2026 年 09 月 19 日
Reward AI 深度调研报告
#AI 总结
从斯坦福 DexCap / Mobile ALOHA 谱系长出来的「跨本体机器人基础模型」
官网 · https://www.rewardai.com/
一级技术文档 · OM-1: Frontier Robot Intelligence, Learned Firsthand from Humans（2026-09-14）
About us（CEO 署名） · https://www.rewardai.com/about/
官方演示视频 · https://youtu.be/IJvyS2aPsnA ｜ 官方 X @RewardAI_ ｜ YouTube @reward-ai
00结论先行
1. 公司画像。Reward AI 是一家 2025 年成立、2026-09-14 走出隐身的旧金山湾区机器人基础模型公司，由两位斯坦福博士 Zipeng Fu（CEO，中文名多译作付梓鹏 / 符梓鹏） 与 Chen Wang（CTO） 联合创立。官方旁证
2. 技术主张一句话。把机器人学习的数据入口从「机器人本体」前移到「人手」：用一套自研 7 自由度可穿戴采集设备 Omnibody Hand 把人类自然操作录成多模态流，训出跨本体的通用策略 OM-1，再用仿真强化学习训练的高频控制层去消化不同机器的动力学差异——即官方口号 One Model, One Data Interface, Any Body。官方
3. 它是 UMI → DexCap 谱系的工业化升级版。UMI 的核心机制是「同一个手持夹爪，人戴着采、机器人装上跑」；Reward AI 把夹爪换成「同一个 7-DoF 功能手 + 触觉/接近/力 + 电磁追踪」，并显式拆出一个独立时钟的控制层。CEO 本人是 UMI on Legs（CoRL 2024）的合著者，CTO 是 DexCap（RSS 2024）一作。旁证·技术溯源
4. 目前唯一可验证的硬指标，是采集端的追踪误差（高速段平均过冲 24.9 mm → 9.5 mm，降 60%）。任务成功率、数据规模、模型参数量、推理频率、融资金额、客户名单——全部未披露。官方旁证
5. 商业化尚未真正开始，但方向已经写在脸上。无定价、无客户、无 API、无开源；创始人反复强调「Efficiency is ROI」与「所有视频均为 1 倍速」，明确对标产线节拍与部署回报，并强调模型可以「直接落到客户厂房里已经站着的机器人上」。官方推断
01公司速览
| 项目 | 内容 | 性质 |
|---|---|---|
| 公司名 | Reward AI（品牌与 X 账号均写作 Reward AI，官网域名 rewardai.com） | 官方 |
| 成立时间 | 2025（LinkedIn 公司页）；两位创始人分别于 2025 年前后完成斯坦福博士 | 官方 |
| 地理位置 | San Francisco Bay Area（第三方媒体口径，官网未标注地址） | 旁证 |
| 规模 | 11–50 人（LinkedIn 公司页）；Privately Held | 官方 |
| 定位自述 | 「engineers, company builders and researchers … spanning the full stack: from large foundation models to gearboxes, from hands to legs, from visual and tactile perception to high-frequency control」 | 官方 |
| 首个产品 | OM-1（Omnibody Model 1）通用机器人策略 + Omnibody 全栈（Omnibody Hand / One Data Interface / Control Any Body） | 官方 |
| 融资 | 未披露金额、轮次、投资方。第三方行业通讯明确指出「截至本次发布，官网尚未披露融资金额和投资方」 | 旁证 |
| 开放程度 | 模型权重、代码、数据集、API 均不开放；无论文发表 | 旁证 |
| 联系方式 | general@rewardai.com（商务）、careers@rewardai.com（招聘） | 官方 |
02信息来源清单
调研共梳理出 49 条信息源，按性质分为三类。下表是按类别汇总的骨架。
| 类别 | 条数 | 代表来源 | 在本报告中的作用 |
|---|---|---|---|
| 官方 | 15 | 官网首页 / About us（CEO 署名）/ Blog 索引 / OM-1 技术博文 / 官方演示视频 / 官方 X @RewardAI_ / 官方 YouTube @reward-ai / LinkedIn 公司页 / Zipeng Fu 首发帖 / 两位创始人个人主页与 CV | 事实基线。但需注意：所有性能声明均为「公司自述」，尚无第三方复现 |
