WAIC看了一圈,這家公司的機器人在認真打工

2026年7月18日 21:34
WAIC看了一圈,這家公司的機器人在認真打工

重點摘要

梅卡曼德機器人在WAIC 2026展示其「眼腦手」系統,讓不同形態機器人能在工業與零售場景中精準執行工件上下料、線束裝配及商品分揀等實際任務,而非僅止於表演。該公司強調「智能大於形態」,已於全球累計部署逾兩萬七千臺產品,在具身智能領域實現大規模商業落地。

站內 AI 整理稿

WAIC 2026 現場,人形機器人無疑是目光焦點。跳舞、格鬥、跑步、打乒乓球,各種過去只在實驗室出現的動作,如今成為展臺固定節目。然而有一個展臺畫風截然不同——一臺人形機器人站在狹小貨架前,聽完觀眾下單,從一排商品中精準挑出目標,穩穩遞到取貨臺;另一支機械臂則裝配大小不同、形狀各異的超薄鈑金件,速度快、效率高,足以應付真實複雜的工況。這些畫面不算酷炫,卻展現機器人最重要也最實用的能力:真正落地幹活。這套能力來自梅卡曼德機器人開發的同一套「眼腦手」組件。無論是工業生產還是零售服務,機器人不僅能應對複雜場景與複雜任務,具備出色的泛化性,還能通用於不同形態的機器人本體。

看完這些 Demo,讓人感覺工廠、商超由機器人主導的日子可能不遠了。機器人真正進廠打工,複雜度遠超表演。錯綜的流水線佈局、強烈且持續變化的環境光、各種料筐形態,加上不同規格與材質的原料工件,每一項都考驗感知系統。任務也時刻在變:上一分鐘抓取零件,下一分鐘調整工件姿態、完成裝配,再搬走空料筐。傳統自動化設備在固定位置重複固定動作沒問題,但只要物體、位置或工序一變,整套系統往往得重新調試。梅卡曼德在 WAIC 展示的 Demo,專啃這些硬骨頭。其中一個場景是兩臺人形機器人協同進行工件上下料與料筐搬運。組裝、抓取零件、搬運料筐,多種任務連續完成。

抓零件考驗指尖精細操作,搬料筐考驗移動中穩定作業,而把這些任務串成一條流水線跑通,考驗的是「眼腦手」協同配合。另一個場景是線束插頭柔性抓取與精密裝配,一支機械臂精準插接柔軟線束,精度達亞毫米級。還有機器人快速抓取五角螺母工件,在堆疊雜亂的螺母中,每件抓取用時不到 2.4 秒,速度與效率完全對上產線節拍。這些能力已不僅在展臺上,更在汽車等典型製造業大規模落地。零售與家庭服務同樣是具身智能落地的重要場景,更考驗泛化性。真實生活物件成千上萬,食品、飲料、文具、家具、玩具、工具,認全是及格線;機器人還得理解並執行開關、拿取、放置、堆疊等多種任務。

梅卡曼德展示的 Demo 中,人形機器人面對大量日常物品,不僅辨識出來,還能按類別即時分好,物體層面泛化能力一目瞭然。另一個場景則是分揀多樣透明物體,透明材質光學屬性複雜,傳統視覺難以處理,但該 Demo 中各種透明瓶、透明盒被逐一識別、精準分揀。四個 Demo、四種場景,指向同一目標:在真實世界中工作。這些不同形態的機器人能在不同場景下流暢作業,背後都靠同一套「眼腦手」。先說「眼」:梅卡曼德自主研發的工業級 3D 視覺系統,能識別薄壁工件,也能看清透明物體,高速成像跟得上產線節奏。

接著是「腦」:自研的 Mech-GPT 多模態大模型,可接受自然語言、圖像等多模態指令,讓機器人具備類人的理解、推理與規劃能力,聽得懂人話、理解常識,遇到沒見過的物體、環境和新指令也能舉一反三。展臺上觀眾用一句大白話下指令,機器人當場理解、準確執行。梅卡曼德對「腦」的判斷是「一腦多形」——未來機器人形態不會統一,但具身智能「大腦」將會通用。光看得清、想得明白還不夠,機器人必須「下得去手」。梅卡曼德發佈自研的 Mech-Hand 靈巧手,以世界動作模型為核心。世界模型最近大熱,從預測「下一幀畫面」走到預測「下一步動作」,世界動作模型承擔從理解環境到執行動作的後半程。

