全球市占第一后，普渡在WAIC開始回答機(jī)器人下一場戰(zhàn)爭

田晏林 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

如今，具身智能行業(yè)，是越來越務(wù)實(shí)了。

相比于造出一臺(tái)更像人的機(jī)器人，業(yè)內(nèi)更關(guān)心誰能讓機(jī)器人長期運(yùn)行在真實(shí)世界，并持續(xù)積累經(jīng)驗(yàn)。

因?yàn)閷?duì)于機(jī)器人而言，走出實(shí)驗(yàn)室只是第一步。

近日，國際權(quán)威咨詢機(jī)構(gòu)弗若斯特沙利文發(fā)布的《2025年全球具身智能與商用服務(wù)機(jī)器人獨(dú)立市場研究報(bào)告》揭示了這樣一個(gè)行業(yè)共識(shí)：

商用服務(wù)領(lǐng)域，正是具身智能規(guī)?；涞氐摹暗谝粦?zhàn)場”。

在這個(gè)高頻、剛需、ROI（投資回報(bào)率）清晰且極易實(shí)現(xiàn)全球化復(fù)制的賽道上，中國廠商不僅占據(jù)了主導(dǎo)地位，更在開啟一場深刻的產(chǎn)業(yè)革命。

報(bào)告顯示，從全球商用服務(wù)機(jī)器人收入、全球商用服務(wù)機(jī)器人出貨量、全球商用清潔機(jī)器人收入、中國商用服務(wù)機(jī)器人出海四大維度評(píng)估，普渡機(jī)器人均排名第一。

該公司的產(chǎn)品已在全球85個(gè)國家和地區(qū)部署，累計(jì)落地超過13萬臺(tái)機(jī)器人。

這些機(jī)器人正在餐飲、酒店、工業(yè)、倉儲(chǔ)等大量真實(shí)場景中運(yùn)行。

大規(guī)模部署不只代表商業(yè)成績有多突出，更意味著其產(chǎn)品能持續(xù)獲得真實(shí)世界反饋的能力。

這一點(diǎn)很重要。

當(dāng)具身智能進(jìn)入商業(yè)化階段，真正決定智能上限的，是它能否在一次次任務(wù)執(zhí)行、環(huán)境交互和反饋中理解物理世界。

D7是普渡聚焦工業(yè)、零售等場景的類人形智能機(jī)器人。

和很多只展示單點(diǎn)能力的機(jī)器人不同，D7被放在了一個(gè)更大的問題里觀察：

當(dāng)機(jī)器人真正走向工業(yè)、零售、倉儲(chǔ)等復(fù)雜環(huán)境，一次次工作的經(jīng)歷，如何沉淀為可復(fù)用的智能經(jīng)驗(yàn)？

這些經(jīng)驗(yàn)，又是如何被遷移到不同形態(tài)的機(jī)器人上的？

超13萬臺(tái)機(jī)器人沖在一線

正如PC、智能手機(jī)和智能汽車相繼定義了不同的時(shí)代，機(jī)器人正成為Physical AI時(shí)代最重要的終端載體。

讓機(jī)器人進(jìn)入真實(shí)環(huán)境，也成了行業(yè)共識(shí)。

站在廠商角度，真實(shí)環(huán)境已是兵家必爭之地。

只因機(jī)器人和傳統(tǒng)AI面對(duì)的是完全不同的數(shù)據(jù)環(huán)境。

大模型可以通過海量文本學(xué)習(xí)知識(shí)和語言規(guī)律，但機(jī)器人需要面對(duì)真實(shí)物理世界中的復(fù)雜變化。

它不僅要知道一個(gè)物體是什么，更要知道如何接近它、如何拿起它、如何適應(yīng)變化中的環(huán)境。

這些能力，很難僅靠實(shí)驗(yàn)室里的訓(xùn)練或者有限的演示獲得。

機(jī)器人必須進(jìn)入真實(shí)場景，在一次次任務(wù)執(zhí)行、環(huán)境交互和失敗反饋中積累經(jīng)驗(yàn)。

這也是為什么過去幾年，具身智能行業(yè)開始越來越重視「真機(jī)數(shù)據(jù)」。

但問題在于：

機(jī)器人想獲得真實(shí)數(shù)據(jù)，首先要進(jìn)入真實(shí)場景。而進(jìn)入真實(shí)場景，本身又需要機(jī)器人足夠成熟。

