当前位置:

首页 > 硬件相关 > 起底大晓机器人:押注比英伟达还早,登顶全球具身测试,4个月内两轮融资

起底大晓机器人:押注比英伟达还早,登顶全球具身测试,4个月内两轮融资

成立仅一年的大晓机器人先于英伟达押注世界模型技术路线,四个月内完成两轮融资。其开悟世界模型登顶四项全球具身智能基准测试,采用“以人为中心”数据采集范式,目标明年冲刺千万小时数据,并已批量进入酒店、无人零售等场景。

本文目录

    “十五五”规划纲要,对“加快高水平科技自立自强,引领发展新质生产力”作出了专篇部署。当下,在集成电路、动力系统、高端装备、人工智能等诸多领域,大批企业正强化科技创新主体地位,加强原始创新和关键核心技术攻关,全力破壁,奋力自强。

    说实话,“破壁”二字,从来不容易。

    今起推出一组“加快高水平科技自立自强”样本调查,聚焦一批硬核突围的先锋。他们的共通点在于,不抄近路,不追风口,不在别人的框架里修修补补,而是选择从底层重构、从零出发、从边缘挺进中心——用中国智慧重新定义游戏规则。

    我们讲述先锋,不止于“追赶”叙事,更致敬他们“重新定义”的勇气。

    成立仅一年的大晓机器人,是具身智能赛道的“迟到生”,却有敏捷身手——它先于英伟达押中同一条技术路线;在今年4个月内完成累计数亿美元两轮融资;其开悟世界模型Kairos,在新近4项全球具身智能基准测试中全面登顶。

    大晓属于商汤“1+X”架构中的“X”部分。“1”指生成式AI、视觉AI核心业务;“X”指重组拆分的垂直领域生态。这个被商汤“放出去”独立进击的小将,提出了世界模型,和以“人”而非以“机器人”为中心的环境式数据采集范式——这既不同于主流的VLA(视觉-语言-动作模型)路线,也挑战了行业已砸下重金的“真机数采”模式。起初,没人相信。

    去年8月,特斯拉的具身智能放弃真机遥操,转向纯视觉学习。今年5月,英伟达发布世界基础模型Cosmos 3.0,其架构竟与大晓同源。

    风向骤转,曾经的“反共识”转眼成主流。

    放眼全国具身智能拥挤赛道,大晓机器人,或许是国内少有的不绑定硬件形态,以“一脑多型”占据生态位的玩家。

    “入局不算早,反而能少走弯路。”大晓创始人王晓刚说。


    大晓机器人,名字来源于公司首席科学家陶大程(前排左二)和创始人王晓刚(前排左三)。

    晚入局,先破局

    VLA,一种将视觉感知、自然语言理解与动作控制统一到同一框架的AI模型,曾被视为具身智能“ChatGPT时刻”的敲门砖。

    但现实骨感,在VLA框架下,机器人只能完成被明确定义的任务,数据依赖人类遥操机器人采集,数年才能堆出10万小时。而且数据困于机器人本体,一旦换机型,数据尽废。


    人类遥操机器人采集,数据会困于机器人本体。

    “人们对具身智能的真正期待,是像ChatGPT一样出现智能涌现,交给机器人一个未被事先定义好的任务,它仍能合理完成,如采购归来,将洗涤剂、书本等各归其位。但缺乏对物理世界结构化理解的VLA做不到。”王晓刚说。

    世界模型则不同。它以模拟环境动态、预测未来状态为核心,同时具备理解、生成、预测三大能力,模型由此能自我演进、纠偏和进化。与此同时,大晓的“以人为中心”的数据采集,让真人戴着触觉手套、头顶相机,边干活边记录,文字、图片、视频、力学信息、3D轨迹直通模型。这就摆脱了VLA框架下机器人动作要靠语言来定义、许多动作又往往“难以言传”的掣肘。

    王晓刚举例,美国具身智能公司Figure AI不久前展示一段视频——机器人正收拾房间,突然很自然地将毛巾搭在肩膀上,以腾出一只手来。这显然是此前以动作轨迹而非语言描述“喂”给大模型。大模型学到的,不仅是“怎么做”,还有“为什么这么做”。