得益於海量真實數據餵出的精細操作能力,這隻靈巧手能完成抓、捻、拿、握、敲等多種動作,抓取大量常見物體。眼看清、腦想明白、手落地執行,三件套湊齊,機器人真正具備了幹活的完整能力。回顧公司本身,梅卡曼德 2016 年創立,在具身智能行業中已算「老兵」。成立至今不斷迭代機器人的眼睛和大腦,基於操作能力的積累,產品線再增加靈巧手。為什麼十年只打磨「眼腦手」?背後體現的是「智能大於形態」的判斷。展臺上機器人形態各異——單臂、雙臂、雙足、輪式,不同任務需要不同身體,強求統一未必高效;但所有機器人都需要看得清、想明白、做準確,因此「眼腦手」是能跨本體使用的標準組件。做好這些關鍵組件並不容易。

創始人邵天蘭曾說,機器人屬於「易做難精」的行業,沒有黑科技或銀子彈,只能耐心解決一個個超級複雜、不斷迭代、充滿技術細節的工程問題。正是這些細緻工作決定產品好壞,決定機器人能否走出實驗室、進入物理世界工作。邵天蘭還有一個判斷:製造業遠看是萬億市場,近看是一萬個一億的市場;服務製造業最大的挑戰,不在滿足特定客戶的特定需求,而在如何高效滿足成千上萬用戶的各種需求。按這把尺子衡量,梅卡曼德成績亮眼:「眼腦手」產品已在工業場景大規模落地,全球累計部署超過 27,000 臺,服務 100 餘家《財富》500 強客戶,在國內細分領域連續六年(2020-2025)保持市佔率第一。

全球化腳步也不斷加快,在美國、日本、韓國、德國多地設有子公司和團隊,歐美日韓等主流市場市佔率領先。大規模實際應用還帶來寶貴的數據飛輪——隨著產品在多行業、多場景高效部署,海量真實數據反哺模型,產品能力持續增強。具備前沿技術、產品開發量產、全球大規模落地三者兼具的公司,在當今具身智能市場上,絕對是不容忽視的力量。WAIC 展館裡,會空翻的機器人贏得掌聲;但展會散場後,訂單只會流向能幹活的機器人。

Related

相關文章

天才,對AI發展到底有多重要?

加拿大三位科學家傑弗裡·辛頓、約書亞·本希奧和理查德·薩頓對當代人工智慧發展有重大貢獻,凸顯少數天才就能左右一個國家的技術地位。文章從1956年達特茅斯會議談起,探討人工智慧領域的關鍵爭論與發展脈絡。

剛剛

Jeff Dean們,趕在貝葉斯AI到來之前跳船

Jeff Dean 離開任職27年的Google,創辦Discovery Loop公司,目標是讓AI進入持續運行的科學發現循環。Google DeepMind論文《LLM can't jump》指出,科學發現需要從經驗事實跳躍到新原則,而當前大型語言模型缺乏這種跳躍能力。研究顯示貝葉斯AI時代即將到來,大廠正積極補足Agent的基礎建設。

2 小時前

Meta重新支稜起來了?純推理拿下五項奧賽金牌,兩項滿分

Meta近期在人工智慧領域展現出驚人實力,其開發的純推理模型在國際數學奧林匹亞競賽中一舉奪下五面金牌,其中兩項更獲得滿分成績。這項成果不僅凸顯了Meta在AI推理能力上的突破,也讓外界重新審視這家科技巨頭在深度學習與邏輯運算方面的技術積累。 根據相關資訊,這款模型並未依賴外部知識庫或預先訓練的數據,而是透過純粹的推理機制來解決複雜數學問題。在競賽中,它成功應對多道高難度題目,涵蓋代數、幾何與數論等領域,最終以五項金牌的成績證明其演算法的有效性。其中兩項滿分表現,更顯示模型在特定題型上的精準度已達到頂尖水準。

4 小時前

智元下架了首席科學家羅劍嵐

智元機器人官網合夥人團隊名單中已移除首席科學家羅劍嵐,其個人社群簡介也不再提及智元職務,疑似離職,但官方尚未證實。羅劍嵐於2025年4月加入智元,任職約1年4個月,期間主導真機強化學習與具身智能研究,此次人事變動發生在公司啟動赴港上市流程之後。

8 小時前