在手机上保存，获得更好体验
本字幕由TME AI技术生成
如果你最近关注科技圈
可能已经感觉到一股热潮了
二零二六年在上海召开的世界人工智能大会
也就是y
给我的感觉就像是巨生智能
特别是人形机器人这个领域的奥林匹克开幕了
我看到一组数据
说展会面积超过十万平米
来了两百四十二家巨声智能相关的公司
同比增长了百分之两百网
现场还有超过三百台人形机器人在那儿做各种演示
这个场面光是想象一下就觉得挺震撼的
嗯
这个数字确实非常夸张
但更有意思的不是数字本身
而是数字背后透露出的一个信号
这个行业正在从过去那种各个公司单打独斗的孤岛状态
进化成一个高度协同的生态网
你看二零二五年的时候
这个可能也就一百五十台机器人
大家更多是秀肌肉
但今年翻倍的机器人数量
说明硬件供应链已经有小规模量产的能力了
而且最关键的变化是
很如过去的买家
比如汽车制造商和大型电子代工厂
现在摇身一变成了共同建设者
共同建设者
你是说他们不再只是买机器人来用了
对
他们开始开放自己的生产线
仓库甚至是零售门店
把这些真实的场景变成一个巨大的训练场
让这些机器人进去跑
收集数据
然后和机器人公司
算法公司一起共同迭代产品
这就像车企不再只是采购发动机
而是和发动机厂一起设计研发下一代引擎
这种转变意味着人形机器人不再是实验室里的昂贵玩具
而是真正开始和产业结合
进入一场肉眼可见的集体进化了
这个转变确实很有意思
不过我还是有点好奇
参展商增长百分之两百
这里面有多少是真正的技术突破
又有多少是看到风口就冲进来喊着全站自研口号的淘金者呢
这个问题问到点子商了
这恰恰是这次大会展现出的另一代引势
单一的全站公司司可能很难再统治这个市场了
生态正在变得更多元
有那种野心勃勃的初创公司
宣称自己从模型到硬件什么都做
也有传统的机器人厂商
利用自己在某个垂直领域的经验
比如物流或者康复机器人
专注解决具体问题
当然还有那些互联网和云服务巨头
他们玩的是一个大脑多种身体的模式
一个大脑多种身体听起来很科幻
其实就是提供一个中心化的云端ai 大脑
这个大脑可以驱动各种不同形态不同厂商的机器人
它的优势在于算力和数据
它希望成为这个机器人时代的安卓系统
所以你看
大家都在找自己的生态位
从过去的垂直集成变成了现在这种高度互联的核络
这已经不是一场单纯的硬件系了
而是一场关乎生态主导权的战争
我明白了
所以支撑这场生态战争的核心
其实就是那个所谓的大脑了
我听说现在机器人的大脑架构也发生了根本性的变化
好像叫什么快慢系统
没错
这可以说是这次y 向行业达成的最重要共识
这个架构叫做vla 加one 的融合
你可以把它想象成人类大脑的两种工作模式
一 它是直觉
一种是逻辑思考
哦
这个怎么理解
Vla 全称是视觉语言动作模型
他扮演的是慢系统
也就是逻辑思考的角色
他负责理解复杂的指令
比如你对他说把桌上的苹果递给我
他能通过视觉看到苹果
通过语言理解你的指令
然后规划出动作
而when
也就是世界动作模型
它扮演的是快系统
更接近于物理直觉
它不负责理解苹果是什么
但它能预测物理规律
比如如果我用这个力道推杯子
杯子会倒
我好像有点懂了
这个架构听起来很像我们人类开车
老司机在路上大部分是之间的是肌肉记忆和本能反应
这就是快系统wam
但遇到一个复复杂的十字路口或者突发状况
必
必须用大脑去
去分析判断
就
就慢系系vvavla 加wwam 的结合
是不是就相当于给机器人同时配备了老司机的直觉和导航员的规划能力
这个比喻非常精准
这在的机器人更像是只有导航机
每步步都得程程序来
非常机板
现在有了wam 这个数机机
它就能处理很多需要物理直觉的瞬间动作
效率和流畅度大大提升
这背后其实还关联着另一场革命
就是数据采集方式的改变
数据采集
对
以前训练机器人很多是靠操
操作
就是穿
穿着杂杂设备备演p 影戏戏一样
手把手叫机器人
这种方式效率低成本高
现在的主流变成了第一人称视角的数据采集
简单说就是让人带上一个装有摄像头的设备去做各种日常工作
比如做饭
打扫
然后把这些第一视角的视频数据喂给ai
这不就跟我们平时拍vog 差不多了
没错
所以数据采集的门槛大大降低了
甚至出现了很多轻量化的设备
比如一种叫umi 的手持夹具
或者像手套一样的外骨骼设备
整个行业的目标就是要把训练数据从现在的千万小时级别提升到一小时级别
大家相信
到了那个量级
机器人的能力会发生质变
也就是所谓的触发规模法则
堆数据量
不过数据光有量就行嘛
我拍一段模糊不清的视频
和我用高清摄像机拍的效果肯定不一样吧
这就是现在行业争论的焦点
一部分人认为数据量就是一切
先堆到一亿小时再说
但另一部分人
特别是那些更注重精细操作的团队
强调高质量的数据
比如带有精确的触觉和力反馈量析的数据
远比单纯堆砌视频时长更重要
不过无论如何
大脑的架构在趋同
数据采集的方式在简化
但问题是
再聪明的大脑也得看它在什么场景里干活
而这恰恰是人形机器人商业化最现实也是最残酷的一面