| 旁证 | 31 | DexCap / Mobile ALOHA / HumanPlus / DeepWBC / UMI on Legs / UMI / Sequential Dexterity / MimicPlay / SwingBot 等论文与项目页；Humanoids Daily、RuntimeWire、Digital CxO、CIVL、humanoid.guide、腾讯新闻·机器人前瞻、网易、SOURCEMIND、alphaXiv、Lacuna | 技术脉络溯源 + 交叉验证 + 竞争定位。媒体报道中区分「事实转述」与「作者评论」 |
| 推断 | 3 | 基于官网 About 页「Selected past work by our team」14 张图的作者反查；基于「不开源 + 无客户 + Efficiency is ROI」的商业化路径判断 | 补充官方未披露的信息。均标注推理链条，与官方事实分开表述 |
官网 About 页有一栏 「Selected past work by our team」，是一组滚动图片。它的正文文本在页面上不可见，但每张图片的 alt 属性是可读的官方文本——这是目前唯一能推断「除两位创始人之外还有谁」的官方线索。本报告第三节的团队推断即基于此。
同理，OM-1 博文中 9 段演示视频的 aria-label 也是官方文本，其中一条直接写明：「Omnibody Hands in motion, on robot arms and worn by a person at a table」——这是判断「同一只手既戴在人手上、也装在机器人上」的官方证据。官方
03核心成员：背景与代表性优势
3.1 Zipeng Fu（付梓鹏 / 符梓鹏）· 联合创始人 & CEO
- 本科
- UCLA，计算机科学 + 应用数学双学士（2016–2020），师从 Song-Chun Zhu（朱松纯）
- 硕士 / 研究
- CMU 机器学习硕士 + 机器人研究所（Robotics Institute）研究生研究员（2020-08–2022-06），师从 Deepak Pathak 与 Jitendra Malik
- 博士
- Stanford AI Lab 计算机科学博士（2022-09 起），导师 Chelsea Finn，2.5 年完成；获 Pierre and Christine Lamond Fellowship（CS 系 top 7）
- 大厂 / 产业
- Google DeepMind 学生研究员（2023-06–2023-12，与 Jie Tan 合作，做机器人导航大模型）；Vayu Robotics 实习（2022-07–09）
官方 个人主页 zipengfu.github.io 与其 CV；旁证 alphaXiv 档案补充 Vayu Robotics 经历
博士期间及之前的工作：一条「从底层自适应到系统可部署」的完整链
| 代表作 | 时间 / 会议 | 做了什么 | 沉淀的能力 |
|---|---|---|---|
| RMA: Rapid Motor Adaptation | RSS 2021 （CMU 硕士期） |
让四足机器人在未知地形上通过在线自适应快速恢复运动能力；被 WSJ、Forbes、DARPA 等广泛报道 | 底层鲁棒控制 + 在线自适应 |
| Deep Whole-Body Control | CoRL 2022 Oral · Best Systems Finalist |
用一个统一策略同时解决「操纵」与「移动」，即四足/轮式底盘 + 机械臂的全身控制 | 全身控制（WBC）的系统化 |
| Robot Parkour Learning | CoRL 2023 Oral · Best Systems Finalist |
四足机器人跑酷：在复杂地形上做感知驱动的敏捷运动 | 感知—控制 tight coupling |
| UMI on Legs | CoRL 2024 | 把 UMI（手持夹爪采集）学到的操纵策略，通过「以操纵为中心的全身控制器」装到移动底盘上 | 直接参与 UMI 谱系：理解「采集—策略—控制」三段如何咬合 |
| Mobile ALOHA（共同一作） | CoRL 2024 | 低成本（约 3.2 万美元）双臂移动操纵系统；炒虾、开柜、按电梯、冲洗锅具；软硬件全开源，全球刷屏 | 系统级工程 + 大规模影响力 |
| HumanPlus（共同一作） | CoRL 2024 Best Paper Finalist（top 6） |
人形机器人通过第一视角「影随」人体动作学习，再从人类动作做模仿学习 | 人形本体 + 人类动作到机器人的迁移 |
| Mobility VLA / Open X-Embodiment | CoRL 2024 / ICRA 2024（Best Paper） | 导航大模型；跨本体数据集与 RT-X 模型（DeepMind 主导的协作） | 大模型范式 + 跨本体数据标准 |
他的核心能力不是「提出新算法」，而是「把学习到的策略真正部署到开放世界」。从 RMA（让控制器在未知地形不崩）、DeepWBC（把移动与操纵合成一个策略）、Robot Parkour（把感知与控制耦合到极限）、到 Mobile ALOHA / HumanPlus（做成可复现、可开源、可演示的完整系统），这条线的每一步都在回答同一个问题：怎样让一个 learned policy 在真实机器、真实节拍下不失效。
