{"source":{"id":"2055719090883633248","title":"“我们没有远程操控这玩意儿。” Figure 机器人的 CEO Brett Adcock 亮了底牌。 人形机器人圈里，一…","url":"https://mubeitech.com/p/2055719090883633248"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2050184318576955696","account":"mubei","brand":"@mubei","title":"人形机器人盯上的，是40万亿美元工资池。 Figure AI 的 CEO Brett Adcock 给了一个算法。 全球…","summary":"人形机器人盯上的，是40万亿美元工资池。 Figure AI 的 CEO Brett Adcock 给了一个算法。 全球 GDP 里，接近一半来自人类劳动。 商业市场每年给人类发出去的工资，大约是30万亿到40万亿美元。 这就是他为什么从 Archer 离开，转身去做人形机器人。…","body":"人形机器人盯上的，是40万亿美元工资池。\n\nFigure AI 的 CEO Brett Adcock 给了一个算法。\n全球 GDP 里，接近一半来自人类劳动。\n商业市场每年给人类发出去的工资，大约是30万亿到40万亿美元。\n\n这就是他为什么从 Archer 离开，转身去做人形机器人。\n在他眼里，机器人行业的元问题只有一个。\n能不能做出真正可用的人形机器人。\n\n一旦这个问题被解开，机器人公司卖的就不只是机器。\n它卖的是可复制的劳动力。\n工厂、仓库、零售、物流、家庭，全都变成同一个平台的应用场景。\n\n妙的地方在这里。\n软件公司吃的是信息流。\n人形机器人吃的是现实世界里的动作流。\n搬、拿、放、擦、拧、递、装配、巡检、照护，全是过去只能由人来完成的物理任务。\n\nAdcock 的判断是，如果机器人运行得足够好，商业劳动力市场可以容纳数十亿台机器人。\n这不是小家电的规模。\n这是把“雇一个人干活”改写成“部署一台机器干活”。\n\n家庭场景再叠上去，收入天花板会被推到数十万亿美元级别。\n人类第一次把劳动力市场拆成了硬件、AI、数据和订阅服务。\n\n真正的门槛也在这里。\n人形机器人不能只会演示。\n它得在真实世界里连续工作，摔不坏，学得快，成本能压住，还不能把人类环境当实验室。\n\n这门生意的想象力，不在机器人像不像人。\n在于它能不能把人类每天重复消耗的体力时间，一小时一小时地接过去。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-03 09:41:22","created_at":"2026-05-03T11:32:28.095465","url":"https://mubeitech.com/p/2050184318576955696","markdown_url":"https://mubeitech.com/p/2050184318576955696/markdown"},{"rank":2,"id":"mb-20260823-a6b67c","account":"mubei","brand":"","title":"人形机器人初创公司正在把数十亿美元砸向赛道","summary":"人形机器人初创公司正在把数十亿美元砸向赛道","body":"人形机器人初创公司正在把数十亿美元砸向赛道。\n但在财务报表上，能产生规模化商业收入的节点还在数年之后。\n社交媒体上铺天盖地的，是一段接一段制作精良的演示视频。\n泡咖啡、叠衣服、抓取鸡蛋、平稳走过碎石路。\n麻省理工学院机器人学者罗德尼·布鲁克斯（Rodney Brooks）把当下的繁荣，叫做「人形剧场时代」。\n为什么一段 30 秒的视频里机器人无所不能，到了真实的工厂车间，商业落地却迟迟推不动？\n是演示视频里有水分，还是从实验室走向流水线，中间横着一道无法用资金快速填平的鸿沟？\n把这笔账算到底，会看到两套完全不同的底层逻辑。\n工业可靠性之墙，与原子世界的非对称惩罚。\n大语言模型生活在比特世界。\n在比特的世界里，犯错的成本接近于零。\n模型生成一段胡言乱语，用户点一下重新生成，或者按一下退格键，系统损耗微乎其微。\n软件系统可以容忍 90% 甚至 80% 的可用度，剩下那点差错，人类在交互界面上随手就能修正。\n机器人在物理世界里遵循的是原子的法则。\n原子的世界对每一次错误施加的是不可逆的物理惩罚。\n一台重达数十公斤、搭载高扭矩电机的人形机器人，在流水线上抓取零件。\n如果它的单步动作成功率是 95%，在一段 30 秒的剪辑视频里，这看起来像技术的奇迹。