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
›

机器人手更灵活了,太阳能炉由谁建造也打起了官司

Innodata于9月30日启用一座动作捕捉实验室,为人形机器人和其他具身智能生成训练数据。公司称,可用的真实世界交互数据已经耗尽。

科技分析王雅琴发布: 2026年9月30日8 分钟阅读资料来源 9
机器人手更灵活了,太阳能炉由谁建造也打起了官司

Innodata是一家数据工程公司,1988年成立,总部位于新泽西州里奇菲尔德帕克。公司表示,新研发基地直接从人体和机械本体采集三维动作,不再从二维视频里推算。《The Robot Report》在9月30日报道了实验室的启用。

理由很直白:机器人没有互联网可学。大语言模型抓取的是一个已经存在的网络,而人形机器人得自己造语料,一个动作一个动作地积累,速度慢,成本高。

“具身智能的增长快过人工智能的任何其他分支,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,已有的数据又贵又难产。”Innodata首席执行官Rahul Singhal在《The Robot Report》刊载的声明中说。公司机器人与具身智能副总裁Franklin Tanner对同一家媒体表示,他们的传感器能捕捉每个关节最细微的动作,一台近200磅(90.7公斤)的人形机器人容不得粗略读数。

据Innodata介绍,实验室还会独立验证机器人内部生成的性能数据。这第二项职能和第一项同样重要。机器人自己的日志不是中立的记录,把机器人放进工厂的企业需要的更接近一次审计,而不是一份自述。

延迟,不只是能力

Innodata在解决数据问题的时候,一家叫MindOn的初创公司9月30日发布技术文章,称其Mind-1模型把机器人推理延迟从82毫秒降到32毫秒,在一组物流和日常操作任务上达到人类水平的循环时间。公司说,有些任务完成得比人还快。

文章罕见地具体解释了速度为什么难。末端执行器速度达到每秒3米时,10毫秒的延迟相当于大约3厘米的位移,足以毁掉一次精确抓取或插入。MindOn还把矛头指向训练数据:大量机器人操作数据来自遥操作,而遥操作比人的自然动作慢,模型于是连同任务一起学会了慢吞吞的节奏。

“一台能完成任务、但比人多花五倍或十倍时间的机器人,仍然很难接入真实的工作流程。”公司写道。

这些数字出自MindOn自己,尚未被独立复现。可以把它当成有合理机制支撑的厂商说法,而不是定论。

同一天发布的独立评测工作说明了单个亮眼数字为什么值得怀疑。Fig Inc发布了一份技术报告和一个名为RIDGE的数据集,覆盖VisualWebArena上的七个模型,以及四个物理基准上的三个模型:Bench2Drive、VLABench、IndEgo和Assembly101。其核心发现是,基准平均分掩盖了模型表现的参差不齐。

在作者测试的每一对模型里,得分较低的那个至少解出了得分较高者失败的一道题。一次模型更新可能让平均分几乎不动,却翻转许多单项任务;一次把平均分提上去的更新,仍然丢掉了旧版本能处理的任务。报告涉及Gemini 3.5-Flash、Astra、Opus 5.5等模型。对挑选机器人技术栈的人来说,实际教训是:排行榜名次说明的问题,比你要跑的具体任务类别少得多。

资金流向感知

总部在巴黎的Inbolt融资1100万欧元,把实时视觉和自适应控制推进工业机器人,Tech.eu在9月30日报道。本轮由Shift4Good领投,Bridges Climate Transition Partners以及现有投资方BNP Paribas Développement和Ora Global参与,累计融资达到3000万欧元。

Inbolt针对的是一种具体的故障:即便在高度自动化的工厂里,零件到位时位置偏了,或者工装磨损了,机器人也会卡住或产出次品。公司称,其三维视觉加硬件无关的AI层已部署在三大洲100多家工厂的200多台机器人上,客户包括Bosch、Beko、Flex、Ford、Stellantis和Toyota。这些部署数字来自公司及其投资方的公告。

