人形机器人进厂这件事，这周从演示变成了排班。Google DeepMind公布，Gemini Robotics 2.5驱动的Apptronik Apollo 2人形机器人，已经在奔驰位于匈牙利凯奇凯梅特和德国辛德尔芬根的工厂产线上干活了：从供应箱里取出金属支架，再装进排序容器，成功率96%。注意措辞，是”正在运行的产线”，不是搭好的演示台。同一天，英伟达在奥斯汀的机器人学习大会上发布了GR00T 2，一个机器人基础模型，新的操作技能主要靠”看人干活的视频”来学。
两件事拼在一起，具身智能的瓶颈正在从”能不能动”变成”能不能连续干”。机器人展厅里走两步、叠个衣服不难，难的是在产线上连续几百次不出错，错一次就可能停线。96%这个数字是DeepMind自己报的，而且是在特定任务上测的，换个任务未必一样，但”上产线”这个动作本身比数字更重要：工厂敢让它排班，说明至少在某个环节，它已经通过了”别添乱”的验收。
看人干活就能学会，数据瓶颈松了
GR00T 2的思路值得单独说一句。过去教机器人干活，要么靠工程师手把手编程序，要么靠遥操作一遍遍采集数据，成本高、速度慢。GR00T 2走的是另一条路：直接看人类干活的视频，从中学会操作技能。人类每天产生海量的”怎么做事”的视频，这些视频以前对机器人是没用的，现在成了训练数据。
这条路如果走通，机器人学习的成本结构会大变：不需要先造一堆机器人去采集数据，互联网上现成的视频就能当教材。当然也要泼冷水：看视频学会的，和亲手干过的是两回事，视频里没有力反馈、没有重量感，迁移到真机器上总要打折扣。但方向是对的——数据越便宜，机器人学得越快。
