2026-07-01 | 베이징=정다은 특파원

一句“帮我收拾”即可……吸纳现场数据的中国机器人进化

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

“把桌子收拾干净。”

在形似谷歌搜索框的界面上输入一句简单的话,一台与人等高的人形机器人便在杂乱的桌前忙碌地挥动夹持手。无需额外指令,机器人自行识别桌上物品并加以整理;即便放上手表等新物件或用手加以干扰,任务执行也未出现明显问题。“打开抽屉”“把黑色线缆放进抽屉”等一系列执行过程实时显示在显示器上,完成一项任务后便转入下一项。

30日,在位于北京最大信息技术(IT)企业集群海淀区中关村软件园的Spirit AI总部,可以见到这样能够自主判断并执行的机器人。Spirit AI是一家专注于正面突破行业短板的创业公司——中国机器人炫目的舞蹈与杂技表演,实际上只是对预先输入动作的简单重复。

实现这一点的,是该公司1月推出的视觉语言动作(VLA)模型“Spirit v1.5”。VLA扮演机器人“大脑”的角色,通过传感器和摄像头感知环境,理解语言与语境并作出判断,随后立即转入行动。在陌生环境中无需细致指令即可识别物体、规划任务的通用性,是其核心竞争力。

Spirit AI的优势在于利用现实数据,而非互联网图片或仿真数据。拧螺丝、开锁之类的操作任务,仅因摩擦与间隙等细微差异就可能失败,因此真实机器人在现场积累的数据至关重要。得益于此,Spirit AI被认为在工厂装配等制造现场能发挥更高性能。博世、宁德时代等对工艺要求严格的制造企业也作为战略投资者加入,并将Spirit AI的机器人投入自家工厂。

Spirit AI在中国各地已布局40万个以上数据采集点,并自主开发了遥操作软件与可穿戴设备等提升数据采集效率的基础设施。探访当天,一侧正在紧张进行近期开发的三指可穿戴手套实验。据介绍,相比原有的两指设备,它能更细致地反映人手的实际动作。Spirit AI相关人士强调:“目标是年内获取100万小时有效数据。”

成果正体现在指标上。今年1月以开源形式发布的Spirit 1.5,在机器人大脑性能评测平台“RoboArena”上超越了美国代表性VLA创业公司Physical Intelligence(PI)的模型。资本市场的关注度也在上升。今年3月,Spirit AI企业估值突破200亿元人民币,与宇树、智元、星海图等一同进入“200亿元俱乐部”。小米创始人雷军和阿里巴巴创始人马云运营的风险投资机构也参与了投资,员工人数今年以来从100人左右增至200余人,增长逾一倍。据介绍,以清华大学助理教授、联合创始人兼首席科学家高阳为核心,多位清华硕博出身的优秀研究人员也已加入。

当天探访的现场,其机器人用空间比此前走访过的任何机器人企业都要宽敞。横跨两层的空间中,办公区域只占极小一部分,数据采集与清洗区以及VLA模型演示区占据了更大比重。机器人以数十厘米的间隔密集排布,相当多员工也并非坐在办公桌前,而是亲自穿戴设备,热衷于积累和验证机器人数据。

不过,该模型本身尚未进入盈利阶段。公司方面解释,由于当前机器人大脑模型处于初期阶段,先通过制造和销售机器人本体获取营收,并在其中搭载自研模型的演示进行训练,以此支撑研发(R&D)。公司相关人士表示:“机器人的大脑还处于婴儿阶段,只能做非常简单的事情”,但同时称“关键在于比竞争对手获取最多的有效数据”。

阅读韩文原文