脑放电波

在58同城约了个机器人上门做保洁，来的不只一台机器，还自带工程师、保洁阿姨和货拉拉司机。这一期不只有自变量的保洁机器人。去年在北美花60美金30分钟体验了一次机器人按摩，回头一查，那家叫Aescape的公司今年4月破产了。维他动力的Vbot机器狗也开始大规模交付了——4000台，占去年行业产能的五分之一。三段亲历，同一个问题：消费级机器人离"有用"到底还有多远？
后半段我们扎进了行业数据策略的争论。Jim Fan在红杉闭门会上说VLA已死，世界模型才是出路。我们还扒了最近Figure、Generalist、Genesis AI三家放出的demo——这些视频看起来一个比一个强，但在真实场景里的表现，我们存疑。
02:00 自变量机器人上门：149块3小时，谁在干活？
一台机器人进门要三个人伺候：工程师、阿姨、货拉拉司机。
58同城APP预约，目前只开放深圳。149元含一位保洁阿姨+一台双臂机器人+一位随行工程师。阿姨收拾厨房厕所卧室，机器人只负责客厅——过不了门槛、挤不进卧室。

机器人是轮式底盘，宽50cm长80cm高约1.5m，重几百公斤。两个夹爪能从地面夹到1.5m高，工程师得用货拉拉运、用斜坡推下车，"抱是抱不下来的"。

它在客厅干了这些活：把倒地书包拎起、拉上拉链（夹了3次）、三个书包摞一摞、叠了五六件衣服（每件5到10分钟）、茶几杂物归类后丢垃圾、餐桌杂物叠成半桌、临走把门口鞋摆好。中间死机一次，停了20分钟。

机器人完全静默——没有音响，零交互。托马斯白没法给它派活，"他进来就直奔沙发开始干，我没有做任何表达"。背部USB口插着一个4K HDMI发射器（用来回传画面和遥操指令），工程师自带了华为5G路由器组网。

10:00 拉拉链那一幕：惊艳是真的，推测有人在遥操
我给遥操的大哥点个赞了，手法真好。
书包拉链是拉上了。从地面拎包→放沙发→夹拉链（失败两次）→换到侧面夹→成功，整个过程2分多钟。动作精细程度远超目前任何全自主模型的公开水平。

托马斯白中间说了一句"这个可以放在旁边的箱子上"，机器人大约2秒后转头找到那个箱子放下，感觉"后台有人在听"。

中间停住过一次，工程师查网络、联系公司，约20分钟恢复。

行业惯例：1X的人形机器人进家100%遥操，智元2025年展示的做三明治也是遥操，Tesla Optimus那次倒啤酒后来也被爆是遥操。Nixon："凡是看起来太完美的家用机器人现场，默认它有遥操背景是更合理的判断。"

叠衣服的表现倒像自主尝试——不是人类叠法，不甩不抖，左抓右抓，叠得"比我儿子还差点"。托马斯白的猜测：拉拉链这类精细活是遥操，叠衣服这种标准化任务可能切到了世界模型在跑。皮沙发脚托很滑，衣服下半截接触台面后还会被拉移位。烘干后带皱的不同面料，跟实验室里轻薄垂顺的T恤完全是两码事。机器人没有"甩"这个动作能力——而叠好衣服恰恰需要抖和甩。最后那叠衣服只能说变成了方形，里面的皱褶全在。

33:00 按摩机器人为什么死了？Aescape的1.57亿美金教训
像在工厂里被按摩。节奏、节拍、运行声都像车间设备。
Aescape，2017年成立，Equinox健身房和四季酒店有部署，30分钟60美元。上个月申请破产，累计亏了1.57亿美元，融了1.2亿，资不抵债。

Nixon去年10月体验：先上网填衣服尺码，到店换上紧身瑜伽服，摘掉项链摘项链、Body Scan，塞好衣角。躺在床上，左右两个"螃蟹钳子"机械臂开始从上到下、从轻到重地滚。咔特咔特的充放气声+散热风扇嗡嗡响，背景放着冥想音乐也盖不住。

力控粗糙。机械臂无法像人手一样一会儿用手掌一会儿用骨节调节压强，力道偏大时Nixon只能自己往下滑来躲。触觉也没精细到能感知衣服材质——所以才必须让客人穿统一面料，"用流程兜底感知能力不足"。

一周只能约三天，剩下四天机器在维护。"一台机器7天只干3天活，单店利用率直接腰斩。"商业模型里回本周期、维护成本、场地分成三项一算，根基本来就是裂的。

41:00 Vbot机器狗量产
5月8号首批500台下线，5-6月产能冲到2500台/月，四千台进家庭。Pre-A轮近5亿元，目前消费级具身赛道单笔最大。CEO已明确下一站在做全尺寸人形机器人。

Nixon在上海长宁来福士探店，商场草地和教堂广场上牵着遛了15分钟。四种跟随模式：稳态（要使点劲拽）、省力（手腕一转就跟）、户外探路（机器在前）、跟随（机器在后）。UWB信标=远程牵引绳+跟随定位锚，内置麦克风能语音查询"来福士到长宁区政府怎么走"。

新配件包括静音组、防夹手设计、家庭守护（本地48小时存储），后续Openclaw SDK路线是"模糊指令→自动编程→完成任务"。

4000台=去年行业机器狗总产能的1/5。Nixon："量产是数据滚轮的入场券。硬件趋同后，操作系统和生态才是真正的护城河。"

45:00 数据游戏变了：从人手把手教，到iPhone绑头上拍
过去两年，行业靠VR遥操攒数据起家——让操作员戴着VR头盔用手柄控制机器人做动作，录下来当训练样本。这条路走到头了：单工位年运营50万+人民币，建1000个工位也凑不到100万小时；遥操员没触觉反馈，成功率只有1/3；动作慢、动作僵，抖衣服这种依赖速度的任务永远学不会。

2025年出现拐点。单目人体姿态估计成熟，iPhone第一人称视频能精准提取21个手部关节——戴着手机正常干活就能产训练数据。英伟达EgoScale的配方：2.1万小时ego视频做预训练（主食），加50小时数据手套（精细对齐），加4小时遥操（校准锚定，不到0.1%），就训出了符合scaling law的模型。

Build AI，一家18岁哥大辍学生创办的公司，把iPhone和头戴相机绑在亚洲数千名工厂工人头上。去年10月开源1万小时，年底扩到10万小时，今年目标100万小时。这本质上是把"采人类视频"做成了流水线生意。

