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
›

人形机器人进厂:中国出货占77.9%,特斯拉与Maven各押一条路

2026年上半年,中国出货超过19000台人形机器人,占全球出货量的77.9%。这组数字出自IDC,TechNode于9月29日报道。

科技新闻林晓雯发布: 2026年10月1日8 分钟阅读资料来源 9
人形机器人进厂:中国出货占77.9%,特斯拉与Maven各押一条路

2026年上半年,中国出货超过19000台人形机器人,占全球出货量的77.9%。这组数字出自IDC,TechNode于9月29日报道。同期全球出货接近25000台,同比增长432.1%,IDC把2030年的预测上调到75万台以上。数字公布的时候,行业里还在争一件事:人形机器人到底该放在工厂、仓库,还是家里。这批材料里最新的报道日期是10月1日,指向的方向不止一个。有的谈关节控制器的存储架构,有的谈一台面向家长、售价3555美元的轮式机器人。

特斯拉的产能难题

工厂这一侧,特斯拉仍是最受关注的样本。Ars Technica 9月26日报道,特斯拉从电动车转向人形机器人,在复杂的手部结构上遇到麻烦,也有员工反对训练将来取代自己的机器。Ars Technica 引用了 The Information 的报道,其中提到产线设备难以把零件精确对位,产线提速也受限制。

据报道,特斯拉的产量已经提升到每周数百台,目标是在2026年底前达到每周1000台以上。这个差距不小。据 The Information 报道,特斯拉位于加州的弗里蒙特工厂自2026年5月起停产 Model S 轿车和 Model X SUV,产线工人和工程师转到 Optimus 项目。CEO 埃隆·马斯克在特斯拉2026年第二季度财报电话会上说,Optimus 有可能成为“史上最伟大的产品”。他也承认,造出一台能处理多种任务的自主人形机器人,是“最难解决的问题之一”。

手部是最明显的瓶颈。Optimus 的手掌与前臂加起来有100多个小零件,包括螺丝,要靠工人手工装配,新造出来的机器人还得马上返修。手部触觉传感器不够可靠,特斯拉为此做了一层手套式传感器,更换时不必换掉整只手。

工人这边也有抵触。The Information 写到,一些员工抱怨,因为“他们知道这些机器人设计出来就是为了最终取代自己”。此前特斯拉让得州和加州的工人穿上特制服装记录动作。后来特斯拉把这类数据采集交给专门团队,并设立了“训练中心”。

这些问题并非特斯拉独有。同一篇报道还提到,机器人零部件仍依赖中国供应商,竞争对手包括中国、日本和韩国的车企,以及专做人形机器人的公司。丰田计划投入数十亿升级工厂的机器人配置,其中包含人形机器人。现代计划在未来几年内部署最多25000台 Atlas 人形机器人,由美国子公司波士顿动力开发。

Maven 押注轮子而非双腿

10月1日,一家圣克拉拉的公司给出了相反的看法。Maven Robotics 成立于2024年,已经做出四代移动操作机器人,融资1亿美元,并从试点走到与第一个客户签订生产合同,The Robot Report 报道。联合创始人兼 CEO Hamza Derbas 说,这些机器人每天运行16小时,每周5天,正常运行时间最高可达99%。

Derbas 对 The Robot Report 说,人形机器人公司“是从人的形态出发,再倒回去找一个要解决的问题”。Maven 反过来,从任务出发。它最早的两个工作流是混合箱码垛和周转箱搬运。公司称,它的轮式底盘能够探到48英寸(121.9厘米)托盘的最里侧,或伸进高达3米(9.8英尺)的货架,同时承载30公斤(66.1磅)的负载。

“工业作业不是胆小的人能干的,”Derbas 说。“可靠性的门槛非常高。客户并不要求在第一天就得到一个智能上完全通用的机器人。通用化是一段旅程,可靠性不是,它第一天就必须具备。”

这种看法不限于创业公司。那不勒斯费德里科二世大学自动化与机器人学教授 Bruno Siciliano 10月1日对《24小时太阳报》说,完全拟人的版本,连腿一起,在工厂里并不总是高效。他列举了成本、稳定性、狭窄空间里的移动灵活性和监管问题,还提到宝马在南卡罗来纳工厂重新考虑 Figure AI 人形机器人的用法。Siciliano 另外提出一项欧洲政策设想:仿照《芯片法案》制定一部以人工智能为基础的机器人法,预算300亿欧元,目标是到2035年拿下全球市场的33%。

底层的存储与传感器

不管形态如何,下面的电子部件正在受到关注。Semiengineering 10月1日刊登一篇赞助博客,讲分布式非易失性存储如何支撑人形机器人的遥测记录、功能安全和时间敏感网络。文章引用高盛的分析报告,称到2035年人形机器人年出货量可能超过600万台,而2025年还不到15000台。

