Innodata 开设动作捕捉实验室，人形机器人热潮撞上工厂现实

Innodata Inc. 9 月 30 日表示，公司已开设一间实验室，用于采集动作数据，训练下一代类人机器人，并独立验证这些机器人内部生成的性能数据。这家数据工程公司 1988 年成立于新泽西州里奇菲尔德帕克。它把这间设施说成是对当前行业核心瓶颈的补救：数据短缺。

Innodata 首席执行官 Rahul Singhal 在《The Robot Report》刊载的一份声明中说：“物理 AI 的增长速度超过 AI 的任何其他细分领域，但每个机器人团队都会撞上同一堵墙：现实世界的交互数据不够，而现有的数据又贵又慢。”公司负责机器人与物理 AI 的副总裁 Franklin Tanner 对同一家媒体说：“物理 AI 只能一次一次交互地挣到自己的 token，而且每一次都必须是有意为之。”

这套说法很窄，也很技术。其他数据供应商通过分析 2D 视频来推断 3D 动作，Innodata 则说它直接从人体或机械本体采集 3D 数据，传感器会记录每一个关节的运动。Tanner 认为精度很关键，因为一台人形机器人重量可以接近 200 磅（90.7 公斤），读数“不能只是大概差不多”。

数据问题就是落地问题

Innodata 的实验室出现在这样一个星期：关于机器人多快进入工厂的说法铺天盖地，同时也有不少人怀疑其中有多少是真的。同一天，《The Robot Report》的母公司 Arrowfly 推出 AI for Engineers，这是一个平台、会议和顾问委员会，面向在产品设计、制造和机器人领域应用 AI 的工程师。Arrowfly 称其工程网络覆盖 20 多个品牌、210 万经过验证的行业读者，已有 3 万名工程专业人士在其媒体矩阵中接触过 AI 话题。这场会议定于 2027 年 9 月 20 日至 22 日在内华达州亨德森举行，预计有 700 名工程师参加，分五个方向，其中包括机器人和工业运营。Arrowfly 工程部门负责销售与战略的高级副总裁 Amanda Buehner 说，工程负责人描述的难题不是要不要采用 AI，而是“如何从试验走向可重复、能出结果的实际应用”。

在模型一侧，一家名为 MindOn 的初创公司 9 月 30 日发布技术文章，称其新的物理 AI 模型 Mind-1 把机器人推理延迟从 82 毫秒降到 32 毫秒。该公司认为，决定机器人能否进入真实工作流的不仅是能力，还有速度：末端执行器速度为每秒 3 米时，10 毫秒延迟大约对应 3 厘米的位移，足以影响精确抓取和插入。MindOn 还指出一个与 Innodata 相呼应的训练数据问题。大量机器人操作数据来自遥操作，而遥操作比人类自然动作慢，模型在学习任务的同时也学到了示范的节奏。该公司说，慢的示范会产生保守的策略。

基准测试掩盖了参差不齐的真相

9 月 30 日发表的独立评测工作，让任何关于进展的单一数字叙事都变得复杂。Fig Inc. 的研究人员评估了包括 Astra 和 Opus 5.5 在内的前沿模型，覆盖网页自动化以及四个物理领域：Bench2Drive、VLABench、IndEgo 和 Assembly101。他们与一个名为 RIDGE 的数据集一同发布的结果是：在测试的每一对模型中，得分较低的模型至少解决了一个得分较高模型失败的任务。

模型更新改变了这些能力分布，却没有推动平均值。同一模型家族内的一次更新让平均分几乎不变，但大量单项任务结果发生翻转；另一次更新提高了平均分，却仍然丢掉了旧模型已解决的任务。物理领域也出现同样的参差不齐：有些模型在每个领域的平均分上都胜过 Gemini 3.5-Flash，却仍在某些任务类别上更差。这对工厂很重要，因为落地决策依赖基准分数。如果一个公布的分数内部成功率波动很大，那么一个平均看起来可靠的机器人，仍可能在产线需要它完成的具体任务上失败。

