ZINOVA 首次物理 AI 演示：用现有的施工工具完成 tilt-up 板段的部分作业（图片来源：ZINOVA / RIC Robotics 官方发布素材）
一个困了十年的问题：为什么机器人进了工厂，却进不了工地
过去十年，建筑机器人基本都在做同一件事——把一个工种拆出来，做一台专用机器。Canvas 批腻子，Dusty 在地面上喷划线，Monumental 砌砖。每一条路线都证明了自己那一小段活能干，但现场并没有因此变得像工厂。原因也直白：工地不是流水线，工序交叉、工作面天天在变，一台只会干一件事的机器，进场和撤场的成本往往吃掉它省下的工。
9 月 14 日，总部在圣何塞的 ZINOVA 正式对外亮相，给出的答案不太一样。它不做新的机器人本体，而是做一层让机器人能抓、能感、能用工具的智能——Tool Intelligence。首次演示里，几台机械臂握着工人日常用的手枪钻与气钉枪，拼装一段钢筋混凝土 tilt-up 板段，也就是数据中心和工业厂房最常用的那种预制墙板。演示的水准是实验室级别的，但路线选择本身值得琢磨。
三个研究块：抓、感、形
ZINOVA 把研究拆成三块，命名很朴素。
Grasp（抓）：通用工具抓取
目标是让机器手认出并抓起"为人类手掌设计"的工具，而不是为每一个应用定制一套末端执行器。这条路线在工程上很反直觉——人形机器人公司花了大量精力做灵巧手，ZINOVA 却先把这件事放低：一个能夹住手柄、能扣动扳机的末端就够开工。创始人 Ziyou Xu 在发布声明里说得很直接："人类建成的几乎所有东西，从住宅、工厂到基础设施和航天器，都靠熟练使用工具。我们要把同样的能力交给物理 AI，让机器人的形态可以变，而用工具的智能留下来。"
TEISI（感）：工具—本体交互传感接口
TEISI 是 Tool–Embodiment Interaction Sensing Interface 的缩写，采集工具、环境与机器人之间的力、力矩、振动、阻力、接触和材料响应。这是整条路线里最关键的一块——它想让机器人有"手感"，同时把作业过程数据攒下来，用于后续训练。
The Third Form（形）：按任务造形，而不是按人体造形
既不做人形，也不做单工种专机，而是按工作面定形。需要更高就加高，需要更大臂展和负载就换底盘。用工具的智能与本体解耦之后，本体就变成了可替换件。
"机会远大于给每个任务造一台机器人。ZINOVA 想做的是让机器人系统会用人已经在用的那些工具，不绑定任何单一形态，这样我们能试更多配置、学得更快，也能支撑更多种类的体力工作。" —— ZINOVA 首席执行官 Ryan Cox
团队、合作方，和一家叫 RIC Robotics 的公司
ZINOVA 的团队背景横跨卡内基梅隆、宾夕法尼亚大学、哥伦比亚大学、MIT 和清华。演示阶段的合作伙伴有两个方向：机器人平台来自逐际动力（LimX Dynamics）和 KUKA，建筑行业的经验来自 RIC Robotics。
最后这个关系值得单独说一句。ZINOVA 的两位负责人 Cox 和 Xu 都出自 RIC Robotics，而 RIC 在建筑机器人里不算新面孔。它的 RIC-M1 Pro 曾为沃尔玛打印两座仓库扩建，其中阿拉巴马那座 5000 平方英尺、高 16.5 英尺的建筑用 7 天完成，比计划提前三周，RIC 自己给出的数字是节省 75% 时间和 80% 熟练工。2025 年 RIC 发布过 20 英尺高的 Zyrex"巨型机器人"——26 自由度、可换工具模块、电池供电，标价低于 100 万美元，月租从 2 万美元起。
ZINOVA 强调自己是独立的研究公司，做的是早期物理 AI 研究和验证模型，与 RIC 分开。但它承认，与 RIC 的关系能给一部分技术留出一条通往工地验证和商业化的路。这个结构安排其实很说明问题：一家专做本体和商业化的公司，把"工具智能"这块前置研究拆出来单独做，是因为这块的投入周期和风险，放在一家要交付项目的公司里很难养。
三条技术路线摆在一起看
把 ZINOVA 放进当前的建筑机器人版图里，能看得更清楚。
| 路线 | 代表公司与产品 | 任务范围 | 商业模式 |
|---|---|---|---|
| 单工种专用 | Dusty Robotics（地面划线）、Canvas（腻子）、Monumental（砌砖） | 一到两个结构化程度高的工序 | 自营施工队 / 机器人即服务（RaaS） |
