Meta联合傅利叶造人形机器人：副总裁蹲点上海工厂，3个月出原型机

编者按：这篇稿子来自微信公众号“蓝字计划”，作者Chester，创业邦得到授权后发布。

造机器人这件事上，Meta的副总裁曾在中国工厂里待了将近两个月。

10月31日，美国科技媒体《The Information》报道称，Meta已与国内机器人企业傅利叶联手做出一款人形机器人原型机，代号Max。项目从启动到首台原型机完成只花了三个月，进度相当快。

有说法称，Meta机器人产品副总裁Li-Chen Miller就是为了这款机器人亲自跑到傅利叶的上海工厂，跟当地团队一起做开发。

搁在从前，外界对这类合作的想象大多停在“从中国买一台机器人回去”的水平。

可硅谷巨头并不缺大模型、资金和人才。它们真正想要的，是那些在大家印象里只会跳舞、后空翻、跑商业表演的中国机器人。

这些看着只会在台上做Show的“花架子”，眼下正在变成硅谷的“硬通货”。

让AI走出屏幕

Meta瞄准的，是能进家庭、替人干活的机器人。

据《The Information》报道，Meta把人形机器人看成自家AI智能体Muse在物理世界中的延伸，指望它日后能分担家务。目前跟傅利叶一起开发的Max主要供内部研究和实验使用，暂时没有卖掉这些原型机的打算。

双方的合作目标也因此更明确了：把AI装进真实的机器人身上，看它能干成什么，还有哪些地方得接着改。

Max高约1.5米，重约48公斤，用的是英伟达Jetson Thor芯片，装了五指灵巧手，面部屏幕能模仿人的眼睛和嘴巴表情。到今年9月，双方已经着手研发第二代原型机Max 2。

机器人的身体在不停迭代，Meta同时也在补它的软件能力。

早些时候，Meta把机器人AI初创公司Assured Robot Intelligence（ARI）收入囊中。这家公司主攻的方向，是让机器人看懂人的行为、适应不同环境。Meta自己还在研究世界模型，想让AI通过视频弄明白物体怎么动、动作会带来什么后果。

从模型到硬件，Meta造机器人所需的几块拼图已经往一处凑了。傅利叶承担的，正是其中要在工厂里把硬件做出来的那一环。

想让AI走出屏幕的，其实不止Meta。

近两年，Google DeepMind接连拿出Gemini Robotics系列模型，试着把视觉信息和语言指令变成机器人的动作。OpenAI的机器人团队则把机械设计、电机、执行器等岗位一路招了个遍，研发已经扎进硬件和控制系统。

Anthropic也做过一回机器狗实验：研究人员用Claude写程序、读传感器数据，试着让机器狗去找并捡回沙滩球。用Claude的那组完成了更多任务；在两组都完成的任务上，这组的平均耗时大约是另一组的一半。

几家公司走的路子不一样，奔的目标却相同：把大模型的本事用到真实世界里去。

有同样需求的还有机器人公司。过去两年，人形机器人的硬件性能一直在突破，按程序干活的机器人也不稀罕了。换个地方、换项任务还能自己琢磨着干，才是这些巨头想啃下来的硬骨头。

大模型，实际上也被机器人公司当成了寄予厚望的“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；但这回，它们没为这些任务做专项训练。

王兴兴透露，宇树内部曾把GPT-6 Astra接进机器人，只靠提示词，就让机器人把绘画和下围棋这些活干了。画画的时候，机器人甚至能自己换颜料、洗画笔。

除了拿笔作画，它换颜色之前还懂得先把笔洗一洗。这类原本要按任务一步步排好的流程，现在大模型能自己规划了。

王兴兴早前有过这样的感慨：“过去十几年犯的最大错误，就是对AI相信得不太够。”他现在判断，通用大模型已经冒出“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，恰恰体现在这些细节当中。

以前机器人多半按预设程序办事，在固定环境里完成任务。工厂里的焊接、搬运能干得很准，可一旦换个物体、换个场景，往往就得重新编程、采数据、再做训练。

大模型则从海量互联网数据里学到了物体知识、语言含义和不少常识。搞机器人研发的人开始试着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，也展示过这类能力。

它一边学互联网的视觉语言数据，一边学机器人的操作数据，能把从互联网得来的物体知识、语义理解搬到真实操作里去，听懂训练中没出现过的新指令。Google公布的测试显示，在机器人此前没见过的场景中，成功率从RT-1的32%升到了RT-2的62%。

到今年的Gemini Robotics 2，谷歌又往前试了一步：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。

具体分工上，Gemini Robotics ER 2偏重理解环境、拆解任务，Gemini Robotics 2负责把视觉和语言信息转成动作；On-Device 2则偏重在机器人本地运行。按谷歌的说法，On-Device 2适配新的双臂机器人，一般只要数小时、不到200条示范数据。

换句话说，从前换一台机器人，可能又得重新开发一大套东西；如今训练好的模型有希望带着已学到的能力迁过去，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，却记不全拿起杯子时的力度、手指动作和触觉反馈。大模型来了之后，机器人照样要靠真机操作、人工遥操作或仿真攒数据，但可以先借已有知识学起来，再用机器人数据接着训练。

Meta在2025年推出的世界模型V-JEPA 2，走的也是类似路子：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，就能在新环境里完成抓取、移动物体等任务。

说白了，先看视频学，再靠实际操作数据学会怎么动手。

英伟达则把数据采集、仿真、模型训练、评估和部署一并装进Isaac GR00T平台。其GR00T 1.7模型预训练时，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。

机器人企业可以接着在这些模型和工具上做开发，不必像过去那样每一步都从零起步。

从画画时自己洗笔，到换一种机器人也能继续学着干活，大模型确实在改机器人的训练方式。

可脑子再聪明，手脚不靠谱，事情还是办不成。

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

中国机器人怎么就成了硅谷“硬通货”？Meta的回应已经露了一部分底。

就与傅利叶合作一事，Meta发言人告诉《The Information》，他们和业内其他公司面对的现实一样：有些零部件，在美国国内不太好采购。

中国这边，单是做完整人形机器人的企业就超过140家。这些整机厂身后，还站着一大批专做零部件的厂商。

驱动关节的电机、让动作更精准的减速器、感知位置和周边环境的传感器，都各有专门的人在研发、在生产。

深圳市发改委今年2月披露的数据显示，当地机器人相关企业已超过3000家，产业链覆盖核心零部件、整机制造到场景应用各个环节。

找激光雷达，可以去速腾聚创；找3D视觉传感器，有奥比中光；运动控制这一块，则有雷赛智能等厂商。深圳官方用“1小时产业圈”来描述当地采购配件的方便程度。

上海同样形成了自己的产业集群，Meta那位副总裁就驻扎在这里。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，今年1月已经在张江机器人谷投产。

换句话说，研发团队所需的配套，从模型、数据到关节生产和整机制造，在同一个区域里就能找到不同环节的合作方。

放到产业规模上看，中国机器人产业的分量更重。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，眼下成了人形机器人继续往前走的底子。

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

美国科技媒体《The Information》曾报道，为了加快研发进度，有美国机器人公司的员工从中国采购零部件，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限于卖机器人本身。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。

说不定用不了多久，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，就不再算新闻了。