Innodata 开设动作捕捉实验室，机器人厂商竞逐人类速度

Innodata 于 9 月 30 日开设动作捕捉实验室。公司称，这里将为类人机器人和工业机器人生成训练数据，并独立验证机器人内部产生的性能数据。Innodata 位于新泽西州里奇菲尔德帕克，成立于 1988 年。公司表示，它直接从人体或机械本体捕捉 3D 数据，而不是分析 2D 视频来推断动作。

据 The Robot Report 报道，该实验室面向那些撞上 Innodata 所称“数据墙”的团队。

Innodata 机器人与物理 AI 副总裁 Franklin Tanner 对 The Robot Report 说：“直接 3D 动作捕捉无可替代。”他说，传感器要记录每个关节最细微的动作，而训练一台重近 200 磅（90.7 公斤）的类人机器人时，读数“不能只是差不多”。Tanner 举了机器人拿杯子的例子：抓杯柄正常，抓杯底也不算错，除非杯子里装的是热水。他说，语境并不总是被编码进现有数据集。

数据问题不只是数量。Tanner 说，物理 AI 必须“一次一次交互地挣得自己的 token”。Innodata 表示，它为类人机器人、遥操作硬件、可穿戴系统、传感器支架、Universal Manipulator Interface 夹爪以及其他多模态捕捉装置生产训练数据，这些数据可以输入数字孪生，用来覆盖边缘情况。实验室还做独立验证。厂商发布的性能声明买家并不容易核实，这一步因此很关键。

速度成为下一个战场

同一天，MindOn 推出 Mind-1。公司称这是一个物理 AI 模型，能把机器人在物流和日常环境中的任务执行速度提升到人类水平，部分任务比人完成得更快。公司公布了延迟数据：推理从 82ms 降到 32ms。它的工程论证很具体。当末端执行器速度为 3 m/s 时，10ms 延迟约等于 3cm 的位移，足以影响精确抓取、插入或接触丰富的操作。

MindOn 也把矛头指向训练数据本身。许多机器人操作数据来自遥操作，而遥操作往往比人类自然动作慢，于是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完成”。

这些商业声明将接受独立测量的检验。Fig Inc. 于 9 月 30 日发布了一项横跨五个领域的评测，包括 Bench2Drive、VLABench、IndEgo 和 Assembly101。评测发现了它所说的“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得分较高模型失败的任务。最佳模型会随网站变化，也会随基准自身的难度标签变化。一次模型更新可能让平均分几乎不变，同时大量单项任务结果翻转。Fig 以 RIDGE 为名发布了单项级结果。

这对任何依据基准分数买机器人的人都很重要。作者认为，一个醒目的平均分掩盖了成功率在不同任务间的差异，而模型部署所在的任务类别对可靠性的影响，几乎和选哪个模型一样大。对工厂部署来说，真正要命的失败是你产线上的那一个，不是被平均掉的那一个。

初创公司卖的是层，不是本体

Destro 于 9 月 30 日结束隐身状态，带着 800 万美元种子轮和一套不寻常的说辞：它不是机器人公司。TechCrunch 报道称，这家初创公司打造了一个 AI 层，同时也指挥人类工人。它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 制造的搬车机器人，由 Destro 的 Vision 系统基于开放权重视觉语言动作模型操作。Yusen 美国物流集团自动化总监 Richard Brunelle 对 TechCrunch 说，他请 Destro 把其拣选和包装工具改造用于越库作业，也就是货物从一辆卡车转入为其他卡车准备的混装货。

“很多机器人公司一开始都是机器人工程师在问，我能做什么酷东西？”Destro 创始人 Manthan Pawar 对 TechCrunch 说。“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。”

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 和现有投资方 BNP Paribas Développement、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，实时调整机器人控制回路。公司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：硬件正日益成为大宗商品，难的是让已安装的设备应对变化、零件错位和工具磨损，同时不停线。

工业基本盘仍然是重点

对类人机器人炒作最清楚的反证，存在于更老的已安装设备中。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，主张两项涵盖直拉单晶炉籽晶提升与旋转系统的专利。晶盛在深圳上市，市值约 530 亿元。公司于 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，并预计不会产生重大影响。Linton 请求赔偿、针对故意侵权的三倍赔偿以及永久禁令。

此案牵涉特斯拉计划在德克萨斯州建设的太阳能工厂，因为单晶炉是制造硅片的第一步。中国行业媒体报道称，晶盛今年早些时候赢得约 30 亿元（约 42000 万美元）的特斯拉单晶炉订单，并给出了时间线：特斯拉招标在 2 月结束，合同在 3 月签署，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这笔订单，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%，大连连城同期录得小幅亏损，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。这家纳斯达克上市公司市值约 240 万美元，于 9 月 30 日宣布已向特斯拉发出采购 500 台 Robotaxi 的问询。Electrek 报道称，这家原名 Classover Holdings 的在线编程学校表示，该问询不构成有约束力的订单，计划仍处于初步阶段。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%。

同在 9 月 30 日这一堆消息里，The Robot Report 的母公司 Arrowfly 推出 AI for Engineers。这是一个带有新闻编辑室、原创研究和顾问委员会的平台，年度会议定于 2027 年 9 月 20 日至 22 日在内华达州亨德森举行。它面向在产品设计、制造、机器人、医疗科技和能源中应用 AI 的工程师，卖点是从试验走向可重复的应用，而不是某台具体的机器人。自 2018 年 Nybble 众筹以来已出货 3 万多台四足机器人的 Rongzhong Li 在 Hackster 上写道，近年来机器人领域交付最多的产品是视频，而每一种形态最终都会找到最适合自己做的那条路。类人机器人工厂也将按同样标准被评判。