2027 年機械人:勝出者將以無需人員協助的運行時數衡量
文章預測,2027 年機械人領域的競爭優勢將以無需人員協助的持續運行時數衡量,而非短片演示中的單次成功。供應商和營運者將更重視每項任務或每運行小時的介入次數;本地智能則會承擔有限的故障復原工作。部署亦可能先擴展至熟悉環境中的相鄰任務,並分開報告表現。
文章預測,2027 年機械人領域的競爭優勢將以無需人員協助的持續運行時數衡量,而非短片演示中的單次成功。供應商和營運者將更重視每項任務或每運行小時的介入次數;本地智能則會承擔有限的故障復原工作。部署亦可能先擴展至熟悉環境中的相鄰任務,並分開報告表現。
德國科技初創公司 Nomadic 展示 NOMAD 四旋翼無人機,並完成 600 萬美元種子輪融資。無人機可自主停靠在最高 420 千伏的帶電高壓輸電線上,透過電磁感應取電;已在德國、挪威和美國完成超過 2 萬小時實線測試,單機可覆蓋約 25 公里線路。配套軟件 Nomadic OS 融合氣象與電網模型,用於提升運維效率。
教學示範如何在 NVIDIA Jetson 上結合 ROS 2 與 LiDAR,建立自主導航系統,並説明 LiDAR 數據如何流經定位、建圖、避障及導航。內容涵蓋開發環境、ROS 2 工作空間、資料流程、安全層、測試與 Jetson 效能優化,並説明適用時如何連接 Flutter。
AMD於11月16日完成對World Labs的收購,交易金額為82億美元,全部以股票支付。World Labs由李飛飛等人於2024年創立,交易完成後,李飛飛出任AMD執行副總裁兼首席科學家。團隊將繼續作為獨立前沿研究組織研發基礎模型,並與AMD硬件、軟件和系統工程師協作。
推薦理由:文章聚焦收購如何把世界模型研究與AMD計算平台連接,並分析模型負載提前進入芯片、軟件和系統設計的意義。
宇樹機械人在全球首場人形機械人拳擊金腰帶賽中擊敗眾擎,奪得全球首條人形機械人拳擊金腰帶。報道指出,這條金腰帶來自 WBC 認證的職業拳擊賽事體系,由第三方賽事組織授出,而非廠商自行搭台、判定勝負。
具身智能訓練目標只獎勵任務成功,令模型記住場景而非提煉可遷移的物理規律;文章認為,數據難以復用是結果而非根因。DROID 收集的 76,000 條軌跡,保留率只有 20.7%,接近八成原始數據未進入訓練集。文章主張以物理屬性變化下的成功率保留率,評估模型能否提煉規律。
人形機械人租賃市場降温,日租價格由上萬元跌至不足2000元,租賃商面對降價競爭與固定支出壓力。擎天租與智元推出 Worken 生產力計量框架,嘗試由按租用時長定價轉向衡量機械人工作成果。文章亦指出,融資資源日益看重真實訂單與正現金流,資金仍集中於頭部企業。
這份綜述梳理世界模型在強化學習與機器人領域的演進,從像素重建、RSSM 潛空間建模,延伸至 JEPA、擴散模型及 VLA 融合。不同路線在表示質素、計算效率與安全魯棒性之間各有取捨;研究焦點包括長時程預測誤差、不確定性量化,以及世界模型與 VLA 的融合。
多款開源物理引擎支援機械人操控中的布料、繩索或軟質物體;文章比較 Genesis、Newton、MuJoCo、MuJoCo Warp、MuJoCo Playground、ManiSkill3 和 Alloy 的支援範圍及適用情境。
兩輛使用受監督 FSD 的 Tesla 在斯洛文尼亞山路面對面時陷入反覆調頭的困局,駕駛者須接手控制。TÜV 2027 年檢驗中,Model Y 的複驗率為 18.5%,MG4 為 16%;MG4 有 10.3% 的受檢車輛煞車碟生鏽或故障。調查涵蓋 34 個國家的駕駛者,74% 認為錯誤觀念是採用電動車的主要阻礙。
預印本《Beyond Retargeting》提出一種人形機械人控制策略,將原始人體動作直接映射為機械人關節指令,省去即時動作重定向。該策略在 Unitree G1 模擬環境及硬件上測試,作者報告其延遲和穩健性均優於比較基線。省下的即時轉換工作轉移至訓練階段,控制效果取決於動作數據對不同體型、速度及感測條件的涵蓋。
覓蜂科技真機操作團隊分析逾20萬小時真機數據及2萬多項任務記錄,指出觀測畫面缺少決策依據會令訓練數據失效。積木拾取試驗中,操作員與機械人同視角觀察,模型操作準確率由約50%升至100%。EGO數據亦有重複、與用戶需求不匹配及同質化等問題。
