逐際動力認為,領先廠商嘅全身運動控制正逐漸收斂;下一關唔係機械人識唔識行、跳舞,而係可唔可以喺客戶現場穩定、重複而安全噉完成有價值嘅工作。 公司無押注「一部人形機械人做晒所有嘢」:Luna 主攻互動及表演,TRON 2 以模組化形態配合工業任務;但可靠性、整合成本同客戶回報,仍然係真正未解嘅考題。
研究答案

Create a landscape editorial hero image for this Studio Global article: How is LimX Dynamics responding to the humanoid-robot industry’s shift from motion-control demonstrations to real-world deployment—highlight. Article summary: LimX is positioning itself less as a maker of impressive humanoid demos and more as a full-stack deployment company: pairing task-specific bodies with a layered control system and development tools intended to make robot. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
人形機械人而家要回答嘅,已經唔止係「識唔識行路、跳舞,或者跌低後自己起身」。更難嘅問題係:離開受控展台之後,佢可唔可以喺真實環境,安全、穩定又合乎成本效益噉重複完成一份有價值嘅工作?
逐際動力(LimX Dynamics)喺 2026 世界人工智能大會(WAIC)交出嘅答案,係一套由硬件、智能系統到工程工具打通嘅部署策略:按工作需要配搭唔同機械人本體、用分層架構連接推理、技能與物理控制,再將具身 AI 模型由數據同模擬推到真機。5
6
12
逐際動力聯合創辦人沈華認為,頭部人形機械人公司嘅全身運動控制——即佢所講嘅「小腦」——正逐漸收斂。換句話講,一段行路、跳舞或高難度動作片,未必再足以構成長期商業優勢。12
呢個唔代表運控喺所有現場都已經解決。真正部署要面對任務條件改變、物理世界嘅不確定性、故障、安全規範,以及長時間運作。能唔能夠將高層決策、已學習嘅技能、機械人本體同控制系統接成一個可靠閉環,仲要配合客戶工作流程,先至係商業上嘅分水嶺。2
12
逐際動力喺 WAIC 將呢個轉變概括得好直接:唔再只係證明部機械人「識郁」,而係證明佢喺開放應用場景入面「做得到有用嘅工」。6
逐際動力無將單一人形外觀包裝成所有自動化問題嘅答案,而係將互動型工作同可配置嘅任務執行分開處理。
Luna 係逐際動力嘅全尺寸互動人形機械人,定位係商業互動同表演。喺 WAIC,Luna 參與咗編排舞蹈展示。公司亦提到,可用 App 影片學習、手動示教同免編程任務設定,去簡化互動內容嘅建立同操作。6
7
因此,Luna 較適合導覽、表演等重視展示、互動同快速設定嘅場景。呢類工作同工廠自動化要解決嘅問題唔同:社交互動同內容呈現,可能同負載能力或單次作業時間一樣重要。
TRON 2 係逐際動力嘅模組化機械人平台,可配置成雙足、輪足同雙臂形態。公司可以按工作調整移動同操作硬件,而唔係假定傳統人形身體永遠最適合。1
6
WAIC 現場示範正好反映呢種彈性:雙足版可以帶住一個 30 公斤輪胎行路;輪足版一邊拖住輪胎一邊移動;雙臂版則利用視覺感知同語音互動,自主將糖果遞畀參觀者。新華社報道指,雙足 TRON 2 標示嘅最高負載為 30 公斤。6
對碼垛、機床上下料等應用而言,模組化尤其關鍵。呢啲工作場所更重視負載、重複精度、設備可用率,以及可唔可以安全接入既有工序;似唔似人,未必係首要條件。
逐際動力將 COSA 0.5 定位為人形機械人嘅「大腦系統」,而唔只係一個視覺—語言—動作(VLA)模型。其架構將認知、技能同運動控制分成三層。6
10
呢個分工反映具身 AI 嘅現實限制:語言或視覺模型即使揀到一個合理動作,若機械人個身體做唔穩、做唔到,價值就落空;反過來,平衡同步行再好,系統唔知下一步要做乜,一樣做唔成任務。
逐際動力用 Oli 示範呢種整合。按 WAIC 報道及公司展示,呢部全尺寸人形機械人以一鏡到底、無剪輯、無遙控嘅方式,連續完成取衫、整理物品、疊儲物箱、執地上物件等家居任務。6 不過,呢段示範反映嘅係產品方向,而唔等於已證明可以大規模自主處理非受控家居環境;可唔可以喺更多現場持續重複做到,先係更有意義嘅商業測試。
FluxVLA Engine 係逐際動力開源嘅 VLA 工程底座。公司表示,佢想標準化由數據處理、模型訓練,到模擬、評測及真機部署嘅流程。5
9
統一設定、標準介面同模組化元件,目標係處理具身 AI 開發常見嘅阻滯:數據管線零散、程式碼耦合過緊,同埋模擬環境轉移到實體硬件時出現落差。系統支援 VLM 與 VLA 工作流程,並擬支援包括 UR 機械臂、ALOHA 系統及 TRON 2 在內嘅平台。5
9
對逐際動力嚟講,呢層工具好重要,因為機械人生意唔可以只靠一條內部打磨得靚嘅示範片。客戶同開發者需要一套方法,去開發、測試、遷移同營運實體機械人技能;FluxVLA 就係公司嘗試令呢個工程過程更可重複嘅一環。
逐際動力起家於全身運動控制,其技術堆疊現時包括 WBT 全身運動基礎模型、COSA、VGM、DreamActor 與 FluxVLA Engine,以及 Oli、Luna 同 TRON 系列平台。1
6
呢個演變係其商業主張嘅核心:運動能力係部署系統嘅底層,而唔再係產品故事嘅全部。高頻物理控制幫機械人維持穩定;學習得來嘅技能幫佢操作物件或導航;認知層則理解任務並編排行動。難處在於,呢幾層要喺真實硬件上可靠噉一齊運作。
逐際動力鎖定嘅應用,反映一種較務實嘅市場切分。碼垛同機床上下料,要睇任務表現是否可預期、負載、設備可用率,同現有工業流程嘅兼容性;導覽同表演,則更著重互動、外觀吸引力、語音同部署方便程度。2
6
12
兩者唔係同一個市場嘅不同版本,而係有唔同買家、作業條件、安全要求同投資回報標準。逐際動力嘅做法,係按場景配對機械人身體、軟件堆疊同部署流程,而唔係將「人形機械人」本身當成一個應用類別。
所以,WAIC 2026 最值得留意嘅訊息其實好簡單:下一道護城河,可能唔係最搶眼嘅動作短片,而係有冇能力將智能、控制、硬件同工程營運整合好,令機械人為客戶可預期噉完成一份有用嘅工作。逐際動力以 Luna、TRON 2、COSA 0.5 同 FluxVLA 押注呢個方向;但能否取得廣泛商業成功,最終仍要靠長期部署嘅成績,而唔係單靠示範。5
6
12
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
逐際動力認為,領先廠商嘅全身運動控制正逐漸收斂;下一關唔係機械人識唔識行、跳舞,而係可唔可以喺客戶現場穩定、重複而安全噉完成有價值嘅工作。
逐際動力認為,領先廠商嘅全身運動控制正逐漸收斂;下一關唔係機械人識唔識行、跳舞,而係可唔可以喺客戶現場穩定、重複而安全噉完成有價值嘅工作。 公司無押注「一部人形機械人做晒所有嘢」:Luna 主攻互動及表演,TRON 2 以模組化形態配合工業任務;但可靠性、整合成本同客戶回報,仍然係真正未解嘅考題。