三条线都在跑，只是权重在变：遥操→黄金数据（微调锚定用），ego视频→基础数据（预训练主粮），Human Data多模态→核心数据（力觉触觉全身动力学）。Jim Fan给的金字塔很直白：塔尖遥操最难扩展，塔基第一视角视频千万小时级别起步，"饭在塔基"。

01:00:00 Jim Fan的“暴论”：VLA已死，WAM当道
可乐罐放在Taylor Swift照片旁边——这是VLA最高光的demo，也是天花板。
VLA（Vision Language Action）的根子是让语言模型理解物理任务。Jim Fan在红杉闭门会上直接给VLA画了个墓碑RIP。原因很简单："绝大部分参数给了语言"，而语言在物理世界里是有损压缩——"把可乐罐放在Taylor Swift照片旁边"这种任务靠语义指代能行，"把这件衣服叠成刚好能塞进抽屉的样子""绕着这盆花的形状擦桌子"——全是"差不多""刚好""大概"，文字编码不了。

WAM（World Action Model）替代思路：预测世界下一帧画面，让动作微调把预测兑现成执行。"如果模型预测的下一帧是对的，动作通常就是对的。"作品Dream Zero，Jim Fan说这是"机器人的GPT-2时刻"。

01:11:00 实验室里的Demo：精修画面和真实世界之间隔了多少次摆拍？
我们不知道是不是遥操摆拍了十多次，最终给你剪一段出来。
Generalist（GEN-1）放出6个特定任务99%成功率，背后是50万小时人类动捕数据。仔细看：只有T恤折叠、吸尘器维护这6个任务到了99%。其他任务泛化能力未知。全程没有语言参与——"没有语言就没有目标，机器人其实不知道自己在干什么。"

Genesis AI（GENE-26.5）打蛋、切番茄、做奶昔，多数子任务90-95%。打蛋和刀转移番茄两项最难的只到50-60%——打蛋刚好是"特别讲究触觉和手感"的动作，这两项做不好，离真实厨房还很远。公司自己说的是"30秒复杂技能=几小时人类数据+不到半小时机器人执行数据"，路径是人类预训练+少量机器人适配+仿真闭环（他们原本就是仿真平台出身）。

Figure（Helix-02，5月8号放出）双机协同卧室整理：开关门、挂衣服、收耳机、倒垃圾、推椅子、盖被子，不到2分钟。画面精美，布景专业，打光讲究，像一个广告片。"考虑到今天机器人的遥操如此普及，我们不知道它真实的能力边界在哪里。"

这三个Demo都是在实验室条件下精挑细选的展示。播客前半段聊的那三台机器——自变量保洁干3小时死机、Aescape一周坏四天、Vbot机器狗遛狗体验——是任何普通人都能上手体验、看到所有失败和局限的真实产品。精选画面和完整工作日之间，差的不是技术参数，是"能不能在全天候、无人值守的条件下持续工作"这道最硬的门槛。

相关视频：
自变量机器人发布会

北美机器人按摩

维他动力 vbot

【红杉AI Ascent 2026】 英伟达Jim Fan：机器人领域的终局

Generalist AI发布GEN-1！一脚踹开“精通物理任务”的大门，1小时数据，成功率达到99%_哔哩哔哩_bilibili

Genesis www.bilibili.com

Figure的demo www.bilibili.com

人物：
托马斯白 - “脑放电波”主播，消费电子营销人，科技媒体特约作者

Nixon - ”脑放电波“主播，硬件产品经理，前媒体记者

剪辑制作：Jeff

欢迎订阅脑放电波，2024/25苹果播客周度推荐节目、小宇宙累计13次编辑推荐单集、2024CPA播客中文奖年度科技数码类播客
欢迎在评论区留言发表你对 机器人做家务 的感受与看法
对于节目话题的更多观点，获取更多未呈现在节目中的扩展阅读，欢迎添加脑放电波小助手微信（BrainAMP01），附言“机器人”，加群参与讨论，后续会发布本期节目的文字稿
节目中用到的音乐：来自monkeyman535的90's Rock Style，地址freesound.org；来自kjartan_abel的Berlin Town，地址freesound.org；基于 CC BY 4.0 DEED 使用。
脑放电波往期节目精选（搜索关键词可收听）
具身智能：灵巧手 / 消费机器人浪潮 / 戴森与追觅 / 大疆扫地机 / 宇树机器人

AI 造物：3D打印机 / 3D打印的"iPhone时刻" / 3D扫描、生成与打印 / AI玩具和国产芯片

AI 应用：闪念贝壳

汽车聚变、泛科技生活：SU7营销复盘 / 3D打印 / 孵化大疆

饮食健康、现代病人：AI助推造神 / 生物骇客 / AI 内容真假难辨 / 控糖革命 / 信息过载 / 长寿革命 / 阿斯巴甜致癌疑云

苹果特权：腕上革命 / 设计哲学 / 苹果供应链迷思 / 苹果广告底层逻辑 / iPhone 15 和它的前任们 / 苹果零售店

AI 相关节目：人机交互的与“iPhone 时刻” / 会喘气的AI语音里藏着下一代交互范式 / 解构Apple Intelligence / 和李楠聊AI硬件 / 611款 AI 生产力工具；

脑放电波是一档关注科技前沿、品牌营销和个人成长的谈话类节目。每期带给您一个有趣有据的话题，帮您在信息严重过载的现代世界小幅自我迭代。您可以在小宇宙、苹果播客或者其他泛用型播客客户端搜索“脑放电波”找到并关注我们，如果您对本期节目有任何疑问，欢迎您给我们留言，如果您觉得这期内容对你有所帮助，欢迎您关注点赞收藏转发，这对我们非常重要。

