英偉達創始人黃仁勛近期在香港科技大學發表演講，指出人工智能領域的兩大主流趨勢：AI智能體和機器人。他特別提到，未來能夠大規模量產的機器人將僅限于汽車、無人機以及人形機器人這三種形態。

在中國，人形機器人領域正迎來一股新興勢力。近日，MagicLab（魔法原子）這家年輕的人形機器人公司公布了一段視頻，展示了其最新研發的人形機器人MagicBot正在工廠生產線進行各種作業訓練，包括產品檢測、物料搬運、零件取放以及掃碼入庫等，展現了強大的集群式多級協作能力。

據悉，MagicLab計劃于2025年第一季度正式發布并小規模量產其新一代人形機器人MagicBot，旨在將其應用于工業、商業服務等場景。自特斯拉推出新一代Optimus機器人以來，人形機器人領域掀起了一股新的熱潮，眾多企業開始看到自動機器人產品的巨大潛力。

MagicLab成立于2024年1月，專注于通用人形機器人和仿生四足機器人的研發，致力于覆蓋家庭、工業、商業等多個場景。人形機器人的研發涉及復雜的硬件設計和自動駕駛算法，其中，關節模組是實現機器人靈活關節活動的關鍵技術難點。MagicLab自研了一系列關節模組執行器，能夠提供高達550N·m的扭力，足以應對工廠重物搬運、商場貨物分揀等多種任務。

MagicBot配備了多種傳感器，結合自研的軟件算法，形成了一個整體的感知體系。驅動人形機器人工作的是人工智能大模型，這與自動駕駛汽車技術有一定的共通之處，都需要大量的數據訓練。MagicBot的“大腦”具備環境識別、任務決策和執行的能力，并能通過數據積累不斷優化表現。特斯拉的Optimus機器人同樣采用了與汽車相同的FSD技術。

MagicLab表示，MagicBot的模型訓練將使用四類數據，包括合成數據、全身遙控操作采集數據、三方模仿學習數據庫數據以及場景實時數據。為了高效利用這些數據，MagicLab團隊研發了MagicData AI數據引擎，通過本地和云端進行數據標注和處理，并在仿真訓練場中進行模型訓練，最終逐步應用于真實場景。

MagicLab的負責人吳長征表示，公司將進一步完善Sim2Real的AI數據引擎，打造一個任務理解、數字資產生成、數據仿真生成以及AI模型訓練相貫通的自動化平臺。這一平臺的目的是通過可泛化、批量化的訓練和數據方案，系統地提升機器人的性能。

盡管人形機器人在某些特定任務上的效率可能不如專門設計的自動化機器人，但其通用化特點使其能夠像人類一樣適應各種工作。MagicBot目前已在工廠生產線展示了其能力，但這只是人形機器人場景落地的一個開始。

無論是自動駕駛還是人形機器人，都是AI大模型深化應用的體現。雖然它們在形態和服務對象上有所不同，但都代表著未來科技的發展方向。人形機器人領域尚處于起步階段，但MagicLab憑借其在人形機器人駕駛模型和關節模組兩大核心技術上的自研優勢，已經在這一領域邁出了堅實的步伐。