人形機械人的低延遲,代價在訓練階段支付
預印本《Beyond Retargeting》提出一種人形機械人控制策略,將原始人體動作直接映射為機械人關節指令,省去即時動作重定向。該策略在 Unitree G1 模擬環境及硬件上測試,作者報告其延遲和穩健性均優於比較基線。省下的即時轉換工作轉移至訓練階段,控制效果取決於動作數據對不同體型、速度及感測條件的涵蓋。
預印本《Beyond Retargeting》提出一種人形機械人控制策略,將原始人體動作直接映射為機械人關節指令,省去即時動作重定向。該策略在 Unitree G1 模擬環境及硬件上測試,作者報告其延遲和穩健性均優於比較基線。省下的即時轉換工作轉移至訓練階段,控制效果取決於動作數據對不同體型、速度及感測條件的涵蓋。
覓蜂科技真機操作團隊分析逾20萬小時真機數據及2萬多項任務記錄,指出觀測畫面缺少決策依據會令訓練數據失效。積木拾取試驗中,操作員與機械人同視角觀察,模型操作準確率由約50%升至100%。EGO數據亦有重複、與用戶需求不匹配及同質化等問題。
機械人訓練數據低質的成因包括觀測未涵蓋動作決策依據、EGO 數據重複或與需求不匹配,以及仿真對流體和柔性體的精度不足。文中引用的積木拾取對照顯示,以操作員與機械人同視角觀察的數據訓練模型,手臂操作準確率由約 50% 提高至 100%。姚卯青表示,市場上有企業購入 100 萬小時數據後,最終只有 10% 至 20% 可用。
Physical AI 市場涵蓋能感知、理解並與物理世界互動的智能系統,透過自主移動、操作、檢查及運輸等實際行動創造經濟價值。市場範圍包括自主移動機械人、機械臂、人形機械人、四足機械人及空中機械人等。產品商業表現取決於技術能力、應用要求和經濟價值,也受可靠性、安全、能源效率及環境適應能力影響。
ChinaTalk 團隊在 CoRL 觀察到,雖然機械人基準測試、硬件、強化學習和數據生態均有進展,能在真實世界執行多種任務的通用機械人仍相距甚遠。報道指出,展場硬件供應鏈高度依賴中國企業,亦有中國公司積極拓展機械人訓練數據採集市場。
一目科技創始人兼 CEO 李智強出席博原資本2026年度產業大會,與嘉賓探討人形機械人規模化落地的路徑與節奏。他認為模型能力正逐步收斂至 Scaling Law,但靈巧操作仍是產業缺口。李智強預計,2027至2030年將是 Infra 階段,之後三年進入模型大爆發,再往後三年才是 Harness 與應用鋪開的階段。
微博與新浪新聞於11月19日在北京舉辦「新浪新聞·2026探索大會」,圍繞智能經濟、智能體規模落地及具身智能產業化等議題展開研討。大會同期揭曉2026新浪新聞「探索之心35」評選結果,致敬AI浪潮中的先鋒實踐者。
投中信息副總經理吳浠表示,2026年中國股權投資市場融資活躍度創歷史高點,但高估值令投資機構出手更審慎。投中榜PE/VC TOP50機構前三季度出手次數按年增長70%至80%,第四季度增幅回落至18%,日均出手由第三季度的14次降至9.6次。國資LP出資比重由2024年第四季度約80%降至2026年第三季度的54%。
中國工程院院士陳學東指出,具身智能將賦能新一代智能製造,驅動第四次工業革命。現時互聯網上可用於訓練具身智能大模型的數據不足50萬小時,而訓練一個大模型所需數據量超過1000萬小時,數據採集成本每小時可能高達上千元。陳學東表示,建設訓練場與數據採集中心有助補足數據短板。
具身智能機械人正由依賴大量操作數據的模仿學習,轉向利用通用模型自主探索技能,但直接由大模型控制仍受響應速度與計算成本限制。大曉在酒店洗衣場景把53個原子動作組成14個高層步驟,技能固化後單輪執行由首次探索的30分15.64秒縮至18.648秒,約提速97倍。但真機測試顯示,烘乾機取衣仍未穩定,跨場景泛化和商業回報亦是規模部署的難題。
慕華科創周天奇表示,面對具身智能賽道中估值達百億的企業,他們選擇保持投資剋制,不只看技術科研實力,更重視商業化落地能力。賽道天花板、人與事的匹配度及創辦人的韌性,是硬科技投資的重要篩選標準。
一批來自傳統製造業、房地產和消費等行業的企業家及家族投資平台,正把資金投向商業航天、可控核聚變、量子計算等前沿科技,部分家族二代也開始參與投資管理。這類資本願意投資尚未獲主流機構廣泛認可的早期項目,為部分科技創業者帶來新的融資機會。
