
撰文 | 吴 静
编辑 | 张 南
设计 | 甄尤美
美国电动汽车公司Rivian计划在2027年年中,让首批AI机器人进入汽车工厂。
Rivian创始人兼首席执行官RJ·斯卡林格(RJ Scaringe)的目标是,让这些机器人先学会完成工厂约20%的任务,再逐步扩大到80%。
11月9日,这位工程师出身,性格低调,商业野心巨大的美国企业家在风险投资机构Kleiner Perkins发布的一场对谈中透露了这一计划。Kleiner Perkins今年5月领投了Mind Robotics一轮4亿美元的融资。
Mind Robotics是2025年从Rivian分拆成立的机器人公司,由斯卡林格担任董事长。公司成立时获得Eclipse领投的1.15亿美元种子融资,此后累计融资超过10亿美元,最近一轮估值约34亿美元。
Rivian是这家公司的股东、制造合作伙伴,也是其首个规模化客户。
斯卡林格说,Mind Robotics正在按照一个“非常激进的产品时间表”推进研发。
“一开始,我们的机器人只能完成工厂20%的任务,但随着时间的推移,我们希望将这个比例提高到80%。”
他没有给出达到80%的具体时间。这里所说的任务,也不等于相同比例的人工工时或工作岗位。
汽车制造业使用机器人已有几十年。冲压、焊接和涂装车间里,机械臂早已成为主要生产设备,有些工序几乎不需要人工直接参与。
但到了总装车间,情况就不同了。
工人需要从料箱中取出零件,调整方向,将其放到工装上,再由机器人或者其他设备完成下一道工序。碰到零件摆放位置变化,工人看一眼就知道该怎么处理,传统机器人却可能因此停下来。
这些工作并不复杂,却一直是汽车工厂自动化的难点。Mind Robotics准备先解决这个问题。

最简单的工作,反而不好交给机器人
汽车工厂的机器人,最擅长做那些可以提前确定动作的工作。
焊接时,车身的位置固定,焊点和运动轨迹可以预先设定。喷涂也是如此,机器人沿着指定路径运动,能够长时间保持稳定的工作质量。
但从料箱里拿零件,情况要复杂一些。
同一个零件,每次摆放的位置和方向都可能不同。有的零件相互叠压,有的被其他零件挡住。工人只需要看一眼,伸手调整一下,就能拿起来。
传统工业机器人要完成同样的操作,往往需要额外的定位装置、视觉识别系统和专用夹具。零件或者料箱稍有变化,设备就可能需要重新调试。
斯卡林格说,Mind Robotics已经对工厂里数千项不同任务进行了视频采集,研究每项工作需要什么动作,又有多大的操作难度。
工程师据此判断,哪些任务可以先交给机器人。

他们最先看中的是拾取与放置(Pick-and-Place),也就是把零件从一个地方拿起来,再放到另一个地方。
斯卡林格估计,在工厂的某些区域,这类工作可能占当地工段所需人工的一半。
“这些就是我们眼下看到的直接应用机会。”
他认为,这类工作往往比较枯燥,对工人的吸引力有限。
事实上,工业机器人早已能够通过机器视觉和力控系统完成部分抓取任务。Mind Robotics希望进一步减少针对不同零件编写程序、设计夹具和反复调试的工作。
它准备利用大量真实生产数据训练AI模型,让机器人自己识别零件的位置、方向和形状,再决定如何抓取。
斯卡林格认为,机器人的软件会越来越聪明,硬件则需要在设计时给将来的升级留出余地。
Mind Robotics正在开发带有双臂、灵活手指和触觉感知能力的机器人。
其中一项技术来自消费电子行业。
斯卡林格介绍,Rivian和Mind Robotics吸引了一批有消费电子研发经验的工程师。手机等设备所使用的触觉感知技术,有机会用于机器人的精细操作。
机器人需要知道自己是否抓住了零件、用力是否合适,以及零件在操作过程中有没有发生移动。
至于机器人长什么样,斯卡林格并不认为必须完全模仿人类。
工厂需要的是能干活的机器。机器人采用双臂、机械手,还是其他结构,最终要看它承担什么任务。

Rivian把汽车工厂变成机器人试验场
机器人公司有一个共同难题:到哪里寻找足够多的真实生产数据?实验室里可以反复安排机器人抓取物体,但工业生产的情况远比实验室复杂。
工厂里有不同尺寸和形状的零件,有工装夹具和其他设备,还有必须遵守的生产节拍。机器人在实验室完成一项任务,不代表它到了生产线上还能保持相同的速度和可靠性。
Mind Robotics省去了寻找第一个工厂客户的麻烦。