本期是针对机器人上下肢技术盘点的下肢（运动控制）部分
上肢（灵巧操作）部分请收听这期节目：和NVIDIA、Sharpa谈灵巧手：从削苹果到Scaling Law，机器人离"有手感"还有多远？-Vol94
2026年北京亦庄人形机器人半程马拉松开跑，打破人类半马世界纪录，去年比赛的前三名今年连关门都进不了。本期节目从现场带来20个现场观察、技术与行业判断——从跑姿、构型、散热、自主导航到「为什么机器人一定要人形」，以及荣耀这个手机厂商为什么能闯进机器人领域。
01:47 赛事背景与成绩：去年冠军今年当关门机器人
「去年只有6支机器人完赛，第三名跑了三小时三十五分钟。这个成绩放在今年——只能作为关门机器人。」 2026年参赛超100支队伍，冠军荣耀「闪电」（自主组）以50分26秒完赛，打破人类半马世界纪录（人类纪录：基普利莫，57分20秒，2026年3月）
遥控组冠军荣耀以48分19秒冲线，乘1.2系数后排名第九；前三名全部来自自主导航组
规则细节：自主组系数1.0，遥控组系数1.2；换机器人首次罚15分钟；换电不罚时但计时不暂停
去年天工冠军靠的是跟着背信标领航员的UWB半自主导航，今年全自主——连保障车都追不上
现场直击：开车追机器人，没追上
「我在两点五公里处等着，过了一分钟才看到人影慢慢过来——在那个点就已经拉开一分钟的距离。」 Nixon 从起点附近跑到4~6公里处的补给点，下车时跑得快的机器人早已过去，能看到的全是「老弱病残」
遥控手去年是闲庭信步跟在后面，今年速度超人类极限，全部改坐高尔夫球车；部分宇树队用笔记本摁方向键遥控，为了实时看内部参数
备用机器人被安全带绑在保障车最后一排，「像个观众一样坐着」
10:40 跑姿观察：快不等于美，下肢还没有泛化
「人类跑得最快的，一定也是最美的——但机器人今天还做不到又快又美。」 前几名机器人入弯瞬间普遍有短暂「停顿」，切换 policy，相当于电脑切换任务时的 loading
过弯时机器人无法整体倾斜，只能靠下肢呈倒V字形补偿——根本原因：脚踝左右自由度被拿掉，无法提供足够向心加速度
荣耀「元气仔」，使用马拉松运动员动捕数据训练，央视直播解说称「跑姿像女性马拉松选手」
强化学习+模仿学习（AMP）让跑姿越来越像人，但 retargeting（仿真到真实机器人的映射）的损失是跑姿不够好的根本瓶颈
29:43 构型之争：翘臀派 vs 三角裤派
「前三名都是那种翘臀，荣耀、宇树H1、天工——已经有点超越仿生学了。」 适合高动态奔跑的构型：髋关节宽、臀部后翘（「青蛙翘臀」），荣耀闪电/宇树H1/天工均是此构型
宇树H2和特斯拉擎天柱是另一派：「三角裤」构型，更接近人体外形，适合日常行走和精细作业，但不适合高动态跑步

「刀锋战士」：碳纤维C型弹性脚板（仿义肢），理论上最省力，但最终名次不佳——算法与材料弹性配合未到位

托马斯白 观点：这不是超越仿生学，而是像短跑运动员/长跑运动员/举重运动员各自发展出了不同体态——仍然是对人类的分场景模仿
35:55 散热战场：水冷、干冰与自带烟雾
「有的机器人赛前在关节位置放了干冰，跑着跑着就自带烟雾效果——搞不好有人以为着火了。」 今年头部队伍全部收敛到液冷方案：背后超大风扇+软胶水管连至膝踝关节
没用水冷的基本进不了前十；部分队伍跑一段就停下来，工作人员手持「涂鸦罐」往关节处喷降温喷雾
电机散热是核心瓶颈：往复运动导致发热，有效散热面积不足，制约电机持续输出功率
38:20 荣耀为什么赢：手机厂商的可靠性体系
「荣耀的6台机器人全部完赛，撞了护栏、担架都出来了，结果迅速恢复步态完成最后200米冲刺。」 手机厂商的跌落测试、散热经验、工业制造一致性，直接平行转移到机器人——这是初创机器人公司短期内补不齐的
电机扭矩达400牛米（官方采访数据），相当于汽车发动机水准，且全部自研自产
ID设计：「蚕蛹/机甲风」外壳兼顾风阻系数，整体完成度远高于大多数参赛机器人
「极海战术」的另一面：头部团队派6~8台机器人参赛，本质是 policy 未收敛+一致性未达标时的风险对冲
46:25 遥控与导航：看起来和开车一样，实际上不是
「我以为封路的赛道应该很简单，但它识别到障碍物、切换 policy，结果两台机器人把赛道堵死了。」 首摔事故：宇树机器人摔倒堵赛道，天工机器人避障时切换 policy 失败，连环倒地
日夜训练环境差异、赛道旁人群张牙舞爪、阳光直射——这些 corner case 在仿真中模拟了，但 SIM to Real 的 gap 仍然存在
今年自主组普遍采用 RTK（厘米级局域GPS）+ 激光雷达 + 视觉避障的多传感器融合方案，比自动驾驶面对的环境更复杂
52:12 下肢的历史以及为什么重要：它不是坐骑，是上肢的一部分
「Figure AI 的 Demo 里，机器人用屁股顶了一下洗衣机的门——因为腿在那里，所以屁股才能在那里。」 为什么一定要人形双腿：通过性（台阶/窄道/侧身进储物间）、重心稳定（盘式底盘需几百公斤才不倒）、人类社会环境完全为双腿设计
下肢不是坐骑：腰部前弯需要下肢固定支撑，两腿叉开才能让上肢伸够目标，「用屁股顶洗衣机门」也是下肢在工作
2026年初投资圈对下肢领域「回春」：运控新成果涌现，部分投资人重新关注下肢方向创业者——「跑得更快更强的冲击感，目前还是下肢更猛」
本期是针对机器人上下肢技术盘点的下肢（运动控制）部分
上肢（灵巧操作）部分请收听这期节目：和NVIDIA、Sharpa谈灵巧手：从削苹果到Scaling Law，机器人离"有手感"还有多远？-Vol94
人物：
托马斯白 - “脑放电波”主播，消费电子营销人，科技媒体特约作者
Nixon - ”脑放电波“主播，硬件产品经理，前媒体记者
剪辑制作：Jeff
欢迎订阅脑放电波，2024/25苹果播客周度推荐节目、小宇宙累计12次编辑推荐单集、2024CPA播客中文奖年度科技数码类播客

欢迎在评论区留言发表你对 机器人马拉松 的感受与看法
对于节目话题的更多观点，获取更多未呈现在节目中的扩展阅读，欢迎添加脑放电波小助手微信（BrainAMP01），附言“机器人”，加群参与讨论，后续会发布本期节目的文字稿

