技术深度解析
刘放提出的“劳动力数字化”论点，要求一种与LLM或自动驾驶根本不同的技术架构。核心工程挑战不是大规模推理或感知，而是在半结构化环境中可靠、可重复的操作。
阿米罗的AMI-01采用双臂、轮式底座配置——而非双足人形。这一设计选择是刻意的：腿增加了复杂性、成本和故障模式，而在大多数工厂任务中并未带来相应的劳动力价值。双臂是6自由度工业级机械臂，每个手腕配备力-扭矩传感器，能够执行需要触觉反馈的精密装配和插入任务。
感知栈与视觉-语言模型截然不同。AMI-01没有使用单个大模型，而是采用模块化流水线：
- 3D场景图，由多个RGB-D摄像头构建，以30 Hz频率更新
- 任务特定运动基元（抓取、插入、按压、旋转），通过人类演示的模仿学习训练，而非从零开始的强化学习
- 基于力的柔顺控制用于插入任务，采用阻抗控制，实时扭矩反馈频率达1 kHz
这种方法更接近带有学习组件的经典机器人学，而非端到端神经网络。体现这一哲学的关键GitHub仓库是`dexterous-hand-labor`（非官方名称，但代表了多个工业机器人实验室采用的方法）。它拥有2300颗星，专注于力控装配基元。另一个相关仓库是`factory-world-models`（1800颗星），提供用于评估机器人劳动力任务的仿真环境，具有逼真的物理和节拍时间指标。
| 指标 | AMI-01 (阿米罗) | 典型人形演示 (例如特斯拉Optimus) | 工业协作机器人 (例如Universal Robots UR20) |
|---|---|---|---|
| 节拍时间（典型装配任务） | 12-15秒 | 30-60秒（实验室演示） | 8-10秒（固定程序） |
| 新任务设置时间 | 2-4小时（模仿学习） | 数天至数周（RL训练） | 4-8小时（手动编程） |
| 每1000次循环故障率 | < 5 | > 50（估计） | < 1 |
| 单台成本 | 约35,000美元 | > 100,000美元（预计） | 约25,000美元 |
| 单臂有效载荷 | 5 kg | 10 kg（估计） | 10 kg |
数据要点： AMI-01的节拍时间和故障率与传统协作机器人相当，但其关键优势在于通过模仿学习实现快速任务重配置。这直接呼应了“劳动力数字化”论点：机器人可在数小时内重新部署到新工位，而非数天，使其在高混合、小批量生产中具有经济可行性。
技术瓶颈仍然是泛化能力。AMI-01在训练过的特定任务上表现出色，但当工件几何形状或光照发生显著变化时，则会失败。刘放的团队正在开发一个用于操作的基座模型——Labor Transformer——它将编码广泛的装配基元，并实现零样本适应。早期结果显示，在未见过的任务上成功率达70%，但工业部署的目标是99.9%。
关键玩家与案例研究
阿米罗机器人并非唯一追求劳动力数字化的公司，但它明确拒绝人形机器人和LLM炒作的做法使其独树一帜。竞争格局可分为三大阵营：
阵营1：人形通用型 – 特斯拉（Optimus）、Figure AI、1X Technologies。这些公司旨在打造能完成人类任何工作的通用人形机器人。其价值主张是长期多功能性，但近期经济性较差。Figure AI已融资超过15亿美元，但尚无商业部署。
阵营2：工业自动化老牌企业 – 发那科、ABB、库卡。这些公司在固定自动化领域拥有数十年经验。其机器人可靠，但需要大量编程，且不易重新部署。它们开始添加AI层（例如发那科的AI视觉用于拣选），但本质上仍是编程驱动，而非学习驱动。
阵营3：劳动力数字化专家 – 阿米罗机器人、Covariant、Osaro。这些公司专注于特定劳动力任务（装配、拣选、包装），并利用AI实现快速重配置。Covariant用于仓库拣选的AI已部署在超过500个设施中，但其重点是物流，而非制造装配。
| 公司 | 方法 | 关键产品 | 部署数量 | 融资额 | 主要指标 |
|---|---|---|---|---|---|
| 阿米罗机器人 | 双臂轮式，模仿学习 | AMI-01 | 12条工厂产线 | 8000万美元 | 良率，节拍时间 |
| 特斯拉 | 人形，端到端RL | Optimus | 0（原型机） | 不适用（内部项目） | 演示复杂度 |
| Covariant | AI拣选，RL+视觉 | Covariant Brain | 500+仓库 | 5亿美元 | 拣选成功率 |
| 发那科 | 传统协作机器人+AI视觉 | CRX系列 | 100,000+（所有机器人） | 上市公司 | 可靠性，正常运行时间 |
数据要点： 阿米罗的融资额与人形机器人公司相比显得适中，但其专注于可衡量的工业指标——良率和节拍时间——使其在短期内更具商业可行性。