当前位置:

首页 > 硬件相关 > 物理AI进场以后,谁来定义“干得对”?

物理AI进场以后,谁来定义“干得对”?

Air Explorer Pro
Air Explorer Pro

Air Explorer Pro是一款跨平台多网盘管理工具,可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

立即下载
¥99
Windows/macOS 2026-08-22
正版软件 Windows macOS软件 Pro 文件搜索工具 Pro下载 Pro正版软件 Pro购买

物理AI进场后,验收标准缺失使多数项目停滞在试点阶段:79%组织接触,仅4%规模化。单步99%可靠性串成一小时任务跌至0.2%;1%仓库损伤损失3500万英镑。效率仅人工20%的机器人拿到500台意向订单,但缺少考核表难达复购。

本文目录

    机器人把箱子送到工位,后台日志显示任务完成。

    箱子偏了一个手掌的位置。工人转身,多伸了一次手,把它挪到顺手的地方。后面那道工序,多等了十几秒。

    这十几秒不会出现在产品后台里,班组长的日报大概率也不会单独记这次调整。等客户抱怨节拍被打断、供应商坚持任务已经完成时,双方说的都是真的——因为从来没人坐下来定义过,这一单算不算“干对了”。

    物理AI进了现场以后,“会不会做”很快会让位给另一个问题:做成什么样才算交付。这套标准能不能写进合同里的验收条款,决定了一个试点最后变成长期项目,还是变成下一页融资PPT。

    79%在试,4%跑通了

    Capgemini研究院2026年4月发布的报告调查了16个国家的1678位企业高管:79%的组织已经在接触physical AI,27%在部署或扩展方案,4%表示已经规模化运行。从79%到4%之间那段陡坡,就是这篇文章想讨论的东西。


    图1 物理AI的采用漏斗。数据来源:Capgemini Research Institute,2026年4月

    把锅甩给基础设施已经越来越难了。英伟达把Cosmos世界模型、Isaac仿真框架和GR00T模型串成一条完整路径,训练在变快,仿真在变便宜,机器人进场的门槛一年比一年低。门槛降下来之后,客户的问题反而更尖锐:进来可以,做到什么程度算数?

    不到1%的损伤,3500万英镑的账单

    数字世界里的AI出错,按一下重新生成就行。物理世界会记账,而且记得很细。

    2024年7月16日,Ocado位于英国Erith的自动化仓库起火,起因是三个机器人在网格系统上相撞。火势控制得算快,受损面积不到整个网格的1%。但Ocado后来披露,这场火让它损失了约30万个订单、约3500万英镑营收,另有约1000万英镑的直接损失没有保险覆盖。这还是Ocado三年里的第三起仓库火灾——2019年,Andover那座仓库整个烧掉了。

    1%的损伤面积,对上3500万英镑的账单。这个比例关系,值得每个正在谈物理AI项目的人抄在本子上。

    火灾毕竟是极端事件,日常的代价藏在概率里。2024年,论文《Demonstrating Mobile Manipulation in the Wild》研究了一台在真实杂货店里工作的移动操作机器人,研究者做过一个推算:单步动作可靠性99%,每分钟执行10个动作,一小时连续任务的整体可靠性会掉到0.2%。这个数字是推出来的,没人真去跑满一小时测过,但它点中了连续性的残酷——单步看起来再稳,串成一小时的真实任务,每个瑕疵都在做乘法。


    图2 单步99%可靠性串成一小时连续任务后的衰减。推算依据:Demonstrating Mobile Manipulation in the Wild,2024

    论文还记下了一个实验室里感受不到的细节:真实门店里,机器人卡住、撞到货架、意外停下,都得有人走过去处理,没法像实验环境那样按个键重置。一次人工介入花不了几分钟,乘上一整天的运营,就是一个新开的人力成本科目。

    Amazon的Vulcan把这件事摆上了台面。最新介绍写得很克制:它能处理履约中心里约75%的物品类型,剩下的,交给人类同事接手。比起那些剪辑过的演示视频,这句话更接近采购合同的语言。采购方真正想知道的就是边界:你能做哪一段,做不了时怎么停,谁接手,接手的这一单怎么计。

    效率只有人工的20%

    Figure 02在BMW斯巴达堡工厂跑了1250多个小时,装载9万多个钣金件,参与了3万多辆X3的生产。比这些数字更有信息量的,是Figure披露的考核方式:周期时间、放置成功率、人工干预次数。翻译成车间的语言就是节拍、精度、干预——三个词里没有一个跟“智能”沾边。

