今天小編分享的科技經驗:會扭秧歌的人形機器人,還替代不了你,歡迎閱讀。
人人都知道未來已來,但沒人能說清未來究竟何時落地。比起跟着風口狂熱,或許我們更應該沉下心來,相信機器人革命的真正 " 奇點 " 不在某一刻。無論是爆款視頻裡的機器人表演前空翻或後空翻,還是震撼性產品的橫空出世,都在一點點拼湊出人類未來的圖景。
作者 | 郭草莓
編輯 | DR
當《我,機器人》描繪的未來逐漸撕下科幻标籤,智能管家安撫獨居老人、機器交警維持城市運轉、醫療手術依靠機械臂運作——這些曾在銀幕上演的想象,正化作機器人實驗室裡的現實。
2025 年的春風,裹挾着名為 " 具身智能 " 的科技預言席卷全球。
英偉達創始人兼 CEO 黃仁勳在 CES 2025 舞台舉起具身 AI 的火炬,特斯拉 CEO 馬斯克則預言 2040 年機器人數量将超過全球人類。花旗銀行的預測模型更直接,其認為 2050 年全球人形機器人将形成 7 萬億美元的市場規模,接近當前蘋果和英偉達兩大科技巨頭的總市值。
資本市場的狂歡聲中,中國機器人產業率先上演了最具煙火氣的突圍。
2025 年央視春晚,一群機器人身披東北花棉襖,把手絹轉得虎虎生風,在唢呐聲中完成高難度的秧歌舞步。這場視覺奇觀瞬間點燃消費級機器人市場的引信——有媒體統計,截至 2025 年 2 月,國内人形機器人整機廠商突破 80 家;中國信息通信研究院數據則顯示,人工智能核心產業鏈相關企業超 4000 家。
巨大的風口讓全行業沸騰,每家機器人企業都仿佛随時 " 飛起來的豬 "。高管的日程表以小時為部門排至一個月後;市場部門上演着一天只睡兩個半小時的 "007" 工作制;企業郵箱裡收到的需求也千奇百怪——從商場導購到養老陪護,甚至有人提議讓機器人去寺廟敲木魚。
然而,烈火烹油之後,具身智能目前還端不上更好的菜。
(圖 /《2025 春節聯歡晚會》截圖)
那些穿着花棉襖扭秧歌、在短視頻裡表演後空翻的機器人,面對堆滿雜物的衣櫃仍會陷入當機,連番茄炒蛋的火候都難以掌控——人人都知道未來已來,但沒人能說清未來究竟何時落地。此時,或許你可以寬慰自己:放輕松,機器人暫時還不能取代人類。
" 造人 " 競賽
2022 年 10 月,特斯拉 AI Day 現場,馬斯克站在渾身纏繞裸露線束的 Optimus 原型機旁,向世界展示這個笨拙揮手的機械生命體。
盡管 Optimus 的舞蹈動作略顯僵硬,偶發 " 帕金森式 " 的機器震顫,但這場人類史上首次人形機器人無系繩舞台秀依然震撼全場。當機器人完成最後一個定格動作時,掌聲中混雜着倒抽冷氣的驚嘆。
" 人形機器人終将成為人類史上規模最大的產品類别。" 馬斯克随後的宣言猶如投入深潭的巨石。彼時,距離全球首台人形機器人 Wabot-1 問世已過去 49 年,行業歷經數次泡沫破裂,正深陷谷底——產業鏈成熟度不足,消費者不願為笨重的 " 鐵疙瘩 " 買單,資本寒冬更令從業者舉步維艱。
" 整個圈子都彌漫着悲觀情緒。" 宇樹科技創始人王興興在後來的采訪中坦言,自己最初面對雙足機器人研發提議時,也曾擺手拒絕。
(圖 /《機械姬》)
轉機在人工智能的黎明中悄然降臨。
2022 年,ChatGPT 橫空出世,掀起全球 AI" 軍備競賽 "。科技巨頭們苦尋 AI 落地場景,亟待找到大模型觸達物理世界的 " 實體接口 "。宛如幹柴遇見烈火,人形機器人承載了這輪技術革命的終極期待,并被冠以充滿未來感的稱謂—— " 具身智能 "。
早在 1950 年,數學家阿蘭 · 圖靈就在其論文《計算機器與智能》中埋下具身智能的思想火種。但不同于早期機器人依賴程式預設的機械式運作,第三波 AI 浪潮帶來的變革更具颠覆性——就像電影《機械姬》演繹的那樣,機器人開始具備自主決策與動态互動能力。
(圖 /《機械姬》)
