Innodata开设动作捕捉实验室,机器人厂商转向比拼人类速度
Innodata于9月30日开设动作捕捉实验室,为仿人机器人和工业机器人生产训练数据,并称直接进行3D捕捉优于从2D视频推断动作。同一天,MindOn表示其Mind-1模型把机器人推理延迟从82ms降到32ms。

Innodata于9月30日开设动作捕捉实验室,称该实验室将为仿人机器人和工业机器人生产训练数据,并独立验证机器人自身产生的性能数据。这家位于新泽西州里奇菲尔德帕克的公司成立于1988年,表示它直接从人体或机械体上捕捉3D数据,而不是通过分析2D视频来推断动作。
据The Robot Report报道,该设施面向那些撞上Innodata所称“数据墙”的团队。
“直接进行3D动作捕捉是无可替代的,”Innodata机器人与物理AI副总裁Franklin Tanner对The Robot Report说。他表示,传感器的设计目的是记录每个关节最细微的动作,而在训练一台重近200 lb(90.7 kg)的仿人机器人时,读数“不能只是大概差不多”。Tanner举了机器人拿起杯子的例子:抓杯柄是正常的,抓杯底也不算错,除非杯子里装着热液体。他说,上下文并不总是被编码进现有数据集。
数据问题不只是数量。Tanner把物理AI形容为必须“一次一次交互地挣得自己的token”。Innodata表示,它为人形机器人、遥操作硬件、可穿戴系统、传感器装置、Universal Manipulator Interface夹爪以及其他多模态捕捉方案生产训练数据,这些数据可以输入数字孪生,用于处理边缘情况。该实验室还做独立验证,这一点很重要,因为厂商发布的性能声明,买家并不容易核实。
速度成为下一个战场
同一天,MindOn推出Mind-1,称这是一个物理AI模型,能让机器人在物流和日常环境中以人类水平的速度执行任务,有些任务完成得比人还快。公司公布了延迟数据:推理从82ms降到32ms。其工程论证很具体。末端执行器速度为3 m/s时,10ms延迟约等于3cm的位移,足以影响精确抓取、插入或接触密集的操作。
MindOn还指向训练数据本身。大量机器人操作数据来自遥操作,而遥操作往往比人的自然动作慢,因此模型在学习任务的同时也学会了演示的节奏。公司认为,一台完成任务比人慢五倍或十倍的机器人,仍然很难放进真实工作流程。重点由此从“机器人能不能做这个任务”转向“它能不能按仓库或工厂需要的节拍来做”。
这些商业声明将接受独立测量的检验。Fig Inc.于9月30日发布了一项覆盖五个领域的评估,包括Bench2Drive、VLABench、IndEgo和Assembly101,发现它所说的“参差不齐”的表现:在测试的每一对模型中,得分较低的模型都解决了一些得分较高模型失败的任务。最佳模型会随网站和基准自身的难度标签而变化,而一次模型更新可能让平均分几乎不变,同时许多单项任务的结果发生翻转。Fig以RIDGE为名发布了单项结果。
这对任何凭基准分数买机器人的人都有影响。作者认为,一个头条平均分会掩盖成功率在不同任务之间的差异,而模型部署所在的任务类别对可靠性的影响,与选哪个模型差不多。对工厂部署来说,真正算数的失败是发生在你自己产线上的那一个,而不是被平均掉的那一个。
初创公司卖的是那一层,不是本体
Destro于9月30日结束隐身状态,带着800万美元种子轮和一个不寻常的定位:它不是机器人公司。TechCrunch报道,这家初创公司构建了一个AI层,同时也指挥人类工人,目前正在太平洋西北地区一家Yusen Logistics设施里试点,使用三台由Miva Robotics制造的推车机器人,由Destro基于开放权重视觉语言动作模型的Vision系统操作。Yusen美国物流集团自动化总监Richard Brunelle对TechCrunch说,他请Destro调整其拣选和包装工具,用于越库作业,也就是货物从一辆卡车转入为其他卡车准备的混合装载。
“很多机器人公司是从机器人工程师问‘我能做什么酷东西’开始的,”Destro创始人Manthan Pawar对TechCrunch说。“我们之所以能赢过机器人公司,最大的原因之一就是我们不是机器人公司。”
据Tech.eu报道,2019年成立的巴黎工业机器人公司Inbolt于9月30日融资1100万欧元,用于国际扩张并进入数据中心和电子制造领域。本轮由Shift4Good领投,Bridges Climate Transition Partners以及现有投资方BNP Paribas Développement和Ora Global参投,总融资额达到3000万欧元。Inbolt把3D视觉与一个不依赖硬件的AI软件层结合起来,实时调整机器人控制回路,并称其系统运行在三大洲100多家工厂的200多台机器人上,客户包括Bosch、Beko、Flex、Ford、Stellantis和Toyota。
