金牌调解

人形机器人不缺身体，想找一份工作_我的网站

一 |     今年WAIC，不少企业的展台都展示了机器人“能干嘛”，想给自家“娃”找个班上。    《黑神话：钟馗》的实机操作视频公开了，照例得说点什么，可又没法剧透（因为根本没剧）。于是索性整理了游戏科学内部的一些工作原则，努力凑了十条，算是对过去从业的思考与回顾，也可看作对后续项目的提醒。         机器人大讲堂注意到，节卡给出的答案有些不同：别急着给人形机器人找一个标准答案，先按工作分分“人”。         双臂能扛50公斤重活的JAKA K1-25，像工厂里的“重装工”；能移动、装配、锁螺丝的JAKA Kargo，是穿梭于产线之间的“产业工人”；1.22米高的π仔，则更像一个面向开发者、高校和商业场景的“实习生”。关于如何设计和开发游戏，我很少公开聊。一是因为这个行业里比我专业、经验比我丰富的人很多，优秀新品更是层出不穷，而好游戏本身就是最好的教科书；二是游戏研发没有放之四海而皆准的做法，很多思路与方法，换一个类型，换一个团队，换一个项目，可能就不成立。         更重要的是，其中一些机器人已经不只是站在展台上等待被围观，而是在华域等全球头部工业企业的产线上被真正“排进班表”。所以这十条原则未必准确，也未必普适；它们大多来自过往工作的教训，也受到过许多前辈与书籍的启发。         这或许代表着人形机器人产业正在发生的一次变化。                   过去两年，行业最热衷讨论的是一个终极问题：怎样造出一个像人一样、什么都会干的通用机器人？但当机器人真正准备进入工厂，问题迅速变得具体：你能搬多重？能不能连续工作？换一种零件还能不能干？部署需要多久？ROI是多少？          AGI是终点，但工程化不会从终点开始。

二 | 因为在真正的通用机器人出现之前，产业可能必须先解决一个个具体的问题。而节卡此次给出的答案，是先让机器人学会“分工”。         01.          人形机器人开始按工作“长身体”          过去两年，人形机器人交出的“简历”高度相似。身高一米六左右，两条腿、两只手、几十个自由度，会走、会跑、会跳，再完成几个抓取动作。如果把LOGO遮住，不少机器人甚至很难被普通观众一眼分辨出来。         这并不奇怪。我想，既然发出来，也是一种自省与承诺，大家可以随时拿它们来对照，看看我们未来是否继续践行。1、首先打动自己。在产业早期，企业首先需要证明的是“能不能做到”。

三 | 双足行走、全身运动控制、灵巧操作，都是最直观的技术能力证明。         但进入工厂之后，评价体系完全变了。工厂不会因为一个机器人后空翻做得漂亮，就给它安排一个工位。无论何时，请把自己与团队当作最优先的目标用户。这是公司成立至今的价值观，我总是翻来覆去说这句有点拗口的话——“必须做开发者自己作为用户也理解、认可、喜爱的游戏。它只关心：能不能干、干得稳不稳，以及算下来划不划算。

四 | ”这不单是情怀，也是理性的产品策略。如果你对正在做的东西缺乏非功利的热诚，你的直觉就会开始迟钝。         于是，机器人的身体开始被工作重新定义。时间一长，大概率输给那些比你更乐在其中的人。2、再找外部交集。         节卡此次推出的JAKA K1-25就是一个典型例子。

五 | 打动自己，不意味着孤芳自赏。市场数据、用户反馈和商业上的可持续都很重要。只有组织活下来，集体认知才有机会成长，团队能力才有时间变强。

六 | 呼应第一点，我想强调的是，对内容产品而言，先在外部找到与自己个性、趣味、喜好相近的人，通常比试图讨好所有人更高效。

七 | 随着受众规模扩大，开发者与用户的相似度可能逐渐降低，但这个过程更类似从核心向外自然扩散，而不是一开始就在茫茫人海里碰运气。它没有把资源集中在跑得更快、动作更像人上，而是首先解决了一个极其朴素的问题——力气。

八 |          K1-25双臂协同额定负载达到50公斤，重复定位精度达到±0.1毫米。展会现场，它最直接的展示不是跳舞，而是双臂分别举起25公斤的哑铃。                   这个动作看起来没有那么“灵动”，但放进工厂，意义完全不同。

九 |          在汽车制造、重型装备、金属加工等场景中，大量零部件本身就超过10公斤甚至20公斤。不少人形机器人已经可以完成抓取和操作，但真正来到这些工位，遇到的第一个问题甚至不是“不够智能”，而是“搬不动”。世界很大，没有谁真的独一无二。         为此，节卡自研了APEX系列JX9-120大扭矩行星关节，并重新设计双支撑轻量化机身结构，让单臂自重不足25公斤，实现25公斤额定负载，极限负载可达30公斤。能深深打动自己的东西，往往也能打动世界上的另一群人。

