Spirit AI称，到2027年，机器人“大脑”或将迎来“ChatGPT时刻”

Spirit AI 自成立以来的二十个月里已融资超过 6.7 亿美元，其联合创始人表示，这笔资金是为了赶上一个具体的截止日期： 在2027年年中实现机器人智能的“GPT-3.0时刻”——届时，人形机器人应能接收语音指令，并在无需针对特定任务进行重新训练的情况下，完成一项真正全新的物理任务。 这家总部位于杭州的初创公司目前估值为200亿元人民币（约合29亿美元），其承诺的不仅是这一里程碑。 该公司已让轮式类人机器人在宁德时代（CATL）的电池工厂和京东（JD.com）的物流运营中按固定班次工作，这为投资者提供了一个异常早期的数据参考点，以判断这一说法究竟是营销噱头，还是真实的能力曲线。

Spirit AI 由首席执行官韩凤涛（前工业机器人制造商 Rokae 的首席技术官）与公司联合创始人兼首席科学家高阳（同时担任清华大学机器人学副教授）于 2024 年 1 月在杭州共同创立。 该公司目前已发展至约300名全职员工，并得到全国近1,000名合同工的支持，这些合同工协助标注和整理其模型用于训练的物理交互数据， 其投资方包括宁德时代（CATL）和京东（JD.com），这意味着这两家公司既是Spirit AI的投资者，也是其硬件的实际部署场所。

“大脑瓶颈”问题如今有了明确的解决期限

对于一位正借硬件热潮融资的创始人而言，高某对这一问题的表述异常直白：“大脑确实是整个机器人技术栈中最薄弱的环节。” 这一表态的重要性远超普通零部件供应商的言论，因为Spirit AI已耗时两年并投入了大部分资金，既开发了轮式类人机器人机身，也构建了控制它的模型，而高某却仍将该模型视为制约因素。 他的预测足够具体，足以被证伪：到2027年年中将实现“GPT-3.0里程碑”，届时他预计机器人将能够解析开放式语言指令

理解指令并执行陌生的多步骤物理任务，而不是像当今类人机器人演示中那种狭窄且经过大量排练的固定流程。

这一时间表正处于更广泛的行业辩论之中：具身智能是否会像大型语言模型那样实现规模化——即更多数据和计算能力能可靠地带来更强功能；还是说，由于训练数据稀缺、采集成本高昂且比文本更难模拟，物理任务难以实现这种规模化。 高本人的回答倾向于支持可扩展性：“进展极快。如今，机器人已能在广阔的空间范围内运作，并执行连续的复杂工作流程。”这一描述与大多数类人机器人厂商在贸易展上仍展示的“单工位、单任务”演示形成了隐性对比。 负责评估任何轮式或双足类人型机器人供应商的采购团队，都应将这种对比视为产品评估的核心问题：该系统能否在不断变化的环境中进行泛化，还是仅在工程师为迎接摄像机到来而花费数周时间调试的预排练序列中显得流畅？

Moz1在生产车间中实际在做什么

Spirit AI 目前能提供的实证案例比 2027 年的预测范围更为有限，而这一差距正是任何买家需要正视的现实起点。 数十台Moz1机器人——这是一种基于双7自由度力控机械臂打造的轮式类人机器人——已被部署在宁德时代（CATL）的电池生产线以及京东（JD.com）的零售和物流运营中。 在简单且结构化的任务中，该公司报告的成功率达到90%，这一数字值得深入审视，而非将其视为胜利或失败。 90%远未达到无人值守生产线所需的可靠性，但这是来自真实部署的实际数据，而非模拟基准或单次受控演示，它赋予了Spirit AI一项目前几乎没有任何类人机器人初创公司所能展示的优势：在

在数周而非数小时内，在其他工厂的生产车间中。

这一区别正是采购和自动化买家目前在整个人形机器人类别中应当重点筛选的标准。 一台在展位演示中完美执行预设拾取放置序列的机器人，几乎无法向采购方说明其部署可靠性。而在宁德时代（CATL）的生产环境中，停机时间会直接造成经济损失，安全容差要求也十分严格，一台在此环境中执行结构化任务的机器人，即使其成功率尚未达到企业级水平，也向采购方传递了有价值的信息。 Spirit AI自身公布的数据承认了“能工作”与“工作可靠到足以取消人工备份”之间的差距，这种披露比大多数供应商愿意公开承认的要更具公信力。