这直接解释了 OM-1 的架构选择：为什么「控制层」是一等公民——独立高频时钟、仿真 RL 训练、在线优化相邻预测过渡。这不是一个做 VLA 的人会优先设计的东西，而是一个做了四年「deployable robot systems」的人会优先设计的东西。推断（基于其论文序列与 OM-1 架构的一致性）
次要但关键的一点：他是 UMI on Legs 的合著者，对 UMI 这条「用同一套手持硬件消解具身鸿沟」的路线有一手经验。这解释了为什么 Reward AI 敢把「同一个 Omnibody Hand 既戴在人手上、也装在机器人上」作为跨本体机制。旁证
3.2 Chen Wang · 联合创始人 & CTO
- 本科
- 上海交通大学 计算机科学学士，师从 卢策吾（Cewu Lu）
- 博士
- Stanford 计算机科学博士（2020 起，2025-06 毕业），师从 李飞飞（Li Fei-Fei） 与 C. Karen Liu
- 研究经历
- MIT CSAIL（2019，Edward Adelson GelSight 触觉组）→ NVIDIA Research（2022，NVIDIA Graduate Fellowship Finalist）→ Google DeepMind（2024）
- 研究方向自述
- 「robot learning for dexterous manipulation, imitation learning from human motion, and long-horizon planning and control」
官方 个人主页 chenwangjeremy.net
博士期间及之前的工作：一条极度聚焦的「人类动作 → 机器人动作」线
| 代表作 | 时间 / 会议 | 做了什么 | 沉淀的能力 |
|---|---|---|---|
| DenseFusion / 6-PACK / 力-扭矩动力学 | CVPR 2019 ICRA 2020 IROS 2019 |
6D 物体姿态估计（RGB-D 稠密融合、类别级关键点跟踪）；peg-in-hole 的可迁移力-扭矩动力学模型 | 接触与力的建模（本科阶段已切入） |
| SwingBot | IROS 2020 Best Paper Award |
用手内触觉探索学习物体物理特征，完成动态摆甩操纵（MIT GelSight 组） | 触觉驱动的动态操纵 |
| Co-GAIL / HAN / robomimic | CoRL 2021 IROS 2021 |
从人人协作示范中抽取协作策略；手眼协调的动作空间；robomimic 大规模模仿学习基准 | 模仿学习基础设施 |
| MimicPlay（一作） | CoRL 2023 Oral · 三项 Finalist |
从「人类自由玩耍」的视频中提取 latent plan，指导低层机器人策略，大幅减少对机器人本体示教的依赖 | 用廉价人类数据换昂贵机器人数据 |
| Sequential Dexterity（共一） | CoRL 2023 | 把多个多指手策略「链接」起来完成长程操纵，无需重新抓取即可切换功能模式 | 多指灵巧 + 长程组合 |
| VoxPoser / ReKep / TRANSIC / Obj-Dex | CoRL 2023–2024 | 用大模型合成 3D value map；关系关键点约束做时空推理；sim2real 在线纠正；从人类动作数据做物体中心灵巧操作 | 高层规划 + 落地纠正 |
| DexCap（一作） | RSS 2024 | 便携式手部动捕系统：胸前相机架（RGB-D LiDAR + 3 台 SLAM 相机）+ 电磁场动捕手套 + 背包计算/供电（约 40 分钟）；采人类灵巧操作 → fingertip IK 重定向到 LEAP 灵巧手 → 点云 Diffusion Policy | Omnibody Hand 的直接前身 |
他整个博士在做同一件事：降低「人类示教 → 机器人执行」的转换成本。Co-GAIL（从人人协作示范学）→ MimicPlay（从人玩的视频学 latent plan）→ Sequential Dexterity（多指策略链接）→ DexCap（便携设备直接采人手）→ Obj-Dex（人类动作数据直接训物体中心灵巧操作）。这条线没有任何一步是「顺便做的」，每一步都在削薄同一个瓶颈。
第二层优势是传感侧的完整度：他在 MIT GelSight 组做过纯触觉驱动的操纵（SwingBot，IROS 2020 最佳论文），又在本科阶段做过力-扭矩动力学建模。Omnibody Hand 上「触觉 + 指间接近 + 力 + 手内相机」这套多模态组合，几乎是他人生的技术简历直接硬件化了。推断
词组证据：官方博文明确写 「Building on our prior work DexCap …」；创始人在首发帖中也写 「We build on our prior work DexCap at Stanford.」官方
3.3 创始人之外的团队：基于官方 past-work 图谱的推断
