具身智能一周三件事：理想把触觉写进世界模型，广东「千机进厂」跑出 2,000 台，小鹏 IRON 准备月产上千台
2026 年 9 月 22 日，具身智能档位同一天传来三件独立进展。理想汽车 Foundation Model 团队发布世界动作触觉模型 ME-Dex-1.0，把触觉从「辅助条件」升级为需要预测的未来世界状态，触觉自编码器联合视频、动作三专家架构做联合去噪。广东省在「人工智能+」制造业专题对接会上公布「千机进厂」规模…
2026 年 9 月 22 日，具身智能档位同一天传来三件独立进展。理想汽车 Foundation Model 团队发布世界动作触觉模型 ME-Dex-1.0，把触觉从「辅助条件」升级为需要预测的未来世界状态，触觉自编码器联合视频、动作三专家架构做联合去噪。广东省在「人工智能+」制造业专题对接会上公布「千机进厂」规模化应用成果：全省超 2,000 台具身智能机器人进入工业场景，现场集中签约 8 个项目合计 7,500 万元。小鹏集团 9 月 22 日召开首届机器人供应链合作伙伴大会，宣布 IRON 人形机器人已完成核心零部件定点协议签署，量产排产推进中。
三条线互不依赖，但合在一起勾勒出行业现在的位置：模型层在学"力"、产业层在跑"量"、供应链层在锁"件"。
##理想 ME-Dex-1.0：触觉从辅助变目标
具身模型主流路线是把视频当作世界状态：模型预测下一帧画面，据此生成动作。摄像头分不清"顺利插入"和"顶到边缘"，触觉信号能给出明确判别。理想把触觉升级成模型要预测的对象，填的就是这块短板。
ME-Dex-1.0 的技术路径有三块拼图。
第一块是标准手模型。两指夹爪和五指灵巧手的形状、传感器数量、位置都不一样，同一个数值出现在指尖还是手掌上物理意义完全不同。ME-Dex 把不同硬件的触觉测量映射到双手 34 个区域：五指手映射到手指与手掌区域，两指夹爪映射到拇指和食指区域。没有传感器的位置被单独标记，避免把"没有测量"误认为"测到了零接触"。
第二块是统一触觉自编码器。把不同布局的信号压缩成可共享的内部表征，同时保留接触位置、力的大小与接触变化。这一步把异构传感器数据变成统一输入。
第三块是三专家 + H-Bridge。视频、触觉、动作三个专家分别负责预测，再通过 H-Bridge 共享注意力（一种在网络中间层交换不同模态信息的机制）协同生成。动作专家在生成过程中可以利用未来视觉和未来接触状态的中间表征。
数据不够的问题靠触觉数据引擎处理。理想团队把已有机器人轨迹放回仿真环境执行，通过仿真力传感器记录触觉，再与视觉和动作按时间对齐。补出来的是仿真接触数据，让原本缺少触觉的数据集也能参与联合训练。
##消融实验告诉的真相
触觉不是"加上就有效"。理想团队的消融实验显示成功率是逐级抬升的：
| 任务 | 官方基线 | ME-Dex-1.0 | 提升 |
|---|---|---|---|
| RoboTwin Clean-only 平均成功率 | 71.3% | 78.9% | +7.6 个百分点 |
| DexJoCo 灵巧手 11 项任务 | 56.4% | 65.3% | +8.9 个百分点 |
| ManiFeel 插拔装配平均 | 55.0% | 70.0% | +15.0 个百分点 |
| ManiFeel 电源插头插入 | 58% | 88% | +30 个百分点 |
电源插头插入从 58% 升到 88% 是这份数据里最显眼的一项。插头插入是典型"看不到差别但能感觉到"的场景：摄像头分不清"顺利插入"和"顶到边缘"，力的信号能给出明确判别。ME-Dex-1.0 在这种场景的提升幅度最大，符合"触觉信息贡献最大"的预期。
##广东「千机进厂」：2,000 台与 8 个新签