\n但在汽车制造或精密物流的流水线上，95% 的成功率意味着灾难。\n一个工人每小时执行数百次装配动作。\n95% 的成功率意味着每操作 20 次就会发生一次失误。\n机器人会把零件掉在传送带上，压碎高精度传感器，打坏减速器，甚至直接触发整条产线急停。\n在现代汽车工厂，流水线每停摆一分钟，损失就以数万美元计算。\n工业制造对自动化的要求，从来不是「成功做一次」，是「连续运转上万小时不出一次错」。\n这是工业界度量机器寿命的硬指标：平均无故障时间 MTBF，以及高达 99.99% 的四个九可靠性要求。\n从 95% 跨越到 99.99%，差的不是几个百分点的算法优化。\n差的是整个物理世界的无穷长尾。\n这就是 1988 年机器人学者汉斯·莫拉维克（Hans Moravec）指出的悖论。\n让计算机学会人类经过后天训练才掌握的高阶抽象推理，比如下棋、做微积分、通过司法考试，相对容易。\n让机器学会人类在数亿年演化中刻进小脑的物理直觉，比如感知微观摩擦力、自适应抓握、在阻力变化时调整手腕姿态，却难如登天。\n一段演示视频能够成立，往往依赖极其严格的前提。\n固定的光照角度，平整的台面，预设的物体朝向，十几次尝试后挑出的一条单次成功记录。\n真实的工业场景没有剧本。\n空气中的油污，零件反光的偏差，传送带毫秒级的振动，都会让缺乏闭环力反馈的机械臂失去判断。\n另一重瓶颈发生在数据端。\n大语言模型能够快速突破，依赖全人类在互联网上沉淀了三十年的海量文本，边际获取成本极低。\n具身智能在物理世界里没有现成的动作互联网。\n为了教会机器人拧一颗螺丝，工程师必须雇佣人类操作员，戴着虚拟现实头显和外骨骼，一秒一秒地进行遥操作数据采集。\n真实物理轨迹的采集成本，比抓取网页数据高出几个数量级。\n虚拟仿真可以在数字空间里模拟数万次动作，但材料微观形变和动力学接触的微小误差，始终存在跨不过去的仿真到真实迁移鸿沟。\n既然工业落地的物理门槛如此严苛，为什么资本和初创企业依然热衷于发布精巧的演示视频？\n因为硬件试错、算力开销和高强度的人工遥操作数据采集，每天都在消耗巨额现金流。\n在商业收入无法自我造血的漫长研发期，演示视频成了向市场释放确定性信号的关键杠杆。\n它用直观的视觉突破证明技术路线仍在推进，以此为突破物理长尾买下下一轮融资的跑道。\n商业化的时间表从来不服从公关视频的剪辑节奏。\n它只服从物理定律的约束，以及工业现场对零容忍失误的严苛检验。\n把动作在镜头前做对一次，是工程探索的起点。\n把动作在充满干扰的现实世界里连续做对一百万次，才是真正重塑生产力的分水岭。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-23 18:17:13","created_at":"2026-08-23 18:17:13","url":"https://mubeitech.com/p/mb-20260823-a6b67c","markdown_url":"https://mubeitech.com/p/mb-20260823-a6b67c/markdown"},{"rank":3,"id":"2080060579268722905","account":"mubei","brand":"@mubei","title":"人形机器人的终极壁垒，早就不是怎么走路、怎么搬箱子了。 是点屏幕。 马斯克点透了机器人下一个阶段的真正难点。 他解释，擎…","summary":"人形机器人的终极壁垒，早就不是怎么走路、怎么搬箱子了。 是点屏幕。 马斯克点透了机器人下一个阶段的真正难点。 他解释，擎天柱（Optimus）得像人类一样，走到电脑或触摸屏前，直接上手就能操作。 这听着简单，其实极难。 它要求机器必须能实时看懂视频、理解界面逻辑、精准控制屏幕。…","body":"人形机器人的终极壁垒，早就不是怎么走路、怎么搬箱子了。\n是点屏幕。\n\n马斯克点透了机器人下一个阶段的真正难点。\n他解释，擎天柱（Optimus）得像人类一样，走到电脑或触摸屏前，直接上手就能操作。\n这听着简单，其实极难。\n它要求机器必须能实时看懂视频、理解界面逻辑、精准控制屏幕。\n\n这要怎么解？\n马斯克给出的方案是：让 Grok 去当机器人的“项目经理”。\n大模型在顶层当大脑，负责看懂眼前复杂的屏幕和现实世界。\n看懂之后，Grok 把大目标拆解成一系列具体的子任务。\n最后，指令下发，机器人再去一步步照做。\n\n大模型被直接变成了控制物理机器人的操作系统。