經(jīng)典的「雞生蛋」問題又出現(xiàn)了。

沒有大量機(jī)器人部署，就沒有足夠真實(shí)數(shù)據(jù)；沒有真實(shí)數(shù)據(jù)，機(jī)器人又很難快速提升。

少數(shù)企業(yè)正在嘗試通過商業(yè)化部署打破這一怪圈。

過去十年，普渡持續(xù)將機(jī)器人投入餐飲、酒店、工業(yè)、倉儲(chǔ)等真實(shí)場景。

目前，普渡機(jī)器人已經(jīng)在全球85個(gè)國家和地區(qū)，部署超過13萬臺(tái)機(jī)器人，覆蓋餐飲、酒店、工業(yè)、倉儲(chǔ)等16個(gè)行業(yè)。

這些機(jī)器人每天面對(duì)的，不是標(biāo)準(zhǔn)化測試環(huán)境，而是真實(shí)世界中的各種變化。

13萬臺(tái)機(jī)器人沖在各行業(yè)的一線，每一次運(yùn)行，都在積累對(duì)于真實(shí)環(huán)境的理解。

沙利文獨(dú)立研究報(bào)告

據(jù)普渡方面披露，目前其每年累計(jì)產(chǎn)生3650萬小時(shí)的導(dǎo)航數(shù)據(jù)、1580萬小時(shí)的操作數(shù)據(jù)。

但這些數(shù)據(jù)的價(jià)值，并不只是規(guī)模。更重要的是，它們來自機(jī)器人第一視角。

過去，機(jī)器人廠商賣的是設(shè)備。

機(jī)器人完成一次任務(wù)，數(shù)據(jù)價(jià)值往往也就停留在這一次任務(wù)本身。

但未來的智能機(jī)器人，競爭邏輯會(huì)完全不同。

部署規(guī)模擴(kuò)大，真實(shí)場景增加，數(shù)據(jù)不斷回流，模型能力提升，機(jī)器人適應(yīng)更多場景，進(jìn)一步擴(kuò)大部署。

以此形成真正的數(shù)據(jù)飛輪。

這也是為什么過去幾年，越來越多企業(yè)開始爭奪真實(shí)應(yīng)用場景。

因?yàn)閳鼍安皇菣C(jī)器人商業(yè)化的終點(diǎn)，而是智能進(jìn)化的起點(diǎn)。

不過，單純依靠真實(shí)數(shù)據(jù)還不夠。

AI模型可以通過不斷訓(xùn)練快速迭代，但機(jī)器人每一次真實(shí)世界中的錯(cuò)誤，都可能對(duì)應(yīng)真實(shí)的時(shí)間成本、設(shè)備成本和安全風(fēng)險(xiǎn)。

如何讓這些數(shù)據(jù)被高效地利用，是未來機(jī)器人競爭的關(guān)鍵。

一個(gè)經(jīng)濟(jì)又實(shí)用的方案是：真實(shí)世界提供經(jīng)驗(yàn)，虛擬世界擴(kuò)大訓(xùn)練規(guī)模。

普渡也認(rèn)可這兩者的結(jié)合，引入「虛實(shí)雙閉環(huán)」機(jī)制。

機(jī)器人可以先在World Simulator仿真環(huán)境中進(jìn)行大量訓(xùn)練。

在虛擬世界里，機(jī)器人能夠反復(fù)嘗試不同任務(wù)組合，提前學(xué)習(xí)各種可能出現(xiàn)的情況。

然后，再通過真實(shí)環(huán)境中的Human-in-Loop反饋進(jìn)行校準(zhǔn)。

仿真負(fù)責(zé)擴(kuò)大訓(xùn)練規(guī)模，現(xiàn)實(shí)負(fù)責(zé)提供真實(shí)反饋。

當(dāng)機(jī)器人開始學(xué)會(huì)遷移經(jīng)驗(yàn)

僅憑幾十條人工示范軌跡，就能讓機(jī)器人快速適配全新作業(yè)任務(wù)，訓(xùn)練機(jī)器人已經(jīng)如此簡單了么？

數(shù)字背后，或許真正值得關(guān)注的，是機(jī)器人終于跳出「從零學(xué)起」的模仿模式，具備了沉淀、遷移、復(fù)用通用物理經(jīng)驗(yàn)的能力。

在此之前，由于不同機(jī)器人形態(tài)差異大，單獨(dú)訓(xùn)練成本太高，整個(gè)行業(yè)長期困在「一機(jī)一模、一場一訓(xùn)」的低效范式里。

