夜色渐浓，五颜六色的灯笼营造出喜庆的氛围。一位老先生举起手机，想要拍下眼前跃动的美景。    今年WAIC，不少企业的展台都展示了机器人“能干嘛”，想给自家“娃”找个班上。         机器人大讲堂注意到，节卡给出的答案有些不同：别急着给人形机器人找一个标准答案，先按工作分分“人”。         双臂能扛50公斤重活的JAKA K1-25，像工厂里的“重装工”；能移动、装配、锁螺丝的JAKA Kargo，是穿梭于产线之间的“产业工人”；1.22米高的π仔，则更像一个面向开发者、高校和商业场景的“实习生”。         更重要的是，其中一些机器人已经不只是站在展台上等待被围观，而是在华域等全球头部工业企业的产线上被真正“排进班表”。

B |          这或许代表着人形机器人产业正在发生的一次变化。快门还没响起来，屏幕突然不听使唤了。他慌乱地在屏幕上各处点击，试图关掉这些突如其来的干扰。然而那些明明写着「关闭」「X」的按钮，却从未将他带向出口，而是进入了新的陷阱。

C | 错误的点击制造了一连串剧烈的连锁反应，屏幕疯狂的闪动着，画面甚至还没来得及看清就再次跳转。

D | 弹窗不断地出现，蹦出了穿着暴露的女生，又跳转到奇怪的游戏、几毛钱的红包、数不清的「待完成任务」，还有应用商店的下载页面。不知是周遭五颜六色的灯笼，还是手机屏幕上不断闪出的广告，照亮了老先生困惑的脸。                   过去两年，行业最热衷讨论的是一个终极问题：怎样造出一个像人一样、什么都会干的通用机器人？但当机器人真正准备进入工厂，问题迅速变得具体：你能搬多重？能不能连续工作？换一种零件还能不能干？部署需要多久？ROI是多少？          AGI是终点，但工程化不会从终点开始。因为在真正的通用机器人出现之前，产业可能必须先解决一个个具体的问题。

E | 他只是想拍一张照片而已。

F | 而节卡此次给出的答案，是先让机器人学会“分工”。我们曾被许诺过一个更平等和包容的世界，但在这一刻，我们得到的是难以逃离的数字迷宫。最近，马斯克发推赞同一份来自互联网基础设施巨头 Cloudflare 的报告：在不远的将来，互联网上绝大部分的流量，将不再来自人类，而是由 AI 和 Agent（智能体）在后台自动产生。         01.          人形机器人开始按工作“长身体”          过去两年，人形机器人交出的“简历”高度相似。

G | 身高一米六左右，两条腿、两只手、几十个自由度，会走、会跑、会跳，再完成几个抓取动作。

H | 机器替人类搜索、阅读、总结、比价、下单。未来的网络流量相比今天只会成倍增幅。但这些流量绝大多数发生在 Agent 与 Agent，服务器与服务器之间的隐秘对话里，人类甚至不需要抬一下眼、动一下手指。

I | 这正是当下的科技世界极度荒诞却无比真实的对照：一方面，科技巨头们正如火如荼的建立一个名为「AGI」，高度发达的硅基文明，将人类从屏幕前「解放」出来。在现实生活的逼仄里，传统的互联网商业力量却在失控前末日狂欢，激进乃至卑劣的手法无所不用其极，试图榨干「人」能够在流量游戏里给它们提供的最后一丝价值。

J | 如果把LOGO遮住，不少机器人甚至很难被普通观众一眼分辨出来。这是最好的时代，也是最坏的时代。

K | 我们在腌臜的现实泥潭中，畅想着美好的未来。         这并不奇怪。AI 时代不再需要眼球互联网建立在眼球经济的基石上，从门户网站到搜索引擎，再到后来的社交网络和短视频平台，无不在收割我们的注意力：用免费的内容吸引停留，用无限滚动的算法流将我们锁住，再在切碎的时间中见缝插针，填充广告与付费的机会。在产业早期，企业首先需要证明的是“能不能做到”。无数顶尖的工程师、精算师和心理学家投身于其中，为了让这套机制能够更高效地运转。他们绞尽脑汁，想出更聪明的按钮与色彩搭配、更耸人听闻的标题、无比复杂的奖励算法，来扣住用户的注意力。双足行走、全身运动控制、灵巧操作，都是最直观的技术能力证明。         但进入工厂之后，评价体系完全变了。