APEC工商領導人峯會上,小米、格力、海信及TCL企業負責人分享對人工智能、全球化與製造業轉型的看法,並談及亞太區域合作。雷軍表示,小米具身智能機械人已進入工廠實習,可連續工作8小時並自主充電兩次;小米自研大模型MiMo,IoT生態平台接入設備達11.6億台。企業亦談到在亞太深化本地化經營及產業鏈佈局。
深圳APEC會議傳遞開放合作信號,並將中國「十五五」規劃稱為面向亞太及全球的「機遇清單」。峯會聚焦人工智能、機器人、新能源及先進製造的產業應用;TCL表示,AI和大模型近三年在半導體顯示製造環節累計創造約25億元效益。
西湖大學助理教授於開丞在專訪中指出,世界模型面向連續物理空間的狀態預測,與語言模型並非替代關係。他認為,機械人控制需要即時互動,而語言模型單是推理便要兩三秒,難以滿足實時要求。Awomo-0.5 有 40 億參數,在具身智能、物理世界理解等六個國際主流評測榜單登頂,程式碼和權重均已開源。
未來五至十年,具身智能出貨量最大的公司可能不是純機械人公司,而是兼具數據飛輪、量產能力和真實場景的車企。智能汽車與機械人的感知、決策及執行架構重合超過70%,車企亦可利用工廠提供訓練場景和數據。車企仍需與機械人公司合作,補足靈巧手和具身大模型等短板。
董明珠在2026年APEC工商領導人峯會上向優必選創辦人周劍表示,可按需要提供機械人部件,凸顯企業間的供應鏈協作。峯會有21個經濟體、2000餘位政商代表及115家世界500強企業參與,並發布《深圳倡議》。與會者指出,人形機械人產業化仍面對製造、可靠性、售後服務、算力及安全等挑戰;工信部亦發布了5項相關標準。
深圳 APEC 領導人會議週期間,機械人在新聞中心提供飲水和咖啡,AI 耳機協助應對採訪中的語言障礙。11 月 18 日至 19 日,亞太經合組織第三十三次領導人非正式會議在深圳舉行;會場外有機械人演奏揚琴,無人配送車在街區穿行。
具身 AI 爆發尚未到來,清華系投資人周天奇指出,真機數據鴻溝高達百萬倍。人形機械人賽道熱度高企,但仿真無法彌補全部短板;ChatGPT 級別的產品仍未出現。
GPT-6.2正式發布,並在真機評測中顯著領先前代,通用模型的機械人操作能力持續進化。通用模型結合視覺反饋已能進行多步規劃及結果自查,降低場景適配成本;API成本下調亦改善商業化基礎,令數據需求轉向高質素真實交互。以拓普集團為例,其關節模組周產已達1250台且供不應求,預計明年產能進一步提升;文章指出,具備規模製造及客戶協同開發能力的企業更具優勢。
作者在 NVIDIA 上海辦公室觀看 RTX Spark 本地模型示範後,認為本地 AI 的價值不在取代雲端大模型,而是把 AI 帶進更多日常場景。示範中的開源機械人 Microduck 透過 Wi-Fi 把數據傳至 RTX Spark 筆記型電腦,由本地模型處理和整理,最終讓機械人動起來。作者將雲端大模型比作負責複雜問題與長鏈路推理的大腦,把本地小模型視為處理感知及瑣碎任務的神經末梢。
紐媧科技創辦人楊睿剛表示,自動駕駛的真實數據難以覆蓋所有長尾情況,機械人也會遇到相似問題,因此公司重視仿真、數據生成與數據增強。紐媧選擇社區末端配送,先處理定位、導航和避障,再逐步拓展至門禁、電梯及包裹交付等物理交互任務。WorldWeaver 組織真實場景數據、三維資產和生成數據,SimWeaver 提供物理仿真,相關體系用於 WTM 訓練和評測。
弘暉基金董事總經理肖立認為,評估世界模型不應以單次成功演示為核心,而要看任務完成效率、失敗率及持續迭代後能力能否穩步提升。長程任務與開放場景中的泛化表現,是拉開差距的關鍵。
清華大學徐夢迪指出,通用機械人不能只靠預訓練,還必須在部署中透過新資訊調整策略,以適應開放環境和多樣的人類指令。她的研究顯示,部署時使用驗證器挑選動作,性能提升速度比直接微調 Pi 0 快約 7 倍;以仿真補足人類影片缺少的觸覺資訊,也能提升靈巧操作能力。
楊睿剛創辦紐媧科技,選擇社區末端配送作為機械人創業方向,先解決移動與通行問題,再逐步拓展至更複雜任務。紐媧提出「具行智能」,圍繞世界通行模型(WTM)建立數據生成、物理仿真和模型訓練體系。
慕華科創合夥人周天奇表示,人形機械人目前仍未迎來 ChatGPT 時刻。人形機械人賽道估值百億的公司頻出,但真機數據存在巨大鴻溝;他認為,仿真只是輔助,真實數據才是突圍核心,投資應看重商業化落地能力。
