<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>Manufacturing on Liam Ding（丁洪）</title>
    <link>https://www.liamding.com/tags/manufacturing/</link>
    <description>Recent content in Manufacturing on Liam Ding（丁洪）</description>
    <image>
      <title>Liam Ding（丁洪）</title>
      <url>https://www.liamding.com/img/og-cover.png</url>
      <link>https://www.liamding.com/img/og-cover.png</link>
    </image>
    <generator>Hugo -- 0.147.7</generator>
    <language>zh-CN</language>
    <lastBuildDate>Wed, 11 Nov 2026 00:00:00 +0800</lastBuildDate>
    <atom:link href="https://www.liamding.com/tags/manufacturing/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>机器人的大脑可以租，产线数据要自己留</title>
      <link>https://www.liamding.com/posts/2026-11-11-rent-the-robot-brain-own-the-line-data/</link>
      <pubDate>Wed, 11 Nov 2026 00:00:00 +0800</pubDate>
      <guid>https://www.liamding.com/posts/2026-11-11-rent-the-robot-brain-own-the-line-data/</guid>
      <description>Gemini Robotics 2.5、小米开源模型和 Embodied AI 的现场学习方案，都要在产线上学会具体的活。基础模型可以租，产线数据才是资产。</description>
      <content:encoded><![CDATA[<h2 id="问题">问题</h2>
<p>一周之内，给工厂机器人装“大脑”的三种做法同时摆上了台面。</p>
<p>11 月 10 日，Google DeepMind 发布 Gemini Robotics 2.5，一个在 200 多个任务上测过的视觉-语言-动作（VLA）模型。最受关注的结果来自梅赛德斯-奔驰在凯奇凯梅特（匈牙利）和辛德尔芬根（德国）正在运转的产线：Apptronik 的 Apollo 2 人形机器人用它做汽车配料，从散料箱里取出金属支架、按顺序放进排序容器，成功率 96%。这个模型正在向 DeepMind 的机器人合作伙伴推送。Humanoids Daily 指出，官方没有宣布 API 开放或价格。</p>
<p>小米走开源路线：Xiaomi-Robotics-1 采用 Apache 2.0，用超过 10 万小时真实操作轨迹预训练，5B 检查点在 Hugging Face，后训练代码在 GitHub。另外，11 月 3 日小米展示了自家人形机器人在汽车工厂分拣工位上做 8 小时任务；Electrek 并未说明那次演示跑的是 Xiaomi-Robotics-1。</p>
<p>Embodied AI 是一家 25 人的 EPFL 衍生公司，走的是第三条路。11 月 6 日它发布了 AIR：轮式底座上装两条手臂，跑的是一组针对具体任务的小模型，而不是一个通用机器人大模型。头一个班次由远程操作员遥控，每个班次都录下来，公司说大约一个月后机器人就能自己接手这项工作。</p>
<p>对一家要决定怎么“买机器人智能”的工厂或机器人厂商来说，这看起来是三种互相竞争的押注。我的看法是：它们是同一个问题的三种答法，而三者的共同点比分歧更重要。</p>
<h2 id="我的结论">我的结论</h2>
<p>三家都是在产线上学会产线上的活。Apptronik CEO 说，Gemini 模型“只用几周后训练就大幅提升”，然后才转到奔驰的生产中。小米说它的模型学一个新的复杂任务“每个任务只需几小时示范”。Embodied AI 的整个卖点就是一个月的遥控班次，这些班次本身就是训练数据。</p>
<p>所以，基础模型是可以租的那部分。真正在某条产线上越积越多的是其余的东西：示范数据、失败片段、人工介入记录，以及这个工位的验收测试。我的建议是：按能力和可获得性挑基础模型，但谈合同时要把产线数据当成你真正在买的东西——谁保留、什么格式、明年能不能拿它去训另一家的模型。</p>
<h2 id="约束条件">约束条件</h2>
<p>只靠公开信息为什么难下判断：</p>
<p>几个标题里的成功率都没有分母。DeepMind 的 96% 没说覆盖多少次抓取、试点跑了多久、节拍和人工比怎样，Humanoids Daily 专门指出了这一点。Embodied AI 的 95% 是多个付费试点的平均值，任务、成功的定义和时长都没公开。Electrek 指出，小米没公布 8 小时里分拣了多少件、成功率多少、人工介入几次；不过小米公布过更早工位的数字（3 月 90.2%，7 月 98%）。</p>
<p>基础模型更新很快。Gemini Robotics 2 在 7 月发布，2.5 在 11 月。依赖供应商模型的产线，也就接过了它的发版节奏，好坏都有。</p>
<p>获取门槛不一样。DeepMind 说正在向机器人合作伙伴推送；Humanoids Daily 指出，目前仍未宣布对公众开放 API 或公布价格。开源模型随便下载，但集成和安全论证都归你。现场学习的方案则和供应商及其操作员绑在一起。</p>