节目中用到的音乐：来自monkeyman535的90's Rock Style，地址freesound.org；来自kjartan_abel的Berlin Town，地址freesound.org；基于 CC BY 4.0 DEED 使用。
脑放电波往期节目精选（搜索关键词可收听）
具身智能：灵巧手 / 消费机器人浪潮 / 戴森与追觅 / 大疆扫地机 / 宇树机器人 / 斯坦福Aloha
AI 造物：3D打印机 / 3D打印的"iPhone时刻" / 3D扫描、生成与打印 / AI玩具和国产芯片
AI 应用：闪念贝壳
汽车聚变、泛科技生活：SU7营销复盘 / 3D打印 / 孵化大疆
饮食健康、现代病人：AI助推造神 / 生物骇客 / AI 内容真假难辨 / 控糖革命 / 信息过载 / 长寿革命 / 阿斯巴甜致癌疑云
苹果特权：腕上革命 / 设计哲学 / 苹果供应链迷思 / 苹果广告底层逻辑 / iPhone 15 和它的前任们 / 苹果零售店
AI 相关节目：人机交互的与“iPhone 时刻” / 会喘气的AI语音里藏着下一代交互范式 / 解构Apple Intelligence / 和李楠聊AI硬件 / 611款 AI 生产力工具；
脑放电波是一档关注科技前沿、品牌营销和个人成长的谈话类节目。每期带给您一个有趣有据的话题，帮您在信息严重过载的现代世界小幅自我迭代。您可以在小宇宙、苹果播客或者其他泛用型播客客户端搜索“脑放电波”找到并关注我们，如果您对本期节目有任何疑问，欢迎您给我们留言，如果您觉得这期内容对你有所帮助，欢迎您关注点赞收藏转发，这对我们非常重要。

从Sharpa近期的灵巧手Demo讲起，无论是CES上翻扑克牌、折风车，还是在春晚盘核桃，在GTC大会期间削苹果，这些Demo代表灵巧手第一次展示了够胜任精细的以及长步骤任务，这是具身智能在灵巧操作上的里程碑时刻。
探讨灵巧手在硬件上的不同路线，包括直驱代表的Sharpa Wave，腱绳方案代表的特斯拉 Optimus，代表了两种“第一性原理”。
梳理了具身智能行业正在发生的几个关键趋势。NVIDIA、Google DeepMind、Disney Research 联合开发的Newton物理引擎和NVIDIA Cosmos带来的合成数据与虚拟世界仿真；从EgoScale论文中看到的两万小时第一视角数据带来的Scaling Law迹象；具备视频预测能力的世界模型，如DreamDojo实现了一分钟的长程任务；还有SONIC同样展现了运动控制领域Scaling Law的曙光。
在模型架构上，剖析了Sharpa的CraftNet三层系统，从System 2的语言意识层，到System 1的视觉动作层，再到System 0的触觉手感层，以及世界模型、VLA的路线之争，最后讨论了NVIDIA三台计算机（训练—仿真—推理），展望触觉作为新模态、分层预训练推动灵巧操作走向通用泛化潜力。
03:00 从盘核桃到装显卡：这些 Demo 到底有多难？
对于人来说简单的事情，对于机器反而是难的——就像人的 DNA 里携带了预训练的模型，机器人得完全从零做起。——朱雪洲 灵巧操作三个难度级：搬运物体（夹爪能干）→ 两个物体精确配合（插 USB、发扑克牌）→ 改变物体形态（折纸风车、削苹果）。
Sharpa 的长程任务能力是亮点：不是完成一个原子动作，是把很多复杂步骤串起来。
触觉决定下限：带触觉的机器手展会成功率超 90%，观众现场拍打干扰也能找补回来；失去触觉后成功率直接暴跌到 20% 以下。
11:30 为什么夹爪不够用？一把刀就能说明问题
人要用好一个刀，你要握持，甚至拿一个手指抵住刀背——夹爪夹住刀是两点受力，那个刀是不稳定的。——朱雪洲 宇树 G1 全身 23 自由度（无灵巧手），Sharpa 单手就 22 自由度——手的复杂度约等于一整个机器人。
夹爪的致命短板：早期训练勉强够用，中后期发现姿势空间太窄，面对极其日常的场景直接束手无策。
人类世界的工具都是为五指手设计的：吸尘器要握手柄还要抠扳机，电动工具同理。夹爪的两点受力根本 hold 不住。
反直觉的训练困境：自由度少的夹爪，可行姿势空间反而太窄，训练中后期发现大量场景不适配，还得从头来。
为什么是五指，而不是四指？
特斯拉等车企坚持在工厂部署灵巧手，其最终目标并非仅限于造车，而是为了打造能胜任各种场景的通用机器人。
17:45 从OpenAI在18年的的灵巧手研究开始，谈行业的痛点
当我们在谈 scale 的时候，其实我们谈的在机器人这个领域往往是多个不同角度的scale，它包括任务的scale、数据的scale、模型规模 的scale、计算规模的scale。——Juana OpenAI的解魔方强化学习尝试：没有泛化、没有触觉
NVIDIA的三台计算机加速机器人开发和基础模型构建
第一代硬件：手动力密度比强健人手差 2-3 倍，"两指做俯卧撑"级别的极限指力还做不到；具备触觉能力
模型和数据还在追求 scaling law
28:00 灵巧手Know how：直驱 vs 腱绳-特斯拉跳票的卡点在哪？
全腱绳也不是真正仿生——人手内部有不少小肌肉群是直驱的。——朱雪洲 Sharpa 选直驱：22 个自由度全集成在手掌内，和人手 1:1 尺寸，客户不用绑定特定小臂，灵活拼装。代价是手略重，但有明确的轻量化路径。
特斯拉选双腱绳：电机放小臂、手部成本低、空间大，但一堆腱绳挤满管道，任何一根出问题就得"把手整个破开来换筋"。
最终形态可能融合——力量型大肌肉放小臂（腱绳），精细小肌肉留手内（直驱），就像人手本来的结构。
1:1的重要性，好采集数据
为什么不是六指？无法采集数据
在仿真里做数据采集，适配硬件和环境的快速迭代
42:40 CraftNet 的架构：首个三分层的模型
一旦接触上物体，你就没有必要视觉上一直盯着看了，这个时候触觉本体已经 take over 了。——朱雪洲 System 2（10B，~1Hz）：语言推理层——"今晚做番茄炒蛋，先去冰箱看看有没有鸡蛋"。直接用现有大语言模型，不自研。
System 1（1B，~10Hz）：视觉主导——看冰箱在哪、引导手伸过去抓。用互联网第一人称视频预训练。
System 0（0.1B，~100Hz）：触觉+本体觉——抓到鸡蛋那一刻视觉就退后，手感接管。用 NVIDIA 仿真环境的合成数据预训练。
三层异步运行、各有主模态，分层的好处：每层单独预训练更高效，数据需求不冲突，避免模态间"互相打架"。
51:00 数据金字塔：仿真练手感，视频练眼力，真机做对齐
在真实世界里去做改变是比较困难的，但在仿真里它就非常容易 scale。——Juana 底层（海量、便宜、gap 大）：YouTube 等互联网视频，训 System 1 的视觉理解。
中层（可控、可 scale）：Newton 仿真引擎合成触觉数据，训 System 0 的手感；Cosmos 系列做风格迁移（Transfer）、未来帧预测（Predict）、洞察推理（Reason）。
顶层（稀缺、贵、gap 小）：真机数据，用来把 System 0 和 1 级联在一起端到端调优。
仿真对触觉数据特别合适：真实世界的触觉动捕设备（手套）噪声大、retargeting 难，仿真引擎天生擅长力学建模。
解决遥操的问题，有希望实现远程操作
1:06:15 Scaling Law 的曙光：上万小时的第一人称视频
EgoScale：2 万小时第一人称视频训练 GR00T，成功率随数据量呈近对数关系上升，且"还没撞墙"——20 万小时会不会出现 transformer 时刻？
DreamDojo：4 万小时第一人称视频走世界模型路线，蒸馏到机器人后能做连续 1 分钟长程任务。
第一人称数据为什么重要：当前视觉 backbone 缺乏 3D 空间转换能力，第一人称和机器人视角直接对应，省掉了"第三人称到第一人称"的转换。
Thomas 的脑洞：短视频平台上的第一人称视频（手一直出现在画面里）、开箱博主桌面视角，说不定是下一个金矿。
1:11:20 世界模型 vs VLA：形似但"灵魂还没到"
今天 VLA 可能有点形似，但灵魂层面还没有真理解世界。一个更好的 VLA 本质就是一个基于世界模型的 VLA。——朱雪洲 VLA（Vision-Language-Action）：视觉+语言输入→直接输出动作。主流范式，但内部不一定真懂物理因果。
世界模型：学习"做什么动作→世界状态怎么变"的因果律。不一定要生成像素级视频，可以是更抽象的物理状态预测。
NVIDIA 两条路都在推：GR00T系列走 VLA 迭代，DreamDojo 走世界模型探索。
1:22:20 模型的协同、运行性能、算力需求
如果让医生把人的手做一个全麻，就是你完全感知不到手上末端信号，然后在这种情况下去做一些手部的操作，很多时候你就会发现你很难完成你原本以为很简单的任务。——Juana 三层模型的协同
基于NVIDIA Blackwell架构的Jetson Thor支持端侧同时运行多任务（硬件分割能力）
非分层模型的道路：GR00T的教师模型，蒸馏一个学生的policy
Newton：用GPU加速版本的Mujoco，迪士尼机器人“沙地行走”场景
商业化路径："先把产品形态做对"是 Sharpa 的核心逻辑：高自由度+触觉+1:1 人手比例，决定了产品能不能在市场存活，价格问题交给起量后的自然下降。
人物：
Juana Du - NVIDIA 机器人解决方案架构师
朱雪洲（Tom） - Sharpa 研究副总裁
托马斯白 - “脑放电波”主播，消费电子营销人，科技媒体特约作者
Nixon - ”脑放电波“主播，硬件产品经理，前媒体记者
剪辑制作：Jeff
欢迎订阅脑放电波，2024/25苹果播客周度推荐节目、小宇宙累计12次编辑推荐单集、2024CPA播客中文奖年度科技数码类播客

