雷峰網模型更新

何小鵬內部講話曝光,「最美」機器人量產時間表出來了?

2026年6月4日 10:07

重點摘要

機器人能不能規模化穩定交付,是整個行業的生死問題。 作者丨李希 編輯丨馬曉寧 “4季度一定要把量產做出來。”在近日的一場小鵬機器人量產動員大會上,何小鵬給內部團隊定下了一條極具壓迫感的時間線:2026 年四季度完成量產,2027 年一季度進入國內汽車門店導購場景,2027 年二季度開始進入海外市場。這場講話裡,何小鵬反覆強調的並不是 Demo、視頻或者模型參數,而是三個關鍵詞:“量產、全棧自研、跨域融合”。如果把過去兩年的具身智能行業理解為“模型秀場”,那麼小鵬這場內部講話,更像是一場真正的製造業動員令。我們認為,小鵬正在試圖把機器人,按照“造車邏輯”重新做一遍。01何小鵬說了哪些話小鵬去年年底發佈的全新一代人形機器人 IRON 相當矚目,一度被稱為“最美”機器人。除了量產時間表外,何小鵬表示,小鵬機器人是全國唯一一家全領域自研、跨界融合的機器人廠商。而且小鵬的自研深度很深。小鵬汽車花了5年的時間做自研,才能把第一個版本做到行業水平,再花5年時間才能把多個不同能力的跨域進行融合。而如果做簡單的產品定義與集成自研,你就永遠做不到跨域融合。(因為)你永遠會看到其他人給你提的需求,你再去找供應商商量,供應商說做不到,你就做不到了。所以何小鵬在會場堅決表態,小鵬要成為機器人中的蘋果,從芯片到操作系統、從關節到手都要做到自研,這樣才有可能做到不一樣。當然前期的投入時間難度特別大,但是想象力、創新力和改造力也特別不一樣。這款量產機器人,會是一款什麼樣的機器人?何小鵬給的產品定義是,小鵬正在走出一條不一樣的產品和商業路線。小鵬的機器人是一個優雅、美、安全的機器人,是一個能夠跟人近距離交互的機器人。02從“機器人 Demo”到“機器人工程”何小鵬在講話中回憶了小鵬汽車早期自動駕駛研發時的經歷。當時團隊曾經認為,“硬件先做,軟件後面 OTA 即可”,但後來發現,零下 30 度起霧、電磁幹擾、

站內 AI 整理稿

機器人能不能規模化穩定交付,是整個行業的生死問題。 作者丨李希 編輯丨馬曉寧 “4季度一定要把量產做出來。”在近日的一場小鵬機器人量產動員大會上,何小鵬給內部團隊定下了一條極具壓迫感的時間線:2026 年四季度完成量產,2027 年一季度進入國內汽車門店導購場景,2027 年二季度開始進入海外市場。這場講話裡,何小鵬反覆強調的並不是 Demo、視頻或者模型參數,而是三個關鍵詞:“量產、全棧自研、跨域融合”。如果把過去兩年的具身智能行業理解為“模型秀場”,那麼小鵬這場內部講話,更像是一場真正的製造業動員令。我們認為,小鵬正在試圖把機器人,按照“造車邏輯”重新做一遍。01何小鵬說了哪些話小鵬去年年底發佈的全新一代人形機器人 IRON 相當矚目,一度被稱為“最美”機器人。除了量產時間表外,何小鵬表示,小鵬機器人是全國唯一一家全領域自研、跨界融合的機器人廠商。而且小鵬的自研深度很深。小鵬汽車花了5年的時間做自研,才能把第一個版本做到行業水平,再花5年時間才能把多個不同能力的跨域進行融合。而如果做簡單的產品定義與集成自研,你就永遠做不到跨域融合。(因為)你永遠會看到其他人給你提的需求,你再去找供應商商量,供應商說做不到,你就做不到了。所以何小鵬在會場堅決表態,小鵬要成為機器人中的蘋果,從芯片到操作系統、從關節到手都要做到自研,這樣才有可能做到不一樣。當然前期的投入時間難度特別大,但是想象力、創新力和改造力也特別不一樣。這款量產機器人,會是一款什麼樣的機器人?何小鵬給的產品定義是,小鵬正在走出一條不一樣的產品和商業路線。小鵬的機器人是一個優雅、美、安全的機器人,是一個能夠跟人近距離交互的機器人。02從“機器人 Demo”到“機器人工程”何小鵬在講話中回憶了小鵬汽車早期自動駕駛研發時的經歷。當時團隊曾經認為,“硬件先做,軟件後面 OTA 即可”,但後來發現,零下 30 度起霧、電磁干擾、攝像頭佈置等問題,會導致整個系統推倒重來。一個硬件問題,往往就意味著半年 delay。這其實也是機器人行業今天正在集體遭遇的現實。機器人產業本質上是一個硬件產業。很多 AI 團隊擅長做模型,但並沒有真正經歷過大規模硬件工程體系的複雜性。他們熟悉的是互聯網產品的軟件迭代邏輯,但機器人並不是一個 App。它要面對的是電機壽命、關節穩定性、電磁干擾、熱管理、電池安全、跌落風險以及長週期維護等一系列製造業問題。沒有經歷過這些坑的創業者,往往會陷入一種“認知錯位”:他們以為只要模型足夠強大,硬件就只是容器或執行器。於是,他們把主要精力和融資都砸在算法迭代上,對整機設計、供應鏈管理和量產工藝的重視程度不足。尤其當機器人開始真正進入商業場景時,“穩定”會比“炫技”更重要。機器人行業有各種酷炫動作的demo,但真正決定行業生死的,是“機器人能不能規模化穩定交付”。而後者,本質上是一個極度偏工程化的問題。03汽車廠商的最大優勢小鵬汽車並非是唯一一個投身到具身行業的汽車公司。小米、理想等主機廠已經紛紛下場佈局。相較於機器人廠商而言,汽車主機廠做機器人,仍然有著無法忽略的優勢。何小鵬所說的“跨域融合”,核心就是用一套技術體系去驅動多種形態的終端,具體是指打破智能駕駛、智能座艙、動力底盤以及機器人、飛行汽車等不同產品之間的技術壁壘,讓它們共用底層的“大腦”和“神經網絡”。它不是簡單的功能疊加,而是更深層的“技術同源”。這可以被拆解為三個維度的具體融合:第一維度,硬件跨域複用,也就是說汽車和機器人在核心硬件上可以做到相當程度的共享,從而複用成熟的供應鏈和製造體系。第二維度,軟件與AI跨域共通,有一個強大的通用AI模型來“駕駛”所有設備,可以同時驅動汽車、人形機器人、飛行汽車等多種產品,讓不同設備共享同樣的“AI認知能力”。第三維度,就是產業鏈跨域協同,將新能源車積累的供應鏈管理、可靠性工程、大規模量產經驗,平移到機器人產業中。正如何小鵬所描述的:“車快沒電了它自己去充電,它會告訴你多開了兩公里但是節約了15元錢”。一個AI“大腦”可以讓汽車會成為一個能夠自主決策自主行動的機器人,“汽車機器人”的概念也許會真的照進現實。雷峰網消息

