硅谷這一夜，屬于中國機(jī)器人！圖靈獎(jiǎng)得主、英偉達(dá)大牛全來了

新智元報(bào)道

編輯：好困 桃子

【新智元導(dǎo)讀】一場全球峰會在硅谷引爆！不僅有圖靈獎(jiǎng)得主站臺，更有Big Seven巨頭的頂級科學(xué)家現(xiàn)身。這家成立近兩年中國公司，一口氣甩出三大新品。

美西時(shí)間4月28日，具身智能行業(yè)有史以來，第一場全球性峰會在硅谷落幕！

這場大會星光熠熠——

2015年圖靈獎(jiǎng)得主、公鑰密碼學(xué)奠基人Martin Hellman做開場主旨演講，主題是「安全、智能與物理世界的交匯」。

英偉達(dá)GEAR Lab高級研究科學(xué)家、亞馬遜前沿AI研究院科學(xué)家、斯坦福大學(xué)副教授同臺對談，上千名來自全球的AI學(xué)者、開發(fā)者和投資人到場。

張藝興也驚喜現(xiàn)身

在這場名為GEIS（全球具身智能創(chuàng)新大會）的峰會上，一口氣發(fā)布三款核心產(chǎn)品，覆蓋世界模型、靈巧手和人形機(jī)器人。

如此豪華的陣容，硬核的發(fā)布，倒像是硅谷本土巨頭的畫風(fēng)。

誰能想到，GEIS的發(fā)起方竟是一家成立剛滿兩年的中國公司——魔法原子（MagicLab）。

在硅谷辦會、請圖靈獎(jiǎng)得主站臺，具身智能賽道還從未有過這種先例。

機(jī)器人缺的不是胳膊腿，是腦子

過去兩年，人形機(jī)器人的關(guān)節(jié)扭矩越來越大，自由度越來越多，翻跟頭的姿勢越來越花。

但一個(gè)尷尬的事實(shí)始終沒變，絕大多數(shù)機(jī)器人離開預(yù)設(shè)好的demo場景，就「不會干活」了。

問題出在哪？

目前主流的VLA（視覺-語言-動作）大模型已經(jīng)能讓機(jī)器人聽懂指令、看見場景，但一旦進(jìn)入真實(shí)環(huán)境，光照變了、桌面材質(zhì)換了、物體擺放位置偏了幾厘米，泛化能力就開始崩。

說到底，機(jī)器人缺的不是更強(qiáng)的胳膊腿，是一個(gè)真正能理解物理世界的「大腦」。這才是核心瓶頸。

這正是魔法原子此次發(fā)布的世界模型Magic-Mix要解的題。

世界模型Magic-Mix，自己教自己

Magic-Mix由兩個(gè)核心引擎協(xié)同運(yùn)作。

第一個(gè)叫Magic-Mix WAM，負(fù)責(zé)物理環(huán)境理解、空間推演和動作決策。

通俗地說，它讓機(jī)器人在動手之前，先在「腦子里」模擬一遍接下來會發(fā)生什么。

抓一個(gè)杯子，手指接觸杯壁的瞬間會產(chǎn)生多大的力？杯子的重心在哪？如果桌面是濕的，摩擦系數(shù)怎么變？

這些物理常識層面的推演，是VLA模型不擅長的，而世界模型恰好補(bǔ)上了這塊。

第二個(gè)引擎叫Magic-Mix Creator，是一個(gè)離線數(shù)據(jù)生成器。

它的工作是大批量合成訓(xùn)練數(shù)據(jù)樣本，持續(xù)喂給WAM做訓(xùn)練和迭代。

以上兩個(gè)引擎組合在一起，形成了一個(gè)閉環(huán)，海量數(shù)據(jù)生成→模型訓(xùn)練→訓(xùn)練結(jié)果反饋→數(shù)據(jù)再生成。