無論是餐飲配送、商超清潔還是工業(yè)搬運(yùn)，只要更換機(jī)器人本體、切換作業(yè)場景，研發(fā)團(tuán)隊(duì)就要重新搭建采集環(huán)境、人工錄制上萬條操作軌跡、從零訓(xùn)練專屬模型。

耗費(fèi)大量人力、時(shí)間不說，關(guān)鍵是采到的數(shù)據(jù)無法跨機(jī)型、跨場景流通復(fù)用。

本質(zhì)問題還是，機(jī)器人只會(huì)機(jī)械復(fù)刻記錄下來的固定動(dòng)作，無法理解動(dòng)作背后的物理邏輯與因果經(jīng)驗(yàn)。

這也是傳統(tǒng)機(jī)器人泛化能力薄弱、落地適配成本居高不下的根源。

針對(duì)導(dǎo)航與操作協(xié)作斷層、機(jī)器人缺少物理直覺、不同機(jī)器人形態(tài)之間數(shù)據(jù)割裂的問題，普渡機(jī)器人自研了具身智能大模型PuduFM。

它并非傳統(tǒng)算法的簡單迭代升級(jí)，而是支撐普渡「一腦多形」戰(zhàn)略的核心技術(shù)底座。

PuduFM有三個(gè)關(guān)鍵組件。

PIM物理預(yù)言家

它給機(jī)器人植入人類同款「物理直覺」。

人看到一個(gè)濕滑的杯子，會(huì)下意識(shí)知道需要輕一點(diǎn)拿。

但傳統(tǒng)機(jī)器人做不到。它只能識(shí)別畫面像素，無法讀懂圖像背后的物理關(guān)系。

PIM（Physical Intuition Model）采用因果注意力Transformer架構(gòu)，不走市面上多數(shù)機(jī)器人「死記畫面像素」的老路。

它不盯著圖片表面，而是進(jìn)入潛空間內(nèi)，提煉物體運(yùn)動(dòng)背后的動(dòng)力學(xué)邏輯，把重力、摩擦力、物品變形、重心偏移這些現(xiàn)實(shí)里的物理規(guī)則，轉(zhuǎn)化成機(jī)器能看懂、能計(jì)算的數(shù)據(jù)特征。

機(jī)器人當(dāng)下的位置、姿態(tài)，加上它準(zhǔn)備做出的動(dòng)作，都會(huì)傳給PIM。

它能提前預(yù)判這么做會(huì)產(chǎn)生什么物理結(jié)果，算出抓東西會(huì)不會(huì)打滑、移動(dòng)會(huì)不會(huì)撞上障礙物，給后續(xù)動(dòng)作劃定安全邊界。

簡單來說，這一步用來解決機(jī)器人「看得見，但不理解」的問題。

VLA多模態(tài)對(duì)齊

這是打通導(dǎo)航與操作的認(rèn)知壁的關(guān)鍵。

以前機(jī)器人是各干各的，看畫面、聽懂人話、走路、抓東西分成幾套互不連通的系統(tǒng)。

經(jīng)常出現(xiàn)聽懂指令、走到目標(biāo)跟前，卻抓不穩(wěn)物品、動(dòng)作銜接不上的情況。

VLA相當(dāng)于把視覺、語音、機(jī)器人移動(dòng)、機(jī)械臂操作全部整合到一套統(tǒng)一的思考邏輯里。

同時(shí)接入PIM給出的物理預(yù)判，先讀懂任務(wù)需求，再看清周邊環(huán)境，最后生成符合物理規(guī)則的連貫動(dòng)作。

不管是遠(yuǎn)距離行走，還是近距離抓取操作，全部一套大腦統(tǒng)籌。

不同款式的配送、清潔、工業(yè)機(jī)器人都能共用這套能力，解決過去機(jī)器人“走得到，但做不好”的問題。

World Model仿真引擎

它是機(jī)器人的線上虛擬訓(xùn)練場。

前文提到的「虛實(shí)雙閉環(huán)」機(jī)制，分虛擬、真實(shí)兩條循環(huán)，World Model就是虛擬閉環(huán)的核心載體。

