Meta人形机器人Max：三个月亮相，真正值得关注的是“视听交互”
内容提要
Meta与傅利叶合作，约三个月造出人形机器人原型Max，作为其AI智能体Muse的物理载体，定位为内部研究平台，不对外销售。Max要求5米识声、3米识手势、保持眼神接触并输出交互状态，凸显视听感知与表达的重要性。双方分工体现美国强于AI、中国强于硬件的产业格局。Max 2研发已启动，Meta还在华招聘供应链人员，但任务完成率、续航等关键指标尚未公布。
延伸解读
交互指标揭示人形机器人新门槛
Meta对Max提出5米识声、3米识手势、保持眼神接触并输出交互状态等要求，这些指标将人形机器人的“身体”重新定义为视听感知与表达系统。远场声音识别需克服家庭噪音干扰，手势识别需区分意图，眼神与表情则传递“倾听、思考”等非语言信息。这表明竞争焦点正从运动能力转向多模态交互的自然度与可靠性。
中美分工：AI与硬件的互补格局
Meta选择傅利叶合作，基于其GR系列在双足运动、灵巧手和触觉感知的工程积累，并调整身高、头部结构等定制Max。这体现美国企业在AI模型与计算资源上领先，中国企业则在硬件研发、制造供应链和工业场景具备系统能力。人形机器人涉及电机、减速器、传感器等完整链条，中国制造配套和测试环境成为合作基础。
原型到产品：未公布指标暴露现实差距
Max的任务完成率、续航时间、负载能力及人工协助需求均未公布，增加手部和楼梯传感器也不等于复杂操作与楼梯通行问题已解决。家庭场景对可靠性、安全性和成本要求远高于内部演示。尽管Meta已启动Max 2研发并在华招聘供应链人员，但从原型到量产仍需克服这些未披露的关键工程挑战。
Q&A
Meta的人形机器人Max是什么？它有什么用途？
Max是Meta与中国机器人企业傅利叶合作，仅用约三个月打造的人形机器人原型。它身高约1.5米，重约48公斤，搭载英伟达Jetson Thor芯片，面部有可模拟表情的显示屏，胸口内置两个扬声器，双手为五指设计。Max定位为内部研究和实验平台，是Meta AI智能体Muse的物理载体，Meta明确表示没有销售计划。
Max需要具备哪些具体的视听交互能力？
根据知情人士透露，Max需要在5米外识别声音，3米外识别手势和挥手，保持眼神接触，并通过状态信号表达“倾听、思考、说话、不确定”等交互状态。这些要求涉及远场声音识别、手势意图理解、表情显示和多模态状态输出。
为什么说人形机器人的竞争转向了“视听交互”？
文章指出，人形机器人的竞争正从“能不能走”转向“能不能被自然地问候、理解与回应”。Max的交互要求表明，人形机器人的“身体”首先是一个视听感知与表达系统。当AI进入物理世界，视觉、语音、表情、动作需要在时间上对齐、语义上一致，这种“对齐”能力是智能视听技术从内容领域走向具身场景的关键延伸。
Meta为什么选择与傅利叶合作？这反映了怎样的产业分工？
傅利叶早期专注外骨骼和康复机器人，其GR系列人形机器人在双足运动、灵巧手和触觉感知等方面有工程经验。Meta基于傅利叶已有硬件平台进行定制，调整了身高、比例、头部结构等。这反映了美国企业在AI模型和计算资源上领先，中国企业在硬件研发、制造供应链和工业场景上具备系统能力的产业格局。
Max 2有哪些改进计划？Meta在供应链方面有什么动作？
Max 2计划重新设计躯干、改进手部操作能力，增加投影仪和额外传感器，以支持上下楼梯等更复杂任务。Meta同时在上海招聘供应商开发工程师、在深圳招聘产品设计工程师和技术项目经理，工作内容涉及从原型到量产的准备。
Max目前存在哪些未公布或未解决的局限？
Max的任务完成率、续航时间、负载能力以及执行过程中需要多少人工协助，均未公布。增加手部和楼梯传感器，也不等于复杂物体操作和楼梯通行问题已经解决。家庭场景对可靠性、安全性和成本的要求远比内部演示苛刻。