機械人訓練數據低質的成因包括觀測未涵蓋動作決策依據、EGO 數據重複或與需求不匹配,以及仿真對流體和柔性體的精度不足。文中引用的積木拾取對照顯示,以操作員與機械人同視角觀察的數據訓練模型,手臂操作準確率由約 50% 提高至 100%。姚卯青表示,市場上有企業購入 100 萬小時數據後,最終只有 10% 至 20% 可用。
零跑汽車 CFO 李騰飛表示,2027 年將是零跑的產品大年,D、C 系列將推出重磅產品,B、A 系列亦將推出大改款產品。零跑世界模型將在全系產品亮相,李騰飛稱各價位產品都能享有相應價位段頂級的智駕體驗。
智元創新(AGIBOT)與藍思科技達成戰略合作,在手機測試產線部署數十台智元精靈 G2 機械人,負責測試工位上下料及與測試設備互動。精靈 G2 可轉運手機產品、智能分撥及上下料,並兼容多條作業產線;官方稱,本次部署已跑通工藝適配、產線聯調及交付落地全鏈路。
智元創新(AGIBOT)與藍思科技達成戰略合作,在手機測試產線部署數十台智元精靈 G2 機器人,執行測試工位自動上下料及與測試設備互動等工作。部署聚焦手機 MMI、ANT、CAM、CAMCV 等測試;官方表示,項目已跑通工藝適配、產線聯調和交付落地全流程,並沉澱標準化交付流程與項目實施體系。
建築署、機電工程署、房屋署、房屋協會及香港智能建造研發中心共同研發的「人工智慧清潔水箱機械人」,奪得2026香港資訊及通訊科技獎「商業方案大獎」及「全年大獎」。機械人設有AI鏡頭分析水缸污垢,最快1小時可清潔一個1萬公升水缸。工人可在水缸外透過平板電腦觀察清潔情況,減低進入密閉空間作業的風險。
第 07 章説明如何在移動操作機械人的目標運作環境中進行現場驗證,以確認系統的可靠性、安全性和一致性,並取得足以證明系統已準備部署的量化證據。驗證須以明確的運作設計領域、可量度的接受準則及循序漸進的測試為基礎,涵蓋導航、感知、操作、安全、人機互動和長時間運作。同步收集運作數據並記錄故障,有助分析根本原因及核實修正措施。
本章提出移動操作機械人的測試策略,涵蓋功能、性能、可靠性及安全性,並主張從需求工程階段開始制定測試要求。測試應結合風險評估,逐步驗證部件、子系統及整個系統,並涵蓋模擬、硬件、人工智能、操作任務與安全。自動化測試、回歸測試和測試治理則用於維持可追溯性、管理缺陷及記錄驗證結果。
本章闡述移動操作機械人的操作系統開發,涵蓋機械結構、感測、末端執行器、控制軟件及 AI 感知等組成部分。內容亦説明抓取與運動規劃、拾放及料箱揀選、力控制、任務與運動規劃,以及錯誤復原等技術和應用。
移動操作機械人的 AI 開發把營運要求轉化為感知、決策及互動能力,並須考慮環境變化、感測器不確定性和即時運作。流程涵蓋數據收集與標註、感知模型及視覺語言模型、智能體協調、模型訓練與部署;驗證則結合機器學習指標和系統層面的效能量度。
《Mobile Manipulator Projects and Development Manual》第 03 章梳理移動操作機械人的硬件開發流程,涵蓋需求分析、系統架構及概念設計。內容涉及 AMR 底座、機械臂、末端執行器、電池、感測器、電氣及嵌入式系統的設計,並説明如何運用 CAD、CAE 和模擬進行設計評估,再製作原型及開展硬件驗證。
移動操作機械人的系統架構把自主移動、機械人操作、環境感知、人工智能與智能決策整合為工程框架,並將產品要求轉化為結構化方案。架構涵蓋機械、電氣、感測、運算、人工智能、控制、通訊及安全等範疇,各部分須按共同的系統要求和介面協調設計。
本章説明如何為移動操作機械人制定產品願景,確立目標應用、客戶營運價值、自主程度、產品差異化及可擴展平台方向。產品願景須平衡技術抱負、工程可行性與商業持續性,並將安全、可靠性及產品生命週期納入考量。章節亦提出按技術成熟度推進商業化,並透過跨職能協作把願景轉化為開發策略。
第12章提供移動操作機械人產品需求文件(PRD)範本,説明如何界定產品願景、目標客戶、作業環境及使用情境。範本涵蓋功能、性能、AI、安全及法規要求,並要求以可量度的指標和驗收準則減少歧義。
移動操作機械人項目須經歷由概念到產品推出的完整生命週期,涵蓋項目啟動、需求定義、系統設計、開發、整合、測試及實地驗證。管理工作須協調機械人底盤、機械臂、感知、AI、軟件及安全等環節,並透過原型評估、驗收測試和試點部署檢驗系統表現。