換言之，Magic-Mix是一個(gè)能「自我進(jìn)化」的動態(tài)系統(tǒng)。

機(jī)器人在真實(shí)場景中每執(zhí)行一次任務(wù)，產(chǎn)生的數(shù)據(jù)都會回流到這個(gè)閉環(huán)里，驅(qū)動模型持續(xù)進(jìn)化。

在訓(xùn)練機(jī)制上，Magic-Mix有一個(gè)很硬核的設(shè)計(jì)，視頻動作雙專家協(xié)同訓(xùn)練。

一個(gè)專家負(fù)責(zé)「看」，從視頻數(shù)據(jù)中學(xué)習(xí)物理世界的運(yùn)行規(guī)律；另一個(gè)專家負(fù)責(zé)「動」，把觀察到的規(guī)律轉(zhuǎn)化為具體的動作策略。

兩個(gè)專家共享底層信息，但梯度更新彼此隔離，避免互相干擾。

這套機(jī)制還引入了目標(biāo)圖像約束和失敗圖像特征輸入。系統(tǒng)不僅學(xué)習(xí)「成功長什么樣」，也學(xué)習(xí)「失敗長什么樣」，從而在執(zhí)行長線程任務(wù)時(shí)減少誤差累積。

而支撐這套系統(tǒng)運(yùn)轉(zhuǎn)的底層基礎(chǔ)，是數(shù)據(jù)。

數(shù)據(jù)，恰恰是當(dāng)前具身智能最大的瓶頸。真機(jī)數(shù)據(jù)采集成本高、周期長、場景覆蓋有限，這是全行業(yè)面臨的共性難題。

魔法原子給出的解法是「兩條腿走路」——

一方面，大力投入真機(jī)數(shù)據(jù)采集。日均采集約16000條，VLM層模型參數(shù)量達(dá)3B，已積累約36萬條真機(jī)數(shù)據(jù)；

另一方面，通過Magic-Mix Creator大批量合成訓(xùn)練數(shù)據(jù)，實(shí)現(xiàn)萬倍級別的數(shù)據(jù)體量擴(kuò)展。

其構(gòu)建的Robot Data Pool，高質(zhì)量數(shù)據(jù)集規(guī)模已超100萬小時(shí)。

這套「真機(jī)采集+合成擴(kuò)展」的數(shù)據(jù)飛輪，大幅降低了對純真機(jī)數(shù)據(jù)的依賴，也為模型訓(xùn)練提供了持續(xù)穩(wěn)定的彈藥補(bǔ)給。

從行業(yè)視角看，誰能率先跑通數(shù)據(jù)閉環(huán)，誰就能在具身智能的下半場占據(jù)先機(jī)。

一個(gè)可以想象的場景是，如果這套世界模型率先在家庭環(huán)境中跑通，機(jī)器人就能在廚房里根據(jù)臺面上食材的擺放位置自主規(guī)劃切菜、裝盤的動作序列，而不需要人類預(yù)先編排每一步。

