大模型摸进实验室，机器人还差几步？

导语：过去一周，具身智能圈发生了三件不太起眼、但值得放进同一张图里看的事：有工程师把四款主流SLAM算法在无人机真机上跑出了完整对比数据；NVIDIA开源了把家用算力串起来调度推理请求的PAIR；Anthropic的Claude被接上了实验室设备，开始自主跑实验。感知、算力、执行——具身智能的三大短板，正在被一群不太爱发朋友圈的人，一锤子一锤子地补上。

📏 SLAM实测：先给demo滤镜泼盆冷水

每一场机器人翻车，几乎都始于定位漂移。

一位在海外开源机器人社区活跃的开发者做了一件行业里最不性感、也最缺人干的事：他搭了一套无人机导航栈——Jetson Orin NX计算平台、Livox Mid-360固态激光雷达加Pixhawk飞控——然后老老实实跑了两组评测。一组用公开的TIERS数据集，室内场景，拿OptiTrack动捕系统当真值；另一组干脆自己飞了7个架次，在VICON追踪的室内场地里采集真实飞行数据，真值取自Pixhawk EKF融合VICON后的位姿输出。目标很朴素：在真正要部署的那块板子上，搞清楚纯LiDAR里程计、LiDAR-惯性里程计和完整SLAM之间，精度到底差多少。

数据说话。TIERS数据集上的绝对位姿误差（APE RMSE）如下：

差距很扎眼。主打简洁的KISS-ICP误差是GLIM的近5倍，最大值0.266米——对无人机来说，半米级的漂移在窄通道里就是事故。FAST-LIO2居中，而支持回环优化的完整SLAM框架GLIM在CPU模式下就把RMSE压到了2.5厘米。注意，这还是在目标硬件Jetson Orin NX上跑出来的，第二轮评测里GLIM开了GPU模式，针对的正是这台无人机自己的算力。

这组数据的产业含义，比数字本身大得多。具身智能融资故事讲了三年，但真正决定一台机器能不能走出视频、走进产线的，往往就是这几厘米的定位误差，和这几个点的算力余量。演示视频里人形机器人步伐矫健，观众看不到的是底盘上那颗雷达选型时的精度-算力权衡表。

据多位接近机器人初创公司的人士私下透露，不少团队对外讲"全栈自研"，内部选型时照样在KISS-ICP、FAST-LIO2、GLIM这几个开源方案里反复横跳。差别不在讲故事的能力，而在有没有人肯把真机数据跑一遍。这次评测的稀缺性恰恰在此：公开基准加自有平台实测，两组数据互相印证，比任何发布会PPT都可信。

一句话：具身智能的地基，不是发布会，是这种没人鼓掌的基准测试。

🔀 PAIR开源：机器人的大脑，开始学会分身

算力焦虑，正在从云端蔓延到客厅和工位。

NVIDIA近期开源了个人AI路由器PAIR——一个虚拟推理路由器，把家庭网络里已有的机器（RTX显卡主机、DGX Spark、Mac节点）串成一个本地推理集群。它代理现有的Ollama和LM Studio端点，对Agent框架完全透明，上层调度代码一行不用改。调度器会按五个维度筛节点：就绪状态、引擎状态、目标模型是否在场、任务负载、GPU利用率。

效果用一个官方演示说话：五个子Agent协同的任务，单台RTX笔记本跑，平均18分钟；三台设备组集群，8分48秒。快了一倍多。不过NVIDIA自己很谨慎，明确说这只是演示、不算基准测试——因为PAIR目前只有一个调度策略，而且对显存余量和模型预热状态是"盲"的，热模型和冷模型的响应差异，它感知不到。

调度逻辑大致长这样：

别小看这个"家用级"工具。机器人恰好是最典型的多任务、多模型负载场景：SLAM要低延迟实时性，大模型推理要吞吐，规划模块两头都要。一台Jetson板子不够用时，要么堆硬件，要么学着切分任务。PAIR给出的思路是后者——把"哪个模型跑在哪块芯片上"变成一个可路由的调度问题。

这个方向对产业的意义在于：具身智能的成本曲线，可能不是靠单芯片性能撑下去的，而是靠调度把散落的算力用满。据业内流传的说法，已经有机器人团队在研究把类似的"设备间路由"思路搬到机器人本体与边缘盒子之间。当NVIDIA愿意花精力做一个开源的个人级路由器，说明分布式本地推理的需求已经真实到不害怕摊薄自家生态的地步。

🧪 Claude进实验室：大模型终于碰到了物理世界

大模型落地最难的最后一米，是物理世界。

Anthropic的Claude最近迈过了这一步：一套新系统让Agent可以编排复杂的实验流程，自主操作真实实验设备，跑完整的科学实验。这不是又一段聊天记录，而是模型输出直接变成移液、混样、读仪器的动作序列——模型第一次深度介入"手要稳、错不得"的实验环节。业界普遍把这视为Anthropic向物理世界的实质性延伸。

这件事和前面两件事放在一起看，时间线几乎是扎堆的：

自主实验为什么是关键节点？因为实验室是具身智能最好的练兵场：环境半结构化、容错率比家庭场景高、任务有明确的成败判据（实验结果不会陪你演）、且有付费意愿极强的客户——药企和材料实验室。让模型在实验室里学会"看数据、调参数、动手操作"，本质上是给具身智能补上最缺的一课：闭环决策在真实物理约束下长什么样。

当然，边界也要说清楚。从现有信息看，这套系统强调的是"编排复杂实验流程"，尚不涉及高动态、强非结构化环境。实验室里移液枪不会突然从角落窜出来，行人机器人可没这个待遇。但路径已经清晰：先在约束环境里跑通"感知—决策—执行"的完整闭环，再逐步放宽约束。

🧩 三块拼图：一条正在闭合的栈

把三件事叠在一起，你会看到具身智能栈的三个层面，被三拨人同时推进：

• 感知层：Livox Mid-360加GLIM这条路线在真机上验证了厘米级定位的可行性，且开源可复现；
• 算力层：PAIR把推理调度从单机扩展到多机，给出低成本扩展算力的开源范式；
• 执行层：Claude的实验室系统证明大模型的决策输出可以直接驱动真实设备闭环。

有意思的是，这三层目前还是三拨人在做：SLAM工程师、基础设施工程师、大模型团队。行业里私下有个共识——具身智能真正卡脖子的，不是任何单点，而是三层之间的接口还没标准化。感知层输出的地图，决策层怎么消费？调度层怎么知道下游执行设备的实时能力？这些问题今天每家公司都在用自己的胶水代码硬粘。

而胶水代码，恰恰是产业成熟前的最后一道坎。历史上所有软硬件栈——从PC到智能手机——都是先有分散的单点突破，再有接口标准，最后才有平台爆发。机器人栈正在走同样的路，只是这一轮的开源速度明显更快：基准数据当天公开，路由器直接开源，Agent框架主动兼容Ollama生态。

对创业者的启示很直白：不要在单点上和开源军备竞赛，去占接口。谁能把厘米级感知、异构算力调度、物理动作编排这三层粘成一个可交付的整机方案，谁就拿到了具身智能的入场券。

小结

SLAM的几厘米误差、PAIR的几分钟调度、Claude的第一次移液——单看都是小新闻，拼起来是具身智能从"讲故事"转向"交付栈"的信号。2026年的具身智能不再缺叙事，缺的是把感知、算力、执行三层焊死的工程能力。下一步值得盯的，是三层的接口标准化，以及第一批用这套完整栈跑出商业闭环的场景——大概率不是人形机器人跳网红舞，而是实验室、仓储和巡检这类"无聊但付钱"的地方。