功夫足球一颗「脑」装进27000台真机！遍布50国_我的网站
一 | 当地时间8月23日，半导体行业研究机构SemiAnalysis发文称，NAND闪存制造正从钨转向钼，因为当NAND来到300层以上，钼是必选项。 新智元报道
上海世博展览馆，WAIC 2026，H1-A530展位前围了三层人。
二 |
三 | 受益格局方面，Lam Research（泛林集团）最先获益，TEL（东京电子）紧随其后；AMAT（应用材料）、ASMI（ASM国际）及Naura（北方华创）则更多受益于后续DRAM和逻辑芯片的转型浪潮。一个观众随手在点餐台下了单。几秒钟后，机器人「听到」了指令，头顶的「眼睛」一扫，灵巧手伸进塞满饮料的货架层里，精准抽出目标瓶子，转身送到前台。 工业区更热闹：两台人形机器人在「搭班干活」——一台搬运料筐，另一台从筐里抓取工件精准放到指定位置。SemiAnalysis表示，完整的细分市场层面测算已纳入其前道设备（WFE）模型。 钼渗透率在高层数NAND中提升，本质是为延续NAND单位Bit成本下降曲线。 300层NAND主要在结构上升级，聚焦超高深宽比通道孔刻蚀、多次Stack堆叠、晶圆翘曲控制以及Overlay精度控制。 旁边展示直接挑战了机器视觉领域公认的「老大难」——透明物体识别。透明瓶子、塑料袋包装、反光饮料罐混在一起，对传统相机来说几乎是「隐形」的，但这台机器人看它们跟看积木似的，抓得又快又稳。 375层乃至400层以后，材料亟需升级，因钨字线会因为字线间距通道孔缩小面临RC延迟快速恶化、WF残氟导致介质损伤、漏电失效率提升以及填充缺陷放大的问题。
四 | 而钼凭借更低电阻率、无氟前驱体及无需阻隔层等优势，有望改善RC性能与器件可靠性，为字线和存储孔缩放提供工艺余量，从而延续高层数NAND的成本下降曲线。 这是2026年7月的上海，WAIC开到第九年。
五 | 今年具身智能第一次与智算并列为两大核心赛道，超过200家具身智能企业到场，人形机器人几乎挤满了整个展馆。
六 | 中银证券表示，SK海力士已完成375层3D NAND生产验证并计划2026年底量产，拟采用钼材料替代钨制作字线，继三星在286层第九代3D NAND中率先导入钼工艺后，两大存储龙头相继切换，钼替代钨趋势确立。
但在这片热闹里，有一家公司做的事有点「反常」——它不造机器人。 然而，钼的材料加工更为复杂，因为必须以气体形式输送，且前驱物在室温下为固体，需要加热器以确保流动稳定性。
回过头看刚才的画面：货架取货的是人形机器人，高速抓取的是工业机械臂，线束装配的又是另一种形态。
形态不同，任务不同，物体更是千差万别——布偶、螺母、透明瓶子、柔性线束。
但它们表现出来的能力却是相似的：都看得清环境，都理解任务，都能规划动作、精准执行。 基于此，300层以上3D NAND字线由钨切换为钼，并不是简单更换靶材或者更换气体材料，而是前驱体供给、ALD沉积腔体、刻蚀、清洗、尾气处理整套工艺链条的重构，原有钨CVD产线硬件无法直接复用，将直接推动晶圆厂资本开支上行，同时设备、特种材料、零部件均迎来变化。 爱建证券表示，钼导入本质是一次全流程工艺重构，设备链受益有望沿“沉积及前驱体输送→CMP及清洗→刻蚀→量检测”路径传导，工艺难点由沉积向后处理环节延伸。
为什么？答案不是梅卡曼德造出了一台「万能机器人」，而是：它造机器人的「眼睛」「大脑」和「手」，然后把这一套装进不同的身体里。就像安卓不造手机，但可以让所有手机都能跑同一套系统。
智能大于形态
机器人不会只有一种身体
