答案已發布15 來源
Aether 戶外燒烤直播：兩部人形機械人協作逾一小時，但距離「通用智能」仲有幾遠？
9 月 16 日，樂享科技／JoyIn 喺上海閔行公開直播戶外燒烤服務逾一小時，兩部人形機械人處理落單、燒烤、交接及送餐等環節。[12][15] 公司稱 Aether 是約 40 億參數嘅具身基礎模型，以約 200 小時人類影片訓練，未用真實機械人訓練數據；呢啲屬公司說法，未有獨立審計。[7][15] 戶外、即時客人要求及任務打斷，令測試比錄影棚短片更接近非結構化環境；但「無腳本、無遙控」等自主性主張仍需完整紀錄核實。[10][12][13]
發布者使用 GPT-5.6 Terra 編輯圖片由 GPT Image 2 生成
研究答案
重點
- 9 月 16 日，樂享科技／JoyIn 喺上海閔行公開直播戶外燒烤服務逾一小時，兩部人形機械人處理落單、燒烤、交接及送餐等環節。[12][15]
- 公司稱 Aether 是約 40 億參數嘅具身基礎模型，以約 200 小時人類影片訓練，未用真實機械人訓練數據；呢啲屬公司說法，未有獨立審計。[7][15]
- 戶外、即時客人要求及任務打斷，令測試比錄影棚短片更接近非結構化環境；但「無腳本、無遙控」等自主性主張仍需完整紀錄核實。[10][12][13]
- 直播證明系統曾喺較少控制嘅情境持續完成部分多機服務工作，未足以證明跨硬件零樣本泛化、全面穩健自主，或勝過競爭對手。
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: What happened during Lexiang Technology (also known as JoyIn Technology)’s September 16, 2026 public Aether embodied model stress test in Sh. Article summary: On September 16 in Shanghai’s Minhang district, Lexiang/JoyIn publicly streamed an outdoor barbecue service test lasting more than an hour, presenting it as a real world stress test of its Aether embodied model rather th. Topic tags: general web, openai, agents, ai, automation. 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
9 月 16 日，樂享科技（英文公司資料亦稱 JoyIn Technology）喺上海閔行區做咗一場逾一小時嘅戶外燒烤服務直播，將其 Aether 具身模型放到真人客人、即時要求同戶外變數之中測試。呢場活動嘅價值，唔係一條剪輯得好靚嘅展示片，而係公開呈現系統可持續跑完一段多步驟服務流程；但現有資料未足以獨立證實公司所講嘅廣泛泛化能力同整體性能。12
15
Aether 係咩？公司主打「200、0、4」
JoyIn 將 Aether 描述為約 40 億參數嘅具身基礎模型，聲稱以約 200 小時人類影片訓練，並使用 零真實機械人訓練數據。公司所講嘅技術路線，重點係讓機械人以感知、判斷同動作處理實體世界互動，而唔係主要靠文字輸入驅動。7
15
不過，上述模型規模、訓練資料同能力，現階段都屬於公司披露嘅主張，並未見獨立審計或可重現嘅技術驗證。
兩部機械人點樣分工？
報道指，燒烤機械人留守爐邊處理烤串；服務機械人則負責落單、端送食物、上菜同客人互動。最受注目嘅一段係「接力」：燒烤機械人完成烹調後，將成品交畀服務機械人，再由後者送到餐枱。12
現場亦反映咗系統面對插隊任務時嘅不同表現：據報有一部服務機械人收到客人要水嘅要求後，會暫停手頭工作先去取水；其他機械人則有較直接、或者較按既定程序執行嘅行為。12
所謂「跨本體」有咩意思？
樂享將 Aether 定位為「跨本體」通用模型，即一套策略理論上可以配合不同機械人身體／硬件運作，而毋須每一部機械人都重新獨立訓練一個模型。燒烤直播之前，公司曾發布一段聲稱 10 分鐘無剪輯、一鏡到底嘅跨本體協作影片，引起業界注意。10
13
呢個概念有吸引力，因為真實服務場景往往要不同硬件各自做擅長嘅事：有嘅負責烹調，有嘅負責行走、取物同送餐。不過，一次公開展示並不足以驗證模型能否真正跨大量硬件、任務同環境做到穩定「零樣本」運作。
點解戶外直播比棚內 Demo 難？
棚內演示通常可以控制燈光、物件位置、人流同任務次序；今次活動則涉及戶外環境、即時客人落單、人物與物件變動、臨時打斷，以及由落單、燒烤、交接到送餐與互動嘅長任務鏈。
樂享稱直播無預演、無預設劇本、無遙操作，並容許即時干預。10
12
13 呢類安排令鏡頭較容易見到機械人嘅停頓、失誤同復原過程，而唔係只見到剪輯後嘅成功片段。不過，關於是否完全自主、是否全程無人介入，仍應視為公司聲稱，除非有完整遙測資料、操作日誌同介入紀錄可供獨立核實。
呢場測試證明到乜？未證明到乜？
可以講嘅係： 這場長時間公開直播提供咗有意義嘅跡象，顯示所展示系統可以喺比短片或受控錄影棚更少限制嘅環境下，維持一段多機協作餐飲服務流程。12
15
未可以直接下結論嘅係： Aether 已具備廣泛穩健性、可跨硬件真正零樣本泛化、毋須任何人手介入而可靠自主運作，或者整體能力優於其他具身模型。
要評估呢啲較大主張，仍需要可重現技術報告，包括模型架構與接口、訓練數據來源、硬件及控制系統細節、人手介入紀錄、失敗率、任務定義、保留測試集，以及第三方基準比較。現有報道未有提供呢類完整材料。
Studio Global AI
繼續你的研究
此頁麵包含一個有來源支援的答案，您可以在 Studio Global 內繼續。
人們還問
「Aether 戶外燒烤直播：兩部人形機械人協作逾一小時，但距離「通用智能」仲有幾遠？」的簡短答案是什麼？
9 月 16 日，樂享科技／JoyIn 喺上海閔行公開直播戶外燒烤服務逾一小時，兩部人形機械人處理落單、燒烤、交接及送餐等環節。[12][15]
首先要驗證的關鍵點是什麼？
9 月 16 日，樂享科技／JoyIn 喺上海閔行公開直播戶外燒烤服務逾一小時，兩部人形機械人處理落單、燒烤、交接及送餐等環節。[12][15] 公司稱 Aether 是約 40 億參數嘅具身基礎模型，以約 200 小時人類影片訓練，未用真實機械人訓練數據；呢啲屬公司說法，未有獨立審計。[7][15]
接下來在實務上我該做什麼？
戶外、即時客人要求及任務打斷，令測試比錄影棚短片更接近非結構化環境；但「無腳本、無遙控」等自主性主張仍需完整紀錄核實。[10][12][13]