L | 但随着 AI Agent 时代的到来，逻辑发生了根本性的变化。

M | 工厂不会因为一个机器人后空翻做得漂亮，就给它安排一个工位。它只关心：能不能干、干得稳不稳，以及算下来划不划算。此前我们已经写过多篇文章描述 AI 时代的各种剧变，简要复盘一下：当你买机票、订酒店，或者换新手机的时候对比几款产品的参数，过去需要打开三四个网页或 app。         于是，机器人的身体开始被工作重新定义。你翻过的每一个页面和手指的每一次点击，都在同时做两件事：展示广告，以及积累相关数据用于后续更精准地展示广告。

N |          节卡此次推出的JAKA K1-25就是一个典型例子。但到了 Agent 时代，你可能只需要让 Agent 帮你规划一个合适的行程，它会自己搜集整理下单，你只需要确认支付并享受结果。

o | 它没有把资源集中在跑得更快、动作更像人上，而是首先解决了一个极其朴素的问题——力气。

p |          K1-25双臂协同额定负载达到50公斤，重复定位精度达到±0.1毫米。这背后是 Agent 以毫秒级的速度调用接口，抓取网页并对比数据，在几秒到几十秒内将结果直接反馈给你，并帮你跳过了所有的过程。去年盛极一时的手机 GUI Agent 能力，更是让 Agent 可以代你完成那些无法被接口处理的复杂操作，你只需要把手机放在那里，让它自己读屏操作。我们每个人的时间和注意力都得到了极大的解放。展会现场，它最直接的展示不是跳舞，而是双臂分别举起25公斤的哑铃。未来终将有一天，我们会适应只需发号施令，无需亲自操作的新常态。                   这个动作看起来没有那么“灵动”，但放进工厂，意义完全不同。马斯克的推文所揭示的可怕之处恰好在于此：未来的互联网行为流量仍然巨大，甚至可能比从前爆发地更加猛烈——但这些流量全都是「无眼球流量」。         在汽车制造、重型装备、金属加工等场景中，大量零部件本身就超过10公斤甚至20公斤。

q | 这意味着互联网如今的基石——广告商业模式所赖以为生的注意力被消弭。缺乏了人眼的注视，再精密的广告算法也不过是对着一团空气发力。不少人形机器人已经可以完成抓取和操作，但真正来到这些工位，遇到的第一个问题甚至不是“不够智能”，而是“搬不动”。         为此，节卡自研了APEX系列JX9-120大扭矩行星关节，并重新设计双支撑轻量化机身结构，让单臂自重不足25公斤，实现25公斤额定负载，极限负载可达30公斤。         换句话说，K1-25并不是为了更像“人”设计的。前所未有的焦虑开始在科技行业蔓延：如果得不到一丁点注意力，广告又该卖给谁？末日反扑：无处不是广告牌既然注意力的获取通道难免被 Agent 堵死，广告便开始向那些人类无法委托给 Agent，也无法轻易避开的物理实体和操作系统底层，疯狂地反扑。它首先要更像一个能干重活的“工人”。同样的逻辑也出现在JAKA Kargo上。隐蔽的诱导已经是过去时了，现在广告正在发起全面的入侵，竭泽残存的注意力。         需要跨越楼梯和复杂地形，双足有自己的价值；但如果机器人主要在平整的工厂中高频移动，轮式底盘可能更加稳定和高效。曾经，买下一台车、一台电视或者任何智能设备，意味着消费者对其获得绝对的所有权。         于是，轮子负责跑，两只手负责干。这或许没有双足机器人那么科幻，却可能更接近现阶段工厂对具身机器人的真实需求。         当机器人开始进入真实世界，“像不像人”就不再是唯一尺度，“适不适合工作”开始变得更重要。

