被嫌只会跳舞的中国机器人，成了硅谷巨头的“硬通货”

文 | 蓝字计划，作者｜Chester

为了造机器人，Meta的副总裁在中国工厂里，蹲了近两个月。

10月31日，据美国科技媒体《The Information》报道，Meta已经与中国机器人公司傅利叶，联合开发出一款代号为Max的人形机器人原型机。这款产品的进度神速，从项目启动到第一台原型机完成，双方只用了三个月。

据说正是为了研发这款机器人，Meta机器人产品副总裁Li-Chen Miller亲自来到傅利叶的上海工厂，和本地团队一起开发。

放到以前，很多人对这类合作的印象，还停留在“从中国买一台机器人回去”的程度。

实际上，硅谷巨头不缺任何大模型、资金、人才；它们真正需要的，其实是一台台大家眼中只会跳舞、后空翻、商业表演的中国机器人。

看似只会做Show的“花架子”，现在正成为硅谷的“硬通货”。

让AI走出屏幕

Meta想做的，是能走进家庭、帮人干活的机器人。

据《The Information》报道，Meta将人形机器人视为旗下AI智能体Muse在物理世界里的延伸，希望它将来能够承担家务。眼下与傅利叶联合开发的Max，主要用于内部研究和实验，还没有出售这些原型机的计划。

这也让双方的合作有了更具体的目标：把AI放到真实的机器人身上，看看它能做什么，又有哪些地方需要继续改。

Max身高约1.5米，重约48公斤，搭载英伟达Jetson Thor芯片，配备五指灵巧手，面部屏幕能够模拟人类的眼睛和嘴巴表情。到了今年9月，双方已经启动第二代原型机Max 2的研发。

在机器人身体不断迭代升级的同时，Meta也在强化它的软件能力。

此前，Meta收购了机器人AI初创公司Assured Robot Intelligence（ARI）。这家公司主要研究如何让机器人理解人类行为，并适应不同环境。Meta自己也在研究世界模型，尝试让AI通过视频理解物体怎样运动、动作会带来什么结果。

从模型到硬件，Meta已经开始把造机器人的几块拼图凑到一起来。而傅利叶参与的，正是其中需要在工厂把硬件落地的环节。

而想让AI走出屏幕的，远不止Meta一家。

近两年，Google DeepMind陆续推出Gemini Robotics系列模型，尝试将视觉信息和语言指令转化为机器人动作。OpenAI的机器人团队则一路招到了机械设计、电机和执行器等岗位，研发已经深入到机器人的硬件和控制系统。

Anthropic也做过一次机器狗实验：让研究人员使用Claude编写程序、读取传感器数据，尝试让机器狗寻找和取回沙滩球。使用Claude的小组完成了更多任务；对于双方都完成的任务，该组平均耗时约为另一组的一半。

几家公司的路线各不相同，但目标是一致的：让大模型的能力用到真实世界里。

而拥有同样需求的，还有机器人公司。过去两年，人形机器人的硬件性能在不断突破，会按程序干活的机器人也烂大街了。换个地方、换项任务，还能自己想办法干活，才是这些巨头想继续攻下来的难题。

大模型，实际上也成了机器人公司寄予厚望的“万能药”。

大模型，改变了机器人训练

画画、下围棋，宇树最近给机器人安排了两项新任务；但这一次，它们没有针对这些任务进行专项训练。

王兴兴透露，宇树曾在内部将GPT-6 Astra接入机器人，仅通过提示词，就让机器人完成了绘画和下围棋等任务。绘画过程中，机器人甚至能够自主更换颜料、清洗画笔。

拿笔画画之外，它还知道换颜色前要先把笔洗干净。这些原本需要针对任务安排的步骤，开始能由大模型来规划。

王兴兴此前曾感慨：“过去十几年犯的最大错误，就是对AI相信得不太够。”如今，他认为通用大模型已经出现“击穿”物理AI的苗头，快则一两年，慢则两三年。

大模型带来的变化，就藏在这些细节里。

过去，机器人往往依靠预设程序，在固定环境里完成任务。工厂里的焊接、搬运可以做得很精准，但换一种物体、换一个场景，就可能需要重新编程、采集数据和训练。

而大模型已经从海量互联网数据中，学到了物体知识、语言含义和不少常识。机器人研发者开始尝试把这些能力用到动作上，减少每换一个任务就要从头教一遍的麻烦。

谷歌深智在2023年推出的RT-2，也展示过这种能力。

它同时学习互联网视觉语言数据和机器人操作数据，能够把从互联网获得的物体知识、语义理解迁移到真实操作中，理解机器人训练中没有出现过的新指令。Google公布的测试显示，在机器人此前未见过的场景中，成功率从RT-1的32%提高到了RT-2的62%。