欢迎在评论区留言发表你对 灵巧操作、具身智能Scaling Law 的感受与看法
对于节目话题的更多观点，获取更多未呈现在节目中的扩展阅读，欢迎添加脑放电波小助手微信（BrainAMP01），附言“灵巧手”，加群参与讨论，后续会发布本期节目的文字稿
参考内容
1. 物理AI核心技术与平台
Cosmos：NVIDIA 面向物理 AI 的世界基础模型开放平台。
推理 VLA (Reasoning Vision-Language-Action)：融合视觉、语言与动作生成的逐步推理 AI 模型。
三台计算机 (Three Computers for Robotics)：NVIDIA 为物理 AI 提出的训练、仿真、部署三层计算架构。
Isaac GR00T：NVIDIA 面向人形机器人的通用基础模型研发平台。
Isaac Sim / Isaac Lab：机器人仿真与合成数据生成框架及其配套强化学习框架。
Newton 物理仿真引擎：NVIDIA、Google DeepMind、Disney Research 联合开发的开源 GPU 物理引擎。
2. 前沿机器人论文
DreamDojo：在 4.4 万小时人类第一人称视频上预训练的通用机器人世界模型。
EgoScale：利用人类第一人称数据训练 VLA 模型、提升灵巧操作能力的框架。
DreamZero（GR00T N2 基础研究）：基于视频扩散模型的世界-动作模型，具备强大的零样本泛化能力。
SONIC：NVIDIA 在运动控制上的 scaling law 研究，展示了数据、模型和算力规模化的效果
TacMap：高保真触觉仿真框架，行业内唯一可大规模商用的触觉仿真方案，NVIDIA 与 Sharpa 合作开发
3. 灵巧手与机器人公司
SharpaWave 灵巧手：Sharpa 首款产品，22 个主动自由度、尺寸与人手高度匹配。
CraftNet (VTLA 模型)：Sharpa 的端到端分层视觉-触觉-语言-动作模型。
Sharpa North 机器人：Sharpa 在 CES 2026 推出的首款自主全尺寸人形机器人。
OpenAI 机械手解魔方 (2019)：证明仿真训练的神经网络可控制真实灵巧手单手还原魔方的里程碑研究。
4. 经典 Demo 视频（Sharpa 官方）
GTC 2026：组装电脑：Sharpa North 自主将 GPU 精准插入主板 PCIe 插槽。
削苹果：机器人双手协调配合触觉反馈完成削苹果皮。
转网球：对比有无触觉系统辅助下灵巧手旋转网球的效果。
CES 2026：打乒乓球与折风车：0.02 秒反应时间的乒乓球对打及纸风车折叠长程任务。
CES 2026：综合展示（含 BlackJack 发牌）：Sharpa 在 CES 展台的多项互动演示，含 21 点荷官发牌。
5.软件架构和其他技术名词
Sharpa在GTC 2026大会上的技术分享回放
CraftNet：Sharpa 的分层模型架构，包含三个系统：
System 2（10B 模型，1Hz）：语言推理大脑
System 1（1B 模型，10Hz）：视觉运动大脑
System 0（0.1B 模型，100Hz）：触觉交互大脑
Egocentric Data（第一人称数据）：从机器人或人类第一视角采集的数据，对训练最有价值
Sim-to-Real：从仿真到现实的迁移，是具身智能的关键挑战
节目中用到的音乐：来自monkeyman535的90's Rock Style，地址freesound.org；来自kjartan_abel的Berlin Town，地址freesound.org；基于 CC BY 4.0 DEED 使用。

