11月25日，鈦媒體APP獨家獲悉，人形機器人創業公司MagicLab正在開發第三代人形機器人產品，主要聚焦落地應用，目前正在某家電工廠內測試流水線作業能力。此外，Magiclab還試圖在機器人大模型領域與第三方公司展開合作，字節跳動旗下的豆包大模型是合作目標之一。

公開信息顯示，Magiclab的運營主體是魔法原子機器人科技（無錫）有限公司，成立于2023年12月，追一控股是其100%的控股股東。

在目前的人形機器人行業，涉及的關鍵技術被分為三個部分——大腦、小腦和本體。所謂大腦，指的是機器人的理解能力，也就是機器人對于人類指令的理解以及環境感知。小腦，是指機器人的精細化運動控制能力；本體，則是構成人形機器人原型的各類零部件，比如關節、四肢、頭等。

鈦媒體APP了解到，在工業場景中，Magiclab旗下的人形機器人產品MagicBot可在工廠內完成工業質檢、工業裝配、產線搬運以及產線上下料等工作。在商用服務場景中，MagicBot已入駐部分線下零售門店，幫助門店在售前引導、售中導購講解以及售后專業服務等環節提升運營效率。

至于人形機器人的大腦能力，很大程度上需要依賴AI大模型的持續迭代，這可能也是MagicLab與字節跳動洽談合作的原因。

目前，豆包模型家族已經集齊了文本、語音、圖片、音樂、視頻等13款AIGC模型，并進入規模化調用階段。

據字節旗下的火山引擎披露，截至9月，豆包語言模型的日均tokens使用量超過1.3萬億，相比5月首次發布時增長了十倍，多模態數據處理量也分別達到每天5000萬張圖片和85萬小時語音。

“傳統人形機器人的訓練算法，相當于是靠一些聰明的人類大腦去寫一些數學方程式，然后去求解這個方程，制定機器人的運動軌跡。但這些方程式有很大的局限性，一旦環境出現變化，可能就沒法用了，需要重新設計新的方程式。”

宇樹科技創始人王興興曾對鈦媒體APP表示，這樣的訓練方式會導致代碼量非常大，而且當系統復雜到一定程度，單純靠人力是無法維護這個系統的。但是對于AI來說，只要模型搭建得足夠好，然后不斷給AI投喂數據和算力，AI就可以不斷地試錯。利用強化學習算法中的獎勵機制，AI就能自動把好的訓練結果留下來，壞的扔掉，訓練效率得到質的提升。

另一方面，在AI大模型愈發成熟的當下，習慣于捕捉趨勢的風險投資人，也開始在人形機器人行業集結共識。

據高工機器人產業研究所（GGII）不完全統計， 2024年1月份至10月份全球人形機器人行業共發生69起融資事件，公布的融資事件總金額折合人民幣超過110億元，融資大部分集中在人形機器人本體領域，其余分布在通用具身大模型、關節模組、傳感器等領域。