欧洲为感知层掏钱

资金继续流向那些解决感知与控制缺口、而不是做人形机器人本体的公司。据 Tech.eu 9 月 30 日报道，总部位于巴黎的 Inbolt 融资 1100 万欧元，由 Shift4Good 领投，Bridges Climate Transition Partners 以及现有投资方 BNP Paribas Développement 和 Ora Global 参投。公司累计融资额达到 3000 万欧元。Inbolt 由 Rudy Cohen、Albane Dersy 和 Louis Dumas 于 2019 年创立，把 3D 视觉与一套不依赖硬件的 AI 软件层结合起来，让机器人在新产线或现有产线上实时调整控制回路。Tech.eu 报道称，该系统已部署在三大洲 100 多家工厂的 200 多台机器人上，客户包括 Bosch、Beko、Flex、Ford、Stellantis 和 Toyota。

这家公司瞄准的是一种平淡的故障：零件对不齐或工装磨损，会让机器人停住、报错或产出次品。这是停机时间的问题，不是演示效果的问题。

特斯拉的太阳能供应链，以及一份并不成立的 Robotaxi 订单

本周与机器人沾边的新闻并非都关于机器人。据 Electrek 9 月 30 日报道，特斯拉计划在得克萨斯州建设的太阳能工厂被卷入了两家中国设备制造商之间的美国专利诉讼。总部位于纽约州罗切斯特、由中国大连连城全资拥有的 Linton Crystal Technologies 于 9 月 22 日在得克萨斯州东区联邦法院马歇尔分院起诉浙江晶盛机电，主张两项专利，涉及直拉单晶炉中使用的籽晶提升与旋转系统。在深圳上市的晶盛机电 9 月 24 日向投资者披露了这起诉讼，称其产品使用的“技术方案与涉案专利完全不同”，尚未收到正式送达，预计不会产生重大影响。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。中国行业报道称，晶盛机电拿下了特斯拉约 30 亿元、约合 4.2 亿美元的直拉单晶炉订单。特斯拉不是本案当事方，特斯拉和晶盛机电均未确认该订单。

单晶炉是特斯拉这条链条的第一环。Electrek 指出，特斯拉 8 月为得克萨斯州本德堡县一座 101 亿美元的“Project Crystal Sun”工厂提交了申请，覆盖从长晶到成品组件的全过程，计划 2029 年初投产。报道称，没有单晶炉，就没有硅片，也就没有电池片。

另外，Robotaxi 这条赛道贡献了一个教科书式的例子，说明有些自动化公告有多空。KIDZ AI 原名在线编程学校 Classover Holdings，它 9 月 30 日宣布已向特斯拉发出采购 500 辆 Robotaxi 的“采购询价”。Electrek 指出，公告本身就承认：该询价“不构成有约束力的订单”，计划仍处于初步阶段，公司“可能决定不推进”。KIDZ AI 报告截至 6 月底持有 888 万美元现金及受限现金。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。Electrek 计算，500 辆 Cybercab 即便按 Elon Musk 所说的“低于 3 万美元”目标价，也要约 1500 万美元，约为该公司市值的六倍。该股开盘后下跌约 6%，盘前曾上涨约 10%。

3 万只机器狗说明了什么

本周最扎实的记录不是来自实验室或监管文件，而是来自一位创客。Rongzhong Li 十年前在大学宿舍里做出了 OpenCat 原型，他在 Hackster 上写道，自 2018 年 Nybble 众筹以来，他的公司已出货超过 3 万台四足机器人，第三款产品 Quaddle 正在 Kickstarter 上以 99 美元起售。

Li 给出的数字是这一组里最不炫目的，可能也是最实用的。第一台 OpenCat 原型有 14 个自由度，物料清单约 300 美元，成本更多以时间而非零件来衡量。他指出，近年来机器人领域出货最多的产品是视频，而“机器人只会跳舞或跑得快”这类抱怨没抓住重点：表演性一直是这份工作的一部分。他那个十年未解的开放问题，与执行器或推理延迟无关。问题是一位创客能否造出机器人，并让这份工作有意义到足以让别人一直做下去。这个问题不出现在任何基准测试里。