r |          机器人身体的设计逻辑，也开始从复刻人类，走向服务生产力。

s | 但是在软件定义硬件的今天，我们买到的设备其实并不只属于我们，它还可以根据需要变成厂商的广告牌，随时随地展示广告。         02.          比造一个“人”更难的，是找到一个工位          过去几年，机器人行业最不缺的是Demo。

t | 第一次叠衣服、第一次完成复杂抓取、第一次连续行走数小时，都足以成为一次技术突破。         但制造业有一套完全不同的评价体系。德系豪华品牌宝马近日陷入了舆论风波。         完成一次任务没有那么重要。车载系统更新后，多位海外宝马车主在启动车辆时突然发现，车载中控屏上赫然弹出了索尼与漫威最新电影《蜘蛛侠：崭新之日》的广告。这条广告最初以文字出现，占据一个 banner 位置，通过点击可以消除；点开后则会播放一段动画广告片。

u | 已知 2020 年 7 月后生产，运行第七代及之后操作系统的海外车型，都有可能出现该广告。

v | 宝马官方曾多次承诺不会将仪表盘、中控屏等核心部件用来营销，集团高级副总裁斯蒂芬·杜拉赫公开表示「中控屏幕是用户的私人空间」，不会把用户卖给广告。然而宝马还是这么做了。诚然它没有用广告位来推销任何增值服务，但仅仅将广告内容展示在本应是「私密空间」的车内，放在车辆启动时车主会注意的屏幕上，就足以令人感到深深的冒犯。真正重要的是，第一千次还能不能完成；零件位置偏了怎么办；产品换型怎么办；两台机器人如何协同；出现异常之后，系统能不能继续稳定运行。         机器人从实验室进入工厂，本质上不是把一个Demo搬到产线上。有人可能记得宝马之前的骚操作：尽管座椅加热的元器件已经随车安装，还是要把激活加热功能做成付费订阅，结果就是车主不付费就用不到自己花钱买下来的车的一部分。而是把一个“偶尔成功的智能”，变成一套“长期稳定的生产系统”。                   这也是此次WAIC上，节卡展示中更值得关注的一条线。         在“模登时代·伙伴之城”的智造坊里，两台轮式人形机器人组成了一条小型协同产线。它们干的是一份非常具体的工作：装新能源电机。         从电机外壳转运、物料交接，到组件装配、精密螺丝锁付，再到成品入库，两台机器人分工协作。尽管《蜘蛛侠》电影广告的性质与付费加热座椅不同，用户并不需要额外付费，但世界上没有真正免费的东西。其中最细的一颗螺丝牙纹只有0.5毫米，单颗锁付时间约10秒。

