Meta为什么要收购这家只有20人的机器人公司？

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

　　来源：第四波

　　特约撰稿人|刘一哲

　　5月1日，Meta以一笔未披露金额的交易完成了对机器人AI初创公司Assured Robot Intelligence（ARI）的收购。ARI联合创始人Xiaolong Wang（加州大学圣迭戈分校副教授、前NVIDIA研究员）随后在X上宣布，他的使命是“实现物理AGI（physical AGI）”。而Meta CTO Andrew Bosworth此前的表态更为直白：要做“机器人界的Android”。

　　同一周，马斯克在特斯拉2026年Q1财报电话会议上透露，弗里蒙特工厂计划从停产Model S/X到启动Optimus机器人产线，全程只用四个月。但他随即补了一句：“量产速度取决于10，000个零件中最慢、最蠢、最倒霉的那一个。”

　　两件事拼在一起，构成了人形机器人商业化路线的一次正式分野。

　　20个人、1250亿美元

　　和一个“安卓梦”

　　ARI是一家只有约20人的小团队，由Xiaolong Wang和纽约大学教授Lerrel Pinto联合创立于2025年。他们的核心技术不是造机械臂或驱动器，而是让机器人在厨房、仓库这类复杂、混乱的真实环境中，理解和预测人类行为。

　　用Meta发言人的话说，ARI“处于机器人智能的前沿，能够让机器人在复杂动态环境中理解、预测并适应人类行为”。

　　据eWeek报道，ARI团队已并入Meta超级智能实验室（Superintelligence Labs），与Meta内部的机器人工作室（Robotics Studio）紧密协作。值得注意的是，ARI进入的不是一个普通研发部门，而是Meta专门负责“超级智能”研究的核心实验室。这意味着在扎克伯格的战略版图中，机器人不是一条独立产品线，而是超级智能进入物理世界的延伸。

　　Wang本人在X上的表述也印证了这一逻辑。

　　他说，“我们相信这个智能体将以人形出现，而它的规模化将来自直接学习人类经验，而非仅靠遥操作。”这句话的后半段尤为关键：Wang在明确否定单纯依赖遥操作来扩展数据的路线，转而押注一种更接近“从人类视频直接学习”的方法论。

　　（来源：X）

　　Meta的野心不止于一次收购。据《华尔街日报》报道，Meta已将2026年资本开支预期上调至1250亿至1450亿美元，据eWeek分析，其中相当部分预算正从元宇宙转向Physical AI方向。

　　eWeek进一步指出，Meta CTO Bosworth此前曾明确表态，Meta想要在机器人领域扮演类似谷歌Android的角色。虽然据Bloomberg报道Meta也在探索自研机器人硬件，但其当前战略重心更倾向于打造通用的软件和算法平台，让硬件厂商成为生态的一部分。

　　这个“安卓梦”并非只有Meta在做。

　　今年3月，亚马逊收购了Fauna Robotics。据eWeek披露，Fauna Robotics正是ARI联合创始人Pinto此前共同创办的公司。

　　与此同时，Alphabet旗下的机器人软件公司Intrinsic也已在今年并入Google本体。三大巨头对机器人智能层的争夺，已经在同一个季度内集中爆发。

　　4个月改线、22个自由度

　　和一段关于失败的坦白

　　当Meta在硅谷买“脑”的时候，特斯拉在弗里蒙特造“手”。

　　马斯克在Q1财报电话会议上透露，特斯拉计划在四个月内完成弗里蒙特工厂的产线改造：拆除Model S/X旧线，全新安装Optimus机器人产线。

　　他的原话是：“如果我们能在停产、拆线、装新线、启动之间只用四个月，这是一个疯狂的速度。我不认为地球上有其他公司做到过。”

　　初期产能目标设定在2026年7至8月启动。2027年夏季，Giga Texas的第二条专属产线也将投产。据马斯克此前在财报中描述的远期愿景，设计产能目标是弗里蒙特年产100万台、Giga Texas年产1000万台，并将单机成本压至远低于现有工业机器人的水平。

