移動操作機械人的基礎與系統架構——第 15 章:移動操作機械人的未來
AI 驅動的操作讓移動操作機械人能感知複雜環境、選擇操作並適應環境變化,減少對預設軌跡和手動設定任務流程的依賴。其架構結合環境感知、場景理解、任務規劃、動作生成及閉環控制,並可運用深度學習、強化學習和模仿學習。機械人仍須處理可解釋性、數據需求、安全驗證,以及模擬與現實之間的差異。
AI 驅動的操作讓移動操作機械人能感知複雜環境、選擇操作並適應環境變化,減少對預設軌跡和手動設定任務流程的依賴。其架構結合環境感知、場景理解、任務規劃、動作生成及閉環控制,並可運用深度學習、強化學習和模仿學習。機械人仍須處理可解釋性、數據需求、安全驗證,以及模擬與現實之間的差異。
Boston Dynamics 開發的 Stretch 是用於倉庫及配送中心箱件搬運的移動操作機器人,結合移動底座、機械臂、感知系統和真空夾爪。它透過電腦視覺和深度資訊識別紙箱,再配合任務規劃與避碰軌跡處理箱件;系統設計亦須兼顧底座穩定性、負載和作業空間限制。
第二批次網絡安全保險服務試點方案公佈,覆蓋醫療、教育、工業、金融和產業園區;AI保險可借鑑“保前評估、保中監測、保後復盤”的風險治理邏輯。AI保險目前面臨事故數據不足、責任邊界模糊和企業投保動力不足等難題。文章建議北京制定風險分類和保障指引、開展重點場景試點,並建立脱敏風險數據共享機制。
馬達與伺服校準透過建立編碼器讀數與機械參考位置的關係,讓控制系統能將編碼器位置轉換為校準後的機械座標。校準方法視編碼器種類而定,機械間隙、接近參考位置的方向及傳動結構都會影響精度和重複性;校準後應反覆執行回零驗證。
本章説明如何為轉向系統設定轉向角感應器零點,以機械直行位置為基準,避免零點偏差影響轉向控制、車輛運動估算及幾何修正。校準前須確認機械狀態,並檢查正負方向、回差及左右通道各自的安裝偏差。零點偏移按 θcal = θraw − θzero 修正,儲存後須重新載入,並驗證校準結果是否穩定及可重複。
OpenAI 再次解散獨立機械人團隊,研究人員調入主研究團隊,應用機械人及硬件人員則轉入 Applied;相關消息來自 Fortune 報道,OpenAI 未自行公佈這項調整。
立訊精密在業績説明會披露消費電子、AI通信與數據中心及汽車電子三大業務進展。2026年前三季度營收2850.12億元、歸母淨利潤130.57億元,分別同比增長29.01%及13.36%;汽車電子營收為509.70億元,高於上年同期的236.88億元。AIPC在18個月內完成品牌客戶全覆蓋;AI數據中心方面,224G DAC/ACC已進入量產,液冷部件與QD連接器獲大客戶超過15個項目定點。
多機械人協調透過資訊共享、決策協調及行動同步,讓機械人羣組共同完成任務。協調架構分為集中式、分散式及混合式,各自在全局最佳化、韌性和擴展能力方面有所取捨。DDS 提供以資料為中心的發布/訂閲通訊架構,ROS 2 則以 DDS 作為底層中介軟件。
Physical AI 系統的 LLM 推理流程連接感測器、邊緣電腦、GPU 加速器、中介軟件、雲端服務、車隊管理系統及機械人致動器,構成分散式通訊架構。流程涵蓋輸入擷取、預處理、上下文組裝、提示詞構建及推理,並可透過檢索增強生成從外部知識庫檢索資訊。
IEEE 1588 標準化的精確時間協定(PTP)可在封包網絡中實現亞微秒級同步,為機械人及其他分散式系統提供共同時間基準。PTP 透過 Sync、Delay Request 和 Delay Response 訊息估算時鐘偏差及網絡延遲,並持續調整本地時鐘。IEEE 1588 採用分層時鐘架構,並以最佳主時鐘演算法(BMCA)選出主時鐘。
OpenAI 解散獨立機械人團隊,研究人員轉入主要研究部門,應用機械人及硬件人員則轉入 Applied 組織。
OpenAI 確認重組具身智能團隊,將機械人研究人員併入核心研究團隊,應用機械人與硬件團隊則轉入規模更大的應用部門。OpenAI 表示,重組並非退出機械人領域,原因是 GPT-6 Astra 等通用模型已能直接用於部分機械人任務,相關研究將進一步整合至通用模型研發。
OpenAI 確認重組具身智能團隊,將機械人研究人員併入核心研究團隊,應用機械人與硬件團隊則轉入應用部門。公司稱,包括 GPT-6 Astra 在內的通用模型已能直接用於部分機械人任務,因此將相關研究進一步整合至通用模型研發,並非退出機械人領域。
