人形机器人现场刺绣。 TARS机器人

让机器人组装汽车或者搬运货物已经不稀奇,但让它穿针引线完成刺绣?这听起来更像是对机器人能力的一种讽刺。然而中国初创公司它石智航在2025年12月22日的现场演示中,偏偏让人形机器人完成了这项被认为超出自动化能力范围的精细任务。机器人双手协作,以亚毫米级精度在柔软的织物上绣出一个标志,整个过程流畅稳定,几乎看不出与熟练工人的差别。

这不是噱头秀。刺绣代表着机器人操作领域最棘手的技术难题组合--它需要精密的视觉引导、自适应的力度控制、双手高度协调的运动,以及处理形状不断变化的柔性材料的能力。任何一个环节出问题,线就会断裂或者针脚错位。工业界长期以来认为这类任务属于"人类专属区域",因为传统工业机器人虽然力量大、速度快,但在精细操作和灵活应变方面远不如人类。

数据驱动的通用智能路径

它石智航的解决方案核心是一套名为"数据-AI-物理"的闭环系统。创始人兼首席执行官陈亦伦博士解释说,他们并非针对刺绣这个特定任务编程,而是在教会机器人通用的身体技能。这种思路类似于人类学习--我们不是为每项任务单独训练神经回路,而是掌握基础运动模式后迁移到不同场景。

具体来说,它石智航开发了名为SenseHub的数据采集平台,通过捕捉真实人类操作者的视觉、触觉和动作数据,建立起庞大的行为数据库。这些数据随后被用来训练TARS AWE 2.0具身智能模型--一个专门学习物理世界操作技能的神经网络。模型学到的能力最终被部署到公司的T系列通用型和A系列工业型人形机器人上。

这套方法的关键在于最小化"仿真到现实"的差距。传统机器人研发往往先在虚拟环境中训练算法,然后迁移到真实世界,但两者之间的物理差异会导致性能大幅下降。它石智航从一开始就使用真实世界数据训练模型,机器人的机械设计也经过优化以匹配AI模型的输出特性,这种软硬件协同设计让算法学到的技能可以更可靠地在现实中执行。

公司首席科学家丁文超博士强调数据规模的重要性。他透露,随着SenseHub采集的数据量增长,机器人在各类任务上的成功率出现跳跃式提升。这符合AI领域的"规模定律"--只要训练数据足够多、模型参数足够大、计算资源足够充足,性能就会持续改善。但在具身智能领域,数据采集的成本和难度远高于自然语言处理或图像识别,因为每一个动作都需要真实的物理交互,无法像文本那样批量下载。

从手工艺到工业制造的跨越

刺绣演示的意义远超技艺传承本身。它证明了同样的技术可以扩展到其他需要精细操作的工业场景。比如电子制造中的精密线束组装--这是汽车和航空航天产业的关键工序,涉及将数十根甚至上百根细电线按照复杂路径布置并连接,对位置精度和接触力度要求极高。目前这些工作主要由熟练工人完成,自动化率低,成本高昂。如果人形机器人能够掌握类似刺绣的柔性材料处理能力,就可以接管这些工序。

服装制造是另一个潜在应用领域。虽然缝纫机早已实现自动化,但涉及不规则形状或多层面料的复杂缝制仍然需要人工。全球服装产业雇佣了数千万工人,如果机器人能够胜任这些工作,产业格局将发生巨变。当然这也引发了关于就业的担忧,但支持者认为机器人可以承担重复性和危险性工作,让人类从事更具创造性的设计和管理岗位。

它石智航成立于二零二五年二月,到十二月就公开演示如此复杂的功能,速度确实惊人。这背后是雄厚的资金支持--公司在天使轮融资中获得一点二亿美元,随后又完成一点二二亿美元的天使加轮融资,两轮合计超过二点四亿美元,创下中国具身智能领域最大天使轮纪录。投资方包括蓝驰创投、启明创投、美团战投、高瓴创投等知名机构,显示出资本市场对这一赛道的看好。

值得注意的是创始团队背景。陈亦伦此前是自动驾驶领域的技术专家,曾在百度和文远知行等公司担任关键职位。首席技术官李震宇同样来自自动驾驶行业,拥有丰富的感知算法和系统工程经验。这个组合并非偶然--自动驾驶和人形机器人在技术上有许多共通之处,都需要实时感知环境、做出快速决策、执行精确控制。自动驾驶行业过去十年积累的大量工程实践经验,正在被迁移到机器人领域。

竞争态势与未来挑战

全球人形机器人赛道在二零二五年进入白热化竞争。特斯拉的Optimus已经在工厂实际部署,波士顿动力的Atlas展示了惊人的运动能力,中国的优必选、小米、小鹏等公司也纷纷推出自己的产品。它石智航选择的差异化路径是强调"通用智能"而非"特定任务",这意味着他们的机器人不是为某个工厂定制,而是可以通过学习适应不同环境。

这种策略的挑战在于验证周期长。定制化机器人可以快速针对具体任务优化,在短期内实现商业回报。通用型机器人需要在多个场景中证明自己的价值,技术门槛和市场教育成本都更高。但如果成功,回报也更丰厚--一个真正通用的机器人平台可以覆盖制造、物流、服务等多个万亿级市场。

技术层面仍有许多问题待解。刺绣演示是在受控环境下完成的,现实工业场景要复杂得多--光照变化、材料差异、意外干扰都可能影响性能。机器人的能耗和续航也是实际应用的瓶颈,人形机器人通常工作几小时就需要充电,远不如人类的持久力。成本同样关键,虽然具体定价未公布,但业内预计早期产品价格会在十万美元以上,只有在大规模量产后才可能降到与人工成本竞争的水平。

陈亦伦在发布会上表示,公司的目标是将机器人部署到各个行业和家庭中。从技术演示到规模应用之间还有很长的路要走,但至少他们已经证明,让机器人做一些以前认为不可能的事情,正在从科幻变成现实。