w | 宝马的这两种操作，策略上是同源的：利用软件、互联服务，创造售后阶段的收益。这种侵蚀同样发生在其它产品上，智能电视也是典型案例。

x | 大家对于各种暂停画面、屏保、菜单中的植入广告应该早已不陌生。         更重要的是，这套系统并不是为了WAIC临时搭建的展品，而是此前已经在华域电动百万级电机量产产线上进行实景打磨和验证。                   系统融合YOLO视觉分割、多模态感知和AI Agent，零部件识别准确率达到99%，目标是让机器人能够面对多品类混线生产，而不是永远重复一套提前写死的动作。         这件事真正值得讨论的，不只是“两台机器人会装电机”。但电视厂商似乎仍在发现新的可以插广告的位置……智能电视和流媒体巨头 Roku 在 2024 年获批了一项专利「HDMI 定制广告插入」——没错！顾名思义，该技术直接监控 HDMI 接口的外部信号，识别到暂停事件发生时就能插入广告。比方说你用 PS5 玩游戏，手柄按下了暂停键，电视直接在硬件层面识别画面处于静止状态，并为你展示广告——哪怕你根本不用电视自带的任何功能和软件，只是用了这台电视作为 HDMI 输出，也逃不过 Roku 的广告。而是工业机器人正在尝试从“执行动作”，向“完成任务”迈进一步。好在 Roku 的专利一经披露便遭致排山倒海的舆论攻击，官方表示该专利仅作为技术储备，并非即将推送到最终产品的功能，目前也没有任何将该专利上线到在售产品中的计划。         传统设备擅长解决的是确定性生产问题。人类告诉它到A点抓取，再移动到B点放下，只要环境不发生变化，它就可以高速、精准地重复千万次。硬件厂商占据了物理屏幕，而操作系统平台和手机公司们也在争抢硬件之上的数字世界入口。         但现实中的柔性生产并不会永远停留在A点和B点之间。

y | 微软在 Windows 系统最重要的功能入口「开始」菜单里加入了所谓的「推荐应用」，也就是来自软件赞助商的广告。不仅如此，它还在锁屏界面等各种地方，尽可能插入 MSN 信息流、游戏推广、必应广告等各式各样的无关内容。用户即便使用的是正版操作系统并为之付了钱，也仍需在设置菜单深处找到、手动关闭对应的广告开关，更别提许多广告位的开关选项并没放在一起。以及在国内 Android 手机市场，预装的锁屏、壁纸以及桌面顶级界面的信息流服务，更是将广告的侵入做到了极致，而且关闭起来也是非常麻烦，已然是老生常谈了。零件会偏，订单会变，生产线会换型，任务也会临时调整。每一次点亮屏幕，在不同的、或大或小的位置上都有广告和算法推荐内容，对用户形成微小的视觉刺激，诱惑他们去点击那些混杂在精美壁纸以及有用信息里面的咨询推广、小游戏和商品链接。         于是，机器人不仅需要一副更灵活的身体，也需要理解“我要完成什么”。

z |          在节卡的技术体系中，大模型负责语义理解和全局规划，技能模型负责精确执行，视觉系统负责感知环境变化，再由机器人完成任务拆解和动作规划。         这意味着，具身智能给工业带来的价值，不只是增加一种新的机器人形态。

| 它真正试图改变的是自动化的部署逻辑。到了这里我们甚至想对所有 Android 手机厂商们大喊：如果你们真的想做用户喜爱的 AI 手机，请把过去糟糕的广告机制解决掉。AI 带来了更隐蔽的广告谁能想到，AI 本身也有可能被广告侵蚀呢？一大因素是 AI 推理昂贵的算力成本、巨大的营收压力。         过去，为了让机器人工作，人们要尽可能把工厂改造成机器人熟悉的样子；未来，机器人则要开始学习适应不断变化的工厂。对于绝大多数模型和 AI 产品公司，维持数以亿计的免费用户，很难仅靠少数付费用户来支撑。

| 这可能才是具身智能进入制造业真正困难、也真正有价值的地方。为了养活大模型的持续进步，让飞轮正向旋转，AI 平台需要妥协，不得不在答案的生成和呈现过程中开辟广告位。                   03.          不只是给机器人造身体，还要降低“教它工作”的成本          如果说K1-25和Kargo解决的是“什么样的机器人适合干什么活”，那么节卡此次展示的另一条技术线，解决的是另一个问题：怎样让机器人更容易学会干活？          在WAIC现场，节卡还展示了一套基于JAKA Studio Pro与CoboΠ EI的智能化协作应用。

| Google 的 AI Overviews 是这一妥协的集大成者。在过去的传统搜索结果界面，用户还能清晰区分标有「赞助」标签的广告位以及排在后面的自然搜索结果。而现在，Google 明确会将赞助商广告，无论是实际的产品，亦或只是「信息」，直接缝合进 AI 生成的答案内部。以手机包装为例，传统自动化方案面对工件换型、托盘布局变化时，往往需要工程师重新编程和调试。而在新的方案中，工件拍照后可以通过AI生成3D模型，操作人员再通过语音或文字描述任务，由AI生成机器人运动序列，经过仿真验证后直接下发真机执行。