一在vc 现场确实看到了这种强烈的对比
一边是模拟的工业车间里
机器人非常精准快速的在插拔电池模组
看起来已经随时能上岗了
但转到另一边的展台
一个号称能用于药房的机器人为了抓取一盒药
那个机械臂在空中犹豫定位尝试了快一分钟
看得我都替它着急
你看到的这个场景
就是人形机器人商业化的冰火两重天
这背后的核心逻辑其实很简单
环境的复杂程度或者说商
决定了商业化的速度
在工厂这种高度结构化流程固定的环境里
机器人面对的任务是明确的
可重复的
所以你看物流
分拣
仓库搬运这些场景
最领先的那些方案已经可以做到长时间高精度的持续作业
离大规模应用就差临门一脚了
而家庭环境就完全是另一回事了
完全是家庭环境充满了不确定性
动态变化和非标准化的物体
就拿最简单的折衣服来说外
现场的演示里
大部分机器人在处理这种软性物体时表现都很糟糕
他们很难感知衣服的形变
经常抓不稳或者放下去的时候就乱成一团了
还有做早餐的演示
把面包片放进烤面包机这种简单动作都可能因为角度不对而失败
如果我们把自己带入两个角色
一个是工厂老板
一个是家庭主妇
工厂老板可能最在意的是机器人的投资回报率和故障率
但对于一个家庭用户来说
最不能接受的是什么
效率慢可能还在其次
是安全性和可靠性
折衣服掉在地上大不了捡起来重来
但要是在厨房里
机器人打翻了一锅热油
那就是宅
所以家庭场景对容错率的要求极低
而机器人现在的能力还远远达不到
这就是为什么我们说在结构化的工厂里
人形机器人是效率工具
但在非标准化的家庭环境里
它目前还只是个功能不完善
甚至有点笨拙的摆设或噱头
明白了
所以商业化的路径已经非常清晰
先从工业开始
那么支撑这些应用的硬件
特别是供应链现在是什么情况
我看到高盛那份报告里
给了一家叫明智电器的公司卖出评级
这挺罕见的
它不是做零巧手核心部件的龙头企业嘛
怎么会被看空
这恰恰揭示了供应链层面最激烈的一场博弈
可以说是鸿海信号明智电器被看空的核心原因就是它所在的零巧手零部件领域
竞争正在急速加剧
利润空间在被疯狂挤压
你想想
Waic 向做零巧手的厂商从去年的九家
利年年之内暴增到三十八家
哇
翻了四倍多
对
而且技术路线非常碎片化
有电击直驱的
有靠连杆联动的
还有用绳索驱动的
自由度从十一个到四十二个的都有
当一个赛道涌入这么多玩家
技术又没有统一标准时
就很容易陷入价格战
最后导致商品化
也就是说
你的技术壁垒很快会被模仿和追赶
最后只能靠拼价格
利润自然就薄了
这就是高盛给出卖出评级背后的逻辑
技术繁荣的背后是资本的陷阱
既然临巧手这个环节已经卷成这样了
为什么高盛反而很看好汇川技术和三花智控这些听起来更传统的厂商呢
他们的优势又在哪里
这就是卖产人的智慧了
当所有人都冲上去挖金矿的时候
真正赚钱的可能是那靠不仅卖铲子还能提供全套后勤保障的人
汇川技术的优势在于它本身就是中国工业自动化领域的巨头
在赐福系统这些核心部件上有绝对的市场份额
它进入人形机器人领域是降维打击
有深厚的工业客户积累和全栈解决方案能力
而三花智控呢
三花智控的逻辑是规模效应
它本来是做汽车和空调热管理系统的
全球龙头
拥有大规模低成本的精密制造能力
它现在把这种能力平移到生产机器人的核心部件执行起上
相比那些从零开始的创业公司
它在成本控制和产品一致性上有着天然的巨大优势
所以你看
在供应链的战场上
纯粹的技术领先可能只是暂时的
能把技术转化为可靠低成本量产的能力
以及跨行业的协同优势
才是最终的护城河
这么一梳理
脉络就非常清晰了
回顾我们今天的讨论
好像可以总结出几个关键点
嗯 是的
首先是技术架构上
Vla 加wam 这个快思慢想的双系系统已经成为行业标准
这为机器人真正理解物理世界定下了基调
其次
商业化上出现了巨大的时差
工业场景已经处在爆发前夜
而家庭场景因为安全和可靠性的问题还非常遥远
最后一点
也是我觉得最有意思的
是整个生态的权力转移
行业不再是硬件厂商一家独大
而是演变成一个数据
算法和场景深度绑定的网络
一个大脑驱动多个身体的模式正在削弱纯硬件公司的价值
完全正确
这三个趋势基本上勾勒出了人形机器人产业未来几年的发展蓝图
我们正处在一个极其矛盾又迷人的时刻
一方面
Waic 两千零二十六展现出的繁荣让我们感觉人形机器人好像已经触手的及融
但另一方面
资本市场对供应链厂商如此挑剔和差异化的评级
又在冷酷的提醒我们
技术爆发不等于商业成功
最深刻的权衡可能就在于
当数据采集变得像拍短视频一样容易
当ai 大脑的架构趋于统一
那些曾经被视为技术结晶的硬件
它的价值会不会被迅速的大宗商品化
或许我们应该意识到
人形机器人的真正挑战可能不是让它学会折衣服或者在流水线上拧螺丝
而是在这个过程中
我们是否正在创造一种极其高效
却又极度依赖海量数据和算力的脆弱系统
当效率被推向极致时
我们是否做好了准备去迎接一个由算法逻辑在某种程度上主宰物理规律的世界
毕竟
每一次技术的集体进化
本质上都是人类在将自身的某种能力永久的外包出去
