scripod.com

E217|机器人开可乐发扑克有多难?聊聊灵巧手的硬件与算法

硅谷101

2025/12/11
硅谷101

硅谷101

2025/12/11

Shownote

[https://imagev2.xmcdn.com/storages/a723-audiofreehighqps/B7/79/GAqhfD0NByqOAAHpNQRBU__s.jpg] 2026 年,人形机器人将迎来规模化量产的元年。最清晰的信号来自特斯拉,“金色擎天柱” Optimus Gen 3 预计在 2026 年第一季度亮相,并计划在年底前建成产能高达 100 万台的生产线。马斯克曾多次表示,特斯拉未来约 80% 的价值来自这里,而非汽车。而 “擎天柱” 的攻关关键,正在于它的 “手与前臂”。 本期是我们机器人特辑 [https://www.xiaoyuzhoufm.com/podcast-topic/692fee198dc8fff6d044cfd1] 之灵巧手,我们邀请了灵巧手模型算法方面和硬件方面的两位专家,一起聊聊灵巧手不同技术路线的特点,以及它在数据和算法上面临的挑战。 嘉宾们认为,对灵巧手头部公司来说,短期内针对单项任务打造成功一个的 Demo 并不难,真正的突破在于通用性与可扩展性。当算法能让机器人在短时间内学会开可乐、开门、拧螺丝等多样化的灵巧操作,才意味着灵巧手到达了类似 ChatGPT 的泛化突破阶段。 【主播】 泓君,硅谷 101 创始人,播客主理人 【嘉宾】 齐浩之,亚马逊 & 前 Meta 机器人研究科学家,芝加哥大学助理教授 陶一伟,TetherIA 创始人兼 CEO,前 Tesla Optimus 高级机器人机械工程师 【本期口播由腾讯广告算法大赛赞助播出】 我们播客 7 月份做过腾讯广告算法大赛的招募,这场比赛在 11 月 27 日刚收尾,吸引了全球 8400 名技术人才、2800 多支队伍参加。在这次比赛中,年轻人在用各种新方法解决多模态痛点:比如冠军团队用行为条件化建模,让算法更能 “感觉” 用户需求;有人去验证 scaling law 在生成式广告推荐模型里是否适用;也有人在数据安全前提下把性能继续往上推。可以说这个比赛是把全球顶尖技术人才聚集到一起,也反过来在推动广告算法的进步与系统性能,在 AI 时代,这类比赛可以让自己的能力被看见、也是让企业找到顶尖人才的最佳场景。 【你将听到】 Demo 背后的虚与实 02:37 评估灵巧手能力的关键:精细运动、泛化能力与可靠性 05:58 “开可乐” Demo 背后:演示效果与实际能力的差距 08:23 硬件厂商追求单项突破,算法团队更重泛化能力 15:32 灵巧手面临的瓶颈和独有的技术挑战是什么? 三大技术路线 19:26 连杆驱动:常见 6 自由度,也有高自由度方案(ILDA) 21:26 直驱方案:关节与电机一一对应,灵活度高(Sharpa) 24:59 绳驱方案:双向拉绳(Shadow Hand、ORCA)与单向拉绳(Tesla) 29:57 仿真研究为何更偏爱直驱方案? 33:13 天价灵巧手:不为盈利,只为筛选顶尖客户 36:21 Evan 亲述:在特斯拉研发 Optimus 灵巧手的经历 40:33 从解剖学到外科观摩:马斯克坚持的仿生路线启发了 “电机前臂迁移” 42:52 绳驱 vs 直驱:装配难度与量产前景对比 算法、数据、触觉 44:32 揭秘 Meta 机器人项目 48:25 受 GPT 与特斯拉 FSD 启发,机器人研究重心已转变 50:08 灵巧手数据采集为何难上加难? 52:01 机器人顶尖团队盘点:学术派与产品派 53:33 触觉如何提升灵巧手的操作能力? 58:11 灵巧手数据金字塔:遥操、仿真、视频 01:01:27 Genie3 视频模型能用于训练机器人吗? 01:03:17 在伯克利做机器人研究是种什么体验? 01:07:09 灵巧手的 “GPT 时刻” 还有多远? 【延伸阅读】 《机器人的 “最后一公里”:深聊灵巧手的 “不可能三角” 与六大技术门派》 [https://mp.weixin.qq.com/s/3xFAsAalOe5Mx9zW_cVKmg] 本期播客中提到的公司: 1X ILDA Shadow Hand ORCA Hand Sharpa Figure AI Tesla Optimus Physical Intelligence(PI) Sunday Robotics Generalist Covariant TetherIA 源升智能 【监制】 泓君 【后期】 AMEI 【运营】 朱婕 【BGM】 The Light from Within - Howard Harper-Barnes Floating in Space - Eva Hummingbird All Parts Equal - Airae The Secret Spring - Helmut Schenker 【在这里找到我们】 公众号:硅谷 101 收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓 FM|荔枝 FM|网易云音乐|QQ 音乐 其他平台:YouTube|Bilibili 搜索「硅谷 101 播客」 联系我们:podcast@sv101.net [podcast@sv101.net] Special Guests: 陶一伟 and 齐浩之.