Ego第一人稱視角影片數據採集正迅速形成具身智能產業鏈,工廠工人及一般用戶以日常操作影片換取報酬,影片經清洗、標註和處理後用於機械人訓練。眾包平台實測顯示,每有效小時基本報酬為20元,另設按日累計有效時長計算的獎勵;約30分鐘的錄製內容中,僅20多分鐘獲審核通過,收入不足10元,另需支付設備租金。
這篇進階教學説明如何以 Flutter 作為面向操作人員的展示層,配合穿戴式裝置 SDK、Jetson 服務、ROS 2 節點及 NVIDIA 加速推理,建立延遲可預測、記憶體有上限且能逐步降級的系統。
浙大研究員彭思達八年間,研究由動態三維人體重建轉向自動駕駛仿真,再延伸至具身智能;他認為,具身智能中動作模態比視覺更關鍵。彭思達團隊公開了SuperNav和ScaleNav,分別負責導航決策與具體執行,採用通用多模態大模型搭配導航工具的方案。
這份進階教學説明如何基準測試 Flutter 與 NVIDIA Isaac ROS 的端到端視覺管線,並將 Flutter 定位為操作介面,讓影像處理、推理及機械人控制留在運算端。教學建議分段量度延遲、吞吐量及丟幀,並比較 p50、p95 和 p99;NVIDIA Isaac ROS 提供基準測試工具。
ResWAM以凍結的DINOv3特徵進行視覺殘差學習,並以0.5B雙分支DiT提升視覺語言動作策略成功率,同時降低訓練與推理計算量。模型總參數量為2.3B,在LIBERO-Plus、RoboTwin 2.0及RoboDojo分別取得81.1%、93.8%及9.40%的成功率,訓練計算量為2.7-4.0 TFLOPs,推理計算量為1.0-1.4 TFLOPs。
教學示範如何在 Isaac Sim 中組合 UR17G 機械臂、Robotiq 2F-140 夾爪與飲料罐,並使用智能體生成的控制程式執行抓取與放置。SimReady Central 提供具備模擬設定及驗證資料的 OpenUSD 資產,涵蓋關節、碰撞和質量等屬性。示範使用 Isaac Sim 6.2 和 GPT-6 Sol 協助編寫及執行任務程式。
NVIDIA SOMA Retargeter 將人類動作調整至適合人形機械人,讓人類示範成為教導機械人移動的起點。示範呈現自然動作的協調和時序,但機械人的身體比例、關節結構及活動範圍不同,不能直接照搬人類的關節動作。
Cybernetix Ventures 創辦人兼普通合夥人 Fady Saad 討論實體 AI 的機遇與限制,以及機械人從原型走向商業部署所需的條件。他認為,技術能力和資金投入已出現轉折,但大規模部署仍未實現,實際環境中的數據缺口仍待填補。Crunchbase 統計,2026 年上半年機械人初創企業獲投 $18.8 billion;Saad 強調,生產線機械人須達到 99.99% 可靠度。
OpenAI 解散獨立機械人團隊,並把團隊員工調往研究及 Applied 部門。OpenAI 表示,GPT-6 Astra 等模型可直接應用於機械人領域。
自變量機器人自主研發的 GreatWall 通用具身大模型通過廣東省生成式人工智能服務備案,成為大灣區首家完成備案的通用具身大模型。備案前,模型按國家標準完成歷時5個月的安全評估,累計抽檢超過20萬次語料與生成內容,並完成27148道高風險拒答測試。
Zoox 宣佈,專為自動駕駛打造的無人駕駛的士已在亞特蘭大開始行駛,初期只供 Zoox 員工及其家人和朋友乘坐,範圍集中於西北區。測試會逐步擴大,Zoox 計劃開放候補名單,之後推出 Zoox Explorers 早期乘客計劃。車廂最多可載四名乘客,並沒有軚盤或駕駛座。
德國實體 AI 公司 Agile Robots 完成 $500m Series F 融資,估值達 $8.5bn。這輪融資由 SoftBank Group 領投,Nvidia、Hitachi Group 及 T Capital 參與,令 Agile Robots 累計獲投資本達 $2bn。公司將用資金提升產能、拓展美國等主要市場,並加快機械人應用開發。
11月13日,多家上市公司透過互動平台及投資者關係活動記錄表,披露光伏、算力等業務的最新情況。華民股份的太空光伏業務已送樣 P 型異質結專用矽片並小批量供貨;中富通的 AI 政務服務機械人業務尚未量產,對業績無實質影響。協創數據稱相關傳聞不屬實、採購渠道暢通;領益智造的相關數據採集設備已生產並出貨。
國民技術表示,N32 系列 MCU 目前已服務逾 500 家泛機械人產業鏈客戶。當中包括數十家人形機械人及具身智能機械人產業鏈客戶。
