跳至主要內容
FAQ

Meta 收購 ARI 機器人 AI 新創,要做人形機器人界的 Android

Meta 收購了由加州大學聖地牙哥分校研究員 Xiaolong Wang 與紐約大學教授 Lerrel Pinto 共同創辦的 Assured Robot Intelligence(ARI),將團隊納入旗下超級智能實驗室。ARI 專注於開發讓機器人理解並適應複雜人類環境的基礎模型,而 Meta 計畫將這套 AI 技術棧開放授權給業界硬體製造商——在預估規模達 5 兆美元的人形機器人市場中,搶佔平台基礎層的主導地位。

1 分鐘閱讀

Meta 於 5 月 1 日低調完成對 Assured Robot Intelligence 的收購,將這家學術背景最強的機器人 AI 新創之一,整合進旗下超級智能實驗室。財務條款未予披露,但戰略意義一目了然:Meta 正在對具身 AI 展開認真、持續的押注——而且它想要的是擁有基礎軟體層,而不只是參與這個市場。

ARI 是誰,做了什麼

Assured Robot Intelligence 不是一家機器人硬體公司,而是一家為機器人打造基礎模型的公司。

這個區別至關重要。ARI 的核心專注,是開發讓機器人理解、預測並適應複雜動態人類環境的 AI 系統——感知、規劃與控制層,也就是介於原始感測器數據和有意義物理行動之間的那層智能。這家新創的目標是實現整體人形機器人的控制:讓機器人能夠執行通用體力勞動——搬運箱子、在雜亂空間導航、操縱各種形狀和重量的物品——而無需為每項任務逐一編程。

這正是當今人形機器人在商業應用上仍屬邊際的關鍵能力缺口。現有系統要麼高度專業化(如 Boston Dynamics Spot 執行檢測任務),要麼在通用場景中過於脆弱緩慢。缺少的不是更好的驅動器或更多感測器,而是能夠跨物理情境類化的更好 AI——就像大型語言模型能跨語言任務類化一樣。

ARI 正是在解決這個問題。

創辦人:學術聲望加持的產業信用

此次收購之所以特別引人關注,在於 ARI 的創辦人背景。

Lerrel Pinto 在離開紐約大學之前,主持一個專注於操控任務學習控制的機器人研究實驗室。Pinto 還曾共同創辦 Fauna Robotics,一家開發面向家庭應用的小型人形機器人新創,該公司於 2026 年 3 月被亞馬遜收購。ARI 因此成為他在兩個月內被科技巨頭相繼收購的第二家機器人新創。這個模式暗示:在通用機器人控制這個具體問題上,全球頂尖的兩三個研究團隊,已成為業界競爭最激烈的稀缺資產。

Xiaolong Wang 帶來互補的背景:加州大學聖地牙哥分校情境機器人研究所的副教授,前 Nvidia 研究員,曾在輝達研究用於腿式機器人的學習型運動模型。Wang 在虛實遷移(sim-to-real transfer)方面的學術成果——在模擬環境中訓練機器人控制策略,再部署到現實世界——直接適用於 ARI 所追求的基礎模型方法。

Pinto 和 Wang 加在一起,代表了一條從紐大機器人研究群,延伸至 Nvidia 應用 AI 工作,再到加大聖地牙哥具身智能計畫的研究脈絡。Meta 收購的不只是一家新創,而是全球在這個具體問題上最頂尖人才的一個高密度節點。

Meta 的平台策略:Android 類比

Meta 的既定意圖明確且具有戰略獨特性:計畫自主研發人形機器人硬體,但同時計畫將其機器人 AI 技術棧開放授權給其他硬體製造商——就像 Google 選擇將 Android 授權給設備廠商,而非僅用於 Pixel,一樣的邏輯。

Android 類比並不完美,但具有參考價值。Google 選擇讓 Android 開放並免費授權,本質上是分發策略:讓平台進入盡可能多的設備,掌握生態系,並透過服務而非硬體利潤變現。對 Meta 而言,對應的邏輯是:讓基礎機器人 AI 技術棧部署在盡可能多的人形機器人平台上,將 Meta 的 AI 研究置於產業架構的核心,並積累隨時間複利的數據與生態系關係。

這個策略對競爭格局的影響意義重大。如果 Meta 成功建立類似 Android 在行動裝置的開放平台地位,將改變所有人形硬體開發者的誘因結構。Figure、Agility Robotics、Physical Intelligence(1X)等公司將面臨選擇:自建 AI 技術棧,與資金充裕的 Meta 平台競爭;或採用 Meta 的技術棧,以控制權換取更快的商業落地速度。同樣深入人形 AI 研究的亞馬遜,在收購 Fauna Robotics 之後,也面臨類似的抉擇點。

