{"source":{"id":"mb-20260827-092f4f","title":"孙正义把全球最能打的机器人公司卖掉四年后，转头要掏 60 亿美元，控股一家给机器人穿连体服的小公司","url":"https://mubeitech.com/p/mb-20260827-092f4f"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"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":2,"id":"2068683629174108361","account":"mubei","brand":"@mubei","title":"3.25 亿美元，买下最后 9.65% 的股份。 韩国现代（Hyundai）完成了对美国机器人神话 Boston Dyn…","summary":"3.25 亿美元，买下最后 9.65% 的股份。 韩国现代（Hyundai）完成了对美国机器人神话 Boston Dynamics 的 100% 控股。  卖家是日本软银（SoftBank）。 我们来算一笔账。 9.65% 的股份值 3.25 亿，意味着波士顿动力现在的估值已经达…","body":"3.25 亿美元，买下最后 9.65% 的股份。\n韩国现代（Hyundai）完成了对美国机器人神话 Boston Dynamics 的 100% 控股。\n\n卖家是日本软银（SoftBank）。\n我们来算一笔账。\n9.65% 的股份值 3.25 亿，意味着波士顿动力现在的估值已经达到了 33.7 亿美元。\n要知道，2020 年现代刚接手的时候，它的整体估值也才 11 亿美元。\n五年时间，估值翻了三倍。\n\n如果你关注科技圈，一定对这家公司不陌生。\n那只在网上刷屏、会开门、会后空翻、被踹一脚还能自己站起来的黄色机械狗 Spot，就是它们家的。\n但就是这么一家技术逆天的公司，却是个商业化上的“烫手山芋”。\n它这辈子，简直就是一部“科技孤儿流浪记”。\n\n最早，它是从麻省理工（MIT）实验室里孵化出来的。\n2013 年，风头正劲的谷歌把它收入麾下，想做智能硬件。\n但很快，硅谷精英们发现这玩意儿就是个吞金兽，短期内根本看不到盈利的希望。\n谷歌不想等了，2017 年把它打包卖给了日本软银。\n\n软银的孙正义一向以大手笔著称，但他拿在手里也觉得烫手。\n机器人要下地，需要的是工业化量产、是供应链、是重资产砸生产线。\n这些，都是互联网和金融资本的盲区。\n于是，2020 年，软银把大头股份卖给了韩国现代集团。\n\n现在，现代终于把剩下的尾款结清，实现了全面控股。\n为什么是韩国车企成了终极接盘侠？\n因为造车和造机器人，底层的逻辑是通的。\n电机、电池、传感器、算法，还有最关键的：重工业制造能力。\n现代不仅是想让机器狗去巡逻，他们是在为下一代智能工厂、甚至移动出行布局。\n\n美国研发，日本倒手，韩国落地。\n这个科技网红的流浪故事告诉我们：\n纯粹的技术情怀在华尔街一文不值，只有和重工业肉身结合，机器人才能真正活下来。","category":"科技","score":60,"translated_x_url":"https://x.com/i/status/2068685125651464441","translated_status_id":"2068685125651464441","published_at":"2026-06-21 13:19:03","created_at":"2026-06-21T15:13:06+02:00","url":"https://mubeitech.com/p/2068683629174108361","markdown_url":"https://mubeitech.com/p/2068683629174108361/markdown"},{"rank":3,"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"},{"rank":4,"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":5,"id":"2062407488872350049","account":"mubei","brand":"@mubei","title":"亚洲首富换人，孙正义登顶了。 这位曾经押中阿里巴巴、重金收购Arm、如今又布局OpenAI的投资狂人，给出了下一个万亿美…","summary":"亚洲首富换人，孙正义登顶了。 这位曾经押中阿里巴巴、重金收购Arm、如今又布局OpenAI的投资狂人，给出了下一个万亿美元的答案。 “物理AI和机器人。” 先别急着喊泡沫。 很多人觉得现在的AI热潮，像极了2000年的互联网泡沫。 孙正义说，AI的机会比当年大10倍，甚至50倍。…","body":"亚洲首富换人，孙正义登顶了。\n这位曾经押中阿里巴巴、重金收购Arm、如今又布局OpenAI的投资狂人，给出了下一个万亿美元的答案。\n“物理AI和机器人。”\n\n先别急着喊泡沫。