| 多工种巨型本体 | RIC Robotics Zyrex（20 英尺、26 自由度、可换工具模块） | 焊接、装配、3D 打印、外立面处理等 | 整机售卖 + 月租租赁 |
| 工具智能层 | ZINOVA（Tool Intelligence） | 不绑定任务与本体，先解决抓取与作业感知 | 研究阶段，与多本体厂商并行合作 |
需求端的压力是真实的。美国建筑商与承包商协会（ABC）估算，2026 年美国建筑业需要净增约 34.9 万名工人才能让供需平衡；AGC 与 NCCER 在 9 月 3 日发布的调查里，87% 的受访企业表示有计时工资岗位空缺。另一组数字更能说明问题：美国建筑业 2023 年发生致命伤害 1075 起，是所有行业里最多的。高危工序自动化，不只是省钱的问题。
技术分析：难点不在手，在手感
抓取本身比想象中容易。真正难的是第二个层次——有经验的木工能凭手腕上的负载变化、声音和手感，在钻头即将卡死的半秒之前做出判断。这个判断没办法靠视觉补上，摄像头看不到扭矩。TEISI 想解决的正是这一层：把力、力矩、振动、阻力、接触和材料响应采下来，让系统具备"手感"，同时把这些信号变成可训练的数据。
第二个判断是形态解耦。ZINOVA 把这条路线叫"第三形态"——工具智能和本体之间划一道接口，谁的本体好用就用谁的。这个安排在工程上更务实：本体迭代快、供应链成熟，而"会用手工具"这件事没人做透，先把这层做出来，收益可以摊到所有本体上。
难在哪儿
工具是个长尾。手动工具以千计，每一种的握持姿态、反作用力方向、失效模式都不同，一把手枪钻和一把气钉枪的差别，可能比两把钻之间的差别还小。要让模型泛化，数据量会非常难看。
工地的非结构化程度也远高于实验室。粉尘、震动、临时的材料堆场都会打断感知。而在人的旁边干活，责任划分至今没有着落——ISO 19650 系列今年 3 月发布征求意见的修订稿（DIS/ISO 19650-1:2026）通篇没有提到智能体或自主作业。换句话说，管信息管理的标准对"机器自主干活归谁负责"这件事还是空白。ZINOVA 在发布里反复强调"human oversight"（人工监督），某种程度上也是因为这个空白还没有人来填。
💡 对 BIM 工程师的启示
- 模型的用途正在从"出图"变成"驱动机器"。机器人执行依赖模型里的工艺信息——工具类型、紧固件的扭矩要求、工序顺序。而现在多数模型的构件信息只到几何和材料，工艺参数躺在图纸注释或作业指导书里，机器读不到。这是 BIM 团队可以提前补的一层。
- 施工模拟要多算一层机器人可达性。机械臂的工作半径、换工具的位置、材料堆场和临时通道，都会变成需要提前排布的约束。做施工组织设计时，可以把"机器人工作站"当作一个和塔吊同等级的场地要素来排。
- 标准化构件 + 现场拼装的场景会先跑通。tilt-up 板段、预制墙板这类构件，几何规整、工序可枚举、重复率高，是做机器人验证最合适的靶子。做数据中心和厂房项目的同行，可以留意这类构件的模型深度要求会不会被甲方抬高。
- 现场作业数据现在基本没人采。谁、用什么工具、在哪根构件上、花了多久——这些数据现场几乎不留痕。一旦有企业把它攒成规模，会直接变成投标报价和工效测算的依据。BIM 人员本来就在数据链路上，位置其实很好。
行业意义
通用路线不一定赢。工具智能要做的是别人没做透的脏活，短期内也交不出可验收的成果。但它把行业的注意力从"造一台更聪明的机器人"挪到了"让机器人接上现有的工具生态"，这个方向对施工企业更友好——不需要买新工具，也不需要为每个工种单独采购设备。
对国内做智能建造的同行来说，这条路线还有一个参考价值：过去几年国内推建筑机器人，主流思路是按工序配设备——测量放线、混凝土浇筑、钢筋绑扎、喷涂各来一台，设备清单越拉越长，项目上真正用起来的不多。如果未来"用现有工具"这条路走得通，机器人的形态可以更少，工具的种类可以不变，现场改造的成本会低一大截。这未必是今年就能看到的结果，但值得放进技术观察清单。
资料来源：ZINOVA 2026 年 9 月 14 日官方发布稿；Forbes（2026-09-14）；RIC Robotics 官方资料；Associated Builders and Contractors 与 AGC/NCCER 行业调查数据；DIS/ISO 19650-1:2026 征求意见稿。
本文为智曦知行原创编译分析，图片来自 ZINOVA 官方发布素材。