Meta联手傅利叶造人形机器人：3个月出原型，副总裁蹲厂近两月

Meta的副总裁为了造机器人，在中国工厂里一待就是近两个月。

10月31日，美国科技媒体《The Information》报道称，Meta已与中国机器人公司傅利叶联合开发出一款人形机器人原型机，代号Max。从项目启动到第一台原型机完成，双方只用了三个月，进度相当快。

据说，Meta机器人产品副总裁Li-Chen Miller正是为了研发这款机器人，亲自跑到傅利叶的上海工厂，和本地团队一起开发。

放在以前，不少人对这类合作的印象还停留在“从中国买一台机器人回去”的阶段。

其实，硅谷巨头并不缺大模型、资金和人才；它们真正缺的，是一台台在大家眼里只会跳舞、后空翻、做商业表演的中国机器人。

这些看似只会做Show的“花架子”，如今正变成硅谷的“硬通货”。

让AI走出屏幕

Meta想做的，是能走进家庭、帮人干活的机器人。

《The Information》的报道提到，Meta把人形机器人看作旗下AI智能体Muse在物理世界里的延伸，希望它将来能承担家务。目前与傅利叶联合开发的Max主要用于内部研究和实验，这些原型机还没有出售计划。

双方的合作也因此有了更具体的目标：把AI装到真实的机器人身上，看它能做什么，还有哪些地方需要继续改。

Max身高约1.5米，重约48公斤，搭载英伟达Jetson Thor芯片，配备五指灵巧手，面部屏幕能模拟人类的眼睛和嘴巴表情。到今年9月，双方已经启动第二代原型机Max 2的研发。

机器人身体不断迭代升级的同时，Meta也在强化它的软件能力。

此前，Meta收购了机器人AI初创公司Assured Robot Intelligence（ARI）。这家公司主要研究怎么让机器人理解人类行为、适应不同环境。Meta自己也在研究世界模型，尝试让AI通过视频理解物体怎样运动、动作会带来什么结果。

从模型到硬件，Meta已经把造机器人的几块拼图凑到了一起。傅利叶参与的，正是其中需要在工厂把硬件落地的环节。

想让AI走出屏幕的，远不止Meta一家。

近两年，Google DeepMind陆续推出Gemini Robotics系列模型，尝试把视觉信息和语言指令转化为机器人动作。OpenAI的机器人团队则一路招到了机械设计、电机和执行器等岗位，研发已经深入到机器人的硬件和控制系统。

Anthropic 还开展过一项机器狗测试：研究人员借助 Claude 写代码、读取传感器数据，让机器狗去找回沙滩球。结果，用 Claude 的小组完成的任务更多；在两组都完成的任务上，这组的平均耗时差不多只有另一组的一半。

几家公司的路线各不相同，但目标是一致的：让大模型的能力用到真实世界里。

机器人公司也有类似诉求。这两年，人形机器人的硬件能力一再提升，按程序执行任务的机器人已经随处可见。真正让这些巨头继续攻关的，是换到别的地点、换一项任务之后，机器人仍能自己琢磨出办法把活干完。

大模型，实际上也成了机器人公司寄予厚望的“万能药”。

大模型，改变了机器人训练

画画、下围棋，宇树最近给机器人安排了两项新任务；但这一次，它们没有针对这些任务做专项训练。

王兴兴说，宇树内部曾把 GPT-6 Astra 接进机器人，只靠提示词，机器人就完成了绘画、下围棋这类任务。画画时，它甚至能自己换颜料、洗画笔。

除了拿笔画画，它还知道换颜色前要先把笔洗干净。这些原本需要针对任务安排的步骤，开始能由大模型来规划。

王兴兴以前说过一句话：“过去十几年犯的最大错误，就是对AI相信得不太够。”眼下他的判断是，通用大模型已经露出“击穿”物理AI的苗头，快的话一两年，慢的话两三年。

大模型带来的改变，其实就体现在这些细处。

以前机器人干活，靠的是一套套提前写好的程序，场景固定。在工厂里做焊接、搬运，精度可以很高，可一旦换种物体、换个环境，往往就得重新编程、重新采数据、重新训练。

大模型则不一样。它从海量互联网数据里已经学到了物体知识、语言含义，还有不少常识。做机器人研发的人开始琢磨，把这些本事用到动作上，省得每换一个任务就从头教一遍。

谷歌深智2023年推出的RT-2，就展示过这种本事。

这个模型同时学习互联网上的视觉语言数据和机器人的操作数据，能把从互联网得来的物体知识、语义理解搬到真实操作里，连训练中没出现过的新指令也能听懂。Google公布的测试结果是：在机器人此前没见过的场景中，成功率从RT-1的32%提升到RT-2的62%。