工程细节很具体。标准 Flash 和 EEPROM 器件有5到10毫秒的页写入延迟,这段时间里数据停在易失性缓冲区,内部电荷泵在给存储单元编程。如果人形机器人在这个窗口里断电或触发急停,正在写入的位置日志就会断裂,关节控制器丢失绝对坐标,重启时必须走一遍机械回零。以超过10 kHz的采样率记录电机扭矩、速度和肢体位置,也会超出传统非易失性存储的耐久上限。

热应力带来另一重限制。紧凑的关节壳体内部,机械摩擦和电功率损耗会把温度推到+100°C以上,这会劣化老式电荷存储器的氧化层绝缘,缩短数据保持时间。高扭矩无刷直流电机在关节控制电子附近产生电磁干扰和杂散磁场,可能让遥测数据出现位错误。

安全不只是硬件问题。The Robot Report 10月1日刊登 VicOne LAB R7 的一篇文章,认为机器人即使遵守自身的安全规则,仍可能依据被操纵的信息行动。研究人员引用了已发表的视觉-语言-动作模型研究。其中一项在模拟机器人测试中,摄像头视野里的一块贴片降低了任务成功率;另一项 FreezeVLA 中,一张对抗图像让受测模型忽略了后续指令。

在 VicOne LAB R7 自己的测试里,海报上的一段文字被当成指令,改变了机器狗的动作。人耳听不见的构造音频,改变了一台医院服务机器人的模拟行为,该机器人运行在 NVIDIA Jetson AGX Orin 上的 Nemotron。在一场机器人漏洞赏金活动上,研究人员向一台机器人注入了一条 ROS 2/DDS 消息,主办方本以为它在安全控制设置下会保持静止。机器人动了。文章还提到,研究人员演示过针对陀螺仪存在漏洞的无人机的声波攻击,但没有演示同样的攻击链让人形机器人摔倒。

数据、巡检与家庭

训练数据仍是这个行业共同的瓶颈。The Robot Report 9月30日报道,Innodata 开设了一间动作捕捉实验室,与动捕厂商 Vicon 合作搭建,使用红外光学跟踪相机,测量精度达到亚毫米级。Innodata 机器人与物理 AI 副总裁 Franklin Tanner 对该刊说:“物理 AI 只能一次一次交互地挣得它的 token,而且每一次都必须是有意为之。”

Tanner 指出了一个容易被忽略的缺口:“我们现在还没有人与机器人交互的训练数据。这是实验室正在做的一个方向,把这一环装上仪器,让多个智能体能够协同工作。”

10月1日的另一条消息是,ANYbotics 推出 Shift 云平台,用于规划和执行 ANYmal 四足机器人的多机巡检任务,把现场数据接入 SAP、IBM Maximo、GE Vernova APM、Cognite 和 Oracle 等企业系统。“当现场数据直接流入维护动作时,机器人巡检的价值最大,”联合创始人兼 CEO Péter Fankhauser 说。

消费端,横跨旧金山和巴黎的创业公司 Flourish 正准备开卖 Flourish One,一台售价3555美元的轮式人形家用机器人,The Robot Report 9月29日报道。每条手臂负载1.5公斤(4磅),电池按手臂运行12小时设计,主机用树莓派,训练和更高层的推理交给云端 GPU。创始人 Antoine Marcel 对该刊说,用户只用一部手机,30分钟内就能教会它做家务,手机的惯性测量单元负责驱动机器人的远程操作。

所有这些押注都依赖一条尚未定型的供应链和政策环境。这批材料自身的报道显示:中国主导当前出货,美国车企在真实产线上测试人形机器人,欧洲研究者在主张另一种模式,零部件和数据供应商在抢着补缺口。这些环节里哪一个最终成为瓶颈,目前还没有答案。

评论 0

资料来源

9
  1. 01China accounts for 77.9% of global humanoid robot shipments in H1, IDC saysEN
  2. 02Tesla workers balk at training Optimus humanoid robots as replacementsEN
  3. 03How Maven Robotics plans to automate industrial work, one task at a timeEN
  4. 04Umanoidi, il professore di robotica Bruno Siciliano: «L'Ue punta sull'interazione tra uomo e macchina»EN
  5. 05Memory At The Edge: Non-Volatile Memory Challenges And Requirements For Humanoid RobotsEN
  6. 06Your Robot's Safety Functions Already Work. What If the Input Lies?EN
  7. 07Innodata opens motion-capture lab to help humanoids move more like peopleEN
  8. 08ANYbotics launches Shift to streamline robot fleet operations, scale inspectionsEN
  9. 09Meet Flourish One, the Raspberry Pi-powered humanoid built for busy parentsEN

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。