OpenClaw 將於 2026 年 12 月 4–6 日在深圳舉辦為期三日的活動,包括黑客松 Claw Hack 和旗艦會議 ClawCon。Claw Hack 設軟件及硬件兩條賽道,申請截止日期為 11 月 25 日;ClawCon 將探討開源 AI、開放權重模型及智能體等主題,兩項活動須分開登記。
江波龍表示,根據第三方公開的智能產品拆機資訊,宇樹機器狗等產品已採用其嵌入式儲存。公司稱,嵌入式儲存、移動儲存及 mSSD 產品在具身智能領域具備較大應用潛力,並正與全球知名機械人企業進行高性能儲存產品送樣及導入工作,因客戶保密要求不便透露合作情況。
ASUS 正訓練首款人形機械人 Gallop,在電子廠包裝 15 件主機板配件,目標是每塊主機板在 20 秒內達到 99.5% 成功率;這些數字是目標,並非已達成的結果。Gallop 已具備由人示範、機械人學習及產線測試的訓練流程。ASUS 計劃於 2027 年安排客戶試點,並以 2028 年下半年為市場推出目標。
人形機械人進入工廠後,安全風險與責任歸屬成為部署關鍵;製造商、軟件開發者、系統整合商及僱主均可能須對事故負責。Agility Robotics 與 FORT Robotics 於 10 月宣佈合作,為 Agility 的 Digit 5 人形機械人加強安全架構。文章指出,部署前須進行分階段驗證,並在 AI 模型、軟件或工廠環境等變更後重新評估安全。
線性資本透過「一線之間」訪問思靈機器人創辦人陳兆芃,回顧其跨國創業歷程,並討論機器人商業化及走進家庭的目標。陳兆芃稱,思靈員工來自60多個國家,超過3000人,已實際交付近4萬台機器人,營收連續8年翻倍。他還表示,Agile ONE的輪式機型每年出貨數千台,並估計機器人走進家庭仍需3到5年。
AIoT 透過 AI 分析連接裝置和感測器收集的數據,Physical AI 則讓智能系統與實體環境互動,兩者在工業應用中各有作用。工業系統可按「識別、感知、決策、行動」的流程,從收集設備狀況到支援維護等實際回應。預測性維護可協助團隊及早識別異常,但成效受感測器質素、歷史數據、運作環境及模型表現影響。
太力科技將自主研發的剪切增稠納米流體(STF)技術及核心工藝用於人形機器人仿生腱繩,相關產品已進入頭部客戶測試驗證。太力披露,腱繩疲勞壽命指標可由行業普遍的數萬次提升至十萬次乃至百萬次級。這項材料方案有望減少腱繩更換頻次,為降低維護成本、提升長期運行穩定性提供新的選擇。
飛亞達表示,機械人業務已與部分主要客戶建立合作,並按客戶需求提升產能。業務主要產品包括精密減速器及精密結構件,首三季度收入佔公司整體營業收入不足5%,仍處於培育發展期。
多家公司公佈重大公告,涉及股權轉讓、停產、投資及大額訂單。新宙邦與億緯鋰能簽訂長期供貨協議,2026年至2030年預計供應60萬噸電解液;兆豐股份控股子公司簽署總額2.9992億元的機器人創新服務平台項目合同,源傑科技則接獲17.44億元大功率激光器芯片訂單。
上緯新材股價在12個交易日內翻倍,文章分析其與智元機器人的關聯,以及股價上漲背後的業務和財務情況。公司公佈啟元Q1、T1累計下線1萬台,但前三季度虧損4.22億元,機器人業務尚未確認收入;宇樹同期錄得3.87億元歸母淨利潤。文章指出,下線量與預收款不等於交付和收入,消費需求及持續融資能力仍是上緯新材面對的考驗。
中山大學梁曉丹團隊提出 GeoThinker 系列兩項研究,先讓視覺語言模型按需利用外部幾何資訊,再以 GeoThinker-F 探索由模型內部生成空間線索。相同訓練數據下,GeoThinker-F 的六項空間智能基準平均得分為 62.21,與 GeoThinker 的 62.23 幾乎相同。GeoThinker-F 推理延遲由 1.45 秒降至 0.40 秒,速度提升約 3.6 倍。
西湖大學團隊推出首版基礎模型 Awomo-0.5,以40億參數在6項國際公開評測的不同榜單中登頂。模型採用「概念世界模型」路線,RoboTwin-c2r 成功率為80.6%,MolmoSpaces 得分為73.4%。目前公佈的成績集中於機械人仿真操作,尚不足以證明模型具備跨領域通用能力。
NVIDIA 發佈的 Alpamayo 2 Edge 是一款端到端自動駕駛模型,結合因果鏈推理與擴散動作專家,根據多攝像頭畫面及自車狀態生成駕駛軌跡。它以 <NOMINAL> 減少常規場景的顯式推理文本,並以 AlpaJudge 評估推理品質、透過 AlpaGym 和 AlpaSim 開展閉環強化學習。