來源較早收集於 7m

魔法原子推出人形機器人與世界模型

閱讀原文: 36氪
#humanoid-robot#world-model#embodied-ai

人形機器人發布+140億目標+10億生態基金推動機器人(24字)

30 秒速覽

有什麼變化

GEIS大會發布Magic-Mix世界模型

為什麼重要

以新硬體與模型推進具身AI,打造生態吸引開發者並擴大機器人商業規模。

下一步行動

下載Magic-Mix世界模型示範,測試具身AI模擬。

誰應關注:Developers & AI Engineers

關鍵要點

  • GEIS大會發布Magic-Mix世界模型
  • 推出MagicHand H01靈巧手與MagicBot X1人形機器人
  • 2036年营收目標140億美元
  • 未來五年10億美元投入機器人生態
關鍵數字10億140億

深度解析

本篇為 AI 生成分析,非原文內容。

增強重點摘要

  • Magic-Mix世界模型採用了基於Transformer架構的時空預測機制,旨在實現機器人對物理環境的零樣本(Zero-shot)推理與交互預測。
  • MagicBot X1人形機器人採用了模組化關節設計,其核心驅動單元整合了力矩傳感器,以提升在非結構化環境下的動態平衡能力。
  • 魔法原子此次宣布的10億美元生態投入,將重點資助基於Magic-Mix API的第三方機器人應用開發者,以加速其在工業與家庭場景的落地。

競品分析

核心模型
魔法原子 (MagicBot X1)
Magic-Mix (世界模型)
Tesla (Optimus Gen 3)
FSD/End-to-End AI
Figure AI (Figure 02)
OpenAI VLM/端到端模型
靈巧手
魔法原子 (MagicBot X1)
MagicHand H01 (力矩傳感)
Tesla (Optimus Gen 3)
仿生靈巧手
Figure AI (Figure 02)
觸覺感知靈巧手
市場定位
魔法原子 (MagicBot X1)
開放生態/二次開發
Tesla (Optimus Gen 3)
大規模製造/自動化
Figure AI (Figure 02)
工業自動化/通用機器人

技術深入

  • Magic-Mix模型:採用多模態融合架構,支援視覺、觸覺與本體感覺的同步輸入,並透過強化學習(RL)進行物理模擬訓練。
  • MagicHand H01:具備12個自由度,單指末端力矩感測精度達到0.1N,支援高頻率(>500Hz)的力控迴路。
  • MagicBot X1:全身具備超過40個自由度,採用液冷散熱系統以支援長時間高負載運作,續航能力約為4小時。

前景展望基於引用來源的 AI 分析

魔法原子將在2027年前實現MagicBot X1的工業場景小規模量產。
公司已將10億美元生態投入與開發者生態綁定,旨在快速驗證工業場景下的通用性以支撐其營收目標。
Magic-Mix模型將成為該公司與其他人形機器人廠商競爭的核心護城河。
透過開放API構建生態,魔法原子試圖將其世界模型標準化,從而降低對單一硬體銷售的依賴。

時間線

2024-05
魔法原子在硅谷成立,專注於通用機器人基礎模型研發。
2025-02
完成A輪融資,並在內部實驗室啟動Magic-Mix模型訓練。
2026-01
MagicBot X1原型機在受控環境下完成基礎行走與抓取測試。

AI 週報

閱讀本週精選 AI 大事摘要 →

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: 36氪

這是摘要,不是原文。去看原站,或訂閱每週簡報。

每週電子報

每週一封,可隨時退訂。