iPhone 包装还是人手，值钱的数据在现场

连 iPhone 这种规模，包装仍是人在装。Josh Grinstein 用这件事说明美国工厂的真实画面：电视上的《How It's Made》是杠杆和机器，镜头里没有人，那是制造业和物流里最顶上的大约 0.01%。走进百万平方英尺的厂房，传送带和折叠桌旁边站着的是人。

他见过的机器人路演，99% 从模型或数据的形状讲起，很少有人先问机器人最后要干什么。Tutor Intelligence 的顺序反过来：先放到要干活的地方。字幕把 Josh Grinstein 听成 Gruinstein，公司名有一处听成 TUDA。下文写作 Tutor。机型按口播写作 Cassie 和 Sunny。

原始来源：What iPhone Packaging Reveals About the Robotics Opportunity。中文深度整理，非逐字翻译。本文依据 YouTube 自动生成的英文字幕，专有名词和数字可能有识别误差。出货量、节省金额和部署速度都是口播，不是审计数字。

先部署，才有经济上值钱的数据

Josh 是 Tutor 的联合创始人兼 CEO。公司大约五年半前成立，他后来又说业务始于 2021 年。大约 160 人，主要在波士顿。三件事一起做：训练机器人前沿模型，规模制造，直接部署进供应链里最大的那些企业。

部署范围他口播为：美国各地，从夫妻小店到《财富》50 强、《财富》100 强。出货量是前一晚 Claude 的估算：Tutor 的机器人帮助制造并运送给美国消费者的产品超过 2.5 亿件。这是模型估算，他复述出来，不是公司公布的审计数。

起点是机器人学习的瓶颈。机器人做了大约六十年定制机器，扩不了规模。软件和智能是缺口。论点是：只要开始往实体经济里最需要机器人的地方部署，就能攒出数据集、模型和供应链。

物理世界没有互联网那种自然语言「排放」。你给软件工程师做加速工具，能赚钱的同时就在进有经济价值的工作数据。给机器人的对应物不是「猜一个分布再去采」。他把反例说成：给所有人戴上相机，派去印尼做某几件事。你可以猜，没有市场的看不见的手保证这些数据值钱。客户正在为这个任务付钱，数据就带经济价值。

人还在环里，名字就叫 tutor，遥控和辅导，用来补模型还没有的那截智能。去留放进单位经济，不写成一句口号。算法像算一张 H200 的服务成本：占空比和利用率能算；人的智能也按同样的问题算。模型还给不了的那种能力值多少钱，为了再多挖出一截要做多少工程，还是继续用人。能做的权衡越多，这门生意越站得住。仿真和互联网规模的数据他们都用来把分布拉宽。飞轮是长期的护城河。架构技巧值得做，条件是它让你部署更多、收集更多、造得更大、干更多种任务。

2021 年他们用卷积神经网络做这件事。每一次技术换代里一直值钱的，是数据流本身。主持人问到 Astra 这类模型。Josh 讲的是另一层：大家早知道大模型里有关于世界的一般知识，缺的是接到动作上的空间推理，从语言模型知道的东西，走到动作扩散变换器能用的东西。实验室开始在 CAD 和三维数据上后训练，因为那边有可以直接赚钱的市场。那种空间推理正好是机器人模型要的。他说这把他们往前推了好多年。下文不把 Astra 写成 Tutor 指定的底座。

他拿大语言模型做对照：数据来源很多，排在顶上的仍是真实世界里、做你想做的那件事的强化学习痕迹。研究因此去挤现场机器人的经验，而不是只押一种模型结构。强化学习这族方法在小批量上不太工作。波士顿有一支大约一百台机器人的队伍，叫 Data Factory 1。按他们自己的了解，这是美国最大的半人形数据采集场，用来试规模化的真机强化学习。另一处口播说，波士顿的数据工厂里有大约一百台 Sunny 在为内部研究采数据。两处都是大约一百台，下文不加成两百。外面还有一支在长大的 Sunny 队伍，做更灵巧的操作。

智能、硬件、客户，三件一起算

a16z 内部把机器人称作终极的系统公司。Josh 同意：不是智能、硬件、客户里的一层。思想实验是，地球上大约八十亿人已经有机器人想要的那种基线身体智能。假如有无限强的软件，能把任何一个人接到任何一台机器人上，智能瞬间无限。问题仍没解决。美国的机器人仍是作坊，在制造业和物流里也只是舍入误差。软件没有，客户也没有，因为机器人干不了客户要的活。

主持人觉得他像运营和销售，不像只谈技术的机器人学者，并问麻省理工机器人背景算不算。Josh 说更难的并不是「改去谈单价」，而是三件都要做。他做机器人学者时的长处就是愿意想制造、硬件和底层电路。

现成供应链又小又偏。他口播 2025 年美国部署了大约 3.8 万个工业机器人工作单元，字幕听成 workups，相对很小。数的是发那科和 ABB 那一类，字幕听成 Fenuk、AB。Unitree 若有部署本应出现在这个数里，他估计大概是零。发那科和 ABB 的机器多数不是为美国这套用法切割的；即便在美国造，也是给系统集成商的，为快而重复的动作设计，不是跟前沿模型一起做的那组权衡。

