---
title: "⭕️傅利叶专家交流要点：Meta与傅利叶原型机落地 1、合作概况与意图 Meta与傅利叶约三个月内打造人形机器人原型，搭载英伟达Thor芯片、五指机械手。Met"
topic_id: 45548245822418418
created_at: 2026-11-02T09:05:59.165+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# ⭕️傅利叶专家交流要点：Meta与傅利叶原型机落地 1、合作概况与意图 Meta与傅利叶约三个月内打造人形机器人原型，搭载英伟达Thor芯片、五指机械手。Met

- 序号：425
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/45548245822418418)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

⭕️傅利叶专家交流要点：Meta与傅利叶原型机落地

1、合作概况与意图
Meta与傅利叶约三个月内打造人形机器人原型，搭载英伟达Thor芯片、五指机械手。Meta借傅利叶硬件快速验证Muse模型的物理落地；长期不排除自建软硬一体能力的可能。

2、模型路线分野
VLA是当下见效最快的路径：Pi0.5基座，3.3B参数，预训练1–2天、后训练1天即可完成，但泛化性差。世界模型是长期方向但进展缓慢：本质是环境动力学预测，输入当前状态与动作、输出下一时刻世界状态，泛化性优于VLA，但数据需求达百万小时级，目前尚无强落地模型。Meta的真实策略可能是“两条腿走路”——用VLA快速验证边端推理闭环，同时以世界模型作长期储备。

3、数据采集趋势真实
预训练需大量异构本体数据与网络视频填充，真机遥操主要用于后训练。但数据采购的行业趋势真实且持续：多模态迭代必须覆盖全部数据模态，叠加硬件成熟度提升使sim-to-real gap收窄、训练有效性改善。

4、通用模型增加物理AI能力会是趋势
通用模型在多模态后，物理AI能力是下一个趋势，各家都会持续布局，对数采数据的需求将持续增加。目的都是完成通用大脑。

机器人“能走能动”是起点，真正的分水岭在于谁率先跑通“大脑”的规模化落地。

## 总体总结

主题正文
要点：Meta与傅利叶原型机落地

1、合作概况与意图
Meta与傅利叶约三个月内打造人形机器人原型，搭载英伟达Thor芯片、五指机械手。Meta借傅利叶硬件快速验证Muse模型的物理落地；长期不排除自建软硬一体能力的可能。

2、模型路线分野
VLA是当下见效最快的路径：Pi0.5基座，3.3B参数，预训练1–2天、后训练1天即可完成，但泛化性差。世界模型是长期方向但进展缓慢：本质是环境动力学预测，输入当前状态与动作、输出下一时刻世界状态，泛化性优于VLA，但数据需求达百万小时级，目前尚无强落地模型。Meta的真实策略可能是“两条腿走路”——用VLA快速验证边端推理闭环，同时以世界模型作长期储备。

3、数据采集趋势真实
预训练需大量异构本体数据与网络视频填充，真机遥操主要用于后训练。但数据采购的行业趋势真实且持续：多模态迭代必须覆盖全部数据模态，叠加硬件成熟度提升使sim-to-real gap收窄、训练有效性改善。

4、通用模型增加物理AI能力会是趋势
通用模型在多模态后，物理AI能力是下一个趋势，各家都会持续布局，对数采数据的需求将持续增加。目的都是完成通用大脑。

机器人“能走能动”是起点，真正的分水岭在于谁率先跑通“大脑”的规模化落地。