大家都在搜

巨头集体入局具身大脑:64.9%和96%之间,隔着现实世界



  同一周,四家巨头发布机器人大脑。真正的差距不在参数,在“在哪里测的”。

  图 14

  11月19日,《科创板日报》梳理了这一周的动向:物理AI被视为人工智能的下一波浪潮,而巨头的新品尤其集中在具身大脑这个环节。

  具体时间线很清楚。英伟达在CoRL 2026发布新一代机器人模型GR00T 2;同日,Anthropic发布Fable 5.2,在RoboDojo仿真测试中平均成功率达到64.9%;次日,谷歌DeepMind发布Gemini Robotics 2.5,在奔驰汽车产线实现96%的任务成功率,Apollo 2人形机器人基于该模型自主完成零件分拣。国内,华为发布并开源了昇腾原生的具身世界模型CloudRobo-WM1.2;蚂蚁灵波开源了LingBot-Touch触觉基础模型,并发布开发者生态计划。另外,马斯克说特斯拉计划在两个月内放出Optimus的真实交互演示,强调不依赖遥操作、不是高光集锦,时间点与12月初的人形机器人峰会吻合。

  一堆型号名看下来容易晕,但有一组数字特别值得盯:64.9%和96%。

  这两个数字不是谁强谁弱,是在哪里测的。

  64.9%是在RoboDojo仿真环境里的平均成功率。仿真里,光照、摩擦、物体摆放都是被设定好的,模型可以反复试错。96%是在真实产线上——奔驰的车间,有灰尘、有振动、有工人走动、有零件公差。按理说真机更难,成功率应该更低,为什么反而更高?

  因为任务不同。产线任务是窄而深的:固定工位、固定零件、固定流程,重复一万次。这种场景里,96%是可以做到的,甚至应该更高。而仿真测试通常是宽而浅的:跨多种任务、多种物体、多种随机初始状态,考的是泛化。用窄任务的成绩去对比宽任务的成绩,是没有意义的。

  所以这一周的真正看点,不是谁的数字漂亮,是路线在分化:一条是通用大脑加泛化能力,一条是专用场景加极高可靠性。前者想象空间大,落地慢;后者落地快,天花板低。未来三年,商业上赢的多半是后者,叙事上赢的多半是前者。

  第二条值得注意的线,是触觉开始被单独建模。蚂蚁灵波开源LingBot-Touch,这个方向很关键——视觉能告诉机器人东西在哪,触觉才能告诉它用多大力。人形机器人做不好精细活的根本原因,往往不是看不懂,是拿捏不准。

  第三条是开源。华为、蚂蚁都选择了开源加生态,这和英伟达的平台策略是同一个逻辑:先让别人的机器人跑在自己的脑上。

  对普通人,这一堆新闻的实际意义是:机器人距离进家门还有距离,但距离进工厂已经很近了。你更该关注的是那些已经在产线上跑起来的案例,而不是发布会上会跳舞的那个。

  最后提醒一句:看这类技术新闻,先看测试环境,再看成功率,最后看有没有第三方复现。跳过前两步直接看数字,容易变成别人营销的听众。

  关键词:具身大脑 / 具身智能 大模型 / GR00T 2 / 机器人




上一篇:福特用宁德时代的技术造出第一批电芯,这是一种新的出海范式
下一篇:7位创始人一夜身家过百亿:ANT上市里最狠的不是估值,是投票权设计