中国机器人，开始给模型上强度 · RoboRadar

📌 一句话摘要

        本文深入分析了中国人形机器人产业从“硬件强、模型弱”向“硬件与模型并重”转变的趋势，并以它石智航为例，阐述了其通过 Human-centric 数据采集范式在模型能力上实现突破，从而在工业落地场景中取得领先的路径。

    

        
            📝 详细摘要
        

        文章指出，中国人形机器人产业长期被贴上“强制造、弱模型”的标签，但随着行业进入大规模落地期，模型能力成为制约商业化的关键瓶颈。文章对比了特斯拉的自动驾驶迁移路线、Figure AI 的 VLA 端到端路线以及国内主流的“大脑+小脑”模式，指出各自在落地中的局限性。随后，文章重点介绍了它石智航（TARS）的差异化路径：通过自研 SenseHub 套件（TARS Glove 和 TARS Vision），采用 Human-centric 数据采集范式，以极低成本（传统遥操作的 1/10-1/20）在真实场景中采集高保真人类动作数据，驱动其通用具身大模型 AWE3.0 的迭代。该模型在 AWE 展会上创造了“一小时内装配亚毫米级线束最多次数”的吉尼斯世界纪录，证明了其在精密操作上的模型能力。文章最后将这一路径类比为自动驾驶领域的“渐进式”路线，强调其“先落地、再泛化”的策略在商业化和技术迭代上的可持续性，并认为它石智航有望填平与 Figure AI 等美国公司之间的估值鸿沟。

    

        
            💡 主要观点
        

        
            
                    中国人形机器人产业正从“硬件强、模型弱”转向“硬件与模型并重”。
                     文章指出，中国机器人公司过去以硬件制造和供应链优势著称，但模型能力不足导致商业化受阻。随着它石智航等公司在模型端取得突破，这一格局正在改变。
                

                    它石智航通过 Human-centric 数据采集范式，解决了机器人模型训练的数据瓶颈。
                     其自研的 SenseHub 套件让人类操作员在真实场景中作业并采集数据，成本仅为传统遥操作的 1/10 到 1/20，且数据更纯净、更自然，大幅提升了模型训练效率和真实性。
                

                    它石智航的“渐进式”路线更注重落地应用，与 Figure AI 的“跨越式”路线形成对比。
                     它石选择从特定工业场景（如精密线束装配）切入，通过真实数据反哺模型，实现技术与商业化的正向循环；而 Figure AI 追求通用化极致，面临量产和落地延迟的挑战。
                

        
    

        
            💬 文章金句
        

        
            硬件强，模型要更强。

人形机器人区别于传统工业机器人的关键是泛化和通用性...硬件决定行动力，模型决定通用性。它石 A1...以一小时百余次的速度，创造了'机器人在一小时内装配亚毫米级线束最多次数'的吉尼斯世界纪录。活下去，其实是每个科技创业公司最稀缺、也是最宝贵的能力。当中国供应链已经开始下探硬件成本，模型的进步还仅仅停留在和论文和 PPT 里，扼住了商业化的喉咙。

来源：创业邦

作者：创业邦

分类：人工智能

语言：中文

阅读时间：24 分钟

字数：5966

                标签：
                
                    人形机器人, 具身智能, 它石智航, 数据采集, 世界模型
                
            

        
    

    
        阅读完整文章