跳到内容
Moduloa
← 研究笔记
MOD-01 · 研究笔记

接口正在成文,而它没有写人形机器人

研究

一台人形机器人对工厂毫无价值,直到它能够从记录系统里领到一项作业,并把结果报告回去。在工业机器人的其他每一个类别里,这道接缝都有名字。今年还有一份 ISO 标准正在投票。而在人形机器人这个类别里,它没有名字,没有标准,也没有归属;正在填补这个空缺的公司,是一次部署、一次部署地填的。

2026-08-29 · 研究笔记 · 阅读约 10 分钟 · 作者

问一句:一台人形机器人要真正承接有偿的工业作业,究竟需要什么条件成立?答案不是灵巧度,而是记账。如果一台机器人无法从那个掌握订单、工艺路线、物料清单和质量记录的系统里接到任务,也无法把结果写回那个系统,那么它并没有加入这家工厂,它只是站在工厂旁边的一次演示。每一次认真的部署最后都会归结到这道接缝上,而这篇笔记讲的就是这道接缝。

我们去查之后发现的是:眼下有三个不同的行业正在从三个不同的高度建造这道接缝上的那一层,而带着人形机器人形状空缺的,是中间那一层。这是本站迄今指出的最具体的一个切口,而且它带着一个到期日。

从上方

ERP 已经从上面伸手来拿了

SAP 先动手,而且铺得很宽

2025 年 11 月 5 日,SAP 公布了一项物理 AI 计划,其规模比当时的报道所显示的要大得多。被点名的机器人厂商有十一家:Aimbo、AgiBot、ANYbotics、Apptronik、Booster Robotics、Boston Dynamics、Galbot、Humanoid、NEURA Robotics、RobotEra 和 Unitree。客户也被点名:Bosch、位于杜伊斯堡的 Vodafone Procure and Connect、Mahindra and Mahindra、Martur Fompak、Tetra Pak、Arçelik-LG、BITZER、Sartorius,以及 SAP 自己的仓库。还有十一家集成伙伴,其中包括 Accenture 和 Capgemini。

这些工作是真的,不是表演。在 BITZER,NEURA 的 4NE1 从 SAP S/4HANA 的扩展仓库管理中接过拣选任务,并在执行过程中与业务逻辑保持同步。在 2026 年 1 月至 2 月间与 Martur Fompak 进行的一次概念验证中,Humanoid 公司的 HMND 01 通过互联网接下仓库任务,并把结果实时写回 SAP。在 4 月汉诺威工业博览会上展示的杜伊斯堡试点里,机器人做了破损品的视觉检验,评估了托盘堆叠与重量分布,并标记出障碍物。

SAP 把它的智能体层 Joule 描述为面向具身 AI 的接口,其自家架构师则把价值表述为:通过让机器人扎根于可信的 SAP 数据,使它们“知道为什么、在什么时候、以何种方式行动”。这是一项对这道接缝的主张,而提出主张的公司已经安装在客户那里了。

但要读机制,不要读公告。SAP 自己对 Bosch 那项工作的描述里,带上下文的扩展仓库管理任务是经由某个合作伙伴的车队管理系统路由过去的。SAP 并没有在跟机器人对话。中间还坐着别的东西,而那个东西正在被系统集成商一个客户一个客户、一个机器人品牌一个机器人品牌地搭起来。十一家机器人厂商配十一家集成伙伴,这不是一个标准,这是一张矩阵,而且有人在手工接通它的每一格。

从下方

身体已经被抽象掉了

NVIDIA、ROS 2,以及一家放弃硬件的人形机器人公司

在下面这一层,抽象的进展比多数人以为的更远。NVIDIA 的 Isaac GR00T N1.7 是一个以开放许可发布的视觉、语言、动作模型,被描述为跨形体的,意思是同一套策略要能驱动不同的身体,运行时则是 Jetson Thor。ROS 2 多年来一直通过 rmw 承载一层中间件抽象,它让厂商可以替换底层传输而不必改动应用代码;而现代技术栈里真正在用的那几块,MoveIt、Nav2、LeRobot 以及 GR00T 本身,都以它为前提。