这两个部署场所测试的内容也各不相同，这对试图区分受控试点与更接近生产条件的场景的买家而言很有帮助。宁德时代（CATL）的电池生产线是一个安全容差严格、周期时间固定、且有强烈动力将任何成为瓶颈而非帮手的机器人移除的制造环境。 京东的零售和物流现场则设计得更为复杂：商品形状各异、布局不断变化，任务顺序也难以预测。相比仅在严格受控环境下表现优异的供应商，若某家供应商能在这两种环境中均展现出相当的成功率，则更证明其具备通用能力。 Spirit AI尚未公布这两处场地的并列对比分析，在将90%这一数据视为单一、统一的数值之前，买方要求其披露这一信息是合理的。

资本支持的是商业模式，而非硬件

Spirit AI 自 2024 年以来连续两轮共筹集了 6.7 亿美元资金，其意义并不在于融资规模——该数额落后于几家知名度更高的中国类人机器人制造商——而在于它揭示了投资者认为真正的瓶颈究竟在哪里。硬件方面，

至少在执行器、轮式底盘和力控机械臂层面，中国类人机器人供应链中的产品已日益商品化，目前多家制造商都能生产出性能大同小异的机身。而依然稀缺的是那套软件栈——它能将一个功能完备的机身转化为一个系统，使该系统能够接收模糊指令并生成正确的物理动作序列。 Spirit AI 拥有约 1,000 人的承包商网络，其存在目的正是为了生成并标注模型所需的现实世界交互数据，以弥合这一差距；而该公司的估值实质上是一种押注：无论谁制造出最便宜的机械臂，只要率先解决软件问题，就能获得不成比例的价值。

这一论点与RobotAIGeek在中国更广泛的人形机器人出货数据中追踪到的趋势相吻合：在这些数据中，出货量增长速度远快于能够维持实际工作班次的机器人所占的比例。 该行业制造“躯体”的速度超过了开发驱动这些躯体的“大脑”的速度，而Spirit AI向投资者推销的核心观点是：下一轮价值的创造将源于“大脑”，而非“躯体”。 目前北京正在开展另一项旨在通过更优质的训练环境来弥合这一差距的努力——RobotAIGeek在关于北京某实验室“自我评分”模拟方法的报道中对此进行了详细阐述——这进一步印证，尽管具体的数据采集方法各异，但将“大脑”视为稀缺资源的观点并非Spirit AI独有。

这种差异体现在承包商网络上。全国约有1,000人每天忙于操作、纠正和标注Spirit AI的机器人，在这些机器人尝试新任务时，生成几乎

在模拟环境中无法令人信服地合成出来。与从互联网上抓取文本相比，这种获取训练数据的方式速度更慢、成本更高，这也是高某提出的2027年时间表之所以被视为激进而非保守的原因之一。 这也意味着，如果该战略奏效，Spirit AI真正的护城河根本不是Moz1硬件，而是那些经过修正的物理演示的积累库——这是竞争对手无法轻易购买或复制的。

从现在到2027年，买家应关注哪些关键指标

对于正在决定是否在今天试点人形机器人系统的自动化采购方而言，高先生的2027年预测本身并不是一个可操作的数据点。真正具有参考价值的是Spirit AI已披露的成功率数据走势。 如果未来几个季度，宁德时代和京东的部署成功率能从结构化任务的90%提升至更接近工业级可靠性的水平，那么这一趋势线，比任何创始人接受采访时提出的语言模型比较，更能预测该系统是否已准备好进行更广泛的推广。 如果该数值停滞不前，这也同样具有参考价值，而且这种情况在整个行业中可能比供应商们主动透露的更为普遍。

一家公司若能公开指明自身的薄弱环节，并公布相关的具体数据，那么它为买家提供的评估依据，将比目前大多数竞争对手提供的更为充分。 90%这一数字是2027年前下一个已确认的里程碑，值得密切关注；而该数字与真正无人值守可靠性之间的差距，正是剩余6.7亿美元资金的实际投入方向。

本分析基于Spirit AI联合创始人关于公司融资历史、技术路线图以及在宁德时代（CATL）和京东（JD.com）当前部署情况的公开声明。本文仅供一般信息参考，不构成投资、财务或法律建议。

封面图片来源：Spirit AI，经《南华早报》转载。