Rivian向它提供制造数据、工业系统经验和真实的生产环境。机器人可以直接围绕工厂现有任务进行开发,完成测试后,再进入生产线。
斯卡林格介绍,Mind Robotics除了采集固定摄像头拍摄的视频,还使用工人佩戴的摄像设备,记录他们操作零件的过程。
这些视频可以用来训练机器人。
工人如何选择抓取位置,如何调整手部动作,如何处理零件位置发生变化的情况,都可能成为训练材料。
Rivian在汽车研发中积累的部分技术,也可以用于机器人。
电动汽车和机器人都需要电机、执行机构、传感器以及计算系统。Rivian正在研发的自主计算平台和AI推理技术,也为机器人开发提供了基础。
Rivian此前公布了自研芯片RAP1。汽车与机器人在计算和控制方面存在技术共通性,但Mind Robotics具体采用哪些芯片和硬件配置,还需要更多产品信息才能确定。
Mind Robotics今年10月还任命Doug Field(道格·菲尔德)为总裁,负责产品、工程和日常运营。
菲尔德曾在苹果、特斯拉和福特担任高级管理职务,参与过汽车产品开发及相关工程工作。斯卡林格则继续担任
Mind Robotics
董事长。
这家公司的打算显然不限于Rivian的汽车工厂。
Kleiner Perkins认为,汽车制造可以成为机器人进入其他制造业的起点。家电、消费品以及其他工业产品的生产,同样存在大量搬运、抓取和装配工作。
不过,这一判断来自Mind Robotics的投资方。机器人在汽车工厂学会的操作,究竟有多少能够直接用于其他行业,还需要实际部署来证明。
Rivian也有自己的利益。
根据公司向美国证券交易委员会提交的文件,Mind Robotics最初曾纳入Rivian合并报表。2026年3月,在外部融资、管理团队和独立经营安排逐步建立后,Rivian停止将其并表,转而采用权益法核算。
截至2026年9月30日,Rivian持有Mind Robotics约31.2%的股份。
Mind Robotics最新一轮融资估值约34亿美元。Rivian保留的股权具有投资价值,但估值并不等于已经实现的收益。
对仍在努力改善汽车业务盈利能力的Rivian来说,机器人既可能帮助工厂降低成本,也提供了参与另一项业务的机会。
两家公司的关系还有值得观察的地方。
斯卡林格同时担任Rivian首席执行官和Mind Robotics董事长。Mind Robotics需要使用Rivian的工厂和生产数据,Rivian又持有其大量股份。
Rivian已经披露相关持股和部分财务安排,但双方如何确定数据使用条件、技术成果归属以及关联交易价格,公开材料仍不够详细。
Mind Robotics未来还要向其他制造商销售产品。到那时,它与Rivian之间如何分配研发投入和商业收益,将成为一个需要说明的问题。

80%的任务,能省下多少人工?
Rivian并不是第一家试图把AI机器人带进汽车工厂的公司。
特斯拉正在开发Optimus人形机器人,并曾展示其在工厂执行搬运、分拣等任务的能力。
中国汽车工厂也已经开始试用人形机器人。
2025年3月,优必选公布了Walker S1在吉利旗下极氪宁波工厂进行多机器人协同测试的情况,包括物料搬运、柔性材料处理等任务。

蔚来工厂此前也测试过优必选Walker系列机器人,涉及车辆检查等工作。
不过,这些公开案例大多仍是特定工序的试验或小规模部署。汽车工厂距离大批量使用通用机器人,还有不少问题需要解决。
首先是速度。
生产线上的每道工序都有时间要求。如果工人10秒钟就能完成取件和放置,机器人却需要30秒,即使能够连续工作,也未必适合这条生产线。
其次是可靠性。
机器人抓错一个零件,可能需要人工干预。操作出现故障,还可能影响后续工序。对汽车工厂来说,一次停线造成的损失,可能超过节省的人工费用。
还有成本。
斯卡林格曾举过一个例子:如果一家企业每年支付5万美元,就能让一台机器人承担三个班次的工作,企业自然会有采购意愿。
这只是他用来说明商业价值的假设,并不是Mind Robotics已经公布的产品价格。
机器人真正进入工厂,还要计算设备采购或租赁费用、维护成本、折旧、能耗以及生产线改造投入。
即便机器人的年度使用费用低于一名或几名工人的工资,也不能直接认定它更划算。
工厂还需要考虑机器人实际能够工作多少小时、能否与其他设备配合,以及出现故障时谁来接手。
斯卡林格提出的80%目标,也有一个尚未说明的问题:究竟按什么标准计算?
如果按照任务种类统计,完成80%的任务,不代表承担80%的工作量。
有的任务几秒钟就能完成,有的需要长时间操作。即使机器人学会了大部分工序,剩下的工作仍可能需要大量人工。
汽车工厂也不能简单地把某个工位的部分工作交给机器人,就减少相同比例的人员。生产线上的人员安排往往涉及多个工位和班次,只有工作能够被完整接替,企业才有可能真正节省人工成本。
不同任务对机器人的要求也相差很大。
2027年年中,首批Mind Robotics机器人计划进入Rivian工厂。它们将从相对简单的拾取与放置任务做起。
至于能够替代多少人工工时、运行速度能否满足生产节拍、每年究竟能节省多少成本,还要等真正部署之后才能知道。







