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