Related

相關文章

收費才是DeepSeek的“成人禮”

這篇消息聚焦「收費才是DeepSeek的“成人禮”」。原始導語提到:豆包先給DeepSeek探探路。 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

54 分鐘前
Hugging Face Blog模型更新

如何針對您的語言、領域或口音微調 Nemotron 3.5 ASR

NVIDIA 推出 Nemotron 3.5 ASR,這是一個具備 6 億參數的串流多語言語音轉文字模型,能從單一檢查點即時轉錄 40 種語言區域,並內建標點符號與大小寫功能。它繼承了今年稍早於 Hugging Face 及 NIM 發布的 Nemotron 3 ASR(僅支援英文)模型,後者已獲得人工智慧分析獨立基準測試的驗證。

4 小時前
雷峰網模型更新

CVPR 2026:深度學習的「標準件」,正在被逐個拆掉

注意力的浮點精度不是必須的,歸一化流的"精確可逆"是可以放棄的…… 作者丨馬曉寧 編輯丨岑 峰 這裡有一幢大樓,叫做深度學習。過去幾年,人們不停地給它加蓋、擴建,越蓋越高,越蓋越複雜。這幢大樓叫 Transformer。蓋樓時用了一大批標準件,浮點精度是它的鋼筋,層歸一化和殘差連接是它的混凝土,因果掩碼是它的承重隔斷。旁邊還有兩棟附樓:一棟是擴散模型;另一棟歸一化流。在漫長的施工期裡,人們不斷加裝更粗的鋼筋、更復雜的控制系統,以為這樣做就能讓這幾棟樓更穩固高大美觀。但是這樣真的是對的嗎?可現在,這些施工的收益越來越小,而有人在附樓裡試出了更好的新零件,量化、去噪、可逆約束都有了更輕便的替代品。於是,一批施工隊同時進場,對準這些標準件開刀。他們不是來修修補補的,而是問一個更根本的問題:這根柱子、這面牆、這套管道,到底是真承重,還是隻因為一直在那兒所以沒人動?更有意思的是,五支施工隊去了不同的樓層。有的在樓體外牆動手,拆掉了那些只用來裝飾的預製板——那是推理端的精度和定製策略。有的鑽進設備層,重新鋪設了管線——那是訓練目標的參數化方式。還有的直接下到地下室,對著地基裡的鋼筋動起了大錘——那是歸一化層和可逆性約束。把它們放在一起看,你會發現一條清晰的遞進線:深度學習的"標準件"正在從外圍到核心,被逐個拆掉。01從推理端開刀:精度和定製策略,不是必須的最先被質疑的標準件,是那些看起來最"技術性"的,比如說,浮點精度的矩陣乘法,和針對不同架構手工調參的量化策略。這些因為不涉及“模型為什麼能work”的核心設計哲學,看起來只是優化效率、節省算力,所以最容易被人當成“普通的工程優化”。但 CVPR 2026 的這兩篇論文告訴我們,遠不止"模型可以更省"這麼簡單。▎BinaryAttention:1-bit 注意力,比全精度還能打Transformer 的注意力模塊一直是算力黑洞。Quer

7 小時前