    后来Figure 03发布,Figure 02从BMW返回总部。它进过现场、跑过班次、留下了数据,但公开资料里找不到它离一份长期采购合同还差几步。差在成本?维修体系?还是BMW压根没打算把这类任务写成可复用的验收条款?外人无从判断。一个跑了1250个小时的项目,最关键的信息照样可以一句不披露。

    国内这边,《人民日报》2025年的报道留下了一组更直白的数字。2024年7月,优必选Walker S Lite进入吉利极氪5G智慧工厂,连续实训21天,任务是搬运物料。它动作慢,还得扫描料箱托盘上的二维码辅助定位,作业效率只有人工的20%。三个月后迭代的Walker S1把搬运速度提升了约25%,优必选随后陆续拿到了车厂超过500台的意向订单。

    行业给这个阶段起的名字值得玩味:实训。车间里管实习生才叫实训。从实习生到正式工,中间隔着一张考核表——效率到人工的多少算合格,放偏几毫米算失败,一天人工接管几次以内可以接受。行业里有个判断:如果这张考核表继续缺位,这500台意向订单里的大多数走不到复购。意向订单买的是一个观察窗口,复购买的才是生产能力,两者之间隔着的,恰恰是那套还没人写出来的验收口径。

    供应商说“测试顺利”,客户在数另一组数

    公开材料通常把“完成动作”拍得很清楚:抓起了什么,走到哪里,放进哪个位置。往后的信息就稀薄了——连续跑了多久,哪几次需要人接手,异常怎么记录,客户最后按什么标准签收。

    未必是供应商刻意藏着。仓库、工厂、医院、养老院里,“干得对”的含义各不相同,很多场景本来就没形成稳定口径;而那些已经在项目里磨出来的误差范围、接管阈值、SLA条款,又往往属于商业机密。于是行业呈现出一种错位:台前一直在演示动作,真正稀缺的运行记录和验收语言,都锁在抽屉里。

    采购会议上,这种错位会变得很具体。供应商汇报测试顺利:跑了一天,没撞人,没停机,没抓错料。客户低头翻的是另一组记录:人接手过几次,异常有没有留日志,同类问题下次怎么办,责任归设备、算法、集成商,还是现场条件。这串问题指向同一个担忧:这套系统出了问题以后,能不能追溯,能不能修正,修完之后还能不能再次通过验收。

    工业自动化行业用OEE、MTBF、MTTR、节拍时间、良率这套不性感的指标,筛了几十年设备。机器人想进产线,最终也要被装进同一套账里。对位置精度要求高的工位,零件放偏一点,机器还在运行,这一单已经废了。这笔账算不清,机器人就还停留在演示阶段。

    磨出来的规则,比模型难抄

    一家物理AI公司真把某类任务跑通,留给客户现场的除了机器人本体,还有几条双方默认的规则:放偏多少算失败,慢几秒会拖累节拍,什么异常必须停下来交给人,停机后多久要恢复,出了问题先调哪段记录。

    换供应商,这些规则全得重验一遍。MassRobotics的AMR互操作标准处理了更基础的一层——不同厂商的移动机器人怎么共享位置、速度和健康状态,在同一片厂区里互不添乱——任务验收那一层,它够不着。某个工位上的失败定义、接管阈值、责任划分,只能在具体项目里一轮一轮磨。磨得越细,换掉这家供应商的成本就越高;只会做Demo的公司,以后很可能要按别人磨出来的口径去竞标。

    这条逻辑也解释了试点的选址规律。最缺人的小厂反而做不了第一批客户:它的产线经不起试错,停一次线的损失就可能吃掉全部预算。大制造企业的真正优势是场景多、容错深,机器人这个月没跑稳,换条线接着调。同样道理,工厂、仓库、封闭园区会排在医院和养老院前面。工厂里的失败有地方记账,节拍、返工、停机、接管,每一项都能折成钱;送药机器人导航到护士站,系统显示“已到达”,可药有没有被正确接收,延误十分钟算谁的,病人家属中途把机器人拦下了该怎么办——“到达”两个字,一项都回答不了。这类场景连“失败”的定义都还没着落。

    写到这里得承认两处还没想透的地方。一是验收口径要靠一轮轮试错磨出来,可试错的成本该谁出?供应商垫,等于用亏损换一套行业标准,换来的标准还可能被对手免费沿用;客户掏,等于替别人家的产品交学费。Figure和BMW、优必选和极氪是怎么分这笔账的,双方都没披露过。二是把验收口径写成了规模化的关键卡点,但4%这个数字背后,机器人单价对人工成本的回收期算不过来、可靠性本身没到、产能爬不上去,每一个都可能是更大的拦路石——验收口径或许只是其中被低估的那一个,未必是最致命的那一个。这两点都没有确定的答案,行业里似乎也还没有。

