news 2026/9/26 23:38:14

去陌生人家里叠个被子,顶级机器人的成功率居然只有这几成

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
去陌生人家里叠个被子,顶级机器人的成功率居然只有这几成

去陌生人家里叠个被子,顶级机器人的成功率居然只有这几成

马斯克在镜头前给出了一个极其吓人的数字:十年之内,全球人形机器人会有十亿台;二十年内,可能达到一千亿台。按照这个设想,机器人数量甚至会远远超过地球上的总人口,不仅能照护老人、辅导功课,每个人还能像使唤家丁一样开一家一人公司。

但是,只要把目光从讲台拉回到现实的车间地面,画风立刻就变了。在现代汽车位于美国佐治亚州的工厂里,波士顿动力刚刚为全身电动的新版 Atlas 机器人开设了专门的训练中心。这个被严密保护的钢铁工人在学什么?不是飞檐走壁,也不是精密装配,而是极其枯燥的一件事:把箱子里的汽车零部件,按照工人们装配时需要的顺序,一个接一个排好。

从千亿台的狂想,到流水线旁边老老实实摆零件,人形机器人到底是真要接管现实世界,还是又一场靠舞台演示撑起来的科技幻象?

一、为什么连最聪明的机器人进厂也得先当学徒

如果你以为机器人一出厂就能直接顶替流水线工人,那就把工厂想得太简单了。

现代汽车集团计划在未来数年里,于现代和起亚的全球工厂部署两万五千台 Atlas,甚至准备在美国新建一座年产能三万台机器人的工厂。这是人形机器人第一次拿到万台级别的真实采购意向,但波士顿动力给出的时间表却慢得让人意外。

佐治亚州萨凡纳郊外的这个机器人应用中心,早在2026年6月就已经开始试运行,9月21日才正式宣布启用。即便有了这么大的专属场地,Atlas 也不能直接上产线。它的首批任务仅仅是汽车零部件的物流准备与排序。按照官方时间表,它要到2028年才能真正接管这项工作,至于把零件稳稳装上车身,更是被排到了2030年。

工厂对待机器人,就像一位极其挑剔的老工匠在挑徒弟。整车制造是一门按秒计算节拍的残酷生意,每一个零件的摆放位置、抓取角度、运输节奏都不能有分毫差错。哪怕 Atlas 已经在消费电子展的舞台上亮相惊艳,进了车间也得先去专门的训练中心报到。目前这个一期设施明年就要搬家,面积要扩建到现在的十倍左右,为的就是让机器人在真正面对产线之前,吃透成千上万种零件的物理形态与摆放逻辑。

车企并不是买不起机器人,而是容不下一次卡壳导致的整条产线停跳。在工业世界里,可靠性永远排在花架子前面。

二、普通人家里的家务活到底有多难对付

如果说工厂里好歹还有固定的料箱和规整的铁架子,那么一脚踏进普通人的家里,对机器人来说简直就是噩梦。

就在波士顿动力宣布训练中心的前几天,初创公司 Figure 把自家的机器人悄悄送进了美国湾区的三十个真实家庭。这些房子机器人从来没去过,没有提前建图,没有采集过一帧数据,现场也没有做任何微调,甚至连要抓取的毛巾、玩具和床单,型号与材质全都是机器人头一回见。

结果怎样?机器人在这些陌生客厅和卧室里总共尝试了420次家务,成功了237次,整体成功率是56%。

分拆来看更有意思。在铺床这件事上,它的表现最好,成功率有67%;叠毛巾稍逊一筹,有62%;而家长们最头疼的把玩具收回筐里,成功率却跌到了40%。评测的标准非常严苛:中间没有任何过程分,必须整套床铺好、所有玩具归位才算过关,只要测试人员出于安全伸手碰一下,或者单项耗时超过一到三分钟,立刻直接判为失败。

很多人可能会笑:折腾了半天,才刚刚过及格线,还有44%的概率把事情搞砸。但在这个行业内部,56% 已经引发了巨大震动。因为在完全相同的控制策略下,如果不让机器人的大脑预先吞下全球尺度的人类行为数据,而是从零开始去学,它的成功率其实只有凄惨的9%。

这背后其实就像一个刚毕业的学徒,他虽然从没去过你家,但脑子里已经看过无数普通人生活时的视频录像。当他发现床单没拉平,他懂得像真人一样往后退半步,换一个站姿,甚至绕着床沿走上一圈把褶皱扯顺。这种自我纠错能力,全靠其背后那个每秒钟都在吞咽相当于三十五分钟人类经验的庞大数据库。