十 |          换句话说，K1-25并不是为了更像“人”设计的。创作过程的每一处用心，都一定会被懂你的用户感受到。它首先要更像一个能干重活的“工人”。

十一 | 同样的逻辑也出现在JAKA Kargo上。         需要跨越楼梯和复杂地形，双足有自己的价值；但如果机器人主要在平整的工厂中高频移动，轮式底盘可能更加稳定和高效。         于是，轮子负责跑，两只手负责干。

十二 | 3、发现亮点，先于消灭缺陷。

十三 | 与其先想着如何征服不喜欢你的人，不如先尽力满足喜欢你的人。这或许没有双足机器人那么科幻，却可能更接近现阶段工厂对具身机器人的真实需求。         当机器人开始进入真实世界，“像不像人”就不再是唯一尺度，“适不适合工作”开始变得更重要。         机器人身体的设计逻辑，也开始从复刻人类，走向服务生产力。         02.          比造一个“人”更难的，是找到一个工位          过去几年，机器人行业最不缺的是Demo。

十四 | 伟大的游戏也绝非面面俱到，这个世界存在太多的不可能三角。资源永远有限，完成度永远不够，目标之间永远存在取舍与矛盾。比“还有什么地方不够好”更重要的问题是：有没有什么体验，只有在我这里才能玩到？再往大一点说，一家内容公司存在的意义，也许就是让一部分人觉得：幸好这个世界上，还有人做出了这样的玩意。第一次叠衣服、第一次完成复杂抓取、第一次连续行走数小时，都足以成为一次技术突破。         但制造业有一套完全不同的评价体系。

十五 |          完成一次任务没有那么重要。真正重要的是，第一千次还能不能完成；零件位置偏了怎么办；产品换型怎么办；两台机器人如何协同；出现异常之后，系统能不能继续稳定运行。

十六 | 4、可体验的版本，胜过满纸雄文。         机器人从实验室进入工厂，本质上不是把一个Demo搬到产线上。

十七 | 而是把一个“偶尔成功的智能”，变成一套“长期稳定的生产系统”。文档可以解释意图，数据可以辅助判断，会议可以统一认识，但游戏实际上更接近一种综合的、复杂的、甚至有些混沌的沉浸状态。内部判断产品风险时，我始终更相信真正跑起来、打起来、死上几次之后的感受，以及观察同事们在作为玩家时的真实反应。                   这也是此次WAIC上，节卡展示中更值得关注的一条线。         在“模登时代·伙伴之城”的智造坊里，两台轮式人形机器人组成了一条小型协同产线。它们干的是一份非常具体的工作：装新能源电机。         从电机外壳转运、物料交接，到组件装配、精密螺丝锁付，再到成品入库，两台机器人分工协作。然后才据此去敲定某些拿不准的设计，或者放弃之前看上去牛逼的创意。其中最细的一颗螺丝牙纹只有0.5毫米，单颗锁付时间约10秒。具体到每一次对外发布的实机视频，希望传递给大家的也是同一件事——“看到后，能轻易想象自己亲手玩起来的样子。”5、好玩是目标，也是底线。         更重要的是，这套系统并不是为了WAIC临时搭建的展品，而是此前已经在华域电动百万级电机量产产线上进行实景打磨和验证。                   系统融合YOLO视觉分割、多模态感知和AI Agent，零部件识别准确率达到99%，目标是让机器人能够面对多品类混线生产，而不是永远重复一套提前写死的动作。这一条就不展开了……总之如果内部版本不够好玩，那就再调查调查，反思反思，学习学习，迭代迭代，重构重构，再多玩玩其他游戏，嘻嘻。6、美无定式。没有一种风格永远高级，也没有一种信号永远刺激。         这件事真正值得讨论的，不只是“两台机器人会装电机”。再惊人的美学符号，反复出现也会失去最初的力量。而是工业机器人正在尝试从“执行动作”，向“完成任务”迈进一步。美，更像是一种认真创造的陌生感。         传统设备擅长解决的是确定性生产问题。人类告诉它到A点抓取，再移动到B点放下，只要环境不发生变化，它就可以高速、精准地重复千万次。         但现实中的柔性生产并不会永远停留在A点和B点之间。