它解決了真實(shí)場景采集成本高、極端工況樣本稀缺的痛點(diǎn)。

普渡機(jī)器人這些年在餐飲、工業(yè)、商超等16個(gè)行業(yè)積累的真實(shí)場景數(shù)據(jù)，全部供給這套仿真引擎使用。

靠著這些真實(shí)場景素材，搭建出與現(xiàn)實(shí)高度一致、能精準(zhǔn)模擬物理變化的虛擬環(huán)境。

再借助Diffusion Transformer架構(gòu)自主生成海量多樣化軌跡。

不光有標(biāo)準(zhǔn)成功操作流程，還會(huì)主動(dòng)生成碰撞、滑脫、重心失衡等對(duì)抗性極端工況，批量產(chǎn)出高質(zhì)量合成訓(xùn)練數(shù)據(jù)。

這一步非常關(guān)鍵，它給PIM、VLA打好了基礎(chǔ)認(rèn)知。

也是因?yàn)橛蠾orld Model的海量虛擬預(yù)演打底，再輔以少量真實(shí)場景人工修正軌跡，普渡機(jī)器人才能做到只用50條專家示范數(shù)據(jù)，就能快速完成新任務(wù)適配。

這次在WAIC首次亮相的PUDU D7，也是PuduFM落地的典型硬件載體。

頂層架構(gòu)「一腦多形」

這套技術(shù)戰(zhàn)略下，部署的設(shè)備數(shù)量越多、覆蓋場景越豐富，模型積累的物理經(jīng)驗(yàn)越充足，也就變得更聰明。

事實(shí)上，一個(gè)機(jī)器人基座模型真正的價(jià)值，從來不是單獨(dú)讓某一臺(tái)機(jī)器人變得更智能。

能夠打破機(jī)型、場景、數(shù)據(jù)的邊界，讓不同機(jī)器人共享同一種智能能力，普遍被認(rèn)為是下一代機(jī)器人的產(chǎn)業(yè)范式。

2026年，沙利文發(fā)布獨(dú)立市場研究報(bào)告：

隨著具身智能技術(shù)持續(xù)成熟、統(tǒng)一智能能力不斷提升及商業(yè)化規(guī)模復(fù)制加速推進(jìn)，機(jī)器人產(chǎn)業(yè)正由“一機(jī)一腦”逐步演進(jìn)至“一腦多形”。

說到底，原始數(shù)據(jù)不等于context。沒經(jīng)過治理的數(shù)據(jù)，是噪音，不是信號(hào)。

沙利文獨(dú)立研究報(bào)告

縱觀具身產(chǎn)業(yè)，普渡機(jī)器人是較早一波部署「一腦多形」戰(zhàn)略的玩家。

他們認(rèn)為，未來機(jī)器人不應(yīng)該只是擁有不同的「身體」，更應(yīng)該共享一個(gè)能夠持續(xù)進(jìn)化的「大腦」。

由此，普渡總結(jié)了一套適應(yīng)具身智能時(shí)代的核心公式：

Physical Agent（物理智能體）= 本體+系統(tǒng)+技能。

其中，本體對(duì)應(yīng)機(jī)器人的硬件形態(tài)；系統(tǒng)負(fù)責(zé)調(diào)度和執(zhí)行。

技能層，則代表機(jī)器人真正能夠完成的任務(wù)能力。也就是前文說過的具身智能大模型PuduFM。

它是機(jī)器人的「統(tǒng)一物理智能大腦」。

但機(jī)器人想真正進(jìn)入復(fù)雜環(huán)境，還需要一套能夠管理大腦、調(diào)用技能、協(xié)調(diào)任務(wù)的系統(tǒng)。

普渡自研了具身智能操作系統(tǒng)PuduAgent。

它把PuduFM的大腦能力完整封裝起來，提供操作系統(tǒng)、記憶、標(biāo)準(zhǔn)化技能庫，統(tǒng)一管控所有機(jī)器人。

這么說吧，PuduFM是讓機(jī)器人「變聰明」，PuduAgent負(fù)責(zé)讓機(jī)器人「把聰明用起來」。

「安卓/iOS」生態(tài)為什么重要？因?yàn)榻y(tǒng)一的生態(tài)。

機(jī)器人也是一樣。PuduAgent就是要做機(jī)器人的「安卓/iOS」。

PuduAgent由三部分組成。

一是PuduAgent OS核心運(yùn)行基座。

它又包含三個(gè)組件：

• 智能核心Agent Core：負(fù)責(zé)理解環(huán)境和任務(wù)規(guī)劃，讓機(jī)器人能夠根據(jù)當(dāng)前場景做出判斷；
• 長效記憶Agent Memory：負(fù)責(zé)記錄任務(wù)過程，讓機(jī)器人擁有持續(xù)記憶能力；
• 實(shí)時(shí)執(zhí)行底座Agent Runner：負(fù)責(zé)實(shí)時(shí)執(zhí)行，把規(guī)劃轉(zhuǎn)化為具體動(dòng)作。

