📊Bloomberg Technology•最新收集於 7m
Spirit AI 推進更聰明的機器人大腦
💡Spirit AI 的部署顯示，具身 AI 可能正快速從展示走入日常辦公工作。
⚡ 30-Second TL;DR
有什麼變化
機器人已能處理半年前仍被認為不切實際的辦公室工作流程。
為什麼重要
更強的機器人智慧可能降低辦公室、倉儲及其他商業環境導入自動化的成本與複雜度。開發者可能需要準備面對更具能力的具身代理平台，而不再只把機器人視為固定功能硬體。
下一步行動
使用 Spirit AI 或同類具身 AI 平台原型化一項多步驟辦公室流程，並測量任務完成率、人工介入次數與錯誤恢復時間。
誰應關注：Developers & AI Engineers
關鍵要點
- •機器人已能處理半年前仍被認為不切實際的辦公室工作流程。
- •Spirit AI 已在中國部署數百台機器人。
- •執行長 Han Fengtao 預測三年內將出現機器人大腦的重大突破。
- •公司計畫先推動跨產業大規模採用，再拓展全球市場。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 13 個來源。
🔑 增強重點摘要
- •Spirit AI 的基礎模型 Spirit v1.6 於 2026 年 6 月在 RoboArena 全球排行榜上以 1,924 分位居第一，超越了 Nvidia 的 Cosmos3-Nano-Policy。
- •公司採取「以數據為中心」的訓練策略，利用超過 20 萬小時的穿戴式裝置實體互動數據進行訓練，而非僅依賴模擬物理環境。
- •Spirit AI 於 2026 年 2 月完成約 2.55 億美元（20 億人民幣）的融資，估值突破 14 億美元，投資方包括阿里巴巴、寧德時代、華為及紅杉中國。
- •公司已與博世中國（Bosch China）及舍弗勒（Schaeffler）達成戰略合作，將其具身智能模型應用於工廠與物流環境。
- •Spirit AI 採用模組化記憶架構以實現「持續學習」，確保機器人在學習新技能時不會發生災難性遺忘（catastrophic forgetting）。
📊 競品分析▸ Show
| 競爭對手 | 特色 | 定價 | 基準測試 |
|---|---|---|---|
| Nvidia (Cosmos3-Nano-Policy) | 強大的運算硬體整合與模擬環境 | 未公開 | 1,800+ (RoboArena) |
| Spirit AI | 實體互動數據訓練與模組化記憶 | 未公開 | 1,924 (RoboArena) |
🛠️ 技術深入
- 核心架構：採用模組化記憶架構（Modular Memory Architecture）以支援持續學習能力。
- 訓練數據：強調真實世界互動數據，而非模擬物理數據，累積超過 20 萬小時的穿戴式裝置採集數據。
- 任務分解：具備將複雜指令拆解為子任務（如垃圾分類、物品整理）的邏輯推理能力。
- 泛化能力：專注於通用大腦開發，減少對特定任務程式設計的依賴。
🔮 前景展望AI analysis grounded in cited sources
Spirit AI 將在 2027 年前實現工業環境下的完全自主物流作業。
基於目前與博世及舍弗勒的合作進度，以及其在持續學習架構上的技術優勢，該公司正快速從辦公室任務轉向複雜工業場景。
機器人通用大腦的訓練成本將因數據採集效率提升而下降 30%。
隨著穿戴式裝置採集數據的規模化，對昂貴模擬環境的依賴度降低，將顯著優化研發成本結構。
⏳ 時間線
2024-01
Spirit AI 正式成立，專注於開發機器人通用大腦。
2026-02
完成 2.55 億美元融資，估值達到 14 億美元。
2026-05
與博世中國簽署戰略合作協議，部署具身智能模型。
2026-06
Spirit v1.6 模型在 RoboArena 排行榜登頂。
2026-08
於世界機器人大會展示家庭場景下的複雜任務處理能力。
📎 來源 (13)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
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： Bloomberg Technology ↗
每週 AI 簡報
每週一封，可隨時退訂。