地图

机器人集体“上岗”背后：大脑、数据、灵巧手三大暗战开打_我的网站

武林外传

A | 　　8月19日-23日，2026世界机器人大会（WRC）在北京亦庄举行。過去に犯した罪に苦しみ続ける人がいる。2024年のデータでは、再犯率が46.2％を占めている。当事者の問題もある一方、世間の風当たりの強さもまた元受刑者を追い詰める要因の一つとも言われる。「ABEMA Prime」では、かつて罪を犯した当事者たちが、犯罪に至る背景や出所後の過酷な現実について議論を交わした。

B | 人头攒动的展馆里，观众们追逐的不再是能走能跳的“炫技”表演，而是一台台真正能拧螺丝、能拣货、能执勤的机器人。

C | 　　但在这些看得见的产品背后，一场围绕大脑、数据、灵巧手三大环节的产业链暗战悄然开打，成为决定具身智能能否走出实验室的关键变量。中でも、元レディース暴走族の総長という過去を持ち、現在は元受刑者の雇用支援に尽力する廣瀬伸恵氏の言葉は、更生の難しさと社会の厳しさを浮き彫りにした。　　大脑：从VLA到世界模型，谁在构建机器人的“思考中枢”？　　本届WRC上，《科创板日报》记者观察到一个显著趋势，电机、关节模组、传感器等核心零部件的供应链已趋于成熟，硬件层面的差距正在被快速抹平。当“躯壳”不再构成壁垒，竞争便自然向上游迁移，今年不少参展商们纷纷亮出模型、算力与泛化能力的新牌。　　北京人形机器人创新中心在展会期间发布大一统模型Pelican-Unify，集成VLM视觉理解、Action Model动作操控、WFM世界模型三重能力，打通了理解、推理、预演、执行全智能闭环，并实现天轶真机部署操作流程全流程跑通。【映像】廣瀬さんが経営する会社 9割が元受刑者（実際の様子）。　　同期，北京人形正式宣布Pelican-VL 2.0商用，其为国内首个网信办备案通过的具身大模型，支持任务规划、意图理解和人机交互。　　星海图则走出另一条技术路线，其首席科学家赵行在论坛上拆解了VLA模型G0.5——将视觉观测、语言指令和动作全部离散化为Token，像GPT一样逐个输出。　　《科创板日报》记者获悉，8月底星海图将推出G0.5模型Max版本，该版本届时将全面开源。　　“大家都在期待说具身智能的ChatGPT时代什么时候到来，但是我们觉得有一条非常通常的捷径，就是像做GPT一样的自回归模型，一个一个Token输出训练模型。”赵行表示。　　蚂蚁灵波的全栈大脑2.0，则展示了“一脑多机”的产业化路径。据悉，LingBot-VLA 2.0在预训练阶段融入6万小时高质量真实物理数据，覆盖17个主流机器人品牌的20种机器人构型。　　在其展台最核心的展项是一间1:1复刻的智慧药房，《科创板日报》记者在现场看到，观众下单后，机器人便可有序地从货架取下相应的物品。

D | 目前，蚂蚁灵波机器人已在上海国大药房正式上岗承担夜班分拣。　　章鱼动力正式发布由SYNWorld具身原生世界基础模型，承担机器人的认知、推演与决策职能，让机器人能够理解不同任务背后共同的物理规律。

E | 据了解，SYNWorld V0.5采用MoT架构，参数规模为10+B，训练数据已累计至30+万小时，涵盖大规模异构图像、视频及带动作标注的机器人动作轨迹。　　从大一统模型到自回归VLA，从“一脑多机”到世界模型，具身智能的竞争已从“有没有模型”升级为“模型能不能规模化、能不能泛化”。　　数据：物理AI的“燃料”之争与“数据荒漠”破局　　大语言模型的崛起已充分证明，数据规模决定模型上限。但当同样的逻辑迁移到物理世界时，问题变得棘手起来——机器人需要的数据，远比文字更难采集、更昂贵、噪声也更高。

F | 　　觅蜂科技方面向《科创板日报》记者表示，主流大语言模型的预训练数据已达100万亿token，等效于100亿小时的数据。而物理AI需要的数据有效信息密度更低、噪声更高，对数据的需求量更大。　　此次WRC，觅蜂科技带来了完整的MEgo系列无本体采集产品。其中，MEgo Gripper整机仅560克，支持毫米级空间轨迹定位和亚毫秒级全局同步；MEgo View采用“头部300°全景+腕部细节双视角”架构，一人即可独立完成全场景分布式数据采集。　　工作人员告诉《科创板日报》记者，目前MEgo系列产品已实现量产交付，在工厂、物流、超市、家庭等真实场景采集数据。　　光轮智能发布全球首个十万小时级全模态人类开源数据集EgoSuite-Open100K。该数据集覆盖7大类环境、128类场景，含15000余个采集场景和15000余项任务，采用头部与腕部双视角采集，首批数据将在Hugging Face和AtomGit同步开源，面向学术研究与商业训练使用。　　光轮智能联合创始人兼总裁杨海波指出，当前具身智能迫切需要高质量、多样性、大规模的数据供给。同时，光轮智能同步推出5年100亿具身智能数据共建计划。　　京东云展台则一比一还原京东“两年1000万小时高质量数据采集计划”中的家政服务场景。《科创板日报》记者在现场可以看到，家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备，向观众展示人类实操数据是如何采集的。

G | 　　灵巧手：从“能抓取”到“会干活”的最后一厘米　　一台机器人即便拥有最聪明的“大脑”和最敏捷的“小脑”，如果末端执行器连螺丝都捏不稳、连鸡蛋都抓不住，那么所有的感知与决策最终也无法转化为生产力。因此，灵巧手可以说是机器人从“能看会走”跨越到“能干会做”的最后一厘米。曾经作为机器人“附属配件”的灵巧手，也逐渐走向具身智能赛道C位。　　灵心巧手展出的灵心巧匠全自动机械臂产线，由多台工作台集群构成，每台以双臂双手形态搭载Linker Hand系列灵巧手，能够自主完成从零部件抓取、装配到成品下线的完整流程。其中，直驱型Linker Hand O30拥有20个全独立活动关节，实现从手指根部到指尖的全链路直驱控制。　　与此同时，针对大模型训练的数据需求，灵心巧手还展出了Linker Open TeleDex数据采集系统。Linker Open TeleDex集成了支持多种外接设备、多种机械臂、多种灵巧手的开放式硬件系统搭建体系，可同时采集视觉、触觉、本体感知三重模态数据。　　章鱼动力则构建了完整的“脑-手-数据”技术体系。其发布的OctoH-Hand高自由度仿生灵巧手采用腱绳+小臂电机直驱混合驱动方案，拥有23个主动自由度，搭载超1900个触觉传感单元，可完成夹花生、拧瓶盖等精细操作。　　禾赛科技三位联合创始人李一帆、向少卿、孙恺共同创立的AI机器人公司Sharpa，此次带来Sharpa Wave系列灵巧手。Sharpa Wave该系列采用人手尺寸的类人构型，集成22个主动自由度与高分辨率自研视触传感器。针对开发者、科研机构及机器人公司的不同需求，Sharpa还同步发布了特别版本Sharpa Wave SE，提供更具灵活性的选择。　　工作人员向《科创板日报》记者介绍，Sharpa Wave的核心创新之一在于视触觉技术路线。与传统压力传感器方案不同，其指尖内壁嵌入240x240像素网格，内置微型摄像头通过观察接触形变来感知物体，实现视觉与触觉的双模态融合，从而避免单一感知路径可能带来的判断误差。