这一层就是价值正在转移过去的地方,最锋利的证据是一家换了阵营的公司。2026 年 6 月 17 日,Sanctuary AI 宣布不再等待人形机器人硬件走到大规模商业化,而是把自己的 Physical AI 部署到已有的商用机器人平台上。它报告了在运动中的传送带上完成插接作业的成绩:成功率高于 99.5%,节拍时间 2.54 秒,与一家一级汽车供应商产线的实际节拍相匹配。一家做出了较为知名的人形机器人的公司得出的结论是:能跑在任何人身体上的那套软件,比身体本身更有价值。

所以技术栈的底层正在被有意商品化,动手的是全世界最大的芯片公司,用的是宽松许可。没有人应该把赢面押在那里。

中间层

一个接口标准真正长什么样

VDA 5050,以及那个值得借走的概念

在这两者之间,有一层已经存在成熟、乏味而极具教益的先例。VDA 5050 是德国汽车工业协会与机械工程协会写下的接口,目的是让不同厂商的自动导引车和自主移动机器人能够从同一个主控系统接受订单。它用 MQTT 承载 JSON,并定义了六条通道:订单、即时动作、状态、可视化、连接,以及能力说明书。

最后这一条值得任何思考可路由产能的人留意。能力说明书是在 2.0 版中加入的,它是一份机器可读的描述,说明某一台机器能做什么。车队控制器不需要知道厂商是谁,它读取这份能力声明,然后据此派工。这正是本站过去所有关于路由的论证底下的那个原语:已经被写进规范,已经被部署,而且没有人需要为此发明一套新哲学。

这个标准是活的,还在往前走。3.0.0 版于 2026 年 4 月发布,由 VDMA 物料处理协会与 VDA 开发,卡尔斯鲁厄理工学院提供技术监督,此前在 GitHub 上的公开征询一直进行到 2 月初。它加入了区域概念,让具备真正自主能力的机器人可以在规则约束的区域内自行规划路径;加入了路径共享,使中央控制仍然能够管理交通;并且保持向后兼容。据报道,大众商用车运行着基于它的最大规模车队。

要仔细注意 VDA 5050 拒绝做什么。它不规划路径,不解决交通冲突,也不分配作业;那部分智能属于主控系统。功能安全被明确排除在范围之外。而且,用一份关于该标准的通俗说明里的话来说,它是一个接口而不是一个大脑,它不处理与生产系统的纵向集成,那件事对每一个尝试它的组织来说,仍然是一个单独的实施项目。

把最后这句话读两遍。即便在这个抽象层已经存在、已经成熟、开源、并且拥有大众汽车这种量级锚定客户的类别里,向上通到记录系统的那一段连接,仍然是定制的。这两半从来没有被接起来过。

时钟

ISO 21423 正在投票,而它写的是移动

接起来这件事,今年正在发生

接起来这件事现在正在被尝试,而且是在 ISO 被尝试。ISO 21423 规定的是不同厂商的工业自主移动机器人系统之间实现互操作的通信协议,其范围涵盖移动机器人、车队管理系统,以及与它们通信的企业资源。它目前处于国际标准草案阶段,正在 ISO 第 299 技术委员会内部投票,开发过程有接近 90 名参与者,在 MQTT 与 JSON 上保持一致,预计今年晚些时候发布。它还有一点值得注意:它没有采用纯粹的中心化模型,而是转向联邦式编排,允许多个车队管理系统并存。

这不是一项相邻的进展。与机器人通信的企业资源,就是那道接缝,它被命名了,而且写在一份距离发布只有几周或几个月的标准里。

商业版本也已经存在。InOrbit 运营着一个编排平台,其生态中有超过 30 个机器人品牌;在 6 月的 Automate 2026 上,它做了一场多厂商的现场演示,参与者包括 Ati Robotics、Kärcher、NEURA、Omron、Peer Robotics、Quasi Robotics 和 Unitree,其中最后一家带来了四足与人形平台。它的 Business Execution System 被描述为把来自仓库管理、ERP 与制造执行系统的订单翻译成机器人的执行动作。那就是这位创始人的假设,已经被造出来、被演示过,而且人形机器人就在现场。

