通过视觉 - 语言 - 行动模型（VLA），机器人得以在统一的计算框架中整合视觉感知、语言理解与实体行动。2025 年 2 月，Figure AI 发布了通用人形机器人控制模型 Helix，该 VLA 模型凭借零样本泛化能力和系统 1 / 系统 2 双架构为行业树立新标杆。零样本泛化特性使机器人无需针对每项任务进行重复训练，即可即时适应新场景、新物体与新指令。系统 1 / 系统 2 架构将高阶推理与轻量级推理分离，实现了兼具类人思维与实时精准度的商业化人形机器人。电池技术始终是用户友好型机器人的瓶颈。早期如宝马 i3 等电动车因电池技术局限导致续航短、成本高、实用性低而难以普及，机器人正面临相同困境。波士顿动力的 Spot 机器人单次续航仅 90 分钟，Unitree G1 电池续航约 2 小时。用户显然不愿每两小时手动充电，因此自主充电与对接基础设施成为重点发展方向。电池更换模式通过快速替换耗尽电池组实现持续作业，最大限度减少停机时间，适用于野外或工厂场景；感应充电采用无线供电方式，虽然完整充电耗时较长，但能轻松实现全自动化流程。 去中心化物理基础设施网络（DePIN）有望革新充电基础设施。当人形机器人像汽车般全球运行时，充电站需如加油站般触手可及。中心化网络需要巨额前期投资，而 DePIN 将成本分摊至节点运营商，使充电设施快速扩张至更多区域。DePIN 还可利用分布式基础设施优化远程操控延迟。通过聚合地理分散的边缘节点计算资源，远程操控指令可由本地或最近可用节点处理，最大限度缩短数据传输距离，显著降低通信延迟。但当前 DePIN 项目主要聚焦去中心化存储、内容分发和带宽共享，虽有项目展示边缘计算在流媒体或物联网中的应用优势，尚未延伸至机器人或远程操控领域。远程操控是最具前景的数据采集方式，但中心化实体雇佣专业人员采集数据的成本极高。DePIN 通过加密代币激励第三方提供远程操控数据解决此问题。Reborn 项目构建全球远程操作员网络，将其贡献转化为通证化数字资产，形成无需许可的去中心化系统 —— 参与者既可获得收益，又能参与治理并助力 AGI 机器人训练。 融资是机器人领域的痛点。开发计算机程序仅需一台电脑和云计算资源，而构建功能完整的机器人必须采购电机、传感器、电池等硬件，成本轻易突破 10 万美元。这种硬件属性使机器人开发相比 AI 缺乏灵活性且成本高昂。现实场景的机器人评估基础设施尚处萌芽期。AI 领域已建立明确的损失函数体系，测试可完全虚拟化。但优秀的虚拟策略无法直接转化为现实世界的有效方案。机器人需要在多样化现实环境中测试自主策略的评估设施，才能实现迭代优化。当这些基础架构成熟后，人才将大量涌入，人形机器人将重演 Web2 的爆发曲线。加密机器人公司 OpenMind 正朝此方向推进 —— 其开源项目 OM1（「机器人版安卓系统」）将原始硬件转化为具备经济意识的可升级智能体。视觉、语言和运动规划模块可像手机应用般即插即用，所有推理步骤均以简明英语呈现，使操作员无需接触固件即可审计或调整行为。\n原文链接