    美国Figure AI的机器人为腾出一只手,把毛巾搭在肩膀上。

    新的数采范式下,世界模型所需数据量有望迅速触及1000万小时。这是业内公认的模型智能涌现的临界点。据大晓规划:今年达成100万小时,明年冲刺1000万小时。

    快下场,才能强

    方向既定,行动毫不迟疑。

    成立不到半年,大晓即炸出具身大脑世界模型Kairos 3.0。

    落地亦激进。不少具身智能公司怯于技术不够成熟,或不愿投入数采设备等大量资源,故而“避免进入场景”。大晓却祭出一颗不再受困于本体的“大脑”,搭载于形态各异的机器人身上,批量进入酒店、无人零售、无人物流仓等场景。

    在上海西岸,大晓的“晓途”机器狗已全面投入常态化无人巡逻。传统巡检狗,轨道被预设,场地封闭运行。而被世界模型附体的“晓途”,能在开放环境下全流程自主导航,主动提醒骑电动车、乱扔垃圾等行为。


    上海西岸,“晓途”机器狗已全面投入常态化无人巡逻。

    在宝山滨江景区,大晓为同为商汤生态的善惠机器人“SenseMartGo烧卖购机器人小店”提供无人零售解决方案,今年“五一”期间,单店实现“最快15秒一单、日均400单”的佳绩。这样的小店今年有望拓至全国,实现上千家规模。


    SenseMartGo烧卖购机器人小店。

    王晓刚认为,具身智能时代,硬件、模型、数据、场景四要素必须形成强闭环。在中国,这四者往往彼此分开——模型等不到高质量数据,本体等不到适配模型,场景方两头都等不到。在美国,特斯拉、Figure AI将这四项高度集成,协同迭代效率极高。国内很少有公司有此实力,大晓的战略是尽可能找到一种让四要素强绑定的模式。

    为此大晓与生态伙伴或有意愿的本体公司合作,迅速切入场景,直面问题。如善惠既提出成本、续航、节排等要求,又带来大量技术反馈,这有助于大晓在实战中迅速迭代,并验证解决方案大规模复制的可能性。无论如何,在整个具身产业链中,把握生态位的主导权至关重要。

    沉细节,决长远

    今年3月,大晓推出轻量版Kairos 3.0-4B,实现了全球首个世界模型端侧部署。其演示视频里,搭载该模型的机器人完成7分钟家务,整理茶几、收拾衣物、准备早餐,全程一镜到底,无人工干预。




    大晓机器人做了7分钟家务。

    但此小小成绩,并不代表今后皆为坦途。

    “理解”与“生成”之间的割裂,始终是模型世界的阿喀琉斯之踵——视觉理解模型能看图说话,却画不出像样的图;图像生成模型画技惊艳,理解语义竟抓狂。近期商汤开源的SenseNova U1系列模型虽已从架构层面弥合这一鸿沟,但“理解”的难度更深——世界模型里,要求对物理世界有真正的认知,如推椅会倒,开冰箱灯会亮,松手杯落等。更何况,世界模型要求对理解、生成、预测做到三者统一,可谓难上加难。

    蜀道之难,连全球权威的具身智能基准测试都未能锚定最硬核的标尺。大晓近期虽在RoboTwin等四大测试中拿下SOTA(当前最佳水平),涉及双臂协作、场景泛化、物理建模与合成数据生成能力等,但大晓却异常清醒:眼下的测评体系,恰恰缺失了对“长程任务”拆解与执行的关键考核。

    何谓长程?机器人面对一堆积木,要依序拼出指定Logo;又或者洗衣前,先辨识衣物材质,再分别匹配水温与洗涤剂。这些需要连续决策、动态调整的任务,才是真正的试金石。

    ChatGPT爆火于2024年底,但大模型才真正带来生产力价值、token(词元)真正值钱,却是从今年开始的。具身智能或许也一样,从实现智能涌现,到批量用户愿意埋单,预计还有三四年。

    可以想见,当大批公司冲线1000万小时数据里程碑,最残酷的较量才刚刚开始,而较量的核心,或落在数据质量上。这场长跑里,死磕技术才有护城河。

    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 机器人
    相关文章 更多
    AI Agent、Genie 4与机器人有什么区别?从任务输入到场景演示
    AI Agent、Genie 4与机器人有什么区别?从任务输入到场景演示