十八 | 零件会偏，订单会变，生产线会换型，任务也会临时调整。         于是，机器人不仅需要一副更灵活的身体，也需要理解“我要完成什么”。         在节卡的技术体系中，大模型负责语义理解和全局规划，技能模型负责精确执行，视觉系统负责感知环境变化，再由机器人完成任务拆解和动作规划。         这意味着，具身智能给工业带来的价值，不只是增加一种新的机器人形态。它真正试图改变的是自动化的部署逻辑。         过去，为了让机器人工作，人们要尽可能把工厂改造成机器人熟悉的样子；未来，机器人则要开始学习适应不断变化的工厂。这可能才是具身智能进入制造业真正困难、也真正有价值的地方。说到底，神经传导会适应，多巴胺奖励会消停，人会厌倦一再重复的事物，这是创作者永远逃不出的无间狱。                   03.          不只是给机器人造身体，还要降低“教它工作”的成本          如果说K1-25和Kargo解决的是“什么样的机器人适合干什么活”，那么节卡此次展示的另一条技术线，解决的是另一个问题：怎样让机器人更容易学会干活？          在WAIC现场，节卡还展示了一套基于JAKA Studio Pro与CoboΠ EI的智能化协作应用。

十九 | 以手机包装为例，传统自动化方案面对工件换型、托盘布局变化时，往往需要工程师重新编程和调试。而在新的方案中，工件拍照后可以通过AI生成3D模型，操作人员再通过语音或文字描述任务，由AI生成机器人运动序列，经过仿真验证后直接下发真机执行。         按照节卡提供的方案，图生3D可以将传统数天级的建模过程压缩到分钟级，轨迹实现秒级生成。前几天，我和佳骐（声音负责人）扯到这个话题，顺手编了句打油诗来比喻：美无恒美，法无定法。多见易俗，少见易雅。

| 他说，滚，两面都让你说了，狡猾。嗯，那个，反正，我要表达的意思是，或许不必追求找到一套万用万灵的美学公式，而是应该不断探索还有什么好的表达方式，其中既有技艺，又有新意。机器人编程正在从“工程师告诉机器人每一步怎么走”，向“人告诉机器人最终要做什么”演进。                   这与人形机器人的“分工”实际上是同一件事的两面。         一边，是给不同工作造更合适的身体；另一边，是降低教机器人工作的成本。

| 7、走投无路，提升密度。         π仔则补上了另一个环节。它身高1.22米，拥有27个自由度，单臂负载3公斤，配套VR全身遥操和动作捕捉系统。大部分时间里，我们其实找不到什么更聪明、杠杆更大的办法，去提升产品的竞争力。这个时候，在那些已经被验证的亮点上继续增加有效密度，通常不是一个坏选择。人在现实中抬手、转身，机器人可以同步完成动作，同时记录关节运动、视觉感知和反馈数据。         这意味着，一次遥操作不仅是一次控制，也可以成为一次数据生产。         对于高校、实验室和开发者而言，一台更小、更容易部署的人形机器人，价值未必是承担重工业生产，而是成为具身智能时代的“开发机”：降低开发门槛、积累真实世界数据，同时培养更多机器人开发者。比如更细腻的粒子，更茂密的植被，更丰富的动画，更精确的打击反馈，更多样的妖魔鬼怪，更大的显存（bushi）……不是说无脑堆参数与资源就一定好，前提是这些内容的确是被验证过的亮点，而且依然能让用户感知到差异。         至此，节卡此次展示的几种机器人开始形成清晰的分工。想不到妙手是游戏开发的常态，不妨先把每一步本手下扎实。8、起点看最高，终点当领跑。

|          K1-25解决“能不能干重活”，Kargo解决“能不能进入工厂移动作业”，π仔解决开发、训练与数据问题；CoboΠ EI和JAKA Studio Pro，则试图让机器人更容易被部署和使用。对同领域的当家花旦们，最好如数家珍——哪里玩到昏迷，哪里气到爆炸，哪里不知所措，哪里眼睛哭花。

|          看起来是不同产品，背后实际上指向同一个问题：怎样让机器人真正开始工作。

| 然后去搞清楚——它们各自采用了何种开发模式、设计方法、制作工艺与技术标准。

|                    04.          节卡不是在押一种机器人形态          理解这一点，也就更容易理解节卡为什么会同时做出这些看起来差异巨大的产品。

|          节卡首先是一家从工厂里长出来的机器人公司。最后反复思考——什么能学，什么学不得，什么要虚心，什么要创新。游戏并非必需品，深入体验与研究标杆的另一重价值，是让我们对这个品类三五年后的及格线会有多高，大致心里有数。取法乎上，把对标杆的认知当成制作自家demo的起点，绝不是坏事，哪怕暂时高山仰止。但是，如果长期目标是“做到和某某差不多”，有点危险。其机器人全球出货超过3万台，覆盖近百个国家和地区，客户包括丰田、施耐德、中国中车、立讯精密、上汽集团等企业。         所以，它进入具身智能的起点，与很多从AI或者人形本体起家的创业公司并不完全相同。         节卡面对的问题首先是：传统工业机器人还有哪些事情干不了？          不能自由移动，换产成本高，编程门槛高，面对非结构化环境能力有限，大型零部件需要双臂协同，生产线变化之后又需要重新调试。尊重标杆，学习标杆，是为了最终建立自己的尺度。