全行业都在问：具身智能的终极形态是什么？很多人回答「人形机器人」。其中—— 沉积：成熟的WF钨工艺，Mo沉积需重新建立高深宽比结构下的填充与缺陷控制工艺窗口，同时有望减少阻隔层使用，带动沉积设备及配套工艺升级； 输送：Mo前驱体通常采用低挥发性固态源，与传统WF气态前驱体体系差异较大，需要新增气化装置、温控管路及精密供气系统，以保障前驱体稳定输送； CMP：Mo材料的氧化及表面化学特性不同于传统金属体系，需重新开发CMP研磨液和研磨垫，以满足平坦化、去除速率及缺陷控制要求； 清洗：Mo导入后残留物及氧化物体系发生变化，高深宽比结构下金属残留和污染控制难度提升，有望推动相关湿法清洗设备及配套化学品验证导入； 刻蚀环节则需重新建立适配钼材料的工艺窗口，且3DNAND层数持续提升下，刻蚀选择性、侧壁形貌控制及层间均匀性要求进一步提高，有望带动相关刻蚀设备升级需求； 量检测：Mo量产还需新增膜厚均匀性、填充缺陷、金属残留及电学可靠性等监控项目，有望带动薄膜量测、缺陷检测及电性测试等设备需求增长。但这个逻辑有问题。 该机构称，NAND工艺迭代核心从单纯堆叠层数转向材料—设备—工艺协同创新，新材料导入将持续催生沉积、刻蚀、清洗等关键设备迭代升级，Mo字线导入将推动沉积、刻蚀、清洗等关键环节工艺升级，相关设备及零部件厂商有望受益。
工厂要的是快准稳的机械臂，人形反而笨重；仓库要的是能满场跑的轮式机器人，两条腿不如轮子效率高；便利店要在货架间穿梭的服务机器人，全尺寸人形连转身都费劲；家庭场景更不用说——橱柜下面那点空间，你让一米七的机器人蹲下去够东西？
不同环境天然需要不同的身体，用一种形态解决所有问题，就像用一把螺丝刀拆所有电器——理论上也许行，实际上一定不行。
七 | 这颗「大脑」到底长什么样 Mech-GPT多模态大模型是整套系统的核心，不只是个听懂人话的聊天模型。 给它一句「把货架第二层左边那个蓝瓶子拿过来」，它得先弄清你要哪个瓶子，再用「眼睛」看清现场，然后把这句话拆成一串动作：移到架前、伸手、抓稳、退出、送到前台。 难的是现场随时在变。
八 | 瓶子被碰歪、位置偏了、冒出新障碍，大脑就得当场改计划。 所以这颗「脑」至少干四件事：理解任务、感知环境、规划行动、监督完成——把「想做什么」「现场什么样」「下一步怎么走」「做完没有」串成一条闭环。 这就是物理智能和文本智能最大的不同：答题，打完字就结束；干活，只有瓶子真拿到、工件真放准、插头真插进，才算完成。 比如，现场Mech-GPT多模态大模型的人机交互单元演示。
九 | 观众走到屏幕前，用自然语言跟机器人「聊天」——你可以随口说「把积木按顺序排好」，它听得懂、想得明白、做得到。不是固定的语音指令识别，而是真正理解你在说什么、你想干什么。 播放 下一个 打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击 恢复音量 画中画 网页全屏 全屏 你可以 刷新 试试 视频信息 1.33.6 播放信息 上传日志 调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 再说「手」。光知道该做什么还不够，还得做到。
十 | 世界动作模型配合新一代Mech-Hand灵巧手，把高层指令翻译成抓、捻、拿、握、敲、插接等精细动作。WAIC现场亚毫米级线束装配，就是「手」的极致体现。
十一 | 最后说「眼」。高精度3D视觉加上透明物体成像算法，让机器人在复杂光线、杂乱料框、狭窄货架中精准识别物体的位置、形状和材质。 传统算法面前一个玻璃杯和「什么都没有」差不多，但梅卡曼德的算法能把透明瓶子看得清清楚楚。 一句话：眼睛看清世界，大脑理解任务，手把想法变成动作。三者合在一起，不是某台机器人的专属技能包，而是一套通用智能底座。 通用性和泛化性不是口号，要靠难题来证明 「通用」和「泛化」在AI行业快被说烂了。梅卡曼德在WAIC上的回答是：你说「通用」和「泛化」，我用场景验证。 跨形态——同一套智能进入人形机器人、双臂轮式机器人、工业机械臂，形态不同，都能干活。
十二 | 跨物体——不只认识规则工业零件，还认识几百种日化、食品、玩具、文具，连透明的、柔软的、反光的都能识别。
十三 | 在WAIC现场的分拣单元，面前堆了几百种乱七八糟的物体——日化用品、文具、水果、蔬菜、玩具、零食——十几种类别，机器人一件件拿起来，扫一眼，准确丢进对应的分类框。 跨环境——深筐、货架、流水线、狭窄空间都能应对。 跨任务——搬运、分拣、装配、取货、协同作业，不需要每换任务就从头开发。 但更关键的是硬指标。工业客户不关心动作帅不帅，就看核心指标：速度、成功率、精度等。高速抓取单件小于2.4秒，线束装配亚毫米级，双机协同全程无人干预——这说明梅卡曼德展示的不是实验室Demo，而是接近真实生产要求的系统。 比如，现场中一只机械臂在杂乱料框里高速翻找，每抓一个五角螺母不到2.4秒。你还没看清怎么定位的，零件已经稳稳落在传送带上。
