🤖
🤖

Physical AI

  • 从硬编码逻辑转向 AI 学习(Project GR00T)。

  • 在仿真中经历数亿次试错,最终落地现实。

Slide 1 of 3Remaining 2

听到“机器人”,你是否会想到动作僵硬、跳着舞的机器?到了 2026 年,这样的印象已经完全过时。

如今发生的是 “Physical AI(具身智能)” 的革命。

过去的机器人需要人类用“if-then”逐一编写每个关节的动作。但最新的机器人像人类一样 “看、尝试、失败、学习” 来掌握动作。

Project GR00T:机器人的大脑

NVIDIA 发布的 Project GR00T 是这场革命的核心。它不是专用于某个机器人的软件,而是可搭载在各种人形机器人上的“通用基础模型”。

学习机制(Sim-to-Real)

不可能让机器人在现实世界里反复失败(会坏掉)。因此使用名为 Isaac Lab 的数字孪生(虚拟空间),让它以超高速进行数亿次试错。

graph LR subgraph Simulation [“Isaac Lab (仮想空間)”] A[強化学習] —> B[失敗: 転倒] B —> A A —> C[成功: 歩行] end C —>|モデル転送| D[Real World (現実世界)] D —> E[実機での微調整]

主要玩家动态 2026

1. Tesla Optimus Gen 3

由埃隆·马斯克领导的 Tesla Optimus 进入第三代,“手部灵巧度”有了显著提升。

  • 特点 : 通过自研电动执行器实现静音与顺滑动作。
  • 现状 : 已在 Tesla 工厂内实际进行零部件搬运。

2. Figure 02

因与 OpenAI 合作而备受关注的 Figure 也进化到第二代(02)。

  • 特点 : “Speech-to-Action”。只需说“把那个苹果收起来”,即可通过视觉识别苹果并移到合适的位置。

技术规格对比

规格 Tesla Optimus Gen 3 Figure 02
身高 / 体重 173cm / 57kg 168cm / 60kg
电池续航 约 4 小时 约 5 小时
手部 11 自由度 (带触觉传感器) 16 自由度 (接近人类)
AI 模型 FSD (Full Self-Driving) Computer OpenAI Custom Model
价格 (预计) 2 万美元〜3 万美元 未定 (以 B2B 租赁为主)
1

Phase 1: 受控环境

在汽车工厂、物流仓库等变量较少的场景中执行特定任务

2026 年 (现在)
2

Phase 2: 公共空间

医院搬运、办公室清洁等与人接触的场景

2027-2028 年
3

Phase 3: 家庭

叠衣服、做饭等复杂且不确定的家务

2030 年以后
⚠️
注意事项

许多演示视频可能包含“倍速播放”或“远程操作(Teleoperation)”。但随着 GR00T 这类基础模型的出现,完全自主化的距离正在明显缩短。

伦理问题:AI 机器人税?

当机器人开始替代人类工作,“机器人税”的讨论变得更现实。到 2026 年,一些国家已经开始审视社会保障制度,以弥补因机器人导入导致的就业减少。

我们正处在十字路口:是把机器人当作“单纯工具”,还是把它们作为“新劳动力”纳入社会系统?

机器人技术进化测验

Q1. 传统机器人控制与 Physical AI(如 GR00T)之间的决定性差异是什么?

Q2. 为了让机器人安全学习,主要使用了哪种技术?

进一步学习

💡

RECOMMENDATION

从经典控制工程到最新基于强化学习的控制均有覆盖的经典著作。想理解 Project GR00T 背后的理论,这本书很合适。