<p>没人公开数据条款。三方的公开材料都没说：在客户产线上采集的示范和日志归谁，客户能不能带走。Embodied AI 说“一台机器人学到的，其他机器人也能用”，这对它的机队是好事，也恰恰是买方最该细读的条款。</p>
<h2 id="取舍选项">取舍选项</h2>
<p>要做的决定：一家工厂（或卖给工厂的机器人厂商）要为一批人工工位选定机器人智能从哪里来。</p>
<table>
  <thead>
      <tr>
          <th>选项</th>
          <th>得到什么</th>
          <th>代价</th>
          <th>我选或不选的理由</th>
      </tr>
  </thead>
  <tbody>
      <tr>
          <td>通过合作方机器人授权前沿 VLA（Apollo 2 上的 Gemini Robotics 2.5）</td>
          <td>公开证据里技能面最广：200 多个任务；DeepMind 称成功率比此前基线高 30% 到 100%（视任务类型而定）；有公开的工厂试点</td>
          <td>向机器人合作伙伴推送（DeepMind）；未宣布公开 API 或价格（Humanoids Daily）；模型按供应商节奏更新；数据条款未公开</td>
          <td>工位多样、要求灵巧时会选，但必须把数据权利写进合同</td>
      </tr>
      <tr>
          <td>从开源权重起步（Xiaomi-Robotics-1）</td>
          <td>Apache 2.0，用自己的示范微调，跑在自己的硬件上，没有准入门槛</td>
          <td>集成、评测和安全论证都得自己做；标题基准是开发者自己报的</td>
          <td>适合已有机器人工程团队、想把数据闭环留在内部的公司</td>
      </tr>
      <tr>
          <td>买供应商在现场学习的专用方案（Embodied AI AIR）</td>
          <td>靠遥控从第一个班次就产出；大约一个月得到贴合你工位的策略</td>
          <td>学习期和之后处理例外都要操作员人力；学习闭环在供应商手里；尚无公开价格</td>
          <td>少数高变化工位、首批产出时间比拥有模型更要紧时会选</td>
      </tr>
      <tr>
          <td>等模型稳定再说</td>
          <td>不会把集成工作花在四个月后可能被替换的模型上</td>
          <td>什么都没采集；工位继续靠人，产线数据零积累</td>
          <td>不选。三条路里，录示范和介入记录都用得上</td>
      </tr>
  </tbody>
</table>
<h2 id="证据">证据</h2>
<p>前沿路线强在广度。DeepMind 报告 2.5 的成功率比此前基线高 30% 到 100%（视任务类型而定），完成速度快 20% 到 30%。Humanoids Daily 列出了相对 Gemini Robotics 2 的单项跃升，比如用夹子装糕点从 5% 到 100%、叠裤子从 0% 到 40%，但没给试验次数。在奔驰，工作被拆成两层：具身推理模型跟踪工作流，动作模型控制双手。即便如此，CEO 自己描述的上线路径也是在 Apollo 2 上做“几周后训练”。</p>
<p>开源路线从另一侧说明同一件事。小米的 README 说，在超过 1 万小时跨本体数据上后训练后，模型能开箱即用地做移动操作；新任务则要“每个任务几小时示范”。权重免费，你工位上那几个小时的示范不免费。</p>
<p>现场路线把数据闭环本身做成了产品。Embodied AI 官网说，它的小型策略由自研的视觉语言模型在机器人本机上编排，并且“在仿真里训练的模型，现实一变就失效”。它的软件已经跑在一个付费的双臂工作站里；据 GGBa，在一家消费电子厂商的线缆处理任务上，可靠性达到 98%，客户目标是 90%。机器人接手后，操作员仍随时处理它没见过的情况。</p>
<p>合起来看：三者的分歧在于谁训练基础模型，共识在于总得有人在工位上采集任务数据。握着这些数据的一方，以后可以换基础模型；没握着的一方，换的时候只能再采一遍。</p>
<p>值得认真对待的反驳。“前沿模型会强到不需要逐条产线后训练。”有可能，从 Gemini Robotics 2 到 2.5 大约四个月就是论据；但奔驰试点本身仍做了后训练，我现在不会按这个假设做计划。“数据权利只是采购细节。”直到你想换供应商，才发现自己一个月的示范躺在别人的训练集里。“开源权重只适合实验室。”小米提供了部署代码，面向消费级 GPU 优化；真正的门槛是评测和安全工作，不是能不能拿到。</p>
<h2 id="这个结论的边界">这个结论的边界</h2>
<p>这个论点针对的是人工、高变化、需要专门教机器人干活的工位。以下情况会变弱：单一重复任务，固定自动化工作站比任何学习策略都便宜；基础模型已经能零样本稳定干好某个工位，而且公开了分母，那就没多少值得拥有的产线数据；供应商合同已经保证客户拿到示范、日志和评测集的完整副本。我不是说三种做法哪种错了，也不是在给它们的模型排名——公开数据撑不起排名。</p>
<h2 id="我会怎么改">我会怎么改</h2>
<p>如果这个季度由我负责一个工厂试点：</p>
<p>不管选哪条路，现在就开始录：示范、失败片段、每次人工介入的时间和原因。</p>
<p>自己写工位的验收测试：每小时件数、整班成功率、每小时介入次数。所有候选方案都按这个测，不看宣传册。</p>
<p>合同里写三条：我产线上采集的所有数据，我拿到一份有文档的副本；我可以用它训练别家的模型；在供应商机队内共享这些数据，需要我主动同意。</p>
<p>对每个供应商的标题成功率问同样三个数：试了多少次、跑了多久、介入了几次。</p>
<p>最后才选基础模型。它是最可能变的部分，只要数据在我手里，也是最容易换的部分。</p>
]]></content:encoded>
    </item>
  </channel>
</rss>
