文｜周鑫雨

編輯｜楊軒

規(guī)�；涞�，今年的具身公司都在談這個。

數(shù)字競速，不約而同出現(xiàn)在具身公司的產(chǎn)線、招股書、出貨量上——2026年4月以來，智元機(jī)器人宣布第1萬臺機(jī)器人量產(chǎn)下線，5000到10000，只用了三個多月；宇樹科技的IPO招股書也攤開了激進(jìn)商業(yè)化的一角：2025年營收17.07億元，出貨量超過5500臺。

激進(jìn)的數(shù)字背后，是“低價、高性能”的中國機(jī)器人在全球的擴(kuò)張。宇樹科技創(chuàng)始人王興興曾在2025年世界機(jī)器人大會上提到，過去幾年，宇樹的海外營收一直占總營收的50%以上。

在這些具身玩家中，由追覓在2024年孵化的魔法原子MagicLab，是最年輕的一個。近期，它提出了一個相當(dāng)激進(jìn)的營收目標(biāo)：2036年，要實現(xiàn)140億美元的營收規(guī)模。

在全球范圍內(nèi)打響品牌，也讓這家公司，近期將發(fā)布會開進(jìn)了硅谷。美西時間2026年4月28日，在云集Adobe、TikTok、IBM等公司的圣何塞，魔法原子發(fā)起了全球具身智能創(chuàng)新大會（GEIS）。

魔法原子機(jī)器人MagicBot Z1現(xiàn)場給張藝興表演。作者拍攝

在會上，魔法原子發(fā)布了從底層模型本體的一系列新產(chǎn)品：

世界模型Magic-Mix：魔法原子自研的“自主進(jìn)化模型”。Magix-Mix由兩個引擎構(gòu)成：讓機(jī)器人學(xué)會理解真實世界的Magic-WAM，以及可以離線生成大批量許年數(shù)據(jù)的Magic-Creator——這意味著，Mix可以在“數(shù)據(jù)生成-模型訓(xùn)練-真實世界反饋-數(shù)據(jù)在生成”的閉環(huán)中持續(xù)自主迭代。

Magic-Mix架構(gòu)。圖源：魔法原子

靈巧手MagicHand H01：搭載了20 DOF（自由度，人手約24-27 DOF）和44個高分辨率三維觸覺傳感器，主打工業(yè)制造、服務(wù)護(hù)理等場景的精細(xì)操作。

MagicHand H01。圖源：魔法原子

人形機(jī)器人MagicBot X1：一款身高180cm、體重70kg、全身搭載31個主動DOF、極限關(guān)節(jié)扭矩達(dá)450N·m的機(jī)器人�；跓o限續(xù)航雙電系統(tǒng)，X1可以7*24連續(xù)作業(yè)。產(chǎn)品分為標(biāo)準(zhǔn)版和科研版，前者商業(yè)部署效率高、開箱即用，后者則面向高校、實驗室、開發(fā)者和產(chǎn)業(yè)伙伴，支持底層二次開發(fā)和外形定制。

MagicBot X1。圖源：魔法原子

在會上，Openmind、PrismaX、Chestnut Roborics等來自硅谷的具身大腦和本體公司，也出現(xiàn)在現(xiàn)場。有關(guān)大腦、本體、數(shù)據(jù)的解決方案，這些公司給出了不同的解決思路。

以下是《智能涌現(xiàn)》關(guān)于現(xiàn)場討論的整理：

用機(jī)器合成數(shù)據(jù)訓(xùn)練，效果會比真實世界數(shù)據(jù)更好嗎？

高質(zhì)量數(shù)據(jù)的稀缺，一直是掣肘具身模型訓(xùn)練的瓶頸。當(dāng)前真機(jī)數(shù)據(jù)采集一直存在成本高、周期長、場景覆蓋等問題。

機(jī)器合成數(shù)據(jù)，就是解決方案之一。然而，合成數(shù)據(jù)的局限性在于真實信息的缺失，比如摩擦系數(shù)、延遲、觸覺反饋等。這也造成業(yè)界對“sim-to-real-gap”的擔(dān)憂。

混合數(shù)據(jù)訓(xùn)練，是當(dāng)下中美具身智能企業(yè)提出的主流解決方案。比如，魔法原子總裁顧詩韜介紹，魔法原子日均采集約16000條數(shù)據(jù)，再通過數(shù)據(jù)合成實現(xiàn)1萬倍的體量擴(kuò)展。她提到，由于產(chǎn)品迭代快、60%-70%的工序依賴人工，新能源汽車制造業(yè)，是數(shù)據(jù)采集的富礦。

判斷使用真實數(shù)據(jù)，還是機(jī)器合成數(shù)據(jù)，行業(yè)的共識是：基于具體訓(xùn)練目的和應(yīng)用場景。

亞馬遜前沿AI與機(jī)器人研究院科學(xué)家Haozhi Qi提到，合成數(shù)據(jù)適用于讓機(jī)器學(xué)習(xí)單一的反應(yīng)基本技能，但難以讓機(jī)器獲得類似于做早餐之類的長程技能。此時，引入真實數(shù)據(jù)訓(xùn)練是有必要的，因為構(gòu)建一個足夠豐富的模擬環(huán)境，成本很高。