官网没有 team 页，LinkedIn 公司页只显示 Zipeng Fu 一个具名成员 + 5 个匿名头像。About 页的「Selected past work by our team」是唯一官方线索，共 14 张图。把图片 alt 文本与各论文/项目逐一反查，可以得到下表。除标注为官方/旁证的行外，人员身份均为推断。
| past-work 图（官方 alt 摘要） | 对应工作 | 已知作者 | 性质 |
|---|---|---|---|
| 双臂机器人在灶台炒虾 | Mobile ALOHA（CoRL 2024） | Zipeng Fu（共一） | 官方 |
| 人形叠卫衣 / 系鞋带 | HumanPlus（CoRL 2024） | Zipeng Fu（共一） | 官方 |
| 两只灵巧手用剪刀剪胶带 | DexCap（RSS 2024） | Chen Wang（一作） | 官方 |
| 机器人手拼装积木 | Sequential Dexterity（CoRL 2023） | Chen Wang（共一） | 官方 |
| 机械臂操作意式咖啡机 | VIOLA（CoRL 2022） | Yifeng Zhu 等（UT Austin） | 推断 |
| 夹爪装穹顶光学触觉指尖 | DenseTact（ICRA 2022） | Won Kyung Do、Monroe Kennedy III（Stanford ARMLab） | 推断 |
| 四足+机械臂在草地俯身 | Deep Whole-Body Control（CoRL 2022） | Zipeng Fu（共一） | 官方 |
| 小型人形爬木台阶 | ToddlerBot（arXiv 2502.00893） | Haochen Shi、Weizhuo Wang（二人同时也是 DexCap 共同作者） | 推断（置信度较高） |
| Science Robotics 封面：四足跨过倒木 | 腿足 locomotion 代表作 | 大概率即 Robot Parkour Learning（Zipeng Fu 共一） | 旁证 |
| 移动操纵器从桌面拿起苹果 | GDM / Meta 机器人工作 | 大厂机器人研究背景成员 | 推断 |
| Falcon 9 双助推器同步着陆 | 航天工程背景 | 疑似有 SpaceX 经历的硬件/工程成员 | 推断 |
| 3D 打印摆线针轮减速器剖开 | 自研传动 | 机械/硬件工程成员 | 推断 |
About 页原文：「We are engineers, builders and researchers who pioneered robot learning in dexterous manipulation, mobile manipulation, and legged locomotion, spanning the full stack: from large foundation models to gearboxes, from hands to legs, from visual and tactile perception to high-frequency control.」官方
即官方宣称同时具备：大模型（foundation models）— 减速器齿轮箱（gearboxes，硬件传动）— 手（hands，灵巧操作）— 腿（legs，腿足运动）— 视觉与触觉感知 — 高频控制。这与上表反查出的「VIOLA / DenseTact / ToddlerBot / 摆线减速器 / Falcon 9」构成相互印证。推断
04技术路线：软硬一体的 Omnibody 栈
4.1 全景架构
4.2 数据采集方式：Omnibody Hand
硬件设计取舍：功能灵巧 ≠ 逐关节仿人
官方明确反对两条路：一是「脆弱的 20+ 自由度逐关节复刻人手」，二是「平行夹爪」。Omnibody Hand 走中间：一个紧凑的 7 自由度设计，只保留对操纵真正重要的功能。
| 设计要素 | 官方表述 |
|---|---|
| 精细捏取 | 采集拇指-食指对捏，同时记录拇指与食指屈曲，使拇指既能配合食指也能配合其余手指 |
| 力量抓握 | 中指、无名指、小指在掌指关节（MCP）联动，配合拇指屈曲包覆物体 |
| 手内重定向 | 在手中调整物体姿态（in-hand reorientation）被列为三大优先项之一 |
| 人体工学不变性 | 集成的远端屈曲机构吸收指长差异，降低对关节对位的敏感度，免除 per-user 连杆调整。官方理由：佩戴不适会让人改变抓法，而「被补偿过的抓法不再是我们要记录的行为」 |
| 传感通道 | 全局快门手内相机（图像）、高频触觉、指间接近传感、力、手部位姿轨迹 |
| 追踪方案 | 视觉-惯性 + 电磁（EM）传感增强，并有算法补偿环境电磁扰动 |
唯一公开的量化指标
UMI 谱系定位：这是你最关心的一节
Reward AI 没有在官方材料中提「UMI」二字，但从硬件、动作表征到延迟处理，Omnibody Hand 与 UMI 是同一设计范式的迭代。下表把三代设备并排。
| 维度 | UMI（RSS 2024） | DexCap（RSS 2024） | Omnibody Hand（2026） |
|---|---|---|---|