十四 | 真正的护城河：从1套到27000套 具身智能有一个残酷真相：让机器人成功表演一次不难，难的是换工厂、换国家、换物体后，还能快速上线稳定运行。难的不是Demo，是部署。 邵天兰说过一句很实在的话：问题不在硬件。速度、精度、负载、成本，今天的机器人都够用了。真正限制规模化的，是部署难度。 真实工业环境里，一套系统要稳定跑起来，往往得机械、电气、方案、软件、AI一大帮工程师折腾几周甚至几个月。这种「手工作坊」式交付没法复制，成本摊不下来，最终「算不过账」。 梅卡曼德的解法是用标准化「眼脑手」组件，打通「感知—决策—规划—执行—数据反馈」的完整闭环，尽量减少人工调试。 而部署量够大后，一个更强的机制开始启动——数据飞轮。机器人在汽车、物流、锂电、3C、家电的真实产线上，每天都在遇到新物体、新光线、新任务： 大规模应用产生真实数据→数据提升模型泛化性→模型降低部署难度→更快进入更多行业。
十五 | 飞轮一旦转起来，后来者追赶的难度是几何级增长的——你追的是一个越跑越快的对手。 而这套能力的规模，早已不只在国内。截至目前，梅卡曼德全球累计部署超过27000套产品。
十六 | 能在完全不同的工厂标准、机器人品牌、集成商体系里都稳定落地，靠的不是把货卖出去，而是十年、27000套一个个磨出来的兼容性。 27000套，不是27000次演示——每一套都在真实产线上跑着。 全球化不是卖货 是一种综合能力 「全球化」不只是把产品卖到海外。真正难的是：能不能适应不同国家的工厂标准？兼容当地主流机器人品牌？跟当地集成商体系打通？提供及时的本地服务？这考验的是研发、标准化、交付和服务的综合能力。 梅卡曼德覆盖近50个国家和地区，服务100多家《财富》世界500强客户，国内细分领域连续6年市占率第一。它在美、日、韩、德都设有团队，能适配市面上几十个品牌、上千个型号的机器人，欧美日韩主流市场市占率领先。 这是用十年时间、27000套部署一个个磨出来的兼容性。 正如邵天兰所说——出海不仅仅是一项任务，更是一种能力。
十七 | 能在全球不同市场做到标准化交付和规模化部署，本身就是技术成熟度和产品化水平的证明。 物理AI不是一场表演赛，而是一场部署能力、数据积累和产品标准化的马拉松。在这条跑道上，27000套已经跑完的路程，就是最好的简历。
十八 | 编辑：大卫 所罗门。 Current article:http://fs0h32c.panningbuquanchencaibingzhang.cyou/v1foc/8gjx.html Published on:03:30:48 |
SemiAnalysis分析，3D NAND闪存堆叠层数突破300层后，钨字线在电阻、化学兼容性和深孔填充三方面均触及物理极限，钼成为强制替代材料。三星已于2024年量产，美光2025年跟进，SK海力士计划2026年底推出375层钼工艺产品。
最抓眼球的是入口处的「零售区」。其估计，钼在NAND总产能中的占比将从2025年的中个位数百分比，增长至2027年的约30%。 更进一步的，该机构提出，钼沉积设备将在明年迎来超10亿美元的新增市场。
该机构称，每一次从钨到钼的转换，都意味着需要新的沉积设备。SemiAnalysis估计，仅2027年一年，NAND钼沉积设备的销售额就将超过10亿美元，并随着DRAM和逻辑芯片的跟进，到2030年增长至约20亿美元/年。
（文章来源：科创板日报）。
梅卡曼德创始人邵天兰在达沃斯世界经济论坛上说过：物理AI不指向某一种具体形态，而是一套通用能力。
真正决定机器人有没有产业价值的，不是它像不像人，而是能不能快速适应复杂环境、完成真实任务、用足够低的成本实现部署。
所以梅卡曼德的策略是「一脑多形」：同一套「眼脑手」，装进人形机器人、双臂轮式机器人、半身人形机器人、工业机械臂都行。
身体百花齐放没关系，脑子得是同一颗。