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2080265673779937453","translated_status_id":"2080265673779937453","published_at":"2026-07-23 10:06:04","created_at":"2026-07-23T12:01:28+02:00","url":"https://mubeitech.com/p/2080060579268722905","markdown_url":"https://mubeitech.com/p/2080060579268722905/markdown"},{"rank":4,"id":"2072333408005398853","account":"mubei","brand":"@mubei","title":"制造人形机器人，最深的一条护城河是能不能把它像汽车一样，塞进流水线里大规模复制。 光看它会不会走路，根本不算壁垒。 特斯…","summary":"制造人形机器人，最深的一条护城河是能不能把它像汽车一样，塞进流水线里大规模复制。 光看它会不会走路，根本不算壁垒。 特斯拉最近公开了 Fremont 工厂的 Optimus 机器人生产线。 很多人只看个热闹，觉得就是一堆机械臂和机器人在那站着。 但真正懂制造业的人，看的是背后的工…","body":"制造人形机器人，最深的一条护城河是能不能把它像汽车一样，塞进流水线里大规模复制。\n光看它会不会走路，根本不算壁垒。\n\n特斯拉最近公开了 Fremont 工厂的 Optimus 机器人生产线。\n很多人只看个热闹，觉得就是一堆机械臂和机器人在那站着。\n但真正懂制造业的人，看的是背后的工业架构。\n特斯拉车辆工程副总裁 Lars 透露了一个关键细节：这是一条“模块化”生产线。\n\n为什么要搞模块化？\n因为人形机器人的硬件设计还在疯狂迭代，今天加个关节，明天换个传感器。\n如果是传统那种焊死的专用产线，设计一改，整条产线直接报废。\n而模块化产线就像乐高，设计变了，调整几个模块就行，还能快速复制出几十条新产线。\n这就是把造车的经验降维打击到了造机器人上。\n\n根据特斯拉目前的规划，他们打算直接用 Model S 和 Model X 的生产线来制造 Optimus。\n虽然他们喊出了“年产 100 万台”的宏大目标，并且声称要为此创造 1.2 万个工作岗位。\n但明眼人都知道，这个远期数字现在还只是画在墙上的远景蓝图。\n真正可怕的，是他们已经在用工业大生产的思维，在降伏这个实验室里走出来的“新物种”。\n\n当别人还在实验室里手工打磨、显摆机器人能翻跟头的时候，特斯拉已经在解决怎么一天造几千个的问题了。\n这就是为什么很多科技硬件，最终都会变成中美两家超级工业体之间的决战。\n因为只有这两个国家，才有把 PPT 变成重工业流水线的终极能力。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2072339176582791171","translated_status_id":"2072339176582791171","published_at":"2026-07-01 15:00:00","created_at":"2026-07-01T16:56:01+02:00","url":"https://mubeitech.com/p/2072333408005398853","markdown_url":"https://mubeitech.com/p/2072333408005398853/markdown"},{"rank":5,"id":"2047306103705186513","account":"mubei","brand":"@mubei","title":"特斯拉在财报里交了底。 首个大型 Optimus 机器人生产工厂已经进入筹备阶段。 传记作家沃尔特·艾萨克森看透了马斯克…","summary":"特斯拉在财报里交了底。 首个大型 Optimus 机器人生产工厂已经进入筹备阶段。 传记作家沃尔特·艾萨克森看透了马斯克的牌局。 买下 Cursor 搞代码生成。 出于个人意识形态的执念，非要打造一个更准确的聊天大模型。 这就到头了吗？ 这些都只是前菜。 马斯克真正的重注，全押在…","body":"特斯拉在财报里交了底。\n首个大型 Optimus 机器人生产工厂已经进入筹备阶段。\n\n传记作家沃尔特·艾萨克森看透了马斯克的牌局。\n买下 Cursor 搞代码生成。\n出于个人意识形态的执念，非要打造一个更准确的聊天大模型。\n\n这就到头了吗？\n这些都只是前菜。\n\n马斯克真正的重注，全押在物理世界的人工智能上。\n未来属于数百万台 Optimus 机器人。\n属于无数的自动驾驶汽车。\n\n它们能看，能听，能在真实世界里移动和干活。\n支撑这支机械大军的，将是完全不同架构的全新芯片。\n\n等几百万台钢铁机器真正走上街头的那一天。