清華大學徐夢迪指出,機械人不能只依靠預訓練,必須在部署期間透過新資訊及人機互動調整策略。團隊提出的驗證框架,性能提升速度比直接微調 Pi 0 快約 7 倍,分佈內提升約 20%,分佈外約 10%。從人類演示學習的研究則顯示,缺少觸覺會令成功率至少下降 10%。
海願資本創始合夥人李芳麗表示,投資時團隊優先於技術,寧投一流團隊、二流技術,也不投二流團隊、一流技術。海願資本從7—8月起放緩出手節奏,計劃觀望3—6個月,等待市場環境和估值更趨合理。她同時強調,硬科技企業能否量產、獲得訂單並實現持續經營,取決於管理、供應鏈和商業化能力。
方太、老闆電器及集成灶企業走出不同的廚電具身智能佈局路徑:方太自研機械人硬件與軟件系統,老闆電器聯手極佳視界探索數據、模型與廚房場景合作,集成灶企業則以參股或佈局算力謹慎試探。方太於2026年3月11日發布機器人廚房,老闆電器於2026年11月6日與極佳視界簽署戰略合作協議。原文指出,各路徑各有課題,尚無絕對高下。
雷軍表示,過去四年 AI 大模型技術進步迅速,但行業投入巨大、落地場景有限,能實現商業閉環並賺錢的公司仍相對較少。他看好 AI 與手機、汽車及具身智能機器人結合,並認為未來三四年相關領域可能迎來顛覆性時刻。小米正研發 MiMo 等基礎大模型,目前有 11.6 億台設備接入小米 IoT 生態平台。
比亞迪王傳福、美團王興和小米雷軍在 2026 年 APEC 工商領導人峯會並排就坐,受訪時拒絕透露交談內容。雷軍表示,AI 大模型近年發展迅速,但能實現商業閉環並盈利的公司相對較少;他看好 AI 進入物理世界及具身智能帶來的產業機會。
2026 年 APEC 工商領導人峯會於 11 月 17 日至 18 日在深圳舉行,王傳福、王興及雷軍並排就坐;被問及談話內容時,王傳福與王興拒絕透露。雷軍稱,AI 大模型近四年快速發展,但能實現商業閉環並盈利的公司相對較少;他看好 AI 進入物理世界帶來的機會。
宇樹科技董事長王興興表示,機械人泛化能力難題已接近突破臨界點,進入家庭真正工作的時間可能比預期更快。他指出,模型突破後,量產、產品可靠性、售後體系及算力需求仍將面臨壓力。2026年上半年全球人形機械人出貨約1.91萬台,按年增長272%;中國廠商佔97%以上,宇樹以5900台排名全球第二。
雷軍認為,AI+手機融合賽道有很大想像空間,預計未來三至四年 AI 行業將迎來顛覆性產品落地時刻。他指出,行業目前面臨前期研發投入高、實際應用場景有限及商業閉環尚未完全跑通等問題。雷軍表示,小米人形機械人已進入小米汽車工廠實習,可連續作業8小時,並自主完成兩次充電。
小米創辦人、董事長兼 CEO 雷軍表示,「AI+手機」及「AI+具身智能機器人」等領域想像空間很大,未來三四年會出現顛覆性時刻。他認為,AI 進入物理世界並與終端及各種應用場景深度結合,將帶來巨大商業機會;具身智能機器人也是巨大的產業機會。
雷軍表示,過去四年 AI 大模型技術進步迅速,但投入巨大,能落地並實現商業閉環、真正賺錢的公司仍相對較少。雷軍看好 AI 與手機、汽車等終端結合,並認為「AI+手機」和「AI+具身智能機器人」未來三四年有望迎來顛覆性時刻。小米正研發 MiMo 等基礎大模型,目前有 11.6 億台設備接入小米 IoT 生態平台。
宇樹科技創辦人王興興穿西裝出席 APEC 工商領袖峯會,腳上的舊白色 Nike 運動鞋意外成為網民焦點。他談到機械人適應不同場景的「泛化能力」仍是棘手問題,但今年全球相關技術突破令他看到臨界點。王興興以695億元財富列《2026胡潤百富榜》第78位。
小米創辦人、董事長兼 CEO 雷軍出席 APEC 工商領導人峯會,表示具身智能機械人是巨大的產業機會,其想像空間會超過汽車產業。雷軍亦稱,小米看好 AI 走向物理世界帶來的發展空間,並在峯會現場派發名片、為台下朋友拍攝合照。
小米創辦人、董事長兼 CEO 雷軍於 11 月 17 日出席 APEC 工商領導人峯會,現場派發名片,並在台上為台下朋友拍攝合照。雷軍表示,具身智能機械人是重大的產業機會,其想像空間將超越汽車產業;小米看好 AI 走向物理世界為亞太經濟帶來的機會。
Yann LeCun 指出,近期 AI 網絡攻擊只是短暫過渡期的一部分,AI 工具在這段期間會助長網絡攻擊,令攻擊者較防守者佔優。他預測,未來軟件系統將由 AI 加固,世界可能進入軟件系統前所未有安全的時代。