企业动态

作者丨向 欣

编纂丨董子博

本年具身智能行业的热度，用「猛火烹油」来形容绝不为过。融资一笔接一笔，模子榜单隔三差五刷新。但若剥开这些热闹去看一个最朴素的指标：有几多呆板人于产线上连续运行？谜底寥寥可数。

不少财产方吐露，年夜量所谓的「落地」，还有逗留于友情互助的 POC 阶段，视频拍患上美丽，产线上是另外一回事。呆板人进患了厂，却站不住脚。

这是一个值患上寻思的悖论：技能前进的速率肉眼可见，但间隔真实出产力输出的鸿沟好像并无缩短。本年各家本体的硬件参数愈来愈靠近，同质化趋向已经经闪现。接下来真实的竞争，于在可否找到愿意买单的场景客户，而如何的能力让客户买单，恰是整个行业必需回覆的焦点命题。

要回覆这个命题，需要拆解三个条理的问题：甚么样的呆板人材能进入财产？呆板人怎样连续得到顺应财产变化的技术？这些技术怎样被范围化复制？

这三个问题，刚好对于应着具身智能落地的三重困境：进入场景难、技术进化难、范围化放开难。鹿明探索出的这套解法，落于一个叫 NexCore 的平台上。

01

行业热中在发呆板人舞蹈、起身、搬运的视频，但产线上的使命及视频里的演出彻底是两码事。

最典型的例子是 Figure AI。外界看到的是「介入出产 3 万辆 BMW X3」的战绩，一片叫好。但业内子士吐露，现实环境是Figure 呆板人于产线上的抓取-放置乐成率很是低，还有不到 50%。

视频中揭示的事情场景也是为呆板人量身定制的。工件被整洁挂于特制料架上，省去了于真实料框中随机抓取的繁杂度。这谈不上真实的落地，是为呆板人定制的舞台。

Figure 折射出具身行业的一个遍及近况：为了融资宣传，很多公司投入年夜量精神做 demo，技能实力不容否定，但真正用在产线落地的精神被稀释了。年夜量“落地”项目，做的还有是相对于单一且尺度化的使命，高价值的柔性使命很是难完成。

demo 与落地之间的鸿沟，泉源之一于在场景不敷真实。而真实场景最年夜的难点，于在高度碎片化。差别财产需要的能力大相径庭：

工业制造存眷精准操作、不变性及繁杂使命顺应；

科研教诲存眷快速练习及试验验证；

贸易、娱乐办事存眷交互及场景顺应。

即便于统一个财产内，也有多个场景、多道工序，需求各不不异。没有一家公司能靠一套通用本体及能力笼罩所有场景。

行业好像过早把「通用」当做了方针。各人都但愿一套方案合用在所有场景，但财产需求自己就是高度异构的。李飞飞曾经指出，扎堆人形呆板人未必是具身智能准确的落地线路，人类躯体布局只是适配人体情况，呆板人其实不需要复刻人的形状。

例如，于工业场景中，许多情况是为重型装备设计的，地面平展、通道宽敞，带轮子的呆板人可能比双足更适合。

于场景落地开发商陈鸿看来，今朝行业年夜量的「通用本体」也造成为了一种溢价，没有针对于场景需求降本，本体价格就很是昂贵，颠末算法调试、现场部署等环节，到了财产端价格已经涨到八九十万，而工场能接管的价格至多三四十万。

鹿明呆板人开创人兼 CEO 喻超也认为，不要用呆板人演出界说财产前进，先找到真实场景需求，再反向界说呆板人能力。

一样，因为场景中各类事情使命的高度多样化，也不存于一套固定技术合用在所有呆板人，终极仍需定向开发。类比人类到了新岗亭也要进修、顺应。

将来呆板人需要的，是切合场景需求的本体，加之一套近似「职业技术」的能力系统。

是以，愈来愈多企业最先把存眷点转向构建可复用的技术系统，提出「原子技术」观点。

鹿明则站于更年夜的视角上，提出「财产具身」的观点，指的是缭绕真实财产需求，将场景、数据、模子及履行体系深度联合，形成一套让呆板人连续得到及进化技术的基础举措措施。