|                    具身智能和AI，恰好提供了一套新的技术工具。想登顶，想一览众山，想创造前所未有的新标杆——这不是自不量力，是宝贵的冲劲与志气。

| 从这个角度看，节卡从协作机器人向具身智能延伸，并不是简单换一条赛道，而是在不断补齐工业机器人的能力边界。

|          这也解释了为什么节卡没有把所有筹码押在一种所谓的“终极形态”上。         轻型机器人干轻活，重载机器人干重活，轮式机器人负责移动作业，小型人形承担开发、教育和商业互动；往下，是APEX关节模组和运动控制系统，往上，是CoboΠ EI、JAKA EVO和Agent能力，最终进入汽车、3C、仓储物流等具体场景。

|          这是一条与“先造出一个通用人形机器人，再给它寻找应用”不同的路径。9、难能，可贵。

| 不是先造一个“人”，再给它找工作；而是先看有哪些工作，再给工作匹配合适的机器人。充分竞争的成熟市场，鲜有低垂的果实。         这并不意味着通用机器人不重要。         恰恰相反，真正的通用智能依然可能是整个产业共同追逐的终局。任何容易解决的问题与需求，要么不存在后来者的机会，要么很快会被竞争对手挤满。但至少在今天，“通用”仍然意味着更高的硬件、模型、数据和可靠性成本。

|          而商业化不会等待终极答案。

| 工厂里的料箱今天就需要搬，螺丝今天就需要拧，企业今天就需要降低换产和部署成本。

| 这一点我有切身体会。刚创业时，以为小公司只要选一个自己理解的赛道，做得比大厂快一点，玩法、剧情、画面、声音什么的有点小特色就够了。但事后看，这种所谓高执行力+低成本创新带来的价值微薄而脆弱，用户也很容易闻出这种速成产品的敷衍味道。一直做相对容易的事，反而惶惶不可终日。         因此，真正让具身智能产业开始转动的，未必是第一台什么都会的机器人。更可能是第一批在某一份具体工作上，已经真正创造价值的机器人。所谓护城河的本质，便是拥有难以被轻易取代的价值。

|                    05.          下一场竞争，是“抢工位”          人形机器人行业正在进入一个更现实的阶段。         一家企业拥有多强的模型、一台机器人能完成多炫酷的动作，依然重要。但当产品真正走向商业化，行业最终必须面对一个更加残酷的问题：          你的机器人，到底在哪里上班？          一台真正进入工厂的机器人，需要解决的远不只是运动控制和模型能力。当我们被某样事物深深打动时，它往往是稀缺的、非凡的、来之不易的，而人们似乎天生就会被“哇这是怎么做到的”的魅力所吸引。         它需要供应链、可靠性、售后和系统集成，需要理解生产工艺，甚至需要知道一颗螺丝应该用多大的力矩拧进去。

|          这些事情没有机器人跑步、跳舞那么吸睛，却决定了一台机器人究竟是一件科技展品，还是一种真正的生产资料。2019年的公司年会，我用八个字总结游科前五年的状态：东搞西搞，投机取巧。         这也是此次节卡WAIC展示背后更值得关注的变化。                   关节进入机器人，机器人进入工厂，工厂产生数据，数据再回到模型，模型重新提升机器人的能力。也是在那年，在公司原来价值观“打动自己”外，又加了四个字——知难而进。10、理念是廉价的，但贯彻理念的行动是可贵的。知行合一不是什么新鲜道理，但我加一句暴论：很多时候，行是知的前提。如果这个闭环能够真正转起来，机器人行业的竞争也会从单点技术竞争，逐渐进入真实世界能力的竞争。因为咱们脑中的理念很有可能是肤浅的、偏颇的、错误的，只有贯彻理念的行动与现实发生了真实的碰撞，才能看清：这个世界与我们原先想的到底哪里一样/不一样。

| 有时撞得太猛，世界太硬，把我们原先的理念撞成了一地碎片。         未来真正有价值的企业，未必只是拥有最强模型或者最酷机器人的公司。

| 没关系，正好一片片捡回来，慢慢拼出新的模样。

|          更重要的可能是，谁能够持续把机器人送进真实世界，让它们在那里工作、产生数据、迭代能力，然后进入更多工位。         因为具身智能最终不能只存在于论文、模型和Demo里。

| 然后，再撞一次。

| 它必须拥有一副身体，找到一份工作，然后真正创造价值。         AGI是远方，但机器人产业不能等到远方抵达之后才开始商业化。         所以，人形机器人下一阶段真正值得看的，或许不再只是“谁更像人”。         而是谁先找到工作。又是谁，能真正抢到工位。

Current article:http://7u64m.guaxiazaopinduan.cfd/news/20260826_42815.html

Published on:11:53:21