广东省工业和信息化厅在 9 月 22 日广州对接会上公布：全省已有超 2,000 台具身智能机器人进入工业场景，覆盖工业分拣、上下料、物料转运、设备巡检、协同作业等关键工序。
8 个签约项目覆盖工业制造、仓储物流、地铁、社区公园、体育运动、智慧住宅等多元场景，既有生产一线的智能化改造，也有城市服务的数字化升级。全部落地后预计带动超 600 台机器人进入一线场景。
更具战略意义的是「广东省属国企与人形机器人『十骏』企业结对」。逐际动力、自变量、智平方、乐聚、众擎、美的、小鹏、荣耀、优必选、越疆十家整机企业与省属国企"一对一"结对，以场景之"需"牵引技术之"进"。这种"国企出场景、机器人公司出本事"的绑定比单纯采购订单值钱，场景是具身智能最稀缺的资源，绑定稳定场景的数据飞轮才能先转起来。
2026 全年广东进厂人形机器人数量有望突破 3,000 台。2,000 台的量级放在全国产能里不算惊人，但方向比数字重要：工业分拣、巡检这类工序重复度高、容错可控，是最容易跑通商业闭环的场景。
##小鹏 IRON：76 自由度、2,250 TOPS、9 月供应链定点
小鹏机器人 9 月 22 日召开首届机器人供应链合作伙伴大会。关节模组、执行器、精密结构件等核心零部件顶级供应商集中出席。
IRON 的核心参数已经定型：全身 76 个自由度、单手 21 个自由度，搭载 3 颗自研图灵 AI 芯片，有效算力 2,250 TOPS，支持物理 AI 大模型在端侧部署，无需远程操控即可自主完成复杂任务。9 麦克风阵列声源定位与视觉唇动等多模态协同让 IRON 能在三人对话中自主判断主交互对象。
商业化节奏明确：2026 年底规模量产，2027 年向中国及海外市场正式上市和交付，月产能可爬坡至数千台。9 月 8 日小鹏机器人生产线正式启用，首台高阶通用人形机器人完成自动化总装并自主走下产线。
8 月 24 日，小鹏机器人业务完成首轮超 9 亿美元融资，投后估值超 63 亿美元，刷新中国具身智能行业单轮私募股权融资纪录。IDG 资本领投，高榕创投参投，腾讯与阿里巴巴作为战略投资者参与。把这轮融资、供应链定点、生产线启用、月底规模量产四件事放一起，节奏比大多数同行更紧。
合在一起看：模型、规模、供应链三件齐发
把 9 月 22 日同一天的三件事摆在一起：
| 维度 | 理想 ME-Dex-1.0 | 广东「千机进厂」 | 小鹏 IRON |
|---|---|---|---|
| 解决什么 | 模型层缺触觉信号 | 产业层缺真实场景 | 供应链层缺稳定量产 |
| 关键数字 | 电源插头 58%→88% | 2,000 台在厂 + 8 项目签约 | 76 自由度 / 2,250 TOPS / 月产上千台 |
| 成熟度 | 学术评测 | 商业签约 | 量产准备 |
具身智能今天真正跑通的路还是一条窄路。国际机器人联合会（IFR）的数据给出一个对比：2025 年全球工业及专业服务领域人形机器人销量仅约 7,000 台，同年全球新安装常规工业机器人约 54.2 万台。美国银行预测今年人形机器人出货量有望达 9 万台、2030 年增至 120 万台。9 万对比 54 万，比例约 17%，人形机器人从"演示"走向"通用"还需要更多像 9 月 22 日这样的"齐头并进"日子。
讨论回复（1）
插座能插进去，是因为金属片差半毫米也照样卡住——9 月 22 日这天，理想 ME-Dex-1.0 公布的 88% 和广东 7,500 万元签的是同一件事的两个侧面
先说三件小事。理想把触觉从"辅助条件"挪到"要预测的未来状态"；广东公布 2,000 台机器人进厂、8 个项目签 7,500 万；小鹏开完首届供应链大会，说 2026 年底规模量产。我把这三份原始材料都翻了一遍，数字基本对，但有三处值得校一下。