英偉達(dá)GEAR Lab高級研究科學(xué)家Zhengyi Luo則透露，團(tuán)隊目前采用50%的模擬數(shù)據(jù)，用于基礎(chǔ)訓(xùn)練；15%的動捕數(shù)據(jù)、25%的互聯(lián)網(wǎng)視頻數(shù)據(jù)，用于理解人類的動作；同時，訓(xùn)練還會添加10%的高質(zhì)量真實世界數(shù)據(jù)。他還提到，有些公司甚至?xí)褂蒙缃幻襟w上的數(shù)據(jù)，來指導(dǎo)機(jī)器人的本體設(shè)計。

VLA（視覺-語言-行動）是具身“大腦”最好的解決方案嗎？

由于強(qiáng)大的任務(wù)泛化能力，當(dāng)下VLA已經(jīng)成為具身模型最主流的架構(gòu)范式。

但事實上，當(dāng)人類用手指旋轉(zhuǎn)一個籃球時，只用依靠觸覺和本體感知，并不需要視覺——這意味著，VLA在這兩個感知系統(tǒng)上，存在短板。

在GEIS大會上，亞馬遜前沿AI與機(jī)器人研究院科學(xué)家Haozhi Qi認(rèn)為，VLA的流行，與硬件傳感器的發(fā)展程度有關(guān)：當(dāng)下，視覺傳感器趨于成熟，但觸覺傳感器還在初級開發(fā)階段。

因此，在他看來，具身系統(tǒng)需要通過其他感覺的輸入，來補(bǔ)足不太成熟的傳感系統(tǒng)，從而維持本體的操作。因此，通過視覺和語言補(bǔ)足觸覺缺陷的VLA，成了當(dāng)下最好的解決方案之一。不過，未來隨著傳感器和硬件層面的發(fā)展，算法也會隨之迭代。

靈巧手的三大路線之爭：連桿、腱繩與直驅(qū)

當(dāng)下，有關(guān)靈巧手設(shè)計的核心迷思是：要不要像人手？圍繞這一命題，誕生了連桿、腱繩、直驅(qū)三種設(shè)計方案。

其中，“連桿”最不像人手，但勝在成本低、易于控制；“腱繩”最像人手，可以做精細(xì)化操作，但成本高、控制難。“直驅(qū)”則是一種折中方案，將驅(qū)動單元直接集成在每個關(guān)節(jié)上，但成本不低，同時力傳導(dǎo)效率和熱管理上仍然面臨工程層面的挑戰(zhàn)。

混合架構(gòu)路線，則是近期興起的靈巧手技術(shù)解決方案。Chestnut Robotics創(chuàng)始人、前Tesla Optimus靈巧手核心成員Evan Tao介紹，當(dāng)下團(tuán)隊已經(jīng)選擇了混合架構(gòu)路線，以可以完成精細(xì)化操作的腱繩結(jié)構(gòu)為主，輔以AI控制和自主學(xué)習(xí)系統(tǒng)。未來的方案，“都會在靈活度和工程可靠性之間尋求平衡�！彼岬健�

機(jī)器人如何真正規(guī)�；涞兀�

在數(shù)據(jù)層，引入真實世界數(shù)據(jù)，依然被認(rèn)為是讓機(jī)器人真正理解應(yīng)用場景、學(xué)習(xí)復(fù)雜任務(wù)操作的關(guān)鍵。

比如，XGSynBot CEO Zizheng Li提到，他們采取的混合數(shù)據(jù)策略，依然引入了少量高質(zhì)真實世界數(shù)據(jù)，控制成本的同時，也能提升模型能力和泛化水平。

在系統(tǒng)層，XGSynBot CEO Zizheng Li認(rèn)為，機(jī)器人需要從“單一功能設(shè)備”向“多任務(wù)通用平臺”演進(jìn)，比如XGSynBot的機(jī)械臂，帶有6個Quick-chage的模塊化系統(tǒng)，這樣做的好處是，一臺機(jī)器人可以在不同工序間靈活切換，提高落地場景的廣泛性。

最后，OpenMind創(chuàng)始人、斯坦福大學(xué)生物工程副教授Jan Liphardt總結(jié)：機(jī)器人進(jìn)入真實世界，越早越好。

他發(fā)現(xiàn)，實驗室環(huán)境無法模擬所有復(fù)雜的現(xiàn)實場景，比如過亮的光線、泥濘潮濕的地面、生銹的門鉸鏈、多個系統(tǒng)同時運行的負(fù)載——這些復(fù)雜的真實場景，往往導(dǎo)致機(jī)器人在離開實驗室后，出現(xiàn)系統(tǒng)故障。

因此，機(jī)器人落地前，不應(yīng)該僅僅待在實驗室中。Jan Liphardt建議，盡早讓機(jī)器人在家庭、學(xué)校、機(jī)場、幼兒園和其他公共場景的實際部署中，收集交互數(shù)據(jù)，持續(xù)迭代。