Meta 為什麼要這麼做

此次收購反映了執行長 Mark Zuckerberg 在 2026 年全年推動的更廣泛戰略重新定位。Meta 已將其 AI 研究——此前圍繞 Llama、FAIR 和消費者 AI 產品組織——重組為一個名為超級智能實驗室的新部門,Zuckerberg 將其描述為在數位和實體領域共同追求「通用智能」。

具身 AI 的押注,一部分來自哲學層面的信念。許多 AI 研究者現在認為,僅在數位資料(文本、圖像、影片)上訓練模型有其根本局限,通往更有能力、更穩健 AI 的路徑,需要能夠從物理世界互動中學習的模型。具身智能——存在於並作用於物理世界的 AI——越來越被視為下一代基礎模型的前提條件,而非小眾應用。

另一部分則來自競爭壓力。亞馬遜正在將 Fauna 的技術整合進物流和倉儲作業;特斯拉 Optimus 計畫正走向商業化;Figure 與 OpenAI 的合作瞄準製造業;蘋果據傳正探索家庭機器人。2026 年,每一家主要科技平台都在對具身 AI 押注,建立基礎地位的視窗正在縮小。

Meta 在 2026 年的 AI 資本支出高達 1,150 至 1,350 億美元,幾乎是去年的兩倍。ARI 的收購——金額未披露,但幾乎可以確定是數億美元量級——只是這筆承諾中的小部分,指向的卻是可能左右 Meta 未來十年具身 AI 軌跡的人才和智慧財產。

爭奪 5 兆美元市場

分析師預測人形機器人市場在未來 15 年將達 5 兆美元,依據的是一個簡單觀察:體力勞動是龐大的全球市場,人形機器人天然適合在為人類設計的環境中運作,而讓人形機器人在通用場景中真正實用所需的 AI 能力,目前已近到足以激發真正的商業緊迫感。

這個預測是否會在那個時程實現,無人可知。但清楚的是,眼下正在發生的一連串收購——亞馬遜買 Fauna、Meta 買 ARI、Figure 確立 OpenAI 合作、特斯拉部署 Optimus——代表了業界對一個問題的集體回答:當人形機器人在規模上真正實現商業化時,誰將掌控 AI 技術棧?

Meta 押注的答案是:掌控開放基礎層的那家公司。ARI 團隊現已進駐超級智能實驗室,Meta 有了一個真實可信的機會證明自己是對的。

Meta 人形機器人 Assured Robot Intelligence 具身智能 超級智能實驗室 機器人 基礎模型
分享

相關報導

Tesla Cybercab 繞過 NHTSA 2,500 輛上限——這改變了一切

Tesla 已在德州超級工廠開始量產 Cybercab,關鍵在於工程師讓車輛在不申請監管豁免的情況下,符合所有現行聯邦安全標準——此舉消除了束縛競爭對手的 2,500 輛年產上限。然而,來自 Tesla 有人監督機器人計程車車隊的安全數據,讓人不禁質疑:Cybercab 的商業雄心是否已超跑了自動駕駛軟體的實際進度。

1 分鐘閱讀

Uber 的 5 億美元豪賭:Lucid、Nuro 與 Hertz 正在打造 Waymo 從未建立的機器人計程車生態系

Uber 組建了一個跨產業聯盟,挑戰 Waymo 在自動駕駛叫車市場的霸主地位:Lucid Motors 提供頂級電動車、Nuro 負責 Level 4 自動駕駛軟體、Hertz 則另立子公司管理車隊的充電、清潔與維修。35,000 輛的車輛承諾與舊金山員工測試的提前展開,意味著這場合作代表著一個截然不同的押注:機器人計程車產業真正規模化的路徑,未必非得是垂直整合。

1 分鐘閱讀

軟銀押注千億美元 IPO:用機器人蓋資料中心的 Roze,還不存在

軟銀創辦人孫正義正在籌備分拆新公司 Roze,計畫將 ABB 機器人、Ampere Computing、DigitalBridge 等 AI 基礎設施資產整合為單一實體,以自主機器人建造資料中心。Roze 目標估值達 1,000 億美元,並瞄準 2026 年下半年在美國上市——若成功,將成為科技史上規模最大的「上市前無營收」案例之一,但目前該公司連產品都還沒有。

1 分鐘閱讀