人形机器人工厂的瓶颈不是关节，而是数据

机器人工厂最新的基础设施不是产线，而是捕捉台。据The Robot Report报道，9月30日，数据工程公司Innodata启用了一座研发实验室。该实验室直接从人体或机械本体记录三维动作，而非从二维视频推断。

Innodata首席执行官Rahul Singhal在声明中表示：“物理AI的增长快于AI其他任何细分领域，但每支机器人团队都面临同一堵墙：真实世界交互数据不足，且现有数据昂贵、生产缓慢。”该设施还将验证机器人内部生成的性能数据。

为什么工厂里仍然需要人留在回路中

Innodata负责机器人与物理AI的副总裁Franklin Tanner对The Robot Report表示，物理AI“必须通过每一次交互来赚取token，且每次交互都需经过深思熟虑”。他以机器人抓取杯子为例：抓杯柄通常正确，但若从底部端起装满热液的杯子，可能烫伤用户。他指出，这种上下文在现有数据集中往往缺失。Innodata称，其传感器记录每个关节的动作，采集范围涵盖人形机器人、遥操作硬件、可穿戴系统、传感器支架及Universal Manipulator Interface夹爪。

延迟是问题的另一半。同在9月30日，MindOn发布Mind-1。这款物理AI模型据称将机器人任务执行速度提升至人类水平，并将推理延迟从82毫秒降至32毫秒。公司认为，当末端执行器速度为3米/秒时，10毫秒延迟约等于3厘米位移，足以破坏精确抓取或插入。它还指出训练数据本身的问题：当前操控数据多来自遥操作，其速度慢于人类自然动作，导致模型不仅学会任务，也学会了慢节奏。

独立评测显示，差距并未均匀缩小。Fig Inc.于9月30日发布技术报告，评估了包括Astra和Opus 5.5在内的前沿模型，覆盖网页自动化及四个物理领域。报告发现，在每一对被测模型中，得分较低者至少解决了一个得分较高者失败的任务。作者将这种表现称为“锯齿状”，并以RIDGE之名发布了逐条结果。

“直接的三维动作捕捉无可替代，”Tanner表示。“当计算机视觉模型试图理解二维像素网格时，错误难免混入。”

资金继续流向车间

投资也在追随同一逻辑。据Tech.eu报道，9月30日，总部位于巴黎的Inbolt宣布完成1100万欧元融资，由Shift4Good领投，Bridges Climate Transition Partners及现有投资方BNP Paribas Développement、Ora Global参投，累计融资达3000万欧元。Inbolt结合三维视觉与硬件无关的AI层，使机器人能实时调整控制回路。公司称其软件运行于三大洲100多家工厂的200多台机器人上，客户包括Bosch、Beko、Flex、Ford、Stellantis和Toyota。

该行业的公告并非都是工程性质的。Electrek于9月30日报道，纳斯达克上市公司KIDZ AI（前身为Classover Holdings）向Tesla发出针对500台Robotaxi的“采购询价”。该公司2026年第二季度服务收入为48万美元，同比下降34%，季度亏损250万美元；其新闻稿称该询价不构成有约束力的订单。Electrek指出，即便按Elon Musk“低于3万美元”的目标价计算，500台Cybercab成本约1500万美元，约为该公司市值的六倍。

硬件供应链也有纠纷。Electrek同日报道，Linton Crystal Technologies于9月22日在德克萨斯州联邦法院起诉浙江晶盛机电，涉及两项美国专利，内容为晶体生长用的籽晶提升与旋转系统。中国行业报道称，晶盛机电今年早些时候获得Tesla约30亿元（约4.2亿美元）的拉晶炉订单，但Tesla并非诉讼当事方，且双方均未确认该订单。晶盛机电9月24日对投资者表示，其产品采用与专利“完全不同的技术方案”。

对工业市场外的厂商而言，约束更为日常。在Hackster.io上，Petoi创始人李荣仲于9月30日写道，自2018年Nybble众筹项目以来，公司已出货超过3万台四足机器人。他描述了一个公式，用产品活跃自由度来刻画其可行性。其当前产品Quaddle在Kickstarter上起售价99美元。

Arrowfly是The Robot Report的母公司，同日推出了AI for Engineers，一个由20多个工程品牌支持的编辑与活动平台。其旗舰会议定于2027年9月20日至22日在内华达州亨德森举行，预计700人参加。