| 形态 | 3D 打印手持平行夹爪 + GoPro | 胸前相机架（RGB-D LiDAR + 3 台 SLAM 相机）+ 电磁动捕手套 + 背包电源 | 7-DoF 可穿戴功能手（一体式） |
| 末端自由度 | 2-DoF 夹爪（仅开合宽度） | 手指 3D 位置（相对手掌，EMF 测） | 7-DoF：拇指/食指独立屈曲 + 中/无名/小指 MCP 联动 |
| 追踪 | GoPro + IMU-aware SLAM（改进 ORB-SLAM3） | SLAM 相机 + 电磁场 | 视觉-惯性 + 电磁（EM） + 环境电磁扰动补偿 |
| 视觉 | 155° 鱼眼 + 双侧镜「隐式立体」 | 胸前 RGB-D | 全局快门手内相机（快速运动下保持视觉上下文） |
| 接触 / 力 | 无（仅有夹爪宽度本体感知） | 无（纯位置） | 触觉 + 指间接近 + 力 |
| 动作表征 | 相对轨迹（相对当前夹爪位姿） | 指尖 IK → LEAP 手 16 维关节位置 | 运动方向 / 速度 / 力 / 事件时序（本体无关） |
| 跨本体机制 | 要求「平行夹爪行程 > 85 mm」，免标定 | 需为每个目标手做 fingertip IK 重定向；用 FK 生成机器人手点云补进观测以弥合视觉鸿沟 | 不做数据级重定向，交给仿真 RL 控制层吸收 |
| 采集效率 | 约 3× teleoperation | 约 3× teleoperation，接近自然人类速度 | 未披露（但按人类自然节拍，无需放慢） |
| 代表作式 demo | 动态抛掷 87.5%、洗碗 70%、野外泛化 71.7% | 30 分钟人类 mocap 数据学会新任务，无需遥操作 | <30 分钟学会含挑战动力学的长程新任务 |
继承（5 条）：
- 同一套硬件，人戴着采、机器人装上跑。这一条有官方直接证据——OM-1 博文视频
aria-label原文：「Omnibody Hands in motion, on robot arms and worn by a person at a table」，另有「An Omnibody Hand on a robot arm unscrewing a braided hose fitting」「Two robot arms with Omnibody Hands gripping either side of a cable connector」。官方 - 便携、in-the-wild、脱离机器人采集。
- 以手部/腕部相机为观测中心（UMI 是腕上 GoPro，Omnibody 是手内全局快门相机）。
- 本体无关的「相对 / 功能」动作表征。
- 显式处理延迟（UMI 做推理时 latency matching；Reward 升级为独立时钟控制层）。
改造（4 条，也是 Reward 声称的差异点）：
- 平行夹爪 → 7-DoF 功能手。官方直指 UMI 类方案的软肋：「平行夹爪能解决很多任务，但通常是通过约束接近方向、接触位置与操纵策略来实现的」。对应 Humanoids Daily 的评述：2-DoF 夹爪「人为限制了接近角与接触点」。官方旁证
- 纯视觉 SLAM → 视觉-惯性 + 电磁。理由：视觉更新率限制了跟随快速反向运动的能力，常见补救是事后平滑轨迹或要求人放慢——两者都会破坏「就是要采快速伸手与细微修正」这个目标。官方
- 补上触觉 / 接近 / 力。补齐纯视觉推断不出的「接触、力、时序」这一层物理信息。
- 延迟处理从「对齐」升级为「解耦」。UMI 做的是推理时的观测—动作延迟匹配；Reward 让控制层跑在自己的高频时钟上，并在线优化相邻两次预测的过渡，使推理延迟的抖动完全不打断运动。
谱系可证性：Zipeng Fu 是 UMI on Legs（CoRL 2024）合著者，Chen Wang 是 DexCap 一作——两位创始人分别站在 UMI 分支与 DexCap 分支上，Omnibody Hand 是这两条线的合流。旁证·技术溯源
4.3 数据标注方式：官方口径是「根本不需要标注」
这是 OM-1 与主流路线最不相同的一点，值得拆开看。
| 标注环节 | 传统做法 | OM-1 的做法 | 性质 |
|---|---|---|---|
| 动作标签 | 遥操作采集 → 记录机器人关节/末端状态 → 需按本体动作空间对齐 | 标签是传感器内生的：位姿轨迹（追踪）、接触与接近（触觉/接近传感）、力（力传感）、事件时序（抓取/释放，由接触+力信号判定） | 官方 |
| 动作重定向 | DexCap 需 fingertip IK 把人手映射到 LEAP 手；UMI 需按本体夹爪行程过滤 | 官方声称没有数据级重定向：OM-1 直接「从人类运动生成机器人动作」，本体差异交给控制层 | 官方 |
| 视觉域适配 | DexCap 用 FK 生成机器人手点云叠加进点云观测，弥合人—机视觉鸿沟 | 未披露类似机制（推测被「同一只 Omnibody Hand 也装在机器人上」这一设计绕过） | 推断 |
| 数据分桶 | pre-training / post-training 分阶段，每阶段可能需要不同标注与筛选 | 无分界：所有演示经同一接口以同一格式进入，「第一条演示与最新一条演示训同一个策略」 | 官方 |