所以 Tutor 被迫自己设计和制造整机。执行器不自己造，相机也不造，那一层向规模更大的原厂买。会自己开、上面有手臂、能做这些任务的机器人，在马萨诸塞州沃特敦规模制造。供应链做大之后，原来的原厂会变成变相的代工，关系要重谈。他认为 Tutor 若要成功，美国得有成熟的机器人供应链。他们占这需求的很大一块，因此既有义务也有机会把产能建在美国，并继续把更多零部件收进国内。2026 年他仍把全球供应链说成高度缠在一起：中国公司在投美国，美国公司也在投中国，两边都在建自己的工业能力。这是他的判断。

两台机器是按活共设计的。Cassie 是重活单臂，很多吸盘，干托盘和纸箱这种美国实体经济里躲不开的搬运。招工难、累、人干不久。他口播这种岗位大约三个月一轮换，干活的人平均大约 55 岁、接近退休。这是他对这类劳动的描述，不是一份公布的劳动力统计。Sunny 是工业半人形：若你看着一台要在工厂里以人的节拍和可靠性跑三到十年的机器，设计会不一样。室内地面多半是抛光的，所以 Sunny 用轮子，不走路；载荷更高，动得更快，按工业协作安全标准和人待在一起。制造和物流里，他口播这两台今天大概能覆盖 80% 到 90% 的活。家用还不行，太工业，看着也吓人。户外也不行。轮子有一点抓地，后腿能活动，过不了碎石。工地、从填埋场回收物料，以后要腿。那是形态清单上的以后，不是现在这台机器。

产品迭代他尽量做成接近数字产品：制造流程大约每两周推一次改动，代码要么每天上机器人，要么大约两周一个大版本。产品职能和客户成功、实施坐在一起，算一个大团队。研究组一边嵌在客户问题里，能从客户侧拉特定数据，一边做能改写产品的突破，再把新形态送进现场。

开场不是模型，是十六美元一小时

几乎每个买家都没买过机器人。他用前面的部署量往下推：若美国的工厂和仓库十个里有九个还没有任何机器人，市场几乎全是空白场地。这些人见过上一代自动化，默认机器人不适合自己。

突破口不谈 AI、模型或 tutor。电话开场是：考虑过一台十六美元一小时的机器人吗。对方没有。然后再讲他们在做什么。供应商和客户的账要对齐，机器人才能以跟传统工业自动化差着数量级的速度铺开。口播的节拍：从第一通电话到签合同平均 40 到 60 天，从签约到机器人在客户现场干活大约 40 天，上线当天就能进生产，常常是到场后的头几个小时。机器从工厂直接运去，不按现场定制一台。客户不承担资本开支那种风险。

铺开之后，运营的人看见它干活，就知道还有哪些岗位要放。他们从小企业扩到供应链里最大的公司，从一个场点一台，到许多场点十几台以上。需求常常不是为了黑五赶一批货。客户知道员工的年龄、需求在涨、履约成本在涨。这不是毛利厚、压一压还活着的软件生意，账算得过来或算不过来是硬的。做除臭剂的人继续做除臭剂，做蜡笔的人继续做蜡笔，机器人要一个长期的对方。除臭剂和蜡笔是他的例子。

网站上留邮箱，还有定价计算器。填仓库或工厂今天怎么运转，估算第一批部署一年能省 10 万美元、100 万美元或 1 亿美元。他强调这不是一张五年定制工程的路线图，口播里「一年省一百万美元、两个月后就能开始、不用先付资本开支」是计算器给出的量级。下文只当口述例子，不写成已实现的节省。

他的价值公式只有一个除法：机器人能干多少活，除以它的成本。其余都是注释。能在美国实体经济这些流动性很高的劳动市场里，用更低成本给出同等或更高的能力，市场就是全部体力工作。成本两边都有，和传统机器人不一样。传统算法是一大笔资本开支，十年赚回来。现在越来越多的成本落在持续的推理和遥操作上。维护和维修都在往下压。从他们自己的销货成本看，眼下持续成本已经多于前期成本，这让人意外。没有给出两边的百分比。

信号也跟着变。他要的反馈是：批量在造的洗发水比原来便宜了五美分。反馈若是「这机器人挺漂亮」，多半是一台很差的机器人。

能干活的叫机器

有一条他看到的推文：不能干活的叫机器人，能干活的叫机器。出处他还没对上。工厂经理这一层，他说基本就是这样，一旦它干活，就被当成设备。

买家和使用者不是同一个人。买家是首席运营官或总经理，使用者是整天跟机器待在一起的工人。他们并不把一座工厂百分之百自动化，只自动化其中一些岗位。这一层关系要经营。学术里有一块叫 HRI，人机交互。他用的一条很具体：每台机器人有名字，多半由制造技术员起。客户复购时可以自己命名。有人用孩子的名字，有人用喜欢的球员或流行明星。他们自己早期按飓风的办法起名，字母表转了太多次，对不上了，就停了。现在技术员挑让自己高兴的名字。客户并不需要知道 Britney 对应哪一个内部编号。

线工少干一些折腰的活，被抬到更高的岗位；这些地方本来也招不到人。工厂经理的工作会轻松很多。这是他描述的现场反应，不是一份就业研究。

中国上一轮投的是上一代工业自动化。他事后看，那既造就了成功，也可能成为大错：美国这次是在空白场地上用更通用的机器人建产能，不必以同样的方式拆掉旧自动化；中国则可能要拆。工厂的地理也会变。软件和云让更多人开公司；若体力劳动变成一块可伸缩的底子，更多人能在实体世界里开业、做大。这是他的推断。片尾在招研究、工程、材料、电子和技术员，招聘本身按下不表。他留下的产品判断是：栈上每一层你都会碰上，问题只是你懂不懂。没有一层可以甩手。