于这套理念下，鹿明推出了NexCore。这是一个能将模子封装为呆板人技术的平台，毗连数据收罗、数据管理、模子练习、技术天生、能力评测、呆板人部署及运行反馈，构建从「数据」到「技术」的完备闭环。

鹿明与三菱机电的互助是一个左证。两边起步在 PLC 质检，慢慢拓展至推料箱、打螺丝、搬运等使命。三菱最初是鹿明的客户，厥后成为投资人。一次性的 POC 展示走不到这一步，身份改变暗地里，是连续交付能力成立起来的信托。

呆板人进入场景难的一年夜抵牾是：具身智能公司还有于用造一个通用产物卖给所有人的思维做财产，但财产真个真实需求是高度分解的。可以或许把场景需求翻译成呆板人技术的公司，会更快打开场景落地与贸易闭环的年夜门。

02

进入场景只是第一关，呆板人进厂以后，还有面对一个更棘手的问题：学到的技术许多时辰都是一次性的，很难连续进化，算不上真实的「技术」。

真正需要具身呆板人的工场，是产线变化频仍、主动化难以笼罩的场景。能尺度化的产线早已经被传统主动化吃失，留给呆板人的都是难啃的骨头，对于顺应、进化能力要求最高。

产线变更是常态，今天做 A 产物，明天切换 B 产物，工序、来料、节奏全于变。每一次变更都需要工程师飞去现场从头调试，呆板人不会本身顺应变化，更不会从过错中进修。

暗地里的焦点问题是数据。

起首是真实交互数据极端匮乏。加州伯克利传授 Sergey Levine 认为，真实世界数据成本太高，是从试验室走向商用的最年夜拦阻。

真实交互数据包罗乐成轨迹、掉败测验考试、异样恢复历程以和力觉、触觉、视觉等物理反馈，它提供了仿真数据及互联网数据没法提供的焦点信息：真正的物理反馈及试错经验。

仿真数据再传神，也没法彻底还有原真实世界的物理纪律及随机扰动；互联网数据年夜可能是「看」到的而非「做」出来的；遥操作数据虽然来自真实情况，但收罗成本极高、难以范围化。

其次是数据孤岛与技术迭代的抵牾。工业场景呆板人于真实产线上孕育发生的交互数据、掉败记载，偏偏是技术迭代最名贵的燃料，却被锁于工场内部，没法回流到模子练习环节。

成果是，呆板人部署再多、运行再久，技术模子始终逗留于出厂时首次部署的程度。没有新数据喂养，模子不会自我批改，碰到新的异样只能原地报错等候人工干涉干与。

加州伯克利传授 Ken Goldberg 给出的标的目的值患上借鉴：拒绝一步到位的通用人形呆板人，优先打造可以上岗盈利的呆板人，投放到工场、仓储、门店，依赖真实事情场景连续收罗闭环数据迭代模子。

具身智能真正有价值的进口，除了了模子以外，还有有场景、数据及渠道。呆板人需要连续介入真实出产，才能得到他人复制不了的数据、使命经验及客户瓜葛，这些一样是具身智能持久的竞争壁垒。

喻超的判定与这个标的目的高度一致。他认为，具身智能真实的 Scaling Law 发生于「使命经验」上，将来有价值的，是呆板人完成数万个真实使命后堆集的使命数据、技术模子及掉败经验。

于数据理念上，喻超主意从「小时数」走向「有用数据量」：要害看是否笼罩使命漫衍、是否包罗掉败及恢复、是否可跨呆板人迁徙、是否真正晋升模子乐成率，纯真寻求数据量没成心义。

对于应到产物层面，NexCore 未来自真实场景的人机交互及呆板人运行数据转化为布局化数据资产，并天生可复用技术，让每一次真实履行都成为技术迭代的燃料。

同时，NexCore撑持定向回流数据，鞭策技术连续进化。为了破解“进化孤岛”问题，鹿明选择了「授之以渔」，撑持当地部署，兼容鹿明生态与非鹿明生态的呆板人，把东西交给工场，让工场本身创造专属技术。

