GitHub Radar

這是 Latent Space 對工業機器人公司 Standard Bots 的專訪文章，受訪者為共同創辦人兼 CEO Evan Beard 與 AI 負責人 Leif Jentoft。文章開頭指出，談到機器人與 AI，大家先想到的是 Figure、1X NEO 這類人形機器人，但在 2026 年更重要的其實是多半不是人形的工業機器人。Standard Bots 自稱「美國最大的 AI-native 工業機器人製造商」，最近以 10 億美元估值完成由 General Catalyst 與 RoboStrategy 領投的 2 億美元 C 輪，客戶包括 NASA、Amazon 與 Lockheed Martin；其機械臂用於上下料（machine tending）、焊接與組裝。

預訓練模型與任務適配

Beard 表示，公司有一個共享的基座模型，客戶透過示範與 fine-tuning 加以適配；Jentoft 補充，公司其實跑多個模型，其中包括一套用於上下料的 zero-shot 感知系統。最大的模型只在「低數十億參數」等級，以前沿實驗室標準來看並不大。Jentoft 強調資料品質遠比資料量重要，公司專注於把目標資料用到極致，而非追求最大資料集；文章順帶呼應 Jev 作者 Diogo Almeida 的「bitterest lesson」：對的任務與對的資料，可能比算力更重要。他也說，市場通路讓公司拿得到價值最高的資料，現場介入只需幾十個範例就能修好一個 edge case。

Beard 指出，公司專注於短時程任務，以滿足產線對節拍時間與可靠度的要求；流程中不需要學習行為的部分仍用傳統程式。模型在雲端訓練，但推論在本地執行。

模型實際負責什麼

以高少量多樣的上下料場景為例，Jentoft 說明：使用者可以用 zero-shot 系統告訴機器人要找哪些零件，模型負責感知——定位與辨識零件——而運動與工作站邏輯則由傳統程式處理。這個任務的 backbone 以超過十億張影像訓練，因此能分辨光線條件、材質，以及物件與背景的差別。

全堆疊的優勢

文章回顧 4 月 Applied Intuition 上節目談「Physical AI」時的結論：實體 AI 的瓶頸不只在模型智力，真正難的是在安全、延遲、功耗、成本與可靠度限制下把模型部署到真實硬體上。Standard Bots 把這點轉為優勢，因為它從機械臂、末端執行器、控制系統到 AI 全部自己掌握。Jentoft 說這讓他們能共同最佳化模型與控制策略，並直言「目前沒有任何模型真正做到硬體無關」，低階控制與高階功能的協同最佳化對效能與迭代速度都是重大優勢。文章也指出，目標是跨硬體泛化的 Skild 可能不同意這個說法。

廠內推論：感測器、edge GPU 與 action chunks

Beard 強調工廠場景必須在廠內推論。Jentoft 描述架構：腕部相機與其他感測器把原始像素與訊號經由內部 gigabit Ethernet 傳入系統，edge GPU 處理後產生 action chunks，再串流給低階控制。他說機器人用雲端算力在營運上極其困難，多數工廠與倉庫沒有穩定網路，行動機器人更是如此；而上線率是客戶接受度的關鍵，所以控制迴路留在本地。

產線失敗與 fleet learning

公司能模擬的就用模擬，但涉及液體、吸取或切割軟性材料的任務，目前的模擬器很難重現，因此真實世界示範（例如用手持觸控裝置教機器人）也是學習的一環。公司會從部署現場收集失敗訊號與人工修正，用法視客戶而定：許多國防客戶部署在隔離網路環境，資料完全不回流；非隔離環境的客戶則因 fleet learning 帶來的效能提升夠大，通常不會反對貢獻資料。

StandardOS 開發平台

Standard Bots 推出 StandardOS，提供一組 API 與 SDK，讓外部開發者按需使用其堆疊的任一部分，包括自帶模型，例如 NVIDIA 的開放全模態世界模型 Cosmos（第 3 版於 5 月底釋出）。目前開發者仍需自行撰寫整合程式，但公司計畫讓資料收集、模型訓練與部署到機器人上變得更容易。

結論

作者認為 Standard Bots 不是最性感的機器人公司，但已在 NASA、Amazon、Lockheed Martin 等處實際部署。對 AI 工程師最有用的啟示，是它如何把 AI 適配到特定工作：讓模型的角色保持聚焦，並用真實部署中的修正來補 edge case——同樣的方法也能套用在軟體 agent 上。正如 Jentoft 所說，重點在於把目標資料用到極致，而不是追逐最大的資料集。