國產具身智能創全球新紀錄!以30%成本跑贏 Figure AI 45%效率,聰明的具身大腦成關鍵

2026年8月12日 21:11
國產具身智能創全球新紀錄!以30%成本跑贏 Figure AI 45%效率,聰明的具身大腦成關鍵
站內 AI 整理稿

國產具身智能機器人近日在物流分拣領域寫下全球新紀錄,以每小時處理1816件包裹的驚人效率,完勝美國同業Figure AI的1248件,效率提升幅度超過45%。更令人矚目的是,這台機器人的硬體成本僅為Figure AI對應方案的三成左右,證明高強度作業不一定要依賴昂貴零組件,務實的國產路線也能在真實倉儲場景中交出亮眼成績。這場引發業界關注的直播實測中,機器人面對複雜多樣的包裹,展現出極高的適應性與準確率。物流分揀被視為倉儲自動化中最考驗機器人靈活度與速度的環節之一,過往國際大廠多採用高精度感測器與昂貴的機械臂來達成穩定作業。

然而,國產團隊以不到三分之一硬體預算,就突破性能天花板,顛覆外界對於「高成本才能換高效率」的刻板印象。這套系統的核心技術來自機器人搭載的自研「WALL-B世界統一模型」。此模型被視為具身大腦的決策系統,能讓機器人僅靠低成本雙臂夾爪機構,就達到高準確率與強適應性的分揀能力。傳統上,硬體限制往往意味著動作精準度與速度難以兼得,但WALL-B透過更聰明的控制邏輯,在有限預算下大幅壓縮作業時間並降低錯誤率。相較於國外同類型產品,Figure AI採用的方案強調高規格硬體堆疊,以昂貴的感測器與關節驅動器確保性能。雖然這套路線能保證穩定出貨,卻也讓整體系統成本居高不下,難以在價格敏感的物流市場大規模部署。

反觀國產方案,將運算與決策的重心轉移到軟體層面,以模型演算法補足硬體短板,開創出一條「智慧成本比」更優的商業路徑。具身智能(Embodied Intelligence)是近年AI領域最火熱的賽道之一,目標是讓機器人不僅擁有感知與運算能力,還能在真實物理世界中靈活執行任務。物流分揀正是具身智能從實驗室走向商業化落地的關鍵場景。這一領域過去長期被海外企業主導,高昂的導入費用讓許多中小型倉儲業者卻步。如今國產技術以低成本、高效率的姿態出現,有望加速整個產業的自動化升級。在直播實測中,機器人每秒鐘需完成多次抓取、辨識、分類動作,對視覺辨識、路徑規劃與夾爪控制都有極高要求。

WALL-B世界統一模型的核心優勢在於能將多模態感知與動作決策整合在同一個神經網路框架中,減少不同模組之間的溝通延遲。這使得機器人即便使用結構相對簡單的雙臂夾爪,也能快速適應不同尺寸、材質與擺放位置的包裹。值得注意的是,這款機器人的成功不僅僅是技術上的突破,更代表一種務實的研發哲學。國產團隊選擇避開昂貴的硬體軍備競賽,轉而深耕「具身大腦」的演算法優化。這種思路讓機器人能在低成本條件下,於真實倉儲場景中表現出超越海外競品的效率,也為後續商用推廣掃除了成本障礙。業內人士分析,物流分揀只是具身智能的第一步。

WALL-B模型的架構具備高度可遷移性,未來可望應用於碼垛、包裝、搬運等其他倉儲環節,甚至進入零售、餐飲等服務領域。如果這種「軟體定義硬體」的路線能在更多場景複製成功,將大幅降低機器人應用的入門門檻,讓中小企業也能負擔得起智慧自動化解決方案。目前全球具身智能機器人市場正處於快速成長期,各家企業紛紛投入重金研發。Figure AI等廠商雖然擁有先發優勢,但高昂的硬體成本限制其滲透速度。國產團隊用三分之一的成本跑出45%的效率優勢,無疑為市場投下一枚震撼彈。這不僅證明國產技術已具備國際競爭力,也暗示著下一階段競爭的焦點將從硬體規格轉向演算法深度與系統整合能力。

當然,要將實驗室紀錄轉化為大規模商業產品,仍需要克服量產一致性、長期可靠性與後續維護等挑戰。但這次直播實測所展現的效率與成本曲線,已經讓許多潛在客戶開始重新評估國產方案的可行性。業界預期,未來半年內將有更多物流企業投入測試,甚至簽訂正式訂單。總體而言,這款國產具身智能機器人透過自研的WALL-B世界統一模型,在物流分揀場景創下全球新紀錄,以極具競爭力的成本結構跑贏國際對手。它不僅是技術實力的證明,更為整個產業提供一條「聰明大腦」勝過「昂貴軀體」的務實道路。隨著後續商業化加速,具身智能在真實世界的落地圖景,正變得越來越清晰。

Related

相關文章

阿里達摩院推出肝癌AI模型,精準識別1釐米微小腫瘤

8月24日消息,阿里巴巴達摩院聯合中國醫科大學附屬盛京醫院等機構研發出肝癌診斷AI模型DAMO LiON 8月24日消息,阿里巴巴達摩院聯合中國醫科大學附屬盛京醫院等機構研發出肝癌診斷AI模型DAMO LiON,可通過CT影像識別微小的肝臟癌變病灶。在兩個月的真實世界前瞻臨床試驗中,該AI模型發現了15例原本被遺漏的惡性腫瘤,絕大部分為1釐米左右的病灶,幫助患者得到及時的手術或藥物治療。

剛剛

WRC 2026|原生全模態世界模型:從模擬世界到交互世界

世界機器人大會期間,智象未來創辦人梅濤於「物理AI引領者論壇」發表演講,提出原生全模態世界模型從「模擬世界」走向「交互世界」的觀點。他強調即使AI模型智商接近140,高IQ不代表全能,需具備在真實物理世界中穩定完成任務的能力,此為Physical AI發展的關鍵。論壇聚焦通用物理智慧的技術演進與產業路徑,匯聚眾多專家參與。

剛剛

阿里巴巴達摩院推出肝癌 AI 模型:可精準識別 1 釐米微小腫瘤

作者:遠洋 責編:遠洋 評論: 感謝網友 HH_KK 的線索投遞!8 月 24 日消息,阿里巴巴達摩院聯合中國醫科大學附屬盛京醫院等機構研發出肝癌診斷 AI 模型 DAMO LiON,可通過 CT 影像識別微小的肝臟癌變病灶。在兩個月的真實世界前瞻臨床試驗中,該 AI 模型發現了 15 例原本被遺漏的惡性腫瘤,絕大部分為 1 釐米左右的病灶,幫助患者得到及時的手術或藥物治療。

剛剛
何夕2077研究與前沿

棋類模型可解釋

在人工智慧研究領域,模型的可解釋性一直是備受關注的課題。近期有觀點指出,棋類模型具備可解釋的特性,這意味著此類模型的決策過程與內部運作機制,能夠被研究者或使用者以相對直觀的方式理解與分析。相較於許多深度學習模型常被視為「黑箱」,棋類模型在處理圍棋、象棋等棋類遊戲時,其每一步的選擇與策略推演,往往能透過棋譜或演算法邏輯加以回溯,從而為AI的透明化提供了一個具體的觀察窗口。

10 小時前