同时，评测系统将呆板人于仿真情况及真实情况中的体现举行量化验证，让具身智能能力具有工业交付尺度。

将来具身智能的竞争，模子只是一方面，真实的胜败手于在谁能更快堆集真实使命经验，并把经验连续转化为技术。还有于用「堆数据、训模子」的试验室思维做财产的公司终会发明，堆再多的数据，假如没法转化为可迭代的技术，财产落地就永远逗留于试验室程度。

03

即便呆板人已经经具有技术，也能连续进化，假如技术仍旧只能由呆板人公司本身开发，开发能力仍旧把握于少少数团队手里，财产范围依然起不来。

当下行业最遍及的交付模式是项目制：呆板人公司派人去现场看需求、收罗数据、开发算法、调实验收，项目竣事走人。下一家工场，纵然需求近似，也可能重新来过。经验存于，但存于在工程师脑子里，沉淀成公司的工程经验，算不上行业可复用的能力资产。

这就像一个修建公司每一次盖屋子都从头绘图纸，缺乏成熟模块可以快速组合。

数据孤岛也是这类低效反复的底子缘故原由之一。A 厂的经验带不到 B 厂，B 厂的数据也流不进 A 厂，每一家工场都于反复收罗、反复练习，呆板人很难形成跨时间堆集的「使命经历」，行业总体的进修速率被不停拉低。

行业真正缺的，是一套把乐成经验范围化复制的机制，让更多介入者能开发技术，打破对于单一公司项目交付的依靠。这恰是今朝最被低估的布局性问题。

生态层面一样受阻。具身公司的中腰部客户基本都经由过程 ISV 交付，但本体厂商遍及不肯意开放样机及 SDK，缺少生态思维。开发者很难介入技术开发，生态天然难以形成。

体系集成商陈鸿发明，险些所有具身公司都不肯外借或者租赁样机，甚至表示他采办几十万一台的人形呆板人，而一个二开项目的人为凡是只有十万元。不提供样机撑持、研发用度撑持，互助伙伴很难活下去。

传统东西也碰到了天花板。ROS 是呆板人端侧的软件框架，笼罩不了数据管理、模子练习、模子评测、呆板人调理及运营的完备闭环。

具身行业的本体硬件出现线性迭代趋向，上限已经比力可见。喻超判定：具身智能的下半场，竞争核心将转向使命闭环——数据获取效率、模子泛化能力、通用硬件成本及财产交付效率的周全竞争。

解法的标的目的已经经相对于清楚：行业扩张的速率，很年夜水平上取决在技术开发与部署的效率。晋升效率的第一步，是把数据收罗、练习、评测、调理运营串成一套尺度东西链。

更主要的是开放，这套东西链需要人人可用，使患上整个行业具有练习呆板人的能力。不管是高校、开发者、企业工程团队，均可以基在自身需求创造专属技术。

NexCore充任的就是具身开发平台的脚色。其暗地里是鹿明已经经成型的全栈技能结构：

Ego Vue、Station Lite等装备解决的是差别情势的技术收罗及使命获取能力；

数据管线卖力把这些数据举行构造及流转；

Prime R0 等模子卖力把数据转化成具身智能能力；

NexCore 则把使命、数据、模子、技术、评测及呆板人部署毗连起来。

喻超将 NexCore 的定位描写为「具身智能时代的云平台」。短时间来看，鹿明本身的呆板人及项目会是 NexCore 最主要的验证场景；持久来看，鹿明但愿它成为面向更多呆板人及更多行业的基础举措措施，降低制造业、娱乐、科教、办事等行业举行呆板人技术开发及部署的难度。

于喻超看来，财产具身终极要回覆的仍旧是价值问题。假如呆板人可以或许连续创造收益，而不是一次性完成使命，那末其价值就再也不来自硬件自己，而来自不停增加的软件能力及技术资产。

而要把这类价值兑现，终于要回到财产现场。NexCore 就是鹿明为这件事造的东西。

具身智能的行业叙事正于改写。呆板人舞蹈的姿态已经经再也不让人高兴，真正有份量的是呆板人能进厂、能留下、能变强。这也许不是一个更性感的故事，但多是一个更结壮的故事。雷峰网(公家号：雷峰网)报导。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。