\n我们现在对聊天大模型的这点兴奋感，根本不值一提。\n\nAI 终究要跳出屏幕，接管现实的物理运转。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2047421551067185536","translated_status_id":"2047421551067185536","published_at":"2026-04-23 20:41:09","created_at":"2026-04-23T22:38:13.596344","url":"https://mubeitech.com/p/2047306103705186513","markdown_url":"https://mubeitech.com/p/2047306103705186513/markdown"},{"rank":6,"id":"mb-20260822-1f34cb","account":"mubei","brand":"","title":"很多人把无人出租车和人形机器人的落地卡点，归结为硬件造不出、或者动作不够灵巧","summary":"很多人把无人出租车和人形机器人的落地卡点，归结为硬件造不出、或者动作不够灵巧","body":"很多人把无人出租车和人形机器人的落地卡点，归结为硬件造不出、或者动作不够灵巧。\n摩根大通在实地调研特斯拉加州弗里蒙特工厂后，撕开了一张完全不同的工业底牌。\n为什么特斯拉宁可限制 Model Y 改装无人出租车，非要等 FSD 第 15 代软件？\n为什么连拿取零件都可能掉落的人形机器人，特斯拉敢把外部商业发售定在 2027 年？\n答案藏在两台正在重构制造业的底层机器里。\n第一台机器，叫每英里边际成本断崖与软件切换阈值。\n传统网约车平台 Uber 和 Lyft 每英里收费在 2.50 到 3.00 美元之间，七成以上是司机的劳动报酬。\n个人开一台 Model 3 或 Model Y，全生命周期每英里成本大约 0.60 到 0.70 美元。\n一旦纳入无人出租车队，车辆利用率提升 4 到 5 倍，每英里成本立刻压低至 0.50 到 0.60 美元。\n而特斯拉采用 Unboxed 解构组装工艺打造的专用车型 Cybercab，目标是把每英里综合成本彻底砸到 0.30 美元。\n这超越了常规的价格竞争，直接对出行市场的运力成本实施降维击穿。\n既然专用车型的成本优势如此悬殊，改装旧车铺量就没有太大意义。\n阻挡车队全面扩张的真正瓶颈，从来不在造车产能。决定扩张速度的，是自动驾驶算法的可靠性临界点。\n正在奥斯汀车队测试的 FSD 第 15 代软件，带来了约 20% 的延迟降低与更大的上下文窗口。\n现有 AI4 硬件已经具备无监督运行能力，即将推出的 AI4.5 则把内存翻倍、算力提升 10%，专门承载更大规模的神经网络。\n一旦软件跨过安全阈值，每英里成本只有传统网约车八分之一的运力网络就会迅速铺开。\n第二台机器，叫工时乘数效应与内部场景代偿。\n很多工程师用熟练工人的单次动作速度来评估机器人，觉得动作慢就无法商用。\n但工业制造的数学账本，算的是单周总产出。\n一名人类工人每周标准工作时间是 40 个小时。\n一台人形机器人全天候运转，扣除充电与维护，每周能稳定输出接近 160 个工时。\n四倍的工时杠杆，意味着即使机器人的动作速度比人类慢上四倍，单周的总产出依然可以和熟练工人打平。\n更深层的护城河在于内部场景代偿。\n自动驾驶在公开道路上运行，面对的是零容错的生命安全与监管法规。\n人形机器人最初的进驻地点，是特斯拉自家的冲压车间与白车身焊装线。\n在自家工厂干活，既绕开了第三方数据合规的漫长摩擦，又把试错代价限制在微小的节拍调整内。\n2026 年下半年进入 Optimus 训练学院积累实体交互数据，随后接管产线上的高危重复劳动。\n特斯拉把自己的制造工厂，直接变成了第一代机器人的最大买家与数据熔炉。\n弗里蒙特工厂初期规划了 100 万台年产能，得州超级工厂对下一代产品的远期规划更是达到了 1000 万台。\n技术的商业化分水岭，从来不需要等机器在所有指标上全面超越人类。\n只要工时乘数在数学上彻底压过旧账本，边际成本开始呈数量级塌陷。\n机器一旦跨过软件定义的临界点，旧产业基于人工工时筑起的防线就会随之消解。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-22 17:07:20","created_at":"2026-08-22 17:07:20","url":"https://mubeitech.com/p/mb-20260822-1f34cb","markdown_url":"https://mubeitech.com/p/mb-20260822-1f34cb/markdown"}]}