每秒时，10 毫秒延迟约等于 3 厘米的位移，足以毁掉一次抓取或插入。MindOn 还指出，多数操作数据来自遥操作，而遥操作比人类自然动作慢得多，模型因此连同任务一起学到了一套慢节奏。

基准测试掩盖了参差不齐

Fig. Inc 的研究人员于9月30日发表了另一项研究，质疑用来比较这些驱动一切模型的分数。团队在 VisualWebArena 的 177 个闭环网页任务上跑了七个前沿模型，包括 Astra 和 Opus 5.5，随后又在四个物理领域跑了三个模型：VLABench、Assembly101、IndEgo 和 Bench2Drive。结论是基准平均值掩盖了模型表现的参差不齐。在测试的每一对模型中，较弱的一个都至少解决了一个较强模型没解决的任务。一次模型更新可以让平均值几乎不变，却翻转许多单项任务。即便在每一个领域的平均值上都胜过 Gemini 3.5-Flash 的模型，在某些任务类别里仍然更差。

这不只是研究问题。9月30日，TechCrunch 报道称，AI 编程初创公司 Factory 的联合创始人兼首席执行官 Matan Grinberg 表示，他已解雇风投人 Chris Degnan 的董事会顾问职务，指控 Degnan 向竞争对手 Cognition 泄露机密信息。Degnan 两小时后宣布已加入 Cognition 出任首席营收官，并称自己是主动辞职而非被解雇。同时投资两家公司的 Khosla Ventures，其创始人 Vinod Khosla 和合伙人 Keith Rabois 在 X 上站到了对立面。Factory 本月以 50亿美元估值融资 2亿美元；Cognition 以 480亿美元估值融资 20亿美元。

钱显然在那里。真正的问题仍然是：那台能在工厂车间把钱挣回来的可靠机器人，什么时候才有。