Standard Bots 访谈：工业机器人的 AI 可靠执行之道

Latent Space· Richard MacManus·2026-10-10 22:04· 42 分钟前AI 评分54

为可靠执行而构建 AI：来自工业机器人的经验

AI 导读

Latent Space 采访 Standard Bots CEO Evan Beard 与 AI 负责人 Leif Jentoft，介绍其工业机械臂的 AI 技术栈。

正文

当你想到机器人和 AI 时，可能首先想到的是像 Figure 的 AI 驱动机器和 1X 的 NEO 家用机器人这样的全人形机器人。它们很可能就是未来，但在 2026 年，可以说更重要的是工业机器人——它们通常不是人形机器人。

Standard Bots 自称是“美国最大的 AI 原生工业机器人制造商”。它最近在由 General Catalyst 和专注机器人领域的基金 RoboStrategy 领投的 C 轮融资中，以 10 亿美元估值筹集了 2 亿美元。其客户包括 NASA、Amazon 和 Lockheed Martin。

我们采访了联合创始人兼 CEO Evan Beard 和 AI 负责人 Leif Jentoft，以进一步了解 Standard Bots 的 AI 技术栈及其模型的工作原理。

先交代一下背景：Standard Bots 的工业机械臂专为上下料、焊接和装配等任务而设计。以下是 Jentoft 的快速演示：

预训练模型与特定任务适配

据 Beard 介绍，Standard Bots 有一个共享基础模型，客户通过演示和微调对其进行适配。Jentoft 补充说，Standard Bots 运行着一系列模型，其中包括用于上下料的零样本感知系统。

Beard 表示，其最大的模型参数量在数十亿的低位——所以按前沿实验室的标准来看并不算大。

“我们相信数据质量远比原始数据量重要，”Jentoft 说，“我们专注于充分利用有针对性的数据，而不是追求尽可能大的数据集。”（这与 Jev 创造者 Diogo Almeida 的“最苦涩的教训”相符，他最近告诉我们，正确的任务和正确的数据可能比算力更重要。）

“我们的市场渠道让我们能独特地获取最高价值的数据，”他补充道。“现场干预可以用几十个样本修复一个边缘案例。”

Beard 指出，Standard Bots 专注于短时程任务，以满足生产对周期时间和可靠性的要求。对于工作流程中不需要学习行为的部分，公司使用传统编程。

Beard 表示，模型训练在云端进行，但推理在本地运行。

模型究竟做什么？

我问 Jentoft，在典型的机器人例程中，学习模型做什么，以及工作流程的哪些部分使用传统编程？

他举例提到了其面向高混合制造的上下料解决方案。

“我们构建了一个零样本系统，让用户告诉机器人在给定任务中要寻找哪些零件。模型负责感知——定位和识别零件——而传统编程负责运动及其周围的单元逻辑。”

以下是上下料的演示：

“我们这项任务的骨干网络在超过十亿张图像上训练，正是这一点让机器人能够区分光照条件、材质类型，以及物体与其背景，”Jentoft 说。

完整的 AI 技术栈

今年四月，我们曾邀请 Applied Intuition 做客播客，讨论“物理 AI”以及它与屏幕上的 AI 有何不同。其中一个收获是，物理 AI 不仅仅受限于模型智能：真正的难点在于将模型部署到真实硬件上，同时要满足安全、延迟、功耗、成本和可靠性等约束。

但对 Standard Bots 来说，这也可以成为一项优势，因为它掌控着从软件到硬件的“完整技术栈”。Jentoft 指出，它控制着机械臂、末端执行器、控制系统和 AI。

“这让我们能够对模型和控制策略进行协同优化，”他说。“尽管别处有各种说法，但如今没有任何模型是真正硬件无关的，而协同优化底层控制与高层功能，对性能和迭代速度来说都是一大优势。”

Skild 是一家致力于打造“通用机器人智能”的公司，它可能会对硬件无关这一说法提出异议——它的目标是实现跨硬件泛化。

本地推理：传感器、边缘 GPU 与“动作块”

Beard 曾提到推理是在本地完成的，这对它的核心客户——工厂——尤为重要。

“对于工厂来说——这也是我们目前大部分业务所在，而且我们在这里看到的机遇无疑非常巨大——这正是你需要在本地进行推理的场景，”他说。

在机器看护中，模型负责识别零件，而传统编程负责处理运动。Jentoft 还描述了模型如何生成动作并输入到机器人的控制系统中。

“腕部摄像头和其他传感器通过内部千兆以太网将原始像素和信号输入系统，在内部路由，因此不会有线缆缠绕，”他解释道。“边缘的 GPU 处理这些数据以生成动作块，再流式传输到低层控制。”

他重申，推理是有意在本地运行的。

“用于机器人的云计算在运营上极其困难——大多数工厂和仓库没有可靠的互联网，对移动机器人来说更是如此。正常运行时间对客户接受度至关重要，所以我们让整个闭环保持在本地。”

生产故障与车队学习

Standard Bots 在可行的情况下会使用仿真，但 Beard 表示，一些生产任务——包括涉及液体、吸力或切割柔性材料的任务——很难在当前仿真器中复现。

真实世界的演示是学习过程的另一部分。下面是一个使用手持触控设备教机器人操作的演示：

那么它如何处理机器人任务中的失败，这类学习成果又是否会回流到模型中呢？

“我们会从部署中捕获失败信号和人工纠正，而如何使用这些数据取决于客户，”Jentoft 回答道。

他指出，其许多国防客户“部署在气隙环境中，那里没有任何数据回传”。但对于非气隙环境的客户，“车队学习为他们自己的应用带来了足够的好处，因此我们通常不会看到有人反对用贡献数据来换取这种性能表现。”

StandardOS：一个 AI 机器人开发平台

Standard Bots 已经扩展了其平台，使外部开发者也能使用。通过 StandardOS，它提供一套 API 和 SDK。

据 Beard 介绍，开发者可以使用 Standard Bots 的 API，按需选用其技术栈中的任意部分来构建机器人应用，包括引入自己的模型。他以 NVIDIA Cosmos 为例（版本 3 已于 5 月底发布），这是一个面向物理 AI 的开放全模态世界模型系列。

如今，这需要开发者自己编写集成代码。但 Standard Bots 计划让收集数据、训练模型并将其部署到其机器人上变得更加容易。

聚焦定向数据

Standard Bots 并不是最性感的机器人公司，但它已经被 NASA、亚马逊、洛克希德·马丁等用于工业自动化部署。

对于 AI 工程师来说，或许最有用的经验是 Standard Bots 如何让 AI 适应特定任务。它让模型的角色保持聚焦，并利用来自真实部署的纠正来修复边缘情况。当然，你也可以把同样的方法应用到软件智能体上。

正如 Jentoft 所说——这也是 Jev 最近的一个教训——关键在于“从定向数据中获取最大价值，而不是追求尽可能大的数据集。”

来源：Latent Space · latent.space