CoRL 2026 现场,一台双臂机器人从头做了一杯香蕉酸奶。搭载的是英伟达新一代机器人基础模型 GR00T 2,定位是机器人的 System 1,也就是快本能。

这个演示的关键点在哪?

不在做奶昔这个结果,在从头开始。抓杯、下料、搅拌,全流程连续完成,中间没有人工干预。

连续性是分水岭。单步抓取早就能做,连起来不出错才难。

为什么定位成 System 1?

因为机器人最缺的是快。慢系统可以规划,但来不及应对滑落、碰撞、倾倒这些毫秒级事件。

System 1 是把常见情境压成条件反射,省掉推理直接出动作。它不聪明,但够快。

硬件为什么用中国厂商的平台?

演示用的是天机智能的 Marvin Pro 双臂平台,配 ROBOTERA 灵巧手。这套组合的特点是关节自由度和手部精细度够。

模型能力再强,没有匹配的身体也演不出来。这也是为什么模型厂开始和硬件厂绑定。

快本能模型的局限在哪?

局限在分布外。训练里没见过的情境,它会用最像的动作硬套,错得很流畅。

所以必须有慢系统兜底,也要有失败检测。演示看不到这一层,产线上必须有。

这对中国硬件厂意味着什么?

意味着机会窗口。海外模型厂需要本地硬件做演示和落地,中国厂商的关节、力矩、成本都有优势。

但机会不等于利润。硬件容易被替换,除非把数据留在自己手里。

对普通用户什么时候能用到?

短期在特定工位。分拣、装配、餐饮后厨这类动作重复、环境可控的场景会先落地。

家庭场景要晚得多,因为家庭环境的变量太多,快本能的覆盖度不够。

该关注什么指标?

三个。一是连续任务的成功率,不是单步成功率。二是异常恢复率,掉了能不能自己捡起来。三是换场景的迁移成本,换一条产线要重新采多少数据。

第三个最能说明模型的通用性,也最少被宣传。

一句话判断?

这一代机器人模型解决的是手快,不是脑好。手快能干活,脑好才能应变。

先把能干活的场景吃下来,再谈通用。这是务实的路径。

同簇还有哪几篇值得一起看?

想就这个话题接着到论坛聊吗?

前往 ziyuanagi.com 论坛 参与讨论