9月8日到15日，8天时间，国内做机器人的公司里有三家连着发了5个模型。先说松延动力。它发的是世界模型 HERON-World Model，还有一个叫 HERON-CRA 的东西。世界模型这个词的意思，是让机器人在脑子里先模拟一遍"如果我这么做会怎样"，再去动手。然后是智元机器人。它一天之内连发两个：AGILE 2.0 感控一体模型，和 GE-Act 2.0 原生世界—动作模型。名字里带"世界—动作"，说明它想解决的是从"看懂"到"做对"这一段。

最后是宇树科技。它宣布全面开源通用人形机器人基础模型，叫 UnifoLM-WLA-1.0。开源这件事值得单独说。做机器人基础模型是很烧钱的活，数据要一条条采，算力要一张张卡堆。宇树选择把训练好的模型直接放开，等于把门槛往下压了一截。谁都能拿去用，谁都能在上面接着改。

我的看法：这三家做的事，可以概括成一句话，机器人本体厂商在集体补脑。过去几年人形机器人比的是硬件。谁的关节更灵活，谁能多走几步路，谁的续航撑得久。这些当然还重要，但今年开始，比的重心挪到了"脑子"这一侧。原因也不难想。硬件做到一定程度，各家差距就没那么大了。真正卡住的是，机器人站在那儿，看得到东西，却不知道该干什么、先干什么。这个能力只能靠模型解决。把大模型的能力从"理解语言"延伸到"理解物理世界"，是这一波的核心。以前模型训练用的是文字，现在要用真机采集的动作数据。有厂商放出的数据量是 2500 小时真机数据、6B 参数这个量级。2500 小时听着不少，可跟语言模型动辄几万亿 token 比，完全是另一个数量级。数据不够，是这条路最大的瓶颈。还有一个现实问题。8 天发 5 个模型，速度确实快，但也容易变成"发布节奏竞赛"。模型发出来了，装到机器人身上跑一遍，效果到底怎么样，外面看不到。真正能说明问题的，是哪家能把机器人送进真实产线或者真实门店，连续干上几个月不出岔子。这个答案，今年年底之前应该能看到一点。#人形机器人# #具身智能# #宇树科技# #人工智能#