当蔚来 ES8 靠直降 10 万打响生存之战，曾经的销冠理想正经历销量下滑 18.8% 的逆风局。理想i8车主、蔚来ES8车主、特斯拉FSD体验者聊了一晚上，带职业病（产品营销、产品经理、投资人+消费数码创业者）分别从从购车决策、真实用车、智驾体验、品牌战略四个维度，拆解理想"肉埋在饭里"vs蔚来"前备箱放婴儿车"的产品哲学，解码NPS最高的车企理想为什么卖点说不出口，揭秘ES8上市134天交付6万台如何终结大三排SUV能源之争，详细解读了特斯拉Grok上车后的agentic规划能力。
01:26 大家庭用车的购车决策
我基本上就是锁定智驾好，然后产品定义比较优秀的这个车的品牌。——托马斯 托马斯选 i8：端到端智驾突飞猛进、不想买增程——但买完遇到 ES8 上市，"如果 ES8 早出一点，我可能真的要犹豫"
段誉第三台蔚来：家里有了老二，两台五座不够。发布会第一秒下单，1 分 07 秒锁单
05:54 前备箱、变色玻璃和"技术优势可视化"
我学了一个词叫技术优势的可视化，你跟别人讲电机有多小大家感知不到，但你突然把前备箱打开，放一台婴儿车，大家突然就 get 到。——段誉 08:36 蔚来和乐道门店前备箱全部打开放婴儿车。i8 因早半年设计没有前备箱
理想"肉埋在饭里"：NPS 行业第一第二，但让车主说一个可视化优点就很难。理想同学小惊喜——打客服自动展开九宫格、手指指窗户就能操控
19:25 NPS 净推荐值：谁的车主真心推荐？
NPS 不是满意度调查，是"你有多大可能将产品推荐给朋友"——就这一道题。——托马斯 NPS 科普：9-10 推荐者，7-8 被动满意，0-6 贬损者
蔚来运营：NIO House、斌哥 40 多桌挨个敬酒、每月两次亲子活动。"产品八九十分，运营九十分"
理想粉丝=价值观粉丝，蔚来粉丝=生活方式粉丝。运营差距：理想车主群已经不活跃，蔚来每周有车主福利+亲子活动。理想主打价值观粉丝（掌握自己命运、挑战成长极限），蔚来主打生活方式品牌（NIO Life、演唱会）
32:00 逆风局：理想下滑 18.8%，蔚来降价 10 万
不这么卖的话，我们都完了。——蔚来老车主 31:20 ES8 降价约 10 万，段誉从供应链角度：不再用四块 Orin、平台拉通，毛利至少拉平
i8 纯电定价反向打穿 L 系列增程价格体系：纯电通常比增程贵（电池成本高），但理想增程在市场的溢价高。i8为了竞争力定价低，反向背刺L系列。i8降价2万后，L8/L9/L7全线下滑
产品线割裂：理想店里L系列（传统霸气前脸）和i系列（子弹头先锋设计）像两个品牌。增程用户（北方、保守）vs 纯电用户（先锋、城市）的鸿沟
"产品是三年之后的一个组织的显性化"——理想学华为 IPD 又去华为化
理想学华为IPD三年又推翻：被问界M9打蒙后全面学华为，流程大于人。但发现效率低（创始人意志传递慢），2025年销量跌18%后改回创始人模式
蔚来的"没有IPD"：每个team都要做到最好（扶手箱双向开启、隐私玻璃），导致成本超支但细节拉满。
47:11 智驾三国杀：理想 8.3 vs 蔚来世界模型 2.0 vs FSD
NWM2 上了之后全都解决了一把，我非常震惊，基本上是 GPT 3.5 到 4o 的这种巨大跨越。——段誉 54:25 理想 8.3：日常智驾率 70-80%
蔚来 NWM2：车库到车库、广州复杂岔路口毫不犹豫。对比老平台"都比较菜"，3.0 是质变
特斯拉 FSD：只调驾驶风格不调车速、Grok 常驻不插嘴、得来速拿餐后车自己走、可以规划路径（找火锅店+健身房+感冒药店，算上路上时间）
01:07:19 边骂边爱的智能驾驶
用户是边骂边爱，还用，因为你成功的那一次给你巨大的多巴胺，太爽了。——Nixon i8 车库召唤：闪着蓝灯无人驾驶停到你面前——后被叫停
卡诺模型：魅力型卖点成功一次就够。AI 时代产品思路变了
新能源车的"宗教现象"：体验提升过于巨大（动力响应、静谧性、智能座舱 vs 传统燃油车），很难不变成粉丝。跟智能手机刚兴起时一模一样
智驾安全已超人驾，但效率低于人驾
各家芯片自研：蔚来理想即将发，小鹏图灵芯片按颗数分配
欢迎订阅脑放电波，2024/25苹果播客周度推荐节目、小宇宙累计12次编辑推荐单集、2024CPA播客中文奖年度科技数码类播客

欢迎在评论区留言发表你对 智能汽车 的感受与看法
对于节目话题的更多观点，获取更多未呈现在节目中的扩展阅读，欢迎添加脑放电波小助手微信（BrainAMP01），附言“汽车”，加群参与讨论，后续会发布本期节目的文字稿