| 场景组织 | staged 实验室场景、专人监督采集 | 官方：无需 staged setup、无人监督，「工作、玩、做饭、或只是过一天」都在产出数据 | 官方 |
| 质量纠正 | DexCap 提供 human-in-the-loop 纠正（residual correction 等） | 未见提及；取而代之的是「涌现的重试/补偿/停止」行为 | 旁证 |
官方把「标注」描述为零成本，但工程上它更可能是被转移到了另外两处，而这两处官方都未披露：推断
- 采集设备侧：多传感器时空标定、不同佩戴者的一致性、电磁环境扰动补偿——这些是 One Data Interface 的隐性成本，也是 Omnibody Hand 必须自研的原因。
- 控制层侧：要「零样本落到任意本体」，就必须为每种目标本体建立足够好的动力学模型与域随机化，并在仿真里训练 RL 控制器。每接入一个新本体，仍有工程量，只是从「重新采一遍数据 + 重新训策略」变成了「训练一个控制层」。
换句话说：Reward 把成本从「数据端·随任务线性增长」搬到了「硬件端·一次性投入 + 控制端·随本体种类增长」。这个置换是否划算，取决于他们能覆盖多少种本体——而这正是目前完全看不到数字的地方。
4.4 模型 OM-1 与控制层
| 模块 | 公开的技术要点 | 性质 |
|---|---|---|
| 输入模态 | 图像（场景上下文）、触觉信号（接触与滑动）、指间接近（接触前状态）、手部位姿轨迹；并消费这些流的时间历史 | 官方 |
| 采样率处理 | 按各传感器的原生采样率处理，不统一下采样到相机帧率——保住高频触觉与运动线索 | 官方 |
| 输出动作 | 运动方向、速度、力、关键事件（抓取/移动）的时序 | 官方 |
| 训练范式 | 单阶段；无 pre-training / post-training 切分；扩展靠「增加人类数据」而非「为每种机器人设计新训练阶段」 | 官方 |
| 架构 | 「为高效推理定制的新架构」（未披露任何细节：参数量、backbone、是否 Transformer/Diffusion 均未说明） | 官方 |
| 控制层 | 仿真中 RL 训练；处理与速度/加速度相关的动力学、外部扰动、系统延迟；独立高频时钟；在线优化相邻两次预测的过渡 | 官方 |
| 覆盖能力 | 不只桌面操纵，还包括全身工作（支撑、倾身、踏入任务）以及移动机器人的导航 | 官方 |
| 效率主张 | <30 分钟人类演示数据学会全新任务（含挑战动力学、长程）；长程任务执行 <30 秒（1× 速度） | 官方 |
| 涌现行为 | 一臂失误另一臂自动补偿；知道何时重试；能适应对抗性扰动；环境变化过大时主动停止 | 官方 |
4.5 已公开的 Milestone（演示清单）
截至 2026-09-19，官方共公开 9 段演示视频（OM-1 博文内嵌，720p／60fps，画面左上角统一带官方「Fully autonomous, 1x speed」水印）与 1 段发布合集。下列任务名直接取自官方 aria-label 与视频文件名。每个任务配 GIF 预览（由官方 mp4 转制）。
从官方 9 个 mp4 文件直接读到真实时长：最短 9.9 s（cross-embodiment），最长 158.6 s（iphone-long）。其中 laundry 原片 16.5 s，与官方文案「约 17 秒」吻合——说明视频长度≈单次任务时长。由此得到一个官方未说明的观察：官方口径是「长程任务执行 < 30 秒（1× 速度）」，但 ethernet-unplug（107.8 s）与 iphone-long（158.6 s）远超 30 秒，二者应包含多次重试或连续多循环作业，而非单次任务。推断
人形机器人与一对工业臂都装了 Omnibody Hand，在同一策略下把传送带上的物品分拣入箱。
Omnibody Hand 运动特写——同一只手既装在机器人臂上，也被演示者戴在手上。这是「人戴采集、机装执行」同构主张最直接的画面证据。
两只机械臂从移动传送带上抓取物体并抛入料箱。
装在机械臂上的 Omnibody Hand 在传送带上方拧开编织软管接头，另一臂扶稳组件。
两臂用 Omnibody Hand 抓住连接器两侧并拔开；需极精确按压卡扣才能释放。被创始人点名为「deceptively hard」。
人形机器人从料架取件并抛掷一旁。
手机包装长程任务，发布中展示四臂协同（quadmanual）。是 9 段视频中时长最长的一段。
两臂在洗衣店折叠床单。原片 16.5 s 与官方文案「约 17 秒」一致，是唯一可交叉验证时长的演示。
人形拉开完全关闭的不锈钢冰箱门并伸手取饮料。
倒酒液、加冰、摇壶、拔瓶塞、倒入杯中，一次性完成。该片段出现在官方发布视频中，官网博文未提供独立 mp4，故无 GIF。
- 来源：全部取自官网博文的官方 mp4 直链（
/blog/OM-1/videos/*-720-h264-labeled.mp4），未做任何裁剪或变速。 - 转制：ffmpeg 降采样至宽 320 px、96 色、4.5–7 fps。因此 GIF 比原片卡顿，不代表官方帧率；原片为 60 fps。
- 节选说明：
