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
›

人形机器人工厂:哪些已在运转,哪些还只是演示

国际机器人联合会(IFR)9月27日称,2025年全球工厂在役机器人达到创纪录的500万台。档案里最新的类人实验是斯坦福与加州理工的HomeBody,9月28日发表,它让GPT Astra模型直接驱动一具机器人身体。

科技解释林晓雯发布: 2026年9月28日7 分钟阅读资料来源 9
人形机器人工厂:哪些已在运转,哪些还只是演示

眼下讲人形机器人工厂的故事,有两个数字最能定调。它们都不是人形机器人公司给出的。

第一个是500万,即2025年全球工业机器人在役存量,同比增长9%,数据来自国际机器人联合会。IFR在9月27日发布了这个数字,当年全球新装机超过60万台,增长11%。第二个是20000元人民币,约合2900美元,是武汉一家法院在一起AI生成短剧著作权案中判给的赔偿,据The Decoder 9月28日报道。前一个数字描述的是一个已经批量出货的行业,后一个数字说明,围绕AI驱动机器的法律与技术支架还多么年轻。

人形机器人正尴尬地卡在这两个世界之间。

今天真正在运转的

档案里最明确的人形机器人落地,不在汽车厂。据Ars Technica报道,它发生在GXO Logistics位于亚特兰大地区的一座仓库,总部在俄勒冈的Agility Robotics最早把自家Digit机器人派上了岗。这是商业部署,不是试运行视频。Agility还在通过与Churchill Capital Corp. XI的SPAC合并上市,交易估值25亿,预计募资总额超过62000万,The Robot Report 9月25日报道。

S-4文件中披露的财务数据没有估值那么好看:2025年营收180万,经营亏损14000万。Agility称,来自单一客户的多年度Digit v5订单超过3亿,将在未来几年交付。这份在手订单说明需求存在。已确认的营收如此之小,说明规模化仍处在很早期,而这是本档案中任何人形机器人开发商披露过的最具体的财务信息。

Agility也在为自己的形态留后路。CEO Jonathan Hurst对The Robot Report说,公司"正在探索多种机器人设计和形态,包括轮式",此前Digit 5发布视频中出现了一台轮式机器人。被问及这究竟意味着轮式Digit还是新机型时,Hurst说:"现在说还太早!"轮式产品没有时间表。

特斯拉的产线,和它的手

声势最大的人形机器人工厂说法来自特斯拉,围绕它的报道也最有争议。Ars Technica援引The Information 9月26日发表的调查称,弗里蒙特工厂已在2026年5月停产Model S轿车和Model X SUV,产线工人和工程师被调去做Optimus。据报道,产量已提升到每周数百台,目标是到2026年底超过每周1000台。

瓶颈是物理层面的。据The Information,Optimus的手与前臂合起来有100多个小零件,包括螺丝,由工人手工装配。新造出的机器人需要立刻返修;触觉传感器被证明不够可靠,特斯拉于是做了一层可更换的、类似手套的传感器层,而不是整只手一起换。一位消息人士说,这些机器人需要在受控环境里针对具体任务编程。特斯拉没有对档案中的这一说法提出异议。

"我们正在探索多种机器人设计和形态,包括轮式,以应对不同的运行环境和客户需求。"Agility Robotics CEO Jonathan Hurst对The Robot Report说

特斯拉自己的数据采集方式还带出一个劳工问题。得克萨斯和加州的工人穿着动作捕捉服记录自己的动作,用来喂模仿学习模型,The Information报道称有人抱怨,因为他们知道这些机器人最终就是为取代他们而设计的。特斯拉把这部分工作转给了专门的团队,并设立了训练中心。丰田走的是完全不同的路子,工人用指状夹具教自家的轮式ELEY人形机器人,执行副总裁中岛裕树对Nikkei Asia说,目标是"一个机器人与人类共存、而不是取代人类的世界"。

丰田的计划规模大,时间也定死了:据Nikkei Asia经Ars Technica报道,从2028年起,集团打算每年投入642000万用于工厂升级,自有工厂部署15万台机器人,集团其他设施再部署25万台。现代汽车计划在未来几年内部署最多2.5万台波士顿动力Atlas机器人,从2028年开始落地,波士顿动力9月21日在现代汽车乔治亚州metaplant开设了训练中心。