這些組合起來，讓機(jī)器人不再只是執(zhí)行一串預(yù)設(shè)指令。

二是PuduAgent Skills標(biāo)準(zhǔn)化原子能力庫。

過去，不同機(jī)器人往往需要針對(duì)自身功能重新開發(fā)技能。

配送機(jī)器人需要重新訓(xùn)練導(dǎo)航，工業(yè)機(jī)器人需要重新開發(fā)操作能力，新的機(jī)器人形態(tài)又要重復(fù)一遍這個(gè)過程。

最終，每一臺(tái)機(jī)器人都像一個(gè)獨(dú)立員工，只會(huì)自己的技能，卻無法共享經(jīng)驗(yàn)。

PuduAgent Skills就是將導(dǎo)航移動(dòng)、抓取操作、人機(jī)交互、自動(dòng)避障、多機(jī)器人協(xié)同調(diào)度等能力，抽象成標(biāo)準(zhǔn)化技能。

這些技能可以被機(jī)器人按需調(diào)用，并且能夠跨不同機(jī)器人形態(tài)進(jìn)行復(fù)用。

三是PuduAgent Safety安全防護(hù)機(jī)制。

真實(shí)世界中的機(jī)器人，最大的挑戰(zhàn)不是完成一次任務(wù)，而是在復(fù)雜環(huán)境中長期穩(wěn)定工作。

一個(gè)動(dòng)作能不能執(zhí)行？會(huì)不會(huì)碰撞？環(huán)境變化后是否需要調(diào)整？

這些都需要機(jī)器人在行動(dòng)前進(jìn)行判斷。

PuduAgent Safety就像機(jī)器人的安全護(hù)欄。

它會(huì)提前判斷動(dòng)作可行性，對(duì)潛在風(fēng)險(xiǎn)進(jìn)行預(yù)測，并在異常情況下及時(shí)調(diào)整甚至停止任務(wù)。

這樣可以降低機(jī)器人在真實(shí)商業(yè)場景中的試錯(cuò)成本，讓機(jī)器人在商場、工廠等環(huán)境中運(yùn)行更加安全可靠。

本體層面，形成服務(wù)配送、商用清潔、工業(yè)配送、通用具身智能四大產(chǎn)品矩陣，覆蓋專用、類人形、人形全形態(tài)機(jī)器人布局。

PuduFM+PuduAgent，一并在不同本體上持續(xù)落地，共同構(gòu)成了普渡機(jī)器人的頂層戰(zhàn)略「一腦多形」。

簡單理解，PuduFM像手機(jī)里的統(tǒng)一AI內(nèi)核；PuduAgent則像操作系統(tǒng)。

而「一腦多形」，就是讓這套智能體系同時(shí)驅(qū)動(dòng)不同設(shè)備。

就像同一個(gè)AI內(nèi)核可以運(yùn)行在手機(jī)、平板、穿戴設(shè)備上一樣，未來無論是配送機(jī)器人、清潔機(jī)器人、工業(yè)機(jī)器人，還是人形、四足機(jī)器人，都可以共享同一套智能架構(gòu)。

當(dāng)機(jī)器人從單個(gè)產(chǎn)品，變成一個(gè)共享智能能力的生態(tài)，具身智能才真正具備了規(guī)模化發(fā)展的可能。

One more thing

機(jī)器人開始「上班」，真正重要的不是它完成了多少訂單，而是它在每一次工作中留下了多少能被復(fù)用的經(jīng)驗(yàn)。

這也是資本市場正在關(guān)注的方向。

今年4月，普渡機(jī)器人完成近10億元新一輪融資，投后估值突破100億元。

從13萬臺(tái)機(jī)器人進(jìn)入真實(shí)場景，到PuduFM理解物理規(guī)律，再到「一腦多形」推動(dòng)能力遷移。

當(dāng)然，機(jī)器人距離真正理解復(fù)雜世界，仍有大量技術(shù)問題需要解決。

可以確定的是：

下一階段，機(jī)器人競爭的將會(huì)是真實(shí)世界的數(shù)據(jù)，誰擁有的更多機(jī)器人，誰就擁有更大的物理世界數(shù)據(jù)入口。