sorting-2、ethernet-unplug、iphone-long三段因原片过长（26 s / 107.8 s / 158.6 s），GIF 采用均匀抽样的多片段拼接，非连续播放。其余 6 段为完整时长。 - 保真度：GIF 保留了原片的水印与「labeled」标注层，可作为官方「1× 速度」主张的原始证据。
- 体积：9 个 GIF 合计约 12 MB，单个 0.7–1.8 MB，均已启用懒加载；单个文件均 < 2 MB，可直接用于微信公众号动图（上限 10 MB）。
- 原始 mp4 与官方视频：全部 9 个 mp4 已本地留存；完整发布合集见 YouTube 官方视频。
4.6 时间线
05商业化战略与现状
5.1 现状：可以确认的事实
| 维度 | 状态 | 性质 |
|---|---|---|
| 融资 | 完全未披露——金额、轮次、投资方均无。第三方行业通讯明确指出「截至本次发布，Reward 的官网尚未披露融资金额和投资方」 | 旁证 |
| 客户 / 部署 | 未披露任何客户名、部署数量或试点 | 旁证 |
| 定价 / 时间表 | 无商业化时间表、无定价 | 旁证 |
| 开放策略 | 模型权重、代码、数据集、API 全部内部保留；无论文发表；官方要求引用形式为「blog article」 | 旁证 |
| 团队规模 | 11–50 人；招聘邮箱 careers@rewardai.com 在官网显著位置 | 官方 |
| 本体合作 | 公开材料中未点名本体厂商。有一条待核实的第三方线索指向 Flexiv（非夕）Rizon 臂参与过演示，未能二次核实 | 推断·待核实 |
5.2 战略信号：从官方措辞里读出来的东西
| 官方表述（原文） | 解读 | 性质 |
|---|---|---|
| 「Efficiency is ROI. ROI is what gets robots deployed.」 | 把「效率」直接定义成投资回报。这不是研究者的措辞，是卖给工厂的措辞 | 官方 |
| 「If other models look faster, check the corner of the frame: 2x, sometimes 5x.」 | 主动挑起「速度造假」议题，把 1× 原速做成品牌资产。攻击性定位 | 官方 |
| 「Every clip we publish runs at 1x speed, clearly labeled.」 | 同上，写进了 About 页的方法论部分，不是临时公关话术 | 官方 |
| 「can be dropped onto whatever robots already stand on a customer's floor」 | 不卖本体。目标客户是已经买了机器人的工厂 / 集成商 —— 存量设备升级，而不是卖新硬件 | 官方 |
| 「A robot earns its place in a factory, a kitchen, or a warehouse …」 | 目标场景：工厂、厨房、仓库。与演示任务（3C 包装、传送带分拣、折衣、调酒）一致 | 官方 |
| 「beginning with quadmanual manipulation … extending to mixed teams」 | 多机协作是差异化叙事：瞄准「单臂干不了的活」（搬家具、大件装配、高峰期厨房） | 官方 |
| 「demonstrations we collect today will still be training robot bodies that haven't been designed yet」 | 数据资产论：数据不随硬件换代贬值，而是升值。这是给投资人和客户的双重叙事 | 官方 |
5.3 商业化路径推断
大概率路径：B2B，向已有机器人存量的客户提供「策略 + 控制层」的部署/授权，同时可能出租或销售 Omnibody Hand 采集设备用于客户现场采任务数据。推理链条：
- 不开源、无 API → 排除了「做社区标准/生态平台」的路子，价值捕获必须发生在交付环节。
- 「drop onto whatever robots already stand on a customer's floor」→ 明确不造本体，因此收入不可能靠硬件整机，只能靠软件能力 + 采集设备。
- 「Efficiency is ROI」+ 反复强调节拍 → 卖点是替代人工的每小时产出，计价方式很可能是按部署站点/机器人数量，而非按 token 或按模型调用。
- 招聘邮箱置顶 + 11–50 人规模 + 刚走出隐身 → 处于「建交付能力」而非「建销售网络」的阶段，近期更可能是少数深度试点而非广铺。
核心壁垒判断：不是模型本身，而是「采集设备—数据接口—控制层」这条闭环。任何一环缺了，跨本体就退化成普通 VLA。这也意味着：他们的护城河高度依赖 Omnibody Hand 的可制造性与成本——而这恰恰是公开信息里最薄的一环。
5.4 竞争格局定位
| 路线 | 代表公司 | 数据入口 | 性质 |
|---|---|---|---|
| 人手可穿戴采集 （Reward 所在） |