| 比如问它如何挑选适合自己的咖啡机，AI 一边给你专业的回答，一边可能也会插入特定品牌的商品卡片。         按照节卡提供的方案，图生3D可以将传统数天级的建模过程压缩到分钟级，轨迹实现秒级生成。机器人编程正在从“工程师告诉机器人每一步怎么走”，向“人告诉机器人最终要做什么”演进。                   这与人形机器人的“分工”实际上是同一件事的两面。         一边，是给不同工作造更合适的身体；另一边，是降低教机器人工作的成本。         π仔则补上了另一个环节。AI 确实帮到了你，同时也替赞助商做了一次精准的带货。

| 它身高1.22米，拥有27个自由度，单臂负载3公斤，配套VR全身遥操和动作捕捉系统。当 AI 时代渐入佳境，广告可能不再是置于内容之外，或者至少有明显区分的独立框架，而是通过流式嵌入的方式，被整合进了 AI 输出的内容里面。人在现实中抬手、转身，机器人可以同步完成动作，同时记录关节运动、视觉感知和反馈数据。         这意味着，一次遥操作不仅是一次控制，也可以成为一次数据生产。诚然 Google 这样的传统巨头难免有广告的路径依赖。         对于高校、实验室和开发者而言，一台更小、更容易部署的人形机器人，价值未必是承担重工业生产，而是成为具身智能时代的“开发机”：降低开发门槛、积累真实世界数据，同时培养更多机器人开发者。

| 另一家硅谷公司，曾被誉为「搜索颠覆者」的 Perplexity，同样展现了原生 AI 产品在商业现实面前的另一种无奈。大家应该都注意到现在很多 AI 产品会在答案结尾引导你追问，这既让用户感到惊喜意外，也是一种维持用户粘性的设计。而为了实现多样化的商业变现，Perplexity 往前走了一步，推出了「赞助追问」(sponsored questions) 这一设计。         至此，节卡此次展示的几种机器人开始形成清晰的分工。此前数据显示，追问功能占到 Perplexity 的全部请求的 40% 流量。当用户沉浸在与 AI 的深度对话中，系统会隐蔽地抛出设计好的赞助追问，比如在讨论「如何改善睡眠质量」的时候自然而然地引导到床垫，然后引导你追问「想了解 Casper 床垫能如何改善你的深睡眠吗？」过去这些追问的建议，由大模型根据人类用户自然而然的求知逻辑生成；但现在，品牌方可以竞价购买「追问位」。         K1-25解决“能不能干重活”，Kargo解决“能不能进入工厂移动作业”，π仔解决开发、训练与数据问题；CoboΠ EI和JAKA Studio Pro，则试图让机器人更容易被部署和使用。         看起来是不同产品，背后实际上指向同一个问题：怎样让机器人真正开始工作。                   04.          节卡不是在押一种机器人形态          理解这一点，也就更容易理解节卡为什么会同时做出这些看起来差异巨大的产品。         节卡首先是一家从工厂里长出来的机器人公司。其机器人全球出货超过3万台，覆盖近百个国家和地区，客户包括丰田、施耐德、中国中车、立讯精密、上汽集团等企业。你的好奇心也可以被重组、包装为营销转化的路径。         所以，它进入具身智能的起点，与很多从AI或者人形本体起家的创业公司并不完全相同。当然这样做的绝不止 Perplexity 一家公司，包括微软的 Copilot 以及各种 AI 产品/搜索工具都面临同样的妥协。比方说在复杂回答的引用脚注中，隐蔽地嵌入广告主链接等等——很难说，AI 不会重走一边传统搜索引擎和在线广告的老路。