" 上一代機器人公司本質是自動化設備制造商,他們的產品更像一個聽從指令的木偶,每個動作都需要程式員預先編碼。" 機器人工程師奧華向《新周刊》指出關鍵差異," 新世代的機器人正在構建‘大腦 + 小腦 + 軀體’三位一體的技術範式。"
具體而言,AI 大模型作為 " 大腦 ",使機器人能精準解析 " 請把咖啡放在離筆記本 30 厘米處 " 這類復雜指令;具身 " 小腦 " 系統負責運動控制,确保動作精準可控;高精度機械臂與仿生關節構成的 " 身體 ",則将算法指令轉化為毫米級操作。
當兩台 Figure AI 的人形機器人 Helix 能配合默契地将食物放入冰箱,市場似乎看到了具身智能融入日常生活的可能性和商業延展空間。" 就像初代 iPhone 提供的技術基座,具身智能正在創造全新的 AI 生态平台。" 互聯網專家張書樂如此評價其戰略價值。
在國内,圍繞機器人的大戰已然打響——宇樹科技在半年内完成從官宣研發到推出 9.9 萬元迭代款 Unitree G1 的閃電戰;優必選 Walker S 系列機器人接入文心大模型後,在汽車質檢線創下 99% 識别準确率;華為、阿裡乃至小鵬等跨界玩家紛紛入場,掀起 " 造人 " 競賽。
接下來的故事似乎可以預見,只需等待大模型發展成熟、接入接口,具身智能機器人的發展将會有質的飛躍,以至于有人認為 2025 年将是人形機器人的量產之年。
" 能跑能跳 "≠" 能幹活 "
當我們掀開華麗幕布,顯露的卻是骨感現實。
行業内外對技術邊界的認知存在巨大鴻溝。某機構投資者向《新周刊》坦言:"(比如)有人宣稱 3 年内普及家政機器人,這就像要求 8 歲孩童扛起百斤重擔。" 在他看來,當前具身智能的真實水平,更接近于運動神經發育遲緩的少年——大腦算力僅能處理簡單指令,軀體協調性仍未達标。
" 具身智能離真正的‘智能’還差着十萬八千裡。" 深圳某機器人企業負責人的評價更辛辣。這位負責人認為,現階段的機器人產品,如同 10 年前的大疆 " 精靈 " 系列航拍飛行器,價格過萬元卻常 " 炸機 "。" 若放在手機行業,機器人連功能機時代都未抵達,不過是能玩‘貪吃蛇’的小靈通。"
(圖 /《我,機器人》)
小鵬汽車 CEO 何小鵬的觀點同樣直接:" 目前所有機器人都在 L2 階段徘徊,相當于自動駕駛裡的‘輔助級’。"
簡單來說,現階段的人形機器人還在 " 能跑能跳 " 的邊緣試探,遠不到談論 " 幹活 " 的階段。
切菜時掌握不了力度和分寸、刮胡子會劃傷皮膚、整理收納更是頻頻 " 錯位 "…… 機器人的自由度是一個巨大挑戰。高盛研報顯示,宇樹科技的 H1 機器人僅擁有 19 個自由度(DoF,表示一個物體在空間中可以獨立移動或旋轉的方式數量),面對復雜、精細任務時力不從心,更别說像熟練工人般組裝零件,或完成煩瑣的家務勞動。正如奧華所說:" 人形機器人行業當下解決的僅僅是小腦負責協調的肢體問題。"
(圖 /《機器管家》)
技術局限導致人形機器人應用場景的收窄。《2024 人形機器人產業鏈白皮書》顯示,全國 60% 機器人企業扎堆在工業、質檢、家庭服務等同質化賽道。
相應的體驗也難言理想:比如在嘈雜的銀行大廳環境中,人形機器人的語音識别技術常出現誤判,影響體驗;炒菜機器人無法像人類廚師那樣,通過觀察和經驗判斷食材的新鮮度、熟度等細節。
高盛分析師 Jacqueline Du 團隊的最新調研報告指出,目前,人形機器人的技術拐點仍不明朗,距離人形機器人真正 " 上崗 " 尚有漫漫長路。其預計,至少在未來 2 — 3 年内,人形機器人很難達到與人類工人相同的工作效率。而出現具有實際意義的應用要在 5 — 10 年之後。
相比之下,行業确實過于狂熱。廠商熱衷通過制作人形機器人 " 打拳、翻跟頭 " 的爆款短視頻取悅投資者,卻與真實應用場景嚴重脫節。當泡沫退去後,究竟留下了多少實際價值?
