El año 2026 será el punto de partida y un gran año para la narrativa robótica. La pista de robots debería pronto tener su momento GPT. Los proyectos robóticos relacionados están en una etapa muy temprana y merecen atención. 3G trajo WeChat, 4G logró TikTok; la aparición de aplicaciones de nivel asesino a menudo se basa en la evolución de la infraestructura subyacente, aunque la mayoría de las veces esta última no es fácilmente percibida por el público. La evolución de los robots depende principalmente de tres condiciones: datos + modelos + hardware. —— Modelos (el cerebro del robot). La aparición de VLA combinada con el propio robot ha permitido que los robots pasen de "ejecución de programas preestablecidos" a un ciclo autónomo de "percepción - decisión - acción". Además, la capacidad de generalización del modelo ha mejorado enormemente, y ahora el modelo puede manejar tareas complejas de larga cola, como doblar ropa. Algunos modelos de inteligencia encarnada de código abierto también han democratizado cada vez más esta tecnología. —— Hardware (el cuerpo del robot) Actualmente, los robots domésticos pueden completar desde prototipos hasta fases de prueba. Los componentes del robot incluyen aproximadamente estas partes: sistema de control (pensamiento y cálculo), sistema de sensores (sensores visuales y de fuerza, etc.), sistema de ejecución (motores de par, frenos, desaceleración, etc.), sistema de energía (baterías de litio). Actualmente, el costo del hardware sigue siendo caro, por lo que la mayoría de los escenarios de uso de robots son aún industriales. Los escenarios industriales también serán, sin duda, el lugar donde los robots se comercializarán a gran escala primero. —— Datos (la sangre del robot) Actualmente, hay varios métodos principales para la recolección de datos de robots: uno es el control remoto de máquinas reales, y el otro es la simulación. Los datos de alta calidad de máquinas reales son fundamentales, pero el costo de recolección es extremadamente alto; imagina lo caro que sería que cada persona comprara un Franka de 30,000 dólares en casa para hacer entrenamiento de datos. Por lo tanto, la industria está utilizando tecnología de simulación y modelos para sintetizar y predecir datos, compensando la falta de datos de máquinas reales. Se pueden buscar buenos proyectos objetivos desde estos tres aspectos. Este año también podría haber una gran cantidad de memes robóticos, así que presta atención a las emboscadas.