人物：
段誉 - 在光羿科技责电致变色在消费领域应用（智能运动眼镜品牌POVEC 等），多款蔚来车主（目前开全新ES8）。光羿科技是新能源汽车调光玻璃领域的核心供应商。前投资人，曾经在顺为、源峰 CPE、XbotPark投资过石头、九号、蔚来等硬科技公司。
托马斯白 - “脑放电波”主播，理想i8车主，消费电子营销人，科技媒体特约作者
Nixon - ”脑放电波“主播，北美特斯拉FSD体验者，硬件产品经理，前媒体记者
剪辑制作：Jeff
节目中用到的音乐：来自monkeyman535的90's Rock Style，地址freesound.org；来自kjartan_abel的Berlin Town，地址freesound.org；基于 CC BY 4.0 DEED 使用。
脑放电波往期节目精选（搜索关键词可收听）
AI 造物：3D打印机 / 3D打印的"iPhone时刻" / 3D扫描、生成与打印 / AI玩具和国产芯片
AI 应用：闪念贝壳
汽车聚变、泛科技生活：SU7营销复盘 / 3D打印 / 孵化大疆
具身智能：消费机器人浪潮 / 戴森与追觅 / 大疆扫地机 / 宇树机器人 / 斯坦福Aloha
饮食健康、现代病人：AI助推造神 / 生物骇客 / AI 内容真假难辨 / 控糖革命 / 信息过载 / 长寿革命 / 阿斯巴甜致癌疑云
苹果特权：腕上革命 / 设计哲学 / 苹果供应链迷思 / 苹果广告底层逻辑 / iPhone 15 和它的前任们 / 苹果零售店
AI 相关节目：人机交互的与“iPhone 时刻” / 会喘气的AI语音里藏着下一代交互范式 / 解构Apple Intelligence / 和李楠聊AI硬件 / 611款 AI 生产力工具；
脑放电波是一档关注科技前沿、品牌营销和个人成长的谈话类节目。每期带给您一个有趣有据的话题，帮您在信息严重过载的现代世界小幅自我迭代。您可以在小宇宙、苹果播客或者其他泛用型播客客户端搜索“脑放电波”找到并关注我们，如果您对本期节目有任何疑问，欢迎您给我们留言，如果您觉得这期内容对你有所帮助，欢迎您关注点赞收藏转发，这对我们非常重要。

主播带着10年失眠血泪史，请来佑安医院麻醉睡眠科罗超博士，从褪黑素、安眠药的“踩坑”，一路聊到他亲身体验的"麻醉睡眠治疗"。搬出 Nature最新研究的三条睡眠铁律，撕碎"8小时金标准""手环高分=好觉"等流行谬误。最后一口气盘点十余款睡眠硬件黑科技，从毫米波雷达到脑电波音频，从迷走神经刺激到温控床垫，堪称2025最全助眠装备清单。
01:48 睡眠现状：超50%的人对自己的睡眠不满意
睡眠是需要学习的。好多人认为吃饭、睡觉都是天生就具备的能力，其实并不是如此。 流行病学研究显示超50%的人存在睡眠问题，美国街头随机调查80%的人对睡眠状态不满意。
来看失眠的反而是年轻人居多——老年人发生率更高，但观念上不把睡不好当病看。
中国13~17岁学生60%以上睡眠不足7小时，Nixon的失眠根源就追溯到中学时期的睡眠剥夺。
传统睡眠治疗的困境：上来就开药、不重视诊断、综合医院睡眠中心多由呼吸科主导，精神压力类失眠缺乏关注。
10:05 睡眠谬误：褪黑素、思诺思和你手环上的分数
我经常跟好多人开玩笑，也许你睡得越多，也许死得更快。 褪黑素是松果体分泌的内源性激素，长期外源补充可能抑制自身分泌能力，对生殖功能也有潜在影响——年轻人基本可以排除这个选项。
思诺思（佐匹坦）曾被全世界视为最好的安眠药，2025年Cell的研究揭示它会降低去甲肾上腺素的脉冲震荡，削弱大脑清除β淀粉样蛋白（老年痴呆相关毒素）的能力；用户反馈：梦游、一晚吃18个冰激凌、给不该打的人打电话。
8小时睡眠不是医学金标准——它来自19世纪社会运动家罗伯特·欧文的"8小时工作、8小时娱乐、8小时睡眠"劳资谈判口号；百万级样本研究显示睡7小时的人全因死亡率最低，表型年龄更年轻，体重管理更好。
手环评分别太当真：苹果官方刻意不用深睡/浅睡比例打分，因为算法和真实睡眠状态本身就有偏差——他们只看入睡时间、总时长、醒来次数。
31:29 科学睡眠的核心密码：生物钟、稳态、环境、温度、放松
白天就要向阳而生，晚上就要伸手不见五指。 生物钟是一切的根基：早上7~10点的户外光照是校准生物钟最强的手段，没有之一——460~480纳米波段的光对褪黑素影响最大，阴天雨天照样有效，2000勒克斯以上就有意义。固定用餐、固定社交、按时起床都是校准手段，光只是其中最核心的。
稳态调控能力：每个人的睡眠需求相对恒定，7~8小时够了你却躺10小时，晚上自然睡不着——疯狂补觉反而破坏你的睡眠驱动力。
睡眠环境三件套：足够安静（机场旁住户自觉睡得好，脑电监测显示每次起降都在唤醒他）、足够黑（伸手不见五指，起夜闭眼摸墙不开灯）、温度要低到反常识——18~22°C对深度睡眠的延长特别有帮助，罗超博士自家孩子夏天不盖被、冬天不穿袜，基本没去过急诊。
睡姿有讲究：右侧卧位、下腿蜷缩上腿伸直，减少舌根后坠导致的气道梗阻，不压迫心脏，脊柱保持平直——仰卧位早上口干、做噩梦、年轻人血压高，都可能跟睡眠呼吸问题有关。
51:54 放松的钥匙：478呼吸法、两吸一呼和冥想
我们不要说"我做了为什么还没有睡着"——它不直接让你睡觉，它只是让你变得更平静，让你睡得更容易。 478呼吸法：吸气4秒、憋气7秒、吐气8秒，每次4~5个循环就够了——不要死抠秒数，跟着自己节奏匀速数就行，重点是保持专注；吐气最长的8秒在大量激活迷走神经，让副交感神经拉起来。
两吸一呼（斯坦福研究）：平静吸满→快速补吸一口→缓慢吐气，每天5分钟，对缓解焦虑、提升正向情绪的效果比冥想更显著，特别适合合并严重焦虑的人群。
Thomas的儿子案例：10岁小孩听助眠冥想音频，5分钟入睡——核心逻辑都一样：呼吸关注+身体扫描，把大脑从思考模式切到放松模式，相当于找到了神经系统的一个bug，反向告诉身体"你现在很安全"。
1:01:52 麻醉睡眠治疗：不是把你麻晕，是把交感神经的弦松下来
好多人做完以后醒来的即刻，情绪低落、抑郁的状态就能够得到扭转。 和传统睡眠治疗的核心区别：更重视诊断（失眠有九十多种原因）、更专注神经调控（交感/副交感）、更强调认知行为治疗——罗超博士最长花过一两个小时跟患者聊睡眠行为问题。
睡眠诱导不是全麻：用模拟自然睡眠的药物，5~10分钟进入有完整浅睡-深睡-快速眼动结构的真实睡眠，随时拍一拍就能醒——区别于丙泊酚（Michael Jackson用的那种"关机式"麻醉），不具有呼吸抑制和药物依赖风险。一个吃了10年抗焦虑抗抑郁药的患者，做了一次深度睡眠诱导，一周停掉所有药物。
星状神经节阻滞：在超声引导下给颈部交感神经周围注射微量局麻药，短暂阻断"战斗逃跑神经"的过度兴奋——Nixon做完当晚夜间觉醒从十多次降到4~5次，头重脚轻的感觉消失，左右交替做一个疗程效果更好。
意外发现：大量患者的失眠根源是颈椎曲度问题（变直、反弓），最年轻的14岁——罗超博士原话："你的坏脾气真的一定是天生的吗？可能跟你的颈椎有关系。"
1:23:04 睡眠硬件创业潮：毫米波、迷走神经、脑电波、温控床垫，哪些靠谱？
调控我们的副交感神经系统，让你变得更放松 毫米波雷达睡眠灯（Sleep Pal、Withings OMNIA等）：床头灯内置毫米波雷达，隔空监测呼吸频率和心率，解决了"不想戴任何东西睡觉"的痛点——罗超博士的判断：呼吸问题的初筛可以，但心率变异性和脑电波型很难隔空实现，单靠它不够全面，配合穿戴设备更靠谱。
迷走神经刺激仪（左点、WillSleep等）：耳夹/颈贴电极刺激耳廓迷走神经末梢，2025年国际神经病学研究会已将迷走神经刺激列入十大神经调控手段——技术成熟、确实有效，对焦虑和抑郁有临床价值；但广告里"夹上秒睡"是不可能的，它的作用是让你更放松，不是直接催眠。僧人念经、唱歌时的颅腔共振，本质上也在刺激迷走神经。
脑电波音频方案（Elemind等）：额头贴电极监测脑电，根据你的睡眠状态实时匹配音频引导入睡——罗超博士认为理论可行：白噪音/粉噪音确实能让人从清醒态更容易滑入下一个睡眠阶段，有研究表明特定分贝的粉噪音能延长深度睡眠。
动态温控床垫（Eight Sleep Pod 5）：水冷机制根据睡眠阶段自动调温，3000~6000美金——温度对睡眠的影响被严重低估：凌晨2~3点体温是24小时最低点，运动和热水澡会拉高体温导致难以入睡，这类产品把温度变量交给算法来管，用过的朋友反馈"离不开了"。罗超博士补充：抑郁症患者的24小时体温曲线接近一条直线，正常人的体温波动本身就是健康信号。
欢迎订阅脑放电波，2024/25苹果播客周度推荐节目、小宇宙累计12次编辑推荐单集、2024CPA播客中文奖年度科技数码类播客