　　支撑这个产能野心的，是Optimus Gen 3仿生手的技术突破。据FinancialContent和Robozaps Blog等多个来源的追踪分析，Gen 3机械手在设计上实现了关键跃迁：单手自由度从上一代的11个翻倍至22个；采用肌腱驱动架构，将沉重的驱动执行器从手部上移至前臂，通过类似人类小臂肌肉群的线缆系统控制手指关节；手指末端集成触觉传感器，提升了对不同物体的力控精度。

　　但这一路径并非一帆风顺。马斯克2026年4月在社交媒体上坦承，此前为Optimus手指设计的一项“滚动接触机制”专利在物理测试中因可靠性不达标而被废弃。最终量产版Gen 3采用了完全不同的肌腱驱动架构。

　　（来源：Tesla）

元股证券

　　在制造端，特斯拉也在用事实回应质疑。据TNW等外媒报道，特斯拉已开始在弗里蒙特和Giga Texas等工厂内部署Optimus进行实际任务测试，包括电池电芯分拣和零部件搬运等。AI5芯片也已完成流片，马斯克在财报会上称其可能是“最具性价比的边缘AI推理芯片”。

　　尽管如此，马斯克对量产节奏的预期管理异常谨慎。早在今年1月，他就在X上发帖说：“对于Cybercab和Optimus，几乎所有东西都是全新的，所以初期产速会慢得令人痛苦（agonizingly slow），但最终会变得疯狂地快。”

　　这并非空穴来风。Cybertruck的前车之鉴就在眼前：马斯克曾预期年产25万台，但据Cox Automotive的数据，2025年全美Cybertruck实际销量仅2万台出头。特斯拉确实在Model 3上跑通过“量产地狱”，但每一次新品的供应链起步期都是一道独立的难关。

元股证券:ygzq.hk

　　造“手”的和造“脑”的

　　各缺一块拼图

　　把两件事放在同一框架下看，路线分化已经非常清晰。

　　特斯拉走的是垂直一体化的“iPhone模式”：超级工厂、FSD数据飞轮、自研AI芯片，从硬件到软件全栈自控。它最大的底牌是已在自有工厂内部署真机并持续获取实际操作数据，这是任何实验室或仿真器都无法替代的资产。但它最大的软肋也同样明确：10，000个零件的供应链管理，是一场已知的、几乎无法跳过的消耗战。

　　Meta的战略重心在软件和平台层，走的是横向的“Android模式”：用全球顶级算力集群和开源AI生态搭建通用控制系统，软件复制成本远低于硬件制造。但它当前最大的缺口也在于此：没有自有的量产工厂和规模化部署的真机，物理世界的训练数据从哪里来？

　　特斯拉的胜负手在“量”。

　　它有工厂、有真机在产线上跑、有从FSD继承的数据积累。它已经在2025年完成了一次数据路线的激进转向：原Optimus项目负责人Milan Kovac离职后，FSD负责人Ashok Elluswamy全面接管，更强调从人类第一人称视频中学习操作动作。工厂工人只需佩戴轻量化的摄像头采集装备，以自然方式工作。据TechSpot报道，此前每小时最高48美元、需穿戴30磅动捕服的遥操作采集模式已大幅缩减。

　　Meta的胜负手在“数据”。

　　Wang说“从人类经验中学习”，但Meta目前缺少类似的大规模自有机器人部署场景。特斯拉之所以敢转向视觉学习路线，是因为它有真机在工厂中持续产生真实的物理反馈数据。Meta目前没有这样的数据入口。它的“安卓”想要落地，必须先回答一个问题：控制系统的训练数据从谁的工厂里来？

　　一个值得参照的第三方案例是Figure AI。

　　Figure 02曾在宝马斯巴坦堡工厂进行了11个月的先导部署，据Figure官方数据，参与了超过3万辆BMW X3的生产流程。Figure的路线是在第三方工厂场景中获取真实部署数据，并基于此迭代自研AI模型，但这也意味着既没有特斯拉的制造自主权，也没有Meta的平台话语权。

　　手机行业的Android之所以赢了市场份额，是因为三星、华为、小米抢着用它。在机器人世界里，Meta的“Android”会有硬件厂商买单吗？还是说，每个入局者最终都会走特斯拉的路，自己造？

　　这个问题的答案，可能要等到弗里蒙特工厂的第一批Gen 3 Optimus走下产线后，才会真正浮出水面。