然而,能叠好毛巾,跟每天稳定无误地在你家叠毛巾之间,横亘着的正是那失败的44%。没有哪个家庭愿意雇一个两天就打翻一次水杯的保姆。

三、千亿台的神话与两万一千美元的算盘

看着两家巨头在工厂和家庭两端死磕,你就能明白高盛与马斯克的数字到底差在了哪里。

高盛近期发布了一份长达八十页的报告,把2035年全球人形机器人的出货量预测大幅上调到了650万台,市场规模看高至1380亿美元。这个调整幅度不可谓不大,差不多是过去预期的五倍。高盛之所以敢上调,是因为他们算了一笔经济账:人形机器人的平均单价,有望从2025年的四万两千美元,腰斩到2035年的两万一千美元左右。在工厂里,一台机器人的成本回收周期,会从2026年相当于2.8年的工人工资,迅速缩减到第二年的1.9年。

在投资机构眼里,汽车行业是最好的突破口。特斯拉在加州弗里蒙特改造产线扩大制造,奥迪和宝马也都在车间里试点。小鹏建成了专用产线,宣称机器人造好后能自己走下来,准备在2026年底量产;小米的机器人在车间里拧螺母的可靠性达到了98%,分拣物流达到了90%;优必选的产线甚至能做到每十分钟下线一台机器人。

但是,哪怕按照高盛如此乐观的计算,到2030年全球机器人的年出货量也才不过89万台,真正成熟要等到2035年。这与马斯克嘴里的十年十亿台、二十年一千亿台相比,中间差了整整几个数量级。

造出几台能在发布会上挥手、跳舞的惊艳样机,和以便宜的成本、极其可靠的良率生产几亿台皮实耐用的干活工具,完全是两个维度的物种。支撑千亿台神话的,不仅需要能够自主思考的大脑,更需要无数个寿命极长的关节执行器、精密的减速齿轮,以及足以撑起庞大电网的基础设施。眼下,特斯拉的 Optimus 还在紧锣密鼓地审计生产执行器和精密结构件的供应商,第三方客户要拿到现货,还得排到2027年之后。

从实验室里的惊鸿一瞥,到真正帮人类把螺母拧好、把床单铺平,机器人的双脚才刚刚踩在坚硬的水泥地面上。那些挂在发布会幻灯片上的千亿狂想固然热闹,但决定这场竞赛最终走向的,依然是佐治亚州那个车间里,机器人低头捡起第一个零件时的精确度。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/26 23:36:15

深入理解JavaScript迭代器与生成器:从原理到实战

为什么你的代码里 Data 列表越写越乱?为什么 for 循环里套着各种 index 判断?生成器、迭代器到底解决了什么问题?看完这些案例直接给你答案。从手写 iterator 到 generator 封装,再到异步流程控制,一篇讲透。如果有人问…

作者头像 李华
网站建设 2026/9/26 23:35:57

SpringBoot+Vue学生考勤管理系统:从零到部署的实战指南

简介:基于SpringBootVue开发的学生考勤管理系统完整毕业设计项目,面向计算机专业正在准备毕设的学生及需要项目实战经验的Java学习者,同样适用于课程设计、期末大作业等场景。系统采用B/S架构,以Java为核心技术、MySQL为后台数据库…

作者头像 李华
网站建设 2026/9/26 23:34:01

从零搭建常驻型AI智能体:Grok Bot架构、核心循环与避坑指南

1. 从一条曝光消息说起:Grok Bot 到底是个什么东西前几天社区里流传出一份据称是 ChatGPT 版 Grok Bot 的代码片段,配合 OpenAI 官方在智能体方向上一连串的动作,圈子里讨论得挺热。我第一时间把能拿到的信息捋了一遍,也顺手在自己…

作者头像 李华
网站建设 2026/9/26 23:33:28

HFSS 2021天线辐射效率曲线输出教程:从公式构造到工程解读

1. 天线辐射效率曲线到底在解决什么问题做天线设计的人都有一个共识:仿真能跑通不代表天线能用。回波损耗S11低于-10dB只说明端口匹配做好了,但能量到底是被天线辐射出去了,还是被介质和导体吃掉了,S11是看不出来的。这时候就需要…

作者头像 李华
网站建设 2026/9/26 23:32:04

多层BOM在易特ERP中的实战解析:从结构设计到实施避坑

1. 多层BOM到底难在哪:我见过的那些"一改全崩"现场先说一个我自己的经历。早年在给一家做非标自动化设备的客户上ERP时,对方工艺主管拿着一个半成品物料找到我,说这个件从今年3月以后,成本核算就没对过,每一…

作者头像 李华
网站建设 2026/9/26 23:30:16

DeepResearch代码实现详解:多智能体工作流与状态流设计

DeepResearch这个词前阵子突然就热起来了。用户给一句研究指令,比如“帮忙调研一下2024年主流向量数据库的选型差异”,它能在后台自动拆题、跑几十次搜索、读几十个网页,最后交出一份带引用来源、有条理的完整报告。说实话,第一次…

作者头像 李华