同一天,Destro结束隐身状态,公布800万美元种子轮,TechCrunch报道。这家初创公司不造机器人,而是做一层协调系统,告诉机器和工人各自该做什么。它正在美国西北太平洋地区一家Yusen Logistics的设施里试点,配三台Miva Robotics的搬货车机器人。

Destro创始人Manthan Pawar对TechCrunch说,不是机器人公司反而是竞争优势。Yusen Logistics美国分公司自动化总监Richard Brunelle说,他要求Destro把拣选和包装工具改用于越库作业,也就是货物从一辆卡车转到另一辆卡车的混装货上。

一天里两轮融资加一次产品发布,本身算不上热潮。但三件事的走向一致:钱进了数据、感知和协调,而不是又一副双足底盘。

一场专利诉讼落到特斯拉的太阳能计划上

本周影响最大的一件事跟机器人无关。纽约州罗切斯特的Linton Crystal Technologies由中国大连连城全资拥有,该公司9月22日在美国德克萨斯州东区联邦地区法院起诉浙江晶盛,Electrek在9月30日报道。涉案专利号为11255024和11814746,涉及直拉法晶体生长炉的籽晶提升与旋转系统,这种炉子从熔融硅中拉出单晶硅锭。

晶盛9月24日向投资者披露了这起诉讼,称其产品采用的技术方案与专利完全不同,公司尚未收到正式送达,预计不会有重大影响。连城方面要求赔偿损失、针对故意侵权的三倍赔偿以及永久禁令。

特斯拉正是通过这道禁令间接卷入。据Electrek援引中国行业报道,晶盛今年早些时候拿下特斯拉约30亿元的晶体生长炉订单,约合42000万美元。特斯拉不是案件当事方,特斯拉和晶盛都没有确认这笔订单。

中国行业媒体报道的时间线是:特斯拉2月截止招标,采购210毫米单晶炉、硅片切割设备和石英坩埚;3月签约;4月开始发货;计划第三季度完成交付。8月,特斯拉以Project Crystal Sun的名义申请在Fort Bend县建设101亿美元的工厂,覆盖从拉晶到成品组件的全流程,计划2029年初投产。《The Robot Report》的姊妹媒体Electrek从3月起跟踪这一建设,当时有报道称特斯拉在洽谈购买29亿美元的中国太阳能设备。

两家供应商都承受着中国光伏产能过剩的压力。据Electrek报道,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。这样规模的美国订单对哪一家都很重要。

有一个细节让这套说法变得复杂。连城执行董事Todd Barnum称这起诉讼是捍卫美国创新,并指出公司源自罗切斯特,历史可追溯到1952年。但其母公司在北京证券交易所上市。正如Electrek所指出的,这是一场两家中国公司之间的争斗,通过美国关联公司在德克萨斯州的法庭上进行。

那支只存在于新闻稿里的车队

可信度再往下走一档:KIDZ AI 9月30日宣布,已向特斯拉发出采购询价,要买500辆Robotaxi。这家公司原名Classover Holdings,是一家在线编程学校,市值约240万美元,Electrek报道。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。截至6月底,公司报告的现金及受限现金为888万美元。

按Elon Musk为Cybercab设定的不到3万美元的目标价,500辆车大约要1500万美元,约为公司市值的六倍。KIDZ AI自己的公告写明,该询价不构成有约束力的订单,公司也可能决定不再推进。股价盘前上涨约10%,开盘后下跌约6%。

Electrek把这桩事归入一条脉络:公司此前放弃的Solana财库计划,随后转向Hyperliquid、GPU云和柬埔寨数据中心股权,大约15个月里换了四个热门赛道。

噪音之下确实有一个真实的机器人市场,它由那些把关节角度量到毫米、把控制回路的毫秒一点点削掉的公司建起来。这个行业没有回答的问题是:当真正有意思的活计显出乏味的本相,也就是捕捉设备、基准测试的纪律,以及德克萨斯州那座必须先拉出第一根硅锭、否则其余一切都不作数的炉子,追逐人形轮廓的资本还会不会留在原地。

评论 0

资料来源

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