從水龍頭出水的角度到碗碟疊放的高度，這些細(xì)碎的物理變量都在世界模型的推演范圍內(nèi)。

家庭這種高度非結(jié)構(gòu)化的場景都能應(yīng)對，工業(yè)產(chǎn)線上相對標(biāo)準(zhǔn)化的任務(wù)就更不在話下。

這是世界模型真正的戰(zhàn)略意義：它是為所有場景提供底層能力支撐。

誰先把世界模型跑通，誰就拿到了具身智能規(guī)模化落地的「萬能鑰匙」。

靈巧手H01，比人手還「敏感」

有了「大腦」的決策能力，還需要足夠精密的執(zhí)行終端。

會上，同期發(fā)布的新一代靈巧手MagicHand H01，有幾個(gè)參數(shù)值得單獨(dú)拎出來看。

20個(gè)自由度，其中15個(gè)為主動自由度，整機(jī)重量僅1公斤，額定負(fù)載卻達(dá)到10公斤。

機(jī)器人的手越重，對整機(jī)負(fù)載的擠壓就越大，留給實(shí)際作業(yè)的有效載荷就越少。

H01把自重壓到了1公斤，幾乎不吃整機(jī)的負(fù)載預(yù)算。

44個(gè)高分辨率三維觸覺傳感器覆蓋手掌和指尖，力感知分辨率達(dá)到0.05牛頓。

要知道，人類指尖的力感知閾值大約在0.05到0.1牛頓之間。H01在力感知精度上，已經(jīng)摸到了人手的下限。

但H01最有辨識度的能力是「未觸先覺」。產(chǎn)品具備0到40mm的動態(tài)感知范圍，接近覺分辨率達(dá)到0.5毫米，能夠在真正接觸物體之前就完成動作預(yù)判。

配合5mm級的硬件閉環(huán)響應(yīng)系統(tǒng)，機(jī)器人的手在離物體還有幾厘米的時(shí)候就已經(jīng)開始調(diào)整姿態(tài)和力度了。

這在護(hù)理、康復(fù)訓(xùn)練、家庭服務(wù)這類場景中尤其關(guān)鍵。機(jī)器人跟人近距離接觸時(shí)，靠碰撞檢測做事后補(bǔ)救太晚了，H01能在接觸發(fā)生之前就完成力度和軌跡的調(diào)整。

1秒內(nèi)完成完整開合動作，響應(yīng)速度足以應(yīng)對工業(yè)產(chǎn)線節(jié)拍。同時(shí)支持適配市面上多款人形機(jī)器人本體，不綁定自家平臺。這個(gè)開放策略在靈巧手賽道并不常見。

更具實(shí)用價(jià)值的是，H01被設(shè)計(jì)為通用模塊，可適配市面上多款人形機(jī)器人本體。

這是一個(gè)明確的生態(tài)化信號：魔法原子不只想給自家機(jī)器人配上靈巧手，而是想讓H01成為行業(yè)的「標(biāo)準(zhǔn)件」。

MagicBot X1，7×24小時(shí)不下班

三款產(chǎn)品中的最后一塊拼圖是旗艦人形機(jī)器人MagicBot X1。

上一代Gen1，身高174cm、42個(gè)自由度、雙臂搬運(yùn)負(fù)重20公斤，是魔法原子在春晚和工廠產(chǎn)線上驗(yàn)證過的主力機(jī)型。

而這一次，X1在Gen1基礎(chǔ)上做了幾個(gè)關(guān)鍵升級。

第一是運(yùn)動能力大幅提升。

X1身高拉到180cm，體重70kg，全身31個(gè)主動自由度（Gen1是42個(gè)總自由度，但主動自由度數(shù)未公開披露），極限關(guān)節(jié)扭矩從Gen1的體系升級到450N·m。

整機(jī)運(yùn)動速度綜合提升30%以上，運(yùn)動范圍提升超過50%。

更高的扭矩和更大的運(yùn)動范圍組合起來，意味著X1能在更復(fù)雜的空間姿態(tài)下完成作業(yè)。

舉個(gè)栗子，工業(yè)場景中經(jīng)常需要機(jī)器人彎腰探進(jìn)設(shè)備內(nèi)部做檢測或取件，這類動作對軀干和肩關(guān)節(jié)的運(yùn)動范圍要求很高，Gen1在某些極限角度下會受限。

X1提升50%的運(yùn)動范圍，直接拓寬了它在柔性生產(chǎn)場景中的適用面。

第二是續(xù)航問題的根本解法。

Gen1綜合續(xù)航最高5小時(shí)，對于需要兩班倒，甚至三班倒的工業(yè)場景來說不夠用。

X1沒有選擇堆更大的電池，而是做了雙電池?zé)岵灏蜗到y(tǒng)，支持不斷電更換電池，直接實(shí)現(xiàn)7×24小時(shí)連續(xù)作業(yè)。