欢迎在评论区留言发表你对 睡眠/麻醉睡眠疗法 的感受受与看法
对于节目话题的更多观点，获取更多未呈现在节目中的扩展阅读，欢迎添加脑放电波小助手微信（BrainAMP01），附言“睡眠”，加群参与讨论，后续会发布本期节目的文字稿
本期节目中盘点的睡眠科技产品睡眠科技类产品清单-脑放电波节目使用-20260201
人物：
罗超 - 首都医科大学附属北京佑安医院、疼痛及麻醉睡眠治疗诊疗组长（可以在公众号“佑安医院”找到罗医生挂号） / 抖音及小荷健康、小红书 "麻醉疼痛罗博士"（罗医生的疗法也常用于疼痛管理） / 北京晚安睡眠诊所（同名公众号）

托马斯白 - “脑放电波”主播，消费电子营销人，科技媒体特约作者
Nixon - ”脑放电波“主播，硬件产品经理，前媒体记者
剪辑制作：jeff
节目中用到的音乐：来自monkeyman535的90's Rock Style，地址freesound.org；来自kjartan_abel的Berlin Town，地址freesound.org；基于 CC BY 4.0 DEED 使用。
脑放电波往期节目精选（搜索关键词可收听）
AI 造物：3D打印机 / 3D打印的"iPhone时刻" / 3D扫描、生成与打印 / AI玩具和国产芯片
AI 应用：闪念贝壳
汽车聚变、泛科技生活：SU7营销复盘 / 3D打印 / 孵化大疆
具身智能：消费机器人浪潮 / 戴森与追觅 / 大疆扫地机 / 宇树机器人 / 斯坦福Aloha
饮食健康、现代病人：AI助推造神 / 生物骇客 / AI 内容真假难辨 / 控糖革命 / 信息过载 / 长寿革命 / 阿斯巴甜致癌疑云
苹果特权：腕上革命 / 设计哲学 / 苹果供应链迷思 / 苹果广告底层逻辑 / iPhone 15 和它的前任们 / 苹果零售店
AI 相关节目：人机交互的与“iPhone 时刻” / 会喘气的AI语音里藏着下一代交互范式 / 解构Apple Intelligence / 和李楠聊AI硬件 / 611款 AI 生产力工具；
脑放电波是一档关注科技前沿、品牌营销和个人成长的谈话类节目。每期带给您一个有趣有据的话题，帮您在信息严重过载的现代世界小幅自我迭代。您可以在小宇宙、苹果播客或者其他泛用型播客客户端搜索“脑放电波”找到并关注我们，如果您对本期节目有任何疑问，欢迎您给我们留言，如果您觉得这期内容对你有所帮助，欢迎您关注点赞收藏转发，这对我们非常重要。