今年到了Gemini Robotics 2，谷歌又往前走了一步，试着让同一个模型适配不同的机器人，Apptronik Apollo人形机器人和Franka双臂机器人都在其中。

这几个型号分工不同：Gemini Robotics ER 2管的是理解环境、拆解任务，Gemini Robotics 2负责把视觉和语言信息转成动作，On-Device 2则主打在机器人本地运行。谷歌的说法是，On-Device 2适配新的双臂机器人，一般只需几个小时、不到200条示范数据。

换句话说，过去换一台机器人，可能就得重新开发一大套东西；现在，训练好的模型有机会把学到的能力带过去，再针对新机器做适配。

“真实操作数据不够”这道难题，也因此多了一种解法。

互联网视频能教模型认出杯子，却记不下拿起杯子时的力度、手指动作和触觉反馈。大模型出现后，机器人照样得靠真机操作、人工遥操作或者仿真来攒数据，但可以先借已有知识学起来，再用机器人数据接着训。

Meta在2025年推出的世界模型V-JEPA 2，走的就是类似路子：先用视频做自监督预训练，再用DROID数据集里62小时的机器人数据训练，之后便能在新环境中完成抓取、移动物体这些任务。

说白了，就是先看视频学，再靠实际操作数据学会怎么动手。

英伟达更进一步，把数据采集、仿真、模型训练、评估和部署都装进了Isaac GR00T平台。其GR00T 1.7模型在预训练时，用了约3.2万小时真实演示及以人类为中心的数据，外加约8000小时仿真数据。

机器人企业可以在这个基础上接着开发，不必像从前那样每一步都从零起步。

从画画时自己洗笔，到换一台机器人也能继续学着干活，大模型确实在改写机器人的训练方式。

可脑子再聪明，手脚不靠谱，事情照样做不成。

这时候，手里攥着最顶级大模型的那批硅谷公司，反倒成了需要中国机器人的一方。

绕不开的中国机器人

中国机器人为什么会成为硅谷的“硬通货”？Meta的回应里，已经透出了一部分答案。

就与傅利叶合作一事，Meta发言人向《The Information》表示，它们和业内其他公司面对的是同一个现实：有些零部件，在美国国内不太好买到。

中国这边，单是做整机的人形机器人企业就超过140家。这些整机厂身后，还站着一大批专攻零部件的厂商。

驱动关节的电机、让动作更精准的减速器、感知位置和周围环境的传感器，各有各的人在专门研发、生产。

深圳市发改委今年2月披露，当地机器人相关企业已有3000余家，产业链从核心零部件一直覆盖到整机制造和场景应用。

激光雷达可以找速腾聚创，3D视觉传感器有奥比中光，运动控制方面则有雷赛智能等企业。深圳官方用“1小时产业圈”来描述当地采购配件有多方便。

Meta副总裁驻厂的上海，同样有自己的产业集群。今年4月，浦东新区披露当地已聚集100多家具身智能产业链企业，整机、核心零部件、模型、数据等环节都有覆盖；意优科技的一条机器人关节自动化生产线，也在今年1月于张江机器人谷投产。

换句话说，研发团队要的配套，从模型、数据到关节生产、整机制造，在同一个区域里就能分别找到不同环节的合作伙伴。

从产业规模看，中国机器人产业的体量更夸张。工信部数据显示，2025年全国机器人产业规模以上企业营业收入已突破3000亿元，2026年上半年又达到1655亿元。工业机器人、服务机器人等领域多年攒下的制造与配套能力，现在也成了人形机器人往前走的底子。

德国智库墨卡托中国研究中心的报告称，在全球人形机器人关键零部件供应链企业中，中国企业占到63%。

美国科技媒体《The Information》曾报道，有美国机器人公司的员工为了加快研发，从中国采购零部件，直接装进行李箱带回美国。

这样一来，中国机器人企业的价值早就不只是卖机器人。完整的配套、制造成本，加上快速打样、修改和量产的工程能力，都是放眼世界独一份的优势。

其实在Meta之前，中国机器人产业链就已经爆单了。说不定，美国大模型公司的高管来中国，和机器人产业链伙伴吃住在一起，很快就不再是新闻。