02. 具身产品调研 (Product Research)
本章聚焦“可部署系统”，重点看四个维度：任务成功率、失败恢复、端到端延迟、安全约束。演示视频只作为线索，结论以官方文档/论文为准。
⏰ 最后更新时间: 2026-02-26 | 本页内容将每日更新「具身产品调研、系统能力与演示证据链」。
2.1 Figure：Helix 系统
Figure Helix 官方演示（新闻页含视频）
可追溯信息：Figure 将 Helix 定位为“Vision-Language-Action”系统，强调双机器人协作、自然语言指令执行和泛化行为。[来源]
- 系统亮点：语言理解 + 双臂协作 + 实时动作控制。
- 工程关注点：复杂场景下的恢复策略、延迟抖动与安全停止机制。
2.2 1X：NEO
1X NEO 官方页面（含演示素材）
1X 将 NEO 描述为面向家庭与通用环境的人形平台，产品叙事强调“人机共处”的交互与安全。[来源]
2.3 NVIDIA：Project GR00T + Isaac 平台
NVIDIA GR00T 发布（官方博客）
NVIDIA 明确将 GR00T 与 Isaac Sim、Isaac Lab 联动，核心是把模型训练、仿真数据与部署工具打通。[来源]
2.4 产品评估面板（实用版）
| 维度 | 建议指标 | 为什么重要 |
|---|---|---|
| 任务成功 | Success Rate / 平均完成时长 | 决定是否可上线为生产系统 |
| 恢复能力 | Recovery Rate / 重试成功率 | 真实环境失败不可避免，恢复能力决定可用性 |
| 交互延迟 | 感知到动作闭环延迟（ms） | 高延迟会直接破坏控制稳定性 |
| 安全 | 碰撞率 / 超力矩次数 / 急停触发 | 决定合规与实际部署边界 |
2.5 证据化对比矩阵（公开信息口径）
| 对象 | 控制与系统形态 | 公开部署信号 | 当前公开缺口 |
|---|---|---|---|
| Figure Helix | VLA 叙事 + 双机器人协作演示 | 官方发布与演示 | 缺少标准化对外评测口径（恢复率/安全事件统计未完整披露） |
| 1X NEO | 面向通用场景的人形平台 | 产品页面与演示素材 | 公开技术细节偏少，需持续跟踪控制链路与数据闭环证据 |
| NVIDIA GR00T | 基础模型 + 仿真 + 开发平台组合 | GR00T + Isaac Sim | 应用到具体机器人产品时的任务级 KPI 需由下游公司补齐 |
2.6 当前公开信息的共性观察
- 头部厂商都在强调“可部署能力”，但对外公开口径差异较大。
- “任务成功率 + 恢复能力 + 安全事件”逐渐成为比单次演示更有解释力的指标组合。
- 平台型公司通常更强调生态与工具链，产品型公司更强调具体场景演示与运营信号。
具身产品的“漂亮 demo”价值有限。真正的技术壁垒在于：连续运行数小时后的稳定性、恢复能力与安全审计。建议把 demo 评价体系升级为回归测试体系。