第10章以倉庫移動操作機械人項目為案例,説明如何整合自主移動、機械操作、人工智能及工業自動化;案例用作示範手冊中的開發方法,並非特定商業安裝項目的成果。內容涵蓋需求分析、系統架構、感知與操作、倉庫系統整合及安全設計。驗證由組件測試延伸至整合場景,並納入通道受阻、抓取失敗及通訊中斷等情況。
班加羅爾的 Humyn Labs 宣佈完成 $47 million A 輪融資,資金將用於擴展覆蓋 20 多個國家的數據採集網絡。本輪由 Accel 領投,包含 $26 million 股權融資及 $21 million 風險債務,巴西、印度和南韓是主要據點。
Physical AI 讓人工智能從處理數碼資訊,進一步發展為能感知物理世界、推理並採取實際行動的智能系統;其工業價值取決於能否穩定融入完整工作流程,並帶來可衡量的營運成果。章節探討製造、物流、醫療、農業、建築及家居等應用,並指出評估成效須兼顧技術表現、營運成本、可靠性及投資回報。
本章以智能工廠案例分析 Physical AI 如何結合自主移動機械人、智能機械臂、機器視覺及自適應控制,改善生產流程。案例亦涵蓋機械人與製造系統的協調、數碼孿生模擬、人員培訓及安全工程。
Physical AI 結合人工智能、機械人、感測與自主控制,讓農業設備感知環境變化,並按情境作出決策和執行操作。應用涵蓋土地準備、播種、作物監測、精準處理、收割及收穫後物流;精準處理可按偵測情況調整施用位置或用量,減少不必要的投入。
Physical AI 將人工智能、機械人、感測及自主控制整合至醫療和護理環境,讓系統能直接與患者、人員及周遭環境互動。應用包括醫院物流、移動操作、復康與輔助機械人、患者監測及遠程護理。部署須重視安全、私隱及數據治理,並由醫護人員監督臨牀判斷和介入。
實體 AI 透過感知、推理、規劃及適應性控制,讓物流自動化能應對持續變化的作業環境。AMR 可在動態設施內導航、避障及調整路線,並配合感測器融合和智能操作處理物料。車隊管理系統可協調運輸任務、交通及充電,並與倉庫管理系統等平台連接。
Physical AI 市場涵蓋能感知、理解並與物理世界互動的智能系統,透過自主移動、操作、檢查及運輸等實際行動創造經濟價值。市場範圍包括自主移動機械人、機械臂、人形機械人、四足機械人及空中機械人等。產品商業表現取決於技術能力、應用要求和經濟價值,也受可靠性、安全、能源效率及環境適應能力影響。
Physical AI 將人工智能由處理數碼資訊,延伸至能在物理世界感知、推理和行動的智能系統;其產業價值取決於能否帶來可衡量的營運改善。製造、物流、醫療、農業、建築及家居等應用,須結合技術表現與產量、成本、可用性及投資回報等業務成果評估。可靠運作、融入現有工作流程及長期維持高可用性,是實現商業價值的關鍵。
2026廣州文化產業交易會於11月20日在中國進出口商品交易會展館D區開幕,迎賓機器人與國博鳳冠亮相。展會吸引500餘家境內外展商參展,並將持續至11月22日;開幕首日,廣州文化產業交易服務平台正式發布,覆蓋五大領域並提供一站式交易服務。
ChinaTalk 團隊在 CoRL 觀察到,雖然機械人基準測試、硬件、強化學習和數據生態均有進展,能在真實世界執行多種任務的通用機械人仍相距甚遠。報道指出,展場硬件供應鏈高度依賴中國企業,亦有中國公司積極拓展機械人訓練數據採集市場。
Physical AI 生產環境可採用四引擎邊緣 MLOps 架構,監測模型漂移、驗證更新並維持確定性控制。識別、感測、AI 決策及行動引擎分別處理資產定位、感測資料完整性、影子驗證與設備決策。更新分為低風險全自動、中風險須工程師確認,以及高風險受控並可安全停機。
Mistral 在新加坡設立亞太區總部兼研究中心,計劃為區內產業研發 AI 模型。研究將聚焦公共服務、機械人及高科技製造,並涵蓋實體 AI 和製造工程模擬。公司計劃在 2027 年前把區內團隊擴至 200 人,較目前增加一倍以上。
靈掌機器人在世界智能製造博覽會亮相太空靈巧操作系統 LZ-Space,並展出全系列9款靈巧手產品。LZ-Space整合機械臂、五指靈巧手及遠程操作系統,已完成衞星飛船上裝測試,並通過振動、模擬太空真空環境冷熱循環及輻照試驗。面向自主操作能力升級的 LZ-SpacePro 預計2027年初推出。