Highlights

人形机器人正站在技术爆发的前夜,而灵巧手作为实现精细操作的核心部件,成为决定其能否真正走入现实场景的关键。本期节目深入探讨了这一领域的最新进展与深层挑战,从硬件设计到算法演进,揭示了行业正在经历的变革。
04:51
陶一伟曾在年会用机器人表演开可乐。
12:47
开可乐比收纳碗碟难得多,因需双手协调与精确控力
15:33
灵巧手的瓶颈在于多接触点交互带来的控制复杂性,而非单一硬件模块问题。
23:20
Sharpa 灵巧手能精准完成发扑克牌等复杂动作
29:26
直驱方案很惊艳,高自由度连杆驱动做的公司较少
31:54
直驱结构仿真难度不大,适用于高自由度灵巧操作
33:13
厂商通过筛选客户优化产品迭代而非直接盈利
38:17
带领团队重新设计灵巧手,实现量产突破
40:33
驱动器从手掌移至小臂以提升抓握效率
42:53
绳驱方案的整合是工程问题而非科学问题,最终能够克服。
46:42
机器人可通过观看人类视频学习复杂操作技能
48:25
近年越来越多人用 GPT 研究方式做端到端模型
57:49
绳驱技术路线更容易实现力控
58:19
遥操作数据质量高但量小,视频数据量大但利用尚不成熟
1:05:38
实验室间合作自下而上,学生合作易带动导师方向融合
1:07:09
若有确定算法框架,机器人短时间可完成多样任务,即达到 GPT 时刻

Chapters

机器人技术的最新进展
00:00
Demo 背后的虚与实
评估灵巧手能力的关键:精细运动、泛化能力与可靠性
02:37
“开可乐” Demo 背后:演示效果与实际能力的差距
05:58
硬件厂商追求单项突破,算法团队更重泛化能力
08:23
灵巧手面临的瓶颈和独有的技术挑战是什么?
15:32
三大技术路线
连杆驱动:常见 6 自由度,也有高自由度方案(ILDA)
19:26
直驱方案:关节与电机一一对应,灵活度高(Sharpa)
21:26
绳驱方案:双向拉绳(Shadow Hand、ORCA)与单向拉绳(Tesla)
24:59
仿真研究为何更偏爱直驱方案?
29:57
天价灵巧手:不为盈利,只为筛选顶尖客户
33:13
Evan 亲述:在特斯拉研发 Optimus 灵巧手的经历
36:21
从解剖学到外科观摩:马斯克坚持的仿生路线启发了 “电机前臂迁移”
40:33
绳驱 vs 直驱:装配难度与量产前景对比
42:52
算法、数据、触觉
揭秘 Meta 机器人项目
44:32
受 GPT 与特斯拉 FSD 启发,机器人研究重心已转变
48:25
灵巧手数据采集为何难上加难?
50:08
机器人顶尖团队盘点:学术派与产品派
52:01
触觉如何提升灵巧手的操作能力?
53:33
灵巧手数据金字塔:遥操、仿真、视频
58:11
Genie3 视频模型能用于训练机器人吗?
1:01:27
在伯克利做机器人研究是种什么体验?
1:03:17
灵巧手的 “GPT 时刻” 还有多远?
1:07:09

Transcript

泓君: 哈喽,大家好,欢迎收听硅谷 101, 我是泓君。有个好消息要告诉大家。我们的播客获得了 2025 年苹果播客的年度编辑精选,这已经是我们第二次入选苹果的年度精选播客了。对于独立播客来说,苹果一直是一个很重要的分发渠道。它每年的播客评选其实也是业内很有重量级的一个奖。所以今年很开心也很荣幸能获奖。当然也希望我们能够继续努力,做出大家更多喜欢听的好内容好节目。那言归正传回到我们今天的主题。机器人特辑,上一集我们让中美的投资人,从投资的角度分享过,他们对机器人的一些观点。其实我们的节目很早就一直在,关注机...