    认识AI Agent、Genie 4与机器人的区别:任务输入不等于完成结果,世界模拟不等于现实执行,装载机动作展示也不能替代完整工程验收。

    贾跃亭的FF机器人亮相CBS、引爆街头:借势世界杯“轻巧破圈”
    贾跃亭的FF机器人亮相CBS、引爆街头:借势世界杯“轻巧破圈”

    法拉第未来EAI机器人亮相洛杉矶世界杯庆典,被CBS报道,实现零广告费破圈。目前推出三大系列机器人,截至5月累计交付137台,年度目标上调至1500台。近期获7000万美元融资,将发布机器人教育生态战略,加速物理AI领域布局。

    启元机器人加速线下布局:亚洲首店落子深圳,上海全球首店同步筹备
    启元机器人加速线下布局:亚洲首店落子深圳,上海全球首店同步筹备

    启元机器人加速线下布局,亚洲首店已在深圳卓悦中心设围挡,上海全球首店同步筹备,西安等地也在推进中。作为上纬新材在消费级具身智能领域的核心载体,其聚焦个人机器人赛道,研发投入同比增长超500%。

    【城事】001,世界会客厅首位机器人员工上岗
    【城事】001,世界会客厅首位机器人员工上岗

    6月16日,世界会客厅迎来首位智能导览员——编号001的人形机器人正式上岗。它身高约1.7米,通体银白,可提供多语种讲解、智能引导与互动问答,致力于提升智慧化参观体验。同日,世界会客厅举办了年度品牌日暨首秀5周年纪念活动。

    300名截肢患者,正在变成机器人的触觉训练师
    300名截肢患者,正在变成机器人的触觉训练师

    约300名截肢患者日常使用仿生手产生的触觉与运动数据,被PSYONIC用于机器人灵巧手训练,通过“真实到真实”迁移绕过仿真环节,将人类操控经验直接迁移至机器人。已与ABB、NVIDIA合作探索汽车制造等工业场景,但数据规模与可靠性仍需验证。

    香港中文大学、上交大联合研究团队让机器人
    香港中文大学、上交大联合研究团队让机器人"看"懂人类双手动作

    ACE-Ego-0框架将人类双手视频与机器人数据统一到头部摄像头坐标系,通过形态条件化和可靠性加权损失处理结构差异与噪声。在超6000小时数据上预训练,于仿真和真实双臂机器人测试中刷新多项基准,平均成功率72.8%,真实任务达78.3%。

    暑期回国研学新选择:北上深杭科技之旅,让孩子边玩边学收获满满
    暑期回国研学新选择:北上深杭科技之旅,让孩子边玩边学收获满满

    暑期科技研学聚焦北京、上海、深圳、杭州,项目涵盖京东智能物流、小米汽车工厂、火箭制造、3D打印、机器人、无人机、航天及大飞机总装等,让孩子深入体验智能制造,实现沉浸式职业启蒙。

    顺丰同城机器人末端运力上线 助力肯德基“车速取”体验升级
    顺丰同城机器人末端运力上线 助力肯德基“车速取”体验升级

    顺丰同城上线机器人末端运力,与肯德基“车速取”合作,实现即停即取。机器人独立承担门店与路边取餐点间短途接驳,替代店员跑腿,推动无人物流从室内走向室外场景,拓宽服务半径。

    活力中国调研行|在智造一线,看机器人“结”新硕果
    活力中国调研行|在智造一线,看机器人“结”新硕果

    天津机器人产业加速爆发,水下助推器、高速分拣并联机器人及人形取货机器人等应用场景涌现。智能机器人已列重点产业链,前4个月规上企业产值同比增长12.8%,产业生态逐步构建。

    国家医保局:为“远程手术”等辅助操作统一价格立项
    国家医保局:为“远程手术”等辅助操作统一价格立项

    国家医保局发布指南,为3D打印、手术机器人、远程手术等辅助操作统一价格立项,按技术精度分类定价,鼓励用于高难度手术。机械臂耗材费用纳入定价,降低患者支出;首次设立远程手术辅助操作费;要求医疗数据及设备日志本地存储并实时上传,否则核减价格。

    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。