工廠不需要等機(jī)器人「下班充電」，運(yùn)維人員換塊電池就行。

這個(gè)設(shè)計(jì)思路比單純拼電池容量更務(wù)實(shí)。

第三是產(chǎn)品化程度。

X1一共有兩個(gè)SKU：開箱即用「標(biāo)準(zhǔn)版」，以及面向高校和開發(fā)者「科研版」，支持底層二次開發(fā)和外形定制。

Gen1在產(chǎn)品化層面更偏向定制項(xiàng)目交付，X1從一開始就是沖著標(biāo)準(zhǔn)化量產(chǎn)去的。

到這里，技術(shù)拼圖閉環(huán)了。Magic-Mix世界模型是「大腦」，H01靈巧手是「雙手」，X1人形機(jī)器人是「身體」。

從感知、決策到執(zhí)行，一口氣補(bǔ)齊。

行業(yè)拐點(diǎn)已至，誰在真正落地？

站在更宏觀的視角來看，GEIS上大會上的集中發(fā)布折射出的是，整個(gè)具身智能行業(yè)正在經(jīng)歷的結(jié)構(gòu)性轉(zhuǎn)折。

年初，智源研究院在發(fā)布的《2026十大AI技術(shù)趨勢》中指出，具身智能正迎來行業(yè)「出清」，中國已有超過230家具身智能企業(yè)，其中人形機(jī)器人企業(yè)超過100家。

但這一輪競爭的技術(shù)難度、資金需求遠(yuǎn)超過往，當(dāng)前企業(yè)數(shù)量遠(yuǎn)超賽道的物理承載量與資本供給能力。

換言之，2026年，是具身智能從「百團(tuán)大戰(zhàn)」走向「諸侯割據(jù)」的分水嶺。

誰能從實(shí)驗(yàn)室走向量產(chǎn)交付，誰能打通從技術(shù)到產(chǎn)品再到商業(yè)的完整鏈路，誰就能在洗牌中存活并勝出。

從這個(gè)角度審視魔法原子的GEIS發(fā)布，其戰(zhàn)略意圖更加清晰——

世界模型提供理解世界的能力，靈巧手提供精細(xì)操作的能力，人形機(jī)器人提供全場景作業(yè)的身體平臺。

而「閉環(huán)」，恰恰是此次GEIS硅谷發(fā)布會的核心敘事。

全棧自研+全球押注

支撐這套閉環(huán)的底層，是魔法原子硬件自研率超過90%的全棧路線。

自研關(guān)節(jié)模組峰值扭矩525N·m，專利布局超150項(xiàng)，自建數(shù)據(jù)采集工廠日產(chǎn)真機(jī)數(shù)據(jù)16000條。

這條路線的代價(jià)是研發(fā)投入大、周期長，但回報(bào)也擺在那里。

成立兩年內(nèi)，從春晚百臺群控、蘇超近300臺戶外暴雨群控到香港論壇4.5小時(shí)零故障商務(wù)服務(wù)，連續(xù)完成了一條跨場景驗(yàn)證鏈。拿下大健康領(lǐng)域1.5億元單筆訂單。業(yè)務(wù)覆蓋全球50個(gè)國家和地區(qū)，海外收入占比超過60%。

GEIS大會上，魔法原子總裁顧詩韜首次對外披露長期目標(biāo)——

2036年沖刺140億美元營收，未來五年投入10億美元打造全球開發(fā)者生態(tài)。

大會現(xiàn)場與硅谷AI企業(yè)Openmind、PrismaX AI、Cosmicbrain AI、Physis完成簽約，基于「千景共創(chuàng)」計(jì)劃向生態(tài)伙伴開放硬件樣機(jī)、開發(fā)資金和核心技術(shù)支持。

當(dāng)全球具身智能行業(yè)還在為「大腦」和「身體」誰先誰后爭論不休時(shí)，魔法原子選擇了一條更樸素也更難走的路徑——

兩手都要抓，兩手都要硬。

這家從江蘇走出來的公司，正在硅谷用一場發(fā)布會向全球宣告：中國具身智能的全棧時(shí)代，已經(jīng)到來。