    很多物理AI项目卡住的位置,就在试点和长期预算之间。订单要拆开看:有的买的是测试窗口,有的买的是示范效应,有的买的是战略合作里的一个座位。等到客户愿意基于同一套验收口径复购、扩场景,把人工接管和停机责任写进正式合同,这一步才算跨过去。

    回到开头那个箱子。机器人下一次把它放偏一掌的时候,有的现场会像今天一样,由工人顺手挪正,十几秒的延误谁也不提;有的现场会翻出一份文件,上面写着偏差超过多少毫米记一次失败、当月失败超过几次重新议价。第二种现场,今天还很少。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 AI
    相关文章 更多
    Nod 0.8.1怎样理解状态码、Ray ID与计划检查
    Nod 0.8.1怎样理解状态码、Ray ID与计划检查

    Nod 0.8.1补充连接服务状态与原因、Attio Cloudflare 403诊断,并让Gmail在连接服务429或503后延后计划轮询。

    Ducter 0.0.59如何理解同会话聊天、Git可选和附件变化
    Ducter 0.0.59如何理解同会话聊天、Git可选和附件变化

    Ducter 0.0.59扩展Telegram、Slack和Mac iMessage会话,区分项目目录来源、Git可选、等待状态与附件入口。

    llama.cpp b12435、b12436、b12438测试构建的三类兼容变化有什么区别?
    llama.cpp b12435、b12436、b12438测试构建的三类兼容变化有什么区别?

    llama.cpp b12435、b12436、b12438预发布构建,分别解释Vulkan并列选择确定性、32位编译与Jinja JSON键排序的适用范围。

    ScopeWeaver 0.9.2、0.9.3与0.9.4如何区分运行时、Zod和任务状态变化
    ScopeWeaver 0.9.2、0.9.3与0.9.4如何区分运行时、Zod和任务状态变化

    ScopeWeaver 0.9.2、0.9.3与0.9.4分别调整桥运行时、Zod依赖和同进程服务器重建后的暂停状态;区分版本对象与作者本地研究用途声明。

    MiniMax-H3-Image与DiffSynth-Studio 2.2.2文档配方的硬件条件怎样区分
    MiniMax-H3-Image与DiffSynth-Studio 2.2.2文档配方的硬件条件怎样区分

    MiniMax-H3-Image新增DiffSynth-Studio文档推荐后,配置选择应围绕具体推理配方和独立训练流程展开。文档中的24GB GPU方案分别配合32GB或8GB主机RAM,所用量化、CPU或磁盘卸载方式不同;新增文档入口本身没有发布模型新权重或标注一个新的框架版本。

    AG2 1.3.2的输入Token为何变多,旧ACP版本还能用吗
    AG2 1.3.2的输入Token为何变多,旧ACP版本还能用吗

    AG2 1.3.2统一缓存Token统计并更新ACP1.x依赖;解释预算提前触达、报表口径与Python3.15构建限制。

    llama.cpp b12433怎样为AMD奇数列保留MUL_MAT_ID回退路径
    llama.cpp b12433怎样为AMD奇数列保留MUL_MAT_ID回退路径

    llama.cpp b12433避免AMD设备将奇数src0列送入需要偶数列的MMVF路径:满足偶数条件才保留MMVF,其他形状沿用既有回退。对应改动发生在MUL_MAT_ID处理和相关同步判断中,范围限定于代码说明中的类型与token条件。

    Ducter 0.0.58如何区分下一步消息、完成后消息与后台会话
    Ducter 0.0.58如何区分下一步消息、完成后消息与后台会话

    Ducter 0.0.58调整任务阅读、执行中消息和后台会话,区分下一步发送与做完再说,并说明tailnet HTTPS辅助的条件。

    Unlimited OCR 2在TextMind能否直接使用,账号权限与模型示例如何区分
    Unlimited OCR 2在TextMind能否直接使用,账号权限与模型示例如何区分

    Unlimited OCR 2官方确认百度智能云TextMind渠道;区分云端入口、账号权限配额与本地模型部署,避免混淆接口和计费条件。

    Apple Health AI Study App 1.0的报名条件与隐私规则怎么看?
    Apple Health AI Study App 1.0的报名条件与隐私规则怎么看?

    Apple Health AI Study App 1.0的重点是健康AI使用研究:合格用户可以选择参加、提问和提供反馈,也可以决定是否分享特定HealthKit数据及问卷回应。参与范围有地区、年龄、设备和系统限制,应用的回答不能替代医生诊疗。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。

    即将离开本站
    您即将前往第三方网站,请确认是否继续?