两家公司卖的是同一个判断:硬件正日益成为商品,难的是让已安装的设备应对变化、错位的零件和工具磨损,同时不停线。
工业基本盘仍然是关键
对仿人机器人炒作最清楚的反证,存在于更老的已安装设备里。据Electrek报道,Linton Crystal Technologies于9月22日在美国德克萨斯州东区联邦地区法院马歇尔分院起诉浙江晶盛,主张两项专利,涉及直拉法晶体生长炉的籽晶提升与旋转系统。在深圳上市的晶盛市值约530亿元,它于9月24日向投资者披露了这起诉讼,称其产品使用的“技术方案与专利完全不同”,公司尚未被正式送达诉讼文书,预计不会产生重大影响。Linton要求赔偿损失、对故意侵权处以三倍赔偿,并申请永久禁令。
此案牵涉特斯拉计划在德克萨斯州建设的太阳能工厂,因为晶体生长炉是制造硅片的第一步。中国行业媒体报道称,晶盛今年早些时候拿下了特斯拉约30亿元(约合42000万美元)的晶体生长炉订单,并梳理出一条时间线:特斯拉的招标2月截止,3月签约,4月开始发货,计划第三季度完成全部交付。特斯拉和晶盛均未确认该订单,特斯拉也不是本案当事方。Electrek还指出,晶盛2026年上半年营收同比下降约40%,大连连城同期出现小幅亏损,原因是中国的太阳能制造产能过剩压垮了设备订单。
另一种现实检验来自KIDZ AI,一家在纳斯达克上市、市值约240万美元的公司,它于9月30日宣布已向特斯拉发出采购询价,拟购买500台Robotaxi。Electrek报道,这家公司前身是一家名为Classover Holdings的在线编程学校,它表示该询价不构成有约束力的订单,计划处于初步阶段。其2026年第二季度业绩显示,服务收入同比下降34%至48万美元,季度亏损250万美元。该股盘前上涨约10%,开盘后下跌约6%,过去一年累计下跌约99.97%。
在同一个9月30日的消息堆里,The Robot Report的母公司Arrowfly推出了AI for Engineers,这是一个包含新闻编辑部、定于2027年9月20日至22日在内华达州亨德森举行的年度会议、原创研究和顾问委员会的平台。它面向在产品设计、制造、机器人、医疗科技和能源领域应用AI的工程师,卖点是从实验走向可重复的应用,而不是某台具体的机器人。Rongzhong Li自2018年Nybble众筹以来已交付3万多台四足机器人,他在Hackster上写道,近年来机器人领域交付量最大的产品是视频,而每一种形态最终都会找到最接近它擅长之事的路径。仿人机器人工厂也将以同样的方式被评判。
资料来源
9- 01Innodata opens motion-capture lab to help humanoids move more like peopleEN
- 02Mind-1: Cutting robot inference latency from 82ms to 32msEN
- 03How Do Astra and Opus 5.5 Perform on Robotics and Web TasksEN
- 04Destro AI's secret sauce is getting robots and humans on the same pageEN
- 05Inbolt raises €11M to bring real-time vision and intelligence to industrial robotsEN
- 06Tesla's solar factory dragged into patent war between Chinese suppliersEN
- 07Tesla Robotaxi fleets are the new crypto treasury for zombie companiesEN
- 08The Robot Report parent Arrowfly launches AI for Engineers platform, events for engineers navigating AIEN
- 09What 30k robot dogs taught me about degrees of freedom, shipping a real productEN
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。
评论
0- 还没有评论——来说两句吧。