另有两项努力值得知道,而且哪一项都没有胜出。MassRobotics 的互操作标准位于监控层,机器人在那里向其他机器人、车队管理系统或 ERP 与仓库系统报告状态,所以它是告知而不是指挥;它在很大程度上仍是一项美国的努力,没有大型部署。来自开源机器人基金会的 Open-RMF,负责让混合车队与楼宇基础设施相互协调,工业界采用极少。在亚洲没有哪个标准占据主导,中国厂商对 VDA 5050 表现出兴趣,但看不出多少采用的迹象。

空缺

中间层上写的全是移动机器人

把这个缺口说准确

这就是那个发现,而且它窄到可以据以行动。VDA 5050 的 3.0 版没有提到人形机器人或移动操作机器人。ISO 21423 是为工业移动机器人写的。MassRobotics 覆盖的是有轨引导和自主的运输机器人。Open-RMF 针对的是服务机器人。整个中间层,也就是把车队连到记录系统的那一层,都是为把东西从 A 点送到 B 点的机器规定的。

人形机器人不是那种机器。它是一台移动操作机器人,它的价值在于操作;而用来描述它的工作的那套词汇,带工具的作业、公差、质量结果、检验结论、它所持有的资格,并不出现在一个为派发运输订单而设计的接口里。能力说明书这个概念形状是对的,内容是错的。

安全走的是一条相似的轨迹,而且稍微靠前一点。ISO 10218 在 2025 年经历了大修,这是它自 2011 年以来第一次重大修订,被拆成面向制造商的一部分和面向集成商的一部分。旧版本把装在移动平台上的机器人整个排除在外,这就把人形机器人完全排除掉了;新版本只排除移动性方面,这让人形机器人的其余部分重新回到了范围之内。动态稳定的腿式机器则在 ISO/WD 25785-1 中单独处理,该文件仍在制定中。

所以一台人形机器人今天在工厂里的位置是这样的。它的身体被一个以开放许可发布的基础模型抽象掉了。它上方的 ERP 想给它派活,并且有十一项合作关系可以证明这一点。它的安全论证写了一半,并且在改善。而位于两者之间的那个接口,那个唯一能让制造商从任何人手里买一台机器人并把作业路由给它的东西,根本没有描述它。

反面论证

写标准不是生意

上一次,钱去了哪里

这是任何一个兴奋版本的论证都会略过的部分,所以它放在建议之前,而不是之后。VDA 5050 由两家行业协会以开源方式发布在 GitHub 上。它的作者们没有从中收到任何租金。MassRobotics 是一个非营利工作组。ISO 21423 将会是一份花几百法郎就能买到、实施起来不花钱的文件。在移动机器人这个类别里,接口标准创造了巨大的价值,而自己一点也没有捕获到。

钱去了上面那一层。它去了编排方,InOrbit 和它的同行,在一个多车队编排市场里;那个市场的增速之所以看起来还算可信,只是因为基数接近于零。它去了那些现在可以从不止一家厂商采购的车队所有者。写协议的人得到的是一个工作组和一场会议。

所以“为人形机器人做一个 HAL”本身并不是一个方案。它是一件带着生意的公共品,而这个附着关系必须被刻意设计出来。任何告诉你标准就是护城河的人,都没有看过上一个标准的下场。

立场

我们应该建什么,按顺序

这一节是我们的判断,不是我们的证据

上面所有内容都注明了来源。接下来是一个决定,而我们要为它可能出错负责。

一、为一个已经存在的接口写人形机器人子集,而不是写一个新接口。诱惑在于从第一性原理设计一个干净的抽象层。那条路的终点是一份没有人实现的规范。VDA 5050 与 ISO 21423 已经承载了那些来之不易的部分:消息拓扑、状态模型、连接语义、能力说明书。它们缺的是一套描述操作类作业的词汇:带工具和公差的作业、质量结果、一台机器所持有的资格。那是一项扩展,它很小,而且它之所以站得住,恰恰因为它不要求任何人放弃已有的东西。