一、7,500 万除以 600 台，是个什么数
广东这场对接会同时给了两个数：8 个签约项目、7,500 万元，预计带动超 600 台进场。
7,500 万 ÷ 600 = 12.5 万元/台。
这个数落到产业上是什么概念？一辆家用轿车的售价区间，也就是签约的这 7,500 万，铺出来的大致是一台车换一台工业机器人。而这 600 台不是一次买断，是"项目全部落地后预计带动"的量。
我算这个比值是因为：如果只念"7,500 万元签约"，读者容易把它读成机器人销售额；念"12.5 万/台"就明白，这是场景开放的对价加首批部署，不是量产销售。广东同期公布"2026 全年进厂人形机器人有望突破 3,000 台"，按 12.5 万这个单价，铺开也要 3.75 亿——离"规模复制"还差一个数量级。
【判断】十骏结对（逐际动力、自变量、智平方、乐聚、众擎、美的、小鹏、荣耀、优必选、越疆与省属国企一对一）比 7,500 万更值钱。采购订单是一次性的，场景绑定是数据飞轮的燃料。这两件事的分量不是一个量级。
二、ME-Dex 的 88%，得看它是怎么拿到的
原帖引的四行数：RoboTwin 71.3→78.9（+7.6pp）、DexJoCo 56.4→65.3（+8.9pp）、ManiFeel 55.0→70.0（+15.0pp）、电源插头 58→88（+30pp）。
我核了一遍智东西的原始报道（9 月 22 日），这四行都对，但补三格帖里没有的：
- 基线不是同一个。RoboTwin 那行叫"领先最强对比基线 7.6 个百分点"，DexJoCo 那行是"比 DECO 高 8.9 个百分点"，ManiFeel 那行是"比官方基线高 15.0 个百分点"。三个不同的对手，合成一张表会让人以为是同一条基线。
- +30pp 那格只覆盖 1 项任务。电源插头插入是 ManiFeel 里的一项，其余 10 项平均下来远没这么高。而"看不到差别但能感觉到"的场景恰恰是这一项。
- 真机只做了展示，没有进表。报道里两套真机系统（LeRobot SO-101 PX 夹爪、Xynova Flex2 灵巧手）都是视频演示，且视频标注五倍速——那 13 秒的抽纸动作，实际耗时可能接近一分钟。DexJoCo 那段灵巧手视频也标了五倍速。
我不是说这个工作不扎实。34 区域触觉模板确实解决异构传感器不可比这个真问题，"把没有测量的位置单独标记"这个细节也说明踩过坑。但把"仿真里的插头 88%"和"产线上的良率"放在一起读，就是两件事。
三、2,250 TOPS 是个营销词，得看分母
小鹏 IRON：全身 76 自由度、单手 21、3 颗自研图灵芯片、有效算力 2,250 TOPS。
2,250 TOPS 这个数没有对照组就没法读。我翻到英文报道（Smart Brains AI，9 月 8 日产线启用那条），里面还有两个帖里没有的数字：
- 产线核心工序自动化率超过 80%；
- IRON 的供应链与电动车业务超过 85% 的部件共用。
另外一条被帖压缩掉的：月产能"可爬坡至数千台"（英文源），而原帖写"月产能可爬坡至数千台"、后面又说"月产能：上千台"（图里）。两个数都在，量级差几倍。9 月 22 日中国口径是"目标上千台"，年底量产、2027 才对外交付。
【推论】小鹏这条线的节奏比多数同行紧，但"紧"的来源是制造业产能组织能力，不是机器人算法。把两者混读，会高估模型侧的进展。
下一根钉子：广东那 8 个项目的 12.5 万/台是不是真能复制到第二批。如果第二批签约金额没有同步抬上去，说明单价撑不住，2,000 台就只是演示装。另一根：ME-Dex 的真机数字什么时候出现在论文里——现在全网能核到的触觉成功率都是仿真数，真机侧只有五倍速视频。