|          节卡面对的问题首先是：传统工业机器人还有哪些事情干不了？          不能自由移动，换产成本高，编程门槛高，面对非结构化环境能力有限，大型零部件需要双臂协同，生产线变化之后又需要重新调试。

|                    具身智能和AI，恰好提供了一套新的技术工具。从这个角度看，节卡从协作机器人向具身智能延伸，并不是简单换一条赛道，而是在不断补齐工业机器人的能力边界。         这也解释了为什么节卡没有把所有筹码押在一种所谓的“终极形态”上。         轻型机器人干轻活，重载机器人干重活，轮式机器人负责移动作业，小型人形承担开发、教育和商业互动；往下，是APEX关节模组和运动控制系统，往上，是CoboΠ EI、JAKA EVO和Agent能力，最终进入汽车、3C、仓储物流等具体场景。在传统互联网时代，广告和内容之间存在肉眼可见的区别，重度用户被训练过的大脑能够比较清楚地辨别什么是内容什么是广告，并建立起天然的免疫机制。         这是一条与“先造出一个通用人形机器人，再给它寻找应用”不同的路径。但在 AI 时代这种区别变得更加模糊，这本身是一件危险的事情。当用户看到一条看上去诚恳专业的回答，往往容易忽略推理链路里可能已经悄然塞进了广告。不是先造一个“人”，再给它找工作；而是先看有哪些工作，再给工作匹配合适的机器人。         这并不意味着通用机器人不重要。AI 不需要吆五喝六，只是用理智、平实、值得信赖的语气，就能够将用户引向早已被广告主预先买断的方向。看来 AI 不太可能成为广告行业的终结者了——正相反，它自然而然地成了广告新的宿主，完美的推销员。         恰恰相反，真正的通用智能依然可能是整个产业共同追逐的终局。

| 但至少在今天，“通用”仍然意味着更高的硬件、模型、数据和可靠性成本。         而商业化不会等待终极答案。屏幕究竟属于谁？从以上示例中我们不难看出，科技的发展往往带着宿命般的戏剧性。

| 工厂里的料箱今天就需要搬，螺丝今天就需要拧，企业今天就需要降低换产和部署成本。         因此，真正让具身智能产业开始转动的，未必是第一台什么都会的机器人。更可能是第一批在某一份具体工作上，已经真正创造价值的机器人。我们造出了更加聪明的算法，驱动厉害的大模型、Agent、机器人，有望将人类从繁琐、机械的体力与脑力劳动中解放出来。AI 时代的到来，原本可以给我们一次机会，审视并重新定义用户与设备、产品、服务、商业社会之间的关系。                   05.          下一场竞争，是“抢工位”          人形机器人行业正在进入一个更现实的阶段。         一家企业拥有多强的模型、一台机器人能完成多炫酷的动作，依然重要。但是未等讨论发生，我们已然看到那些可能被颠覆掉的旧东西正在疯狂反扑，在物理和软件底层构筑起新的陷阱。

| 但当产品真正走向商业化，行业最终必须面对一个更加残酷的问题：          你的机器人，到底在哪里上班？          一台真正进入工厂的机器人，需要解决的远不只是运动控制和模型能力。

| 我们节约的注意力通过一种全新的方式被再次夺回。         它需要供应链、可靠性、售后和系统集成，需要理解生产工艺，甚至需要知道一颗螺丝应该用多大的力矩拧进去。这或许不该是我们从新一次工业革命当中得到的结局。         这些事情没有机器人跑步、跳舞那么吸睛，却决定了一台机器人究竟是一件科技展品，还是一种真正的生产资料。如果硅基的 AI 被放任自由，人类却被新的范式再次「套牢」，如果不被打扰的「特权」只能通过支付昂贵的订阅或买断费用才能得到……我们的未来究竟是更先进、更文明，还是更落后、更荒诞了？或许你觉得这太宏大了。不妨先从解决开头那个老先生的糟糕体验开始，如何？文｜杜晨