" 奇點 " 前夜的跋涉
具身智能行業需要一場祛魅。
剝開資本泡沫的外殼,C 端市場仍困在概念驗證階段,距離真正的消費革命尚有鴻溝。以宇樹科技為例,此前其年出貨量僅維持在數百台的規模,售出的機器人產品主要流向科研機構的數據采集及實驗室開發場景。
即便憑借春晚舞台實現破圈效應,行業仍深陷 " 技術秀場 " 與商業落地的割裂之中。高盛預計,到 2027 年和 2032 年,全球人形機器人的出貨量将分别達到 7.6 萬台和 50.2 萬台。這一增長速度低于市場預期,表明機器人技術的商業化進程可能比許多人預期的要慢。
" 機器人進‘家門’,關鍵在于找到消費剛需。" 產業分析師張書樂對《新周刊》分析道," 機器人到底能幫我們做什麼?如果售價萬元的機器人僅能跳舞迎賓,那麼它本質上仍是高級玩具。" 他以兩輪電動車的發展軌迹舉例:當行業将成本壓縮至萬元内,并開發出接送孩童、看護老人等剛需場景,才真正打開了 C 端市場。
在此情形下,差異化場景探索成為破局方向。比如在化工、特高壓等高風險場景中,用機器人替代人類進行高危作業。而在業内看來,工業場景仍會是最快實現機器人規模化應用的主戰場。
2025 年 2 月 28 日,第三屆北京人工智能產業創新發展大會在國家會議中心二期舉行。宇樹、誇父、天工、天鶴等知名機器人企業的 " 尖兒貨 " 齊聚一堂,展示自己的 " 絕活 "。(圖 /IC photo)
" 汽車制造等标準化場景中,模塊化機器人正逐步替代傳統機械臂。" 機器人從業者方木說。此前,特斯拉 Optimus 雖宣布了 2025 年量產的目标,但其 2 萬美元定價明顯超出普通家庭的承受範圍,幾乎肯定會先在工業場景落地。
盡管如此,價格仍是阻礙商業化的一大因素。
某頭部機器人企業負責人向《新周刊》透露,雖然其產品的工人替代效率已從去年的 30% 提升至 50%,零件中的 90% 也實現了國產化替換迭代,成本問題卻依舊突出——要知道,今天的機器人成本已從 10 年前的每台 300 萬元砍至 " 腳踝價 ",但單台設備售價(約 50 萬元)仍等同于工廠熟練工人 2 年的薪資。
除此之外,機器人的量產也面臨多重卡點。
" 構建機器人智能的‘大腦’面臨數據荒," 機器人從業者方木向《新周刊》解釋," 就像幼兒通過觀察認知世界,機器人需真實場景數據積累感知。" 但這類數據既稀缺又昂貴,以上海人工智能實驗室為例,雖突破全球首個泛化地形站立算法,卻受困于訓練數據——僅 " 倒牛奶 " 動作就需近百組高質數據,采集成本高達 10 餘元每條。
(圖 /《機器管家》)
科技的發展需要時間,人類掌握直立行走、熟練控制四肢耗費百萬年,自動駕駛從概念提出到準 L4 階段跨越百年,機器人行業同樣如是。斯坦福實驗室在發布人形機器人成果時特意附上的失敗集錦視頻,恰是對當前技術成熟度的清晰注解。
站在技術長河的維度觀察,或許我們更需理解:階段性的勝利也是勝利。機器人革命的真正 " 奇點 " 不在某一刻。無論是爆款視頻裡機器人表演前空翻或後空翻,還是震撼性產品的橫空出世,都在一點點拼湊出人類未來的圖景。
(文中奧華、方木為化名)
運營:嘻嘻;排版:兩只羊