到了今年的Gemini Robotics 2，谷歌又进一步尝试让同一个模型适配不同机器人，包括Apptronik Apollo人形机器人和Franka双臂机器人。

其中，Gemini Robotics ER 2侧重理解环境、拆解任务，Gemini Robotics 2负责将视觉和语言信息转成动作；On-Device 2则侧重在机器人本地运行。按照谷歌的介绍，On-Device 2适配新的双臂机器人，通常只需要数小时、不到200条示范数据。

也就是说，以前换一台机器人，可能又要重新开发一大套东西；现在，已经训练好的模型，有希望带着学到的能力迁移过去，再针对新机器进行适配。

这也让“真实操作数据不够”这道难题，有了另一种解法。

互联网视频可以教模型认识杯子，却无法完整记录拿起杯子时的力度、手指动作和触觉反馈。现在有了大模型之后，即使机器人依然需要通过真机操作、人工遥操作或仿真积累数据，但已经可以先借助已有知识学习，再用机器人数据继续训练。

Meta在2025年推出的世界模型V-JEPA 2，就采取了类似思路：先利用视频进行自监督预训练，随后用DROID数据集中的62小时机器人数据训练，便能在新环境中完成抓取、移动物体等任务。

简单来说，就是先看视频学习，再通过实际操作数据，学会怎样动手。

英伟达则进一步把数据采集、仿真、模型训练、评估和部署，整合进Isaac GR00T平台。它推出的GR00T 1.7模型，已经使用约3.2万小时真实演示及以人类为中心的数据，以及约8000小时仿真数据进行预训练。

机器人企业可以在这些模型和工具上继续开发，不再需要和以前一样，每一步都从零开始。

从画画时自己洗笔，到换一种机器人也能继续学着干活，大模型确实在改变机器人的训练方式。

但拥有再聪明的大脑，没有靠谱的“手脚”，肯定还是没法把事情做好的。

这时这些手上拿着最顶级大模型的硅谷公司们，就成了需要中国机器人的一方。

绕不开的中国机器人

为什么中国机器人会成为硅谷“硬通货”？Meta的回应，已经透露了一部分答案。

面对与傅利叶合作的消息，Meta发言人向《The Information》表示，它们和业内其他公司面临同样的现实：有些零部件，在美国国内并不容易采购到。

中国这边，光是做人形机器人整机的企业，就已经超过140家。站在这些整机企业背后的，还有一大批专门做零部件的厂商。

驱动关节的电机、让动作更精准的减速器、感知位置和周围环境的传感器，都有人专门研发、生产。

深圳市发改委今年2月披露，当地已有3000余家机器人相关企业，产业链从核心零部件一路覆盖到整机制造和场景应用。

想找激光雷达，有速腾聚创；想找3D视觉传感器，有奥比中光；运动控制领域，则有雷赛智能等企业。深圳官方甚至用“1小时产业圈”，来形容当地配件采购的便利程度。

Meta副总裁驻厂的上海，也有自己的产业集群。

今年4月，浦东新区披露，当地已聚集100多家具身智能产业链企业，覆盖整机、核心零部件、模型、数据等环节。意优科技的一条机器人关节自动化生产线，也已在今年1月于张江机器人谷投产。

也就是说，研发团队需要的配套，从模型和数据，到关节生产和整机制造，在同一个区域里就能找到不同环节的合作伙伴。

甚至从产业规模来看，中国机器人产业更加夸张了。

工信部数据显示，2025年，全国机器人产业规模以上企业的营业收入已经突破3000亿元；2026年上半年，又达到1655亿元。工业机器人、服务机器人等领域长期积累的制造与配套能力，如今也成了人形机器人继续发展的基础。

德国智库墨卡托中国研究中心的报告称，中国企业占全球人形机器人关键零部件供应链企业的63%。

美国科技媒体《The Information》就曾报道，为了加快研发，有美国机器人公司的员工从中国采购零部件，直接装进行李箱带回美国。

这也让中国机器人企业的价值，早就超过了单纯地卖机器人的范畴。完整的配套、制造成本，以及快速打样、修改和量产的工程能力，都是放眼世界独一份的优势。

实际上，早在Meta之前，中国机器人产业链早就爆单了。

说不定，美国大模型公司的高管到中国来，和机器人产业链伙伴吃住在一起，很快就不会是新闻了。