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
›

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。

科技分析王雅琴发布: 2026年9月30日7 分钟阅读资料来源 9
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,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。

评论 0

资料来源

9
  1. 01Innodata opens motion-capture lab to help humanoids move more like peopleEN
  2. 02Mind-1: Cutting robot inference latency from 82ms to 32msEN
  3. 03How Do Astra and Opus 5.5 Perform on Robotics and Web TasksEN
  4. 04Destro AI's secret sauce is getting robots and humans on the same pageEN
  5. 05Inbolt raises €11M to bring real-time vision and intelligence to industrial robotsEN
  6. 06Tesla's solar factory dragged into patent war between Chinese suppliersEN
  7. 07Tesla Robotaxi fleets are the new crypto treasury for zombie companiesEN
  8. 08The Robot Report parent Arrowfly launches AI for Engineers platform, events for engineers navigating AIEN
  9. 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。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

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。