这篇报道最值得看的是苹果论文里两个数字的差距：单项任务成功率91%，多步骤任务平均70%。 苹果用宇树G1在6个未预先建图的真实环境里做了360次单项测试，包括走到指定物体、侧身过门、坐下和推箱子。多步骤测试只在1个真实环境进行，其中“下蹲→走到箱子→推箱子”成功率为50%。一个典型失败是下蹲后头朝错了方向，箱子离开视野，下一步就接不上了。  

“最后几毫米”就是能不能发现偏差，并在动作中及时纠正。 比如抓丝杠，模型认出零件、规划好抓取只是第一步。夹爪靠近后，还要知道位置是否偏了、零件有没有滑动、夹住以后能不能顺利插入。英伟达的实验说明 GPT-6 Astra 已能直接生成抓放动作，但直接调用平均要 18.56秒，而且出现过夹爪反复调整却始终抓不住的情况。这也解释了具身公司的壁垒会往哪里走：通用模型可以参与任务理解和规划，自研的价值更多体现在真机数据、实时控制、异常恢复和现场交付。 research.nvidia.com

落到你的持股，必易微（688045）最相关。 兴感补上的磁传感器、磁编码器，可以给机器人关节和灵巧手提供位置、角度反馈，正好处在动作闭环里。必易微3月调研已披露，人形机器人用磁传感器、磁编码器有小批量出货，但该次披露没有单列人形机器人出货金额。这篇报道加强了对产品用途的判断，业绩判断还要等同一客户从小批量走向持续批量交付，以及传感器能否带动电机驱动芯片一同导入。仕佳光子和金博股份在这篇报道里没有直接的业务增量。 dataclouds.cninfo.com.cn

2027年下半年可以当观察窗口。 比日期更有说服力的是，机器人能否在客户现场连续跑班，出现异常能自行恢复，客户用过之后还愿意追加采购


追加内容

本文作者可以追加内容哦 !