作者 | 肖汝健
编辑 | 周伟鹏
人形机器人正在迎来产量大爆发。
去年，全球人形机器人出货量约2万台；据工信部预测，今年的整机产量，有望突破10万台，一年翻5倍。
但一个尴尬的事实是，产量蹿得这么快，这些机器人大多还是奔向实验室和流水线。
目前，还没有一款具身智能机器人，真正走进了家庭。
都说今年是“具身智能落地元年”，但现在看来，机器人想要走进千家万户，还有很长一段路。
比起硬件，现在的机器人，更缺的是更灵活的大脑。
机器人，开始走进各种场景
今年6月，一场机器人直播刷屏科技圈。
江西龙旗科技的平板电脑产线上，8台智元精灵G2机器人，完成了6天64小时的作业直播。
工作内容是从传送带抓起刚组装好的平板，转身放入测试柜，测完再取出来放回产线，成功率99.99%。
这是人形机器人首次在3C高节拍流水线上集群式作业。
类似的场景正在变多。
银河通用的Galbot S1已经在宁德时代产线持续作业；Figure机器人也已经在宝马美国工厂参与零件搬运和生产辅助。
走出工厂，人形机器人的应用边界也在扩大。
商场迎宾、活动接待等场景中，机器人开始承担部分需要与人互动的工作。
订单也在跟上，优必选2025年交付超1000台工业人形机器人，订单总额超过14亿元，客户包括比亚迪和吉利等车企；
智平方与惠科签下3年1000台的采购协议，被称为"全球生产力型机器人最大单一订单"；
国家电网也下了68亿元的标杆集采，计划采购8500台具身智能设备。
靠着预设程序，让机器人走进这些场景，已不再是最大难题。
但想要真正的“入户上班”，还有很长一段时间。
卡住机器人的，是大脑
机器人要做动作，靠两套系统。
一套类似于人的小脑。机器人的各种运动，都由它负责。
过去看到的扭秧歌、流水线作业，主要都是通过小脑完成的。
但这些都是预先训练好的，碰到真实场景时，机器人做不到见招拆招。
另一套则类似于大脑。看懂周围环境、听懂人的指令、把任务想清楚再动手、遇到意外知道怎么办。
这才是真正的瓶颈。
举个例子，当听到“帮我收拾一下客厅”时，人听完马上就能做。
但对机器人来说，它得先认出什么东西属于客厅，判断哪些要收起来，规划先后顺序，还得知道杯子不能和垃圾一起扔……
要搞定这些，得靠具身智能模型；目前行业主要探索两个方向。
第一个是VLA（视觉-语言-动作）模型。简单理解，就是给机器人装上一套眼睛、耳朵和大脑之间的连接系统，让它不再只能执行固定程序。
另一个方向是世界模型，是让机器人在行动前，能在“大脑”里模拟一遍可能发生的结果，再选择成功率最高的方案。
不过，两种路线都绕不开数据这个问题。
VLA需要大量机器人执行任务的数据，世界模型也需要足够多的真实世界经验。
但相比互联网大模型拥有的海量文本和图片，机器人目前可用的数据集仍然很小，机器人每天产生的数据回传量也远远不够。
数据成新战场
当行业发现瓶颈不在硬件，竞争的重心就开始转移了。
机器人身体这边，核心零部件谐波减速器、伺服电机的价格逐年下降。
宇树把人形机器人打到3万块，松延动力甚至推出了9998元的消费级产品。
但硬件便宜了，不等于机器人就能干活；机器人能力还得靠具身智能模型来训练，数据成了新的竞争资源。
于是，造机器人的企业开始加码大脑。
举两个例子：正在推进IPO的宇树，募资42亿元，其中20.22亿元计划投入具身大模型研发；智元也在持续推进自研具身智能模型和数据闭环体系。
此外，还有一批“只做大脑”的大厂也陆续进场。
今年6月，华为发布CloudRobo具身智能平台，张平安说得很直白：华为云不做机器人本体，把本体交给伙伴；
京东建了全球最大的具身智能数据采集中心，发动60万人，目标两年攒够1000万小时真实场景数据；
蚂蚁旗下的灵波科技，也密集发布了LingBot系列模型，覆盖视觉感知、任务决策、动作生成等完整链条。
资本市场也已用脚投票。今年上半年，国内具身智能赛道披露融资超438亿，其中222.53亿元流向具身大脑业务，占比达50.8%；本体派同期融资仅56亿，占12.8%。
可以预见，随着机器人硬件逐渐成熟，行业竞争才刚刚进入新阶段。
接下来，比拼的不再只是机器人的运动能力和制造成本，而是谁能掌握更强的具身智能模型、更多真实场景数据，以及更完整的产业生态。
•END•
Question. Write.Narrate. Believe. Become a story.易简传媒的愿景是提问和传播商业故事，让读者更开阔，更聪明。有 2500 万微信粉丝关注我们的账号，欢迎大家关注：