Reward AI | 7-DoF 功能手 + 触觉/接近/力 + EM 追踪；功能性中间路线——比 2-DoF 表达力强，比 20+ DoF 同构更解耦 | 官方旁证 |
| 同上 · 最贴近的对手 | Sunday Robotics （Tony Zhao + Cheng Chi） |
Skill Capture Glove：更简单的 2-DoF 平行夹爪式；强调手套与自研 Memo 机器人手的几何与传感器对应；主攻家务（折衣） | 旁证 |
| 严格同构路线 | X Square Robot（深圳） | TwinDEX：9-DoF 外骨骼，通过与配套三指机器人手严格物理同构来消除具身鸿沟 | 旁证 |
| 互联网视频预训练 | Dyna Robotics（Dyna-2） Rhoda AI（DVA） |
海量网络/人类视频预训练 + 任务数据后训练。Rhoda 报告最大模型 100 秒内无人介入完成率 84.7% | 旁证 |
| VLA / 基础模型 | Physical Intelligence（π0） Gemini Robotics 1.5 / 2 Skild AI（S1）、Generalist（GEN-1.5） |
开放机器人数据集 + 遥操作 + 合成数据混合。Gemini Robotics 2 称可用数小时、通常 <200 个样本适配新双臂机器人 | 旁证 |
| 数据基础设施 | XDOF（GELLO 系）、Mecka AI | 把采集/清洗/标注/质控外包成服务；XDOF 6 月披露 7000 万美元融资并开源 ABC-130K（13 万条双臂轨迹 / 195 类任务） | 旁证 |
06关键风险与待验证清单
- 所有性能指标均为公司自测。唯一可量化的数字（24.9 → 9.5 mm）测的是采集端追踪误差，不是任务成功率。第三方（Humanoids Daily、humanoid.guide）均明确指出：无大规模成功率数据、无论文、无开源。旁证
- 「Any Body」的边界需要澄清。官方视频
aria-label显示，跨本体演示中的人形与工业臂都装了 Omnibody Hand。若「零样本跨本体」的前提是本体必须装上同一只手，那么它的适用范围与「随便什么机器人即插即用」之间存在口径差。这是本报告认为最值得向官方追问的一点。官方素材推断 - 无第三方复现路径。权重、代码、数据集、API 全不开放，外界无法独立验证。旁证
- 融资不透明。无金额、无投资方，无法评估 runway 与可获得算力。在一个「算力即壁垒」的赛道里，这是重大信息缺口。旁证
- 「<30 分钟」容易被误读。第三方通讯特别澄清：这指的是演示数据量，不是端到端训练耗时。旁证
- 长期运行稳定性未验证。行业对标的是「99.9% uptime」，而实验室演示与产线连续运行之间还有很长的路——这也是 Skild AI 等公司公开挑战「demo culture」的核心论点。旁证
- 采集设备的规模化未验证。Omnibody Hand 集成了 7-DoF 机构、触觉阵列、接近传感、全局快门相机、EM 追踪——它的成本、良率、耐用性、标定流程，是整条路线能否规模化的物理瓶颈，而官方对此零披露。推断
未来 3–12 个月观察清单
- 是否发布论文或完整技术报告（当前引用形式仍是 blog article）
- 是否给出标准化成功率与失败案例（而非仅演示视频）
- 是否出现第三方测试、客户部署或试点披露
- 是否披露融资金额与投资方
- 是否开放 API / 权重 / 数据集
- quadmanual 多机协作与人形全身操作 + 导航的后续进展（官方已预告 "More on this later"）
- Omnibody Hand 是否会单独对外（销售/租赁/开源硬件）
07附录：核心信息源速查
| # | 来源 | URL | 性质 |
|---|---|---|---|
| S04 | OM-1 技术博文（一级来源） | rewardai.com/blog/OM-1/ | 官方 |
| S02 | About us（CEO 署名） | rewardai.com/about/ | 官方 |
| S11 | Zipeng Fu 首发帖 | LinkedIn · zipengfu | 官方 |
| S12 | Zipeng Fu 个人主页 / CV | zipengfu.github.io | 官方 |
| S14 | Chen Wang 个人主页 | chenwangjeremy.net | 官方 |
| S16 | DexCap（RSS 2024）项目页 | dex-cap.github.io | 旁证 |
| S24 | UMI（RSS 2024）项目页 | umi-gripper.github.io | 旁证 |
| S35 | Humanoids Daily · 走出隐身报道 | humanoidsdaily.com | 旁证 |
| S36 | RuntimeWire · OM-1 发布 | runtimewire.com | 旁证 |
| S42 | 腾讯新闻 · Mobile ALOHA 作者新模型 | new.qq.com | 旁证 |
| S44 | SOURCEMIND · 北美具身公司名单 | 行业通讯（明确指出融资未披露） | 旁证 |