研究层也在动

档案里最新的条目是一个研究演示,不是产品。据The Decoder和heise online分别于9月28日和9月27日报道,斯坦福与加州理工的研究人员做出了HomeBody,这套系统让Unitree G1人形机器人直接运行GPT Astra,中间不需要通常那层训练过的视觉-语言-动作模型。机器人探索一间陌生的厨房,在英伟达Isaac Sim里建出数字孪生,对已经看不见的物体保持空间记忆,然后收拾:把咖啡放到厨房岛台上,把牛奶和橙汁纸盒丢进垃圾桶。

它还从抽屉里取过药。团队说,不需要针对具体环境训练的数据,也不需要额外的策略学习。有意思的是它的局限:延迟、手指伺服电机过热、算力成本高,据The Decoder。heise的报道指出,演示视频有一部分是50倍速播放,整个过程仍然慢得难受。代码在GitHub上。

工业这一侧,IFR的数据说明量到底在哪里。2025年中国安装工业机器人354000台,同比增长20%,占全球部署量的59%。中国供应商的国内份额为55%,低于2024年的57%。美国超过日本成为第二大市场,安装近38500台,增长12%。日本下降19%,为36219台。印度增长15%,接近10500台,2020年至2025年年均增长27%。

欧洲是账本上慢的那一边。德国是欧洲最大市场,占欧盟安装量的41%,下降8%,不足25万台。意大利下降11%,约7800台;法国下降8%,接近4500台;西班牙下降15%,约4300台。IFR预测2026年全球安装量增长9%,达到655000台,到2029年达到806000台。

围绕同一套逻辑,更小的押注也在成形。据Tech.eu 9月24日报道,总部在东京的O-ID由挪威籍CEO Stian Jakobsen和荷兰籍CTO Simon Gormuzov于2025年创立,在由芝加哥TAWANI Ventures领投的pre-seed轮中融资120万,Hustle Fund、Techstars和天使投资人参与。O-ID在做用于制造和物流的模块化人形机器人,计划2027年做工厂试点。它的卖点是可维修性:机载传感器监测零件磨损,让部件能在机器人停机前先发出去,而背景是大型汽车厂停机一小时要损失230万。

安全争论走到哪一步

监管和安全的讨论,哪一头都没跟上。Rinaldo Brutoco 9月27日在The Robot Report撰文指出,只有一家商业实体Advanced Robotic Technologies Inc.把阿西莫夫第一定律作为核心软件原则。他引用了Dario Amodei 9月12日的文章《We Must Pace the Frontier》,文中呼吁放慢前沿AI和代理式AI的开发,还引用了一份由2500多名经济学家和技术人士签署的声明,要求立即就转型规划采取行动。英伟达的黄仁勋则被描述为认为这些危险担忧被夸大了。档案没有给出结论,只有分歧。

这种分歧就是人形机器人工厂故事的真实状态。工业机器人之所以突破500万台,是因为它们年复一年可靠地做同一件事。人形机器人正被推进同样的厂房,带着上百个零件的手、尚未公开的产量目标和以百万计的营收。两者之间的差距,才是真正值得跑的那条线。

评论 0

资料来源

9
  1. 01Five Million Robots now Operate in Factories Globally - International Federation of RoboticsEN
  2. 02Agility Robotics, maker of Digit humanoid, exploring wheeled robotsEN
  3. 03Tesla workers balk at training Optimus humanoid robots as replacementsEN
  4. 04Toyota orders workers to train humanoid robots but says humans won't be replacedEN
  5. 05Researchers plug GPT-6 Astra directly into a robot and let it clean up an unfamiliar kitchenEN
  6. 06GPT Astra mit Roboterkörper räumt selbstständig Küche aufDE
  7. 07Europeans in Japan raise $1.2M to put modular humanoid robots to workEN
  8. 08A Wuhan court just made AI production costs a legal factor in copyright infringement casesEN
  9. 09Asimov's laws are not enough to keep robotics and AI safeEN

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。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

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。