二、趁 ISO 21423 还在投票,就待在房间里。这是时机上的要点,也是这篇笔记出现在今天而不是下个季度的原因。一份标准在发布之前影响它的成本最低,发布之后几乎无法影响。ISO TC 299 有大约 90 名参与者,有一份预计今年落地的、正在投票的文件。参与要通过本国的标准化机构,对我们来说就是 Standard Norge。即便只是观察员身份,也能买到我们现在没有的两样东西:草案的实际文本,以及对下一个工作项目将是什么的了解。

三、想清楚产品是能力记录,不是协议。这是对上面那个反面论证的回答。VDA 5050 里的能力说明书,是一台机器在声明自己能做什么。它之所以可信,是因为它简单,也因为没有多少东西压在它上面。而一旦有作业是凭着这份声明被路由到某个单元的,这份声明就需要有东西撑着:一段质量历史、一条审计轨迹、一项有人愿意为之背书的资格。协议是公共品。而一份活的、由质量数据喂养的认证记录,能让一项能力主张变得可信,那才是产品,而且正是本站从一开始就在描述的那一个。把协议送出去,卖那个相信它的理由。

四、把 ERP 适配器做一次,而且是对着标准做。SAP 计划里那张十一乘十一的机器人厂商与系统集成商矩阵,是当前的技术水平,而它是每一次部署都要重做一遍的定制集成。那是所有人都在付、却没有人点名的成本。一个对着已发布接口写的适配器,而不是对着某一台特定机器人写的适配器,就是咨询公司与产品之间的区别。

五、不要造人形机器人,也不要造基础模型。底层正在被 NVIDIA 以开放许可有意商品化,而一家在人形机器人工程上比我们做得更多的公司刚刚得出结论:身体不是那项资产。这两个事实指向同一个方向。

登记册

这篇笔记牵涉什么,以及什么会证明它错

P-12、P-18、P-10、P-27

P-12 判断,一个把布局、工具、质量与产能作为版本化配置来控制的工厂操作系统,会成为柔性制造的核心。这里的证据是:行业同意这一点,并且正在争论由谁来供应它。P-18 判断,持久的护城河是那个框架,也就是标准、数据、认证与培训,而不是机器人本身。这篇笔记是这条主张迄今得到的最有力支持,同时也是对它最尖锐的警告,因为 SAP 和 ISO 都在建框架,而它们都不是我们。P-10 与 P-27 都依赖于能力可以跨所有权边界被声明、并且被信任,而这恰恰是能力说明书这个概念开了个头却没有走完的地方。这些在这里都没有被评分,登记册没有被改动。

证伪条件比论证本身更重要,所以列在这里。如果 ISO 21423 发布时里面已经带有一套描述操作类作业的词汇,那么这个缺口不需要我们就会闭合,这个切口是想象出来的。如果 SAP 把 Joule 扩展成一个已发布的、厂商中立的接口,而不是一张伙伴矩阵,那么这个在位者就凭分销赢下了这道接缝,没有我们的位置。如果 InOrbit 或它的同行在一年之内对着一份公开规范交付了人形机器人支持,那么商业答案会比标准先到。而如果人形机器人在 2027 年之前一直停在试点阶段,那么整个问题就是过早的,接口将由那时还站着的人来写。

对我们自己这个建议的反面意见很简单:一家没有工厂的公司不应该为工厂写标准。这是一个公道的反对意见。回答是,这件事里我们能检验的部分很便宜:一份子集草案就是写作,而在一个技术委员会里做观察员就是一笔费用和一张表格。两者都不需要一个中心。两者都会在文件发布之后不再可得。

来源

这篇笔记建立在什么之上

研究笔记是研究,不是决策——标注日期、注明来源、开放接受指正。欢迎全文或部分转载,采用 CC BY 4.0 许可,请署名并附回链。 · 全部研究笔记 →
联系

参与其中

欢迎提出更正、证据与不同意见。如需指正或联系,请发送邮件至 shk@moduloa.com

问 Datum