\n很多人觉得现在的AI热潮，像极了2000年的互联网泡沫。\n孙正义说，AI的机会比当年大10倍，甚至50倍。\n2000年的泡沫破裂，现在回头看，那只是一个微不足道的小山丘。\n跌下去之后，随之而来的是带来巨额自由现金流的真正大爆发。\n\n现在入局怕不怕被套？\n孙正义甚至拿1929年的华尔街大崩盘做类比。\n那次崩盘的底层驱动力，其实是早期的电子化和机动化。\n崩盘之后呢？这些技术带着人类经济一路上涨了整整一百年。\n他说，如果AI真的出现回调，那将是最佳的投资时机。\n\n那么，未来的钱到底在哪？\n软银已经把自己打造成了覆盖全栈技术的AI平台。\n但下一个能长出万亿美元公司的土壤，孙正义非常确信：Physical AI（物理AI）。\n不管是人形机器人，还是工业机器人。\n核心逻辑只有一个：AI不再只活在服务器和屏幕里，它要长出身体，接管现实世界了。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2062508032018321820","translated_status_id":"2062508032018321820","published_at":"2026-06-04 11:46:35","created_at":"2026-06-04T13:42:19.945662","url":"https://mubeitech.com/p/2062407488872350049","markdown_url":"https://mubeitech.com/p/2062407488872350049/markdown"},{"rank":6,"id":"16623018","account":"mubei","brand":"@mubei","title":"现在全网最贵的资产，可能也是人类历史上贬值最快的资产。 这是风投专家加文·贝克给大模型公司下的死亡判决。 为什么？ 因为…","summary":"现在全网最贵的资产，可能也是人类历史上贬值最快的资产。 这是风投专家加文·贝克给大模型公司下的死亡判决。 为什么？ 因为光有模型，没有护城河。 贝克看得很透：如果你没有独家数据，没有互联网级别的分发渠道，你的模型能力很快就会沦为不值钱的大路货。 他的预测很残酷。 绝大多数大模型公…","body":"现在全网最贵的资产，可能也是人类历史上贬值最快的资产。\n这是风投专家加文·贝克给大模型公司下的死亡判决。\n\n为什么？\n因为光有模型，没有护城河。\n贝克看得很透：如果你没有独家数据，没有互联网级别的分发渠道，你的模型能力很快就会沦为不值钱的大路货。\n他的预测很残酷。\n绝大多数大模型公司最后的估值，就是一个零。\n最后能成气候的，大概只有十来家。\n剩下那些人的唯一出路，就是像Inflection被微软收编那样，祈祷被亚马逊这种巨头连人带代码打包买走。\nAI的战争逻辑变了。\n壁垒不再是卷参数，而是谁掌握着数据，谁把守着入口。\n\n谁把守着入口？\n谷歌有安卓和Chrome，苹果有iOS。\n这就是互联网的收费站。\n\n一年前，OpenAI的突袭对谷歌来说就像珍珠港事件。\n但巨兽醒了。\n他们让戴密斯·哈萨比斯接管了AI业务，这是一个真正的战时指挥官。\n谷歌手里有一张硬底牌：他们自己造的TPU芯片。\n这让Gemini拥有了极具杀伤力的“上下文缓存”能力。\n同一个场景下，问过的问题，算出了好答案，它就直接调取记忆。\n不用每次都烧钱重新算一遍。\n在所有创业公司都在绞尽脑汁省计算费用的今天，这招非常致命。\n\n苹果呢？\n似乎还在睡，但马上要醒了。\n苹果的字典里从来不强求第一个做，但一定要做最后一个进场并拿走利润的人。\n接下来的玩法已经很清晰了。\n你的iPhone里会跑着一个小型的本地AI模型。\n它绝对隐私，认识你的狗，知道你的习惯。\n只有当它处理不了时，才会去云端向OpenAI求助。\n为了跑动这个本地AI，新iPhone的内存必须翻两倍甚至三倍。\n就为了这个能懂你的本地AI，无数人会心甘情愿扔掉手里屏幕摔裂的旧手机。\n\n但在这场狂欢的尽头，物理世界的墙已经竖起来了。\nAI现在的死穴不再是GPU算力。\n而是去哪找地方插电源。\n未来的数据中心，体积会比曼哈顿还要庞大，直接秒杀五角大楼。\n想喂饱这些吞电巨兽？\n选址只能直接往核反应堆旁边靠。\n\n如果贝克是对的，现在的百模大战，可能只是开场前那段调音。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2084233733511504089","translated_status_id":"2084233733511504089","published_at":"2026-08-03 08:47:46","created_at":"2026-08-03T10:20:05+02:00","url":"https://mubeitech.com/p/16623018","markdown_url":"https://mubeitech.com/p/16623018/markdown"}]}