作者 | 王秋凤
很多事情，不同视角看过去，可能大相径庭。在人形机器人领域表现的尤为明显。从潜在的消费市场看，人形机器人起码火了有两三年。国内从事该业务的公司（包括供应链企业），达到惊人的6.7万家。其中也包括了20多家车企。
而从资本角度看，则产生了分歧。一批（并非全部）风投资本（VC/PE）觉得投的人太多，商业前景不明确，想抽身退步。这是正常的，风投要的回报期远比大多数项目短。期限错频决定了，风投退出方式就是击鼓传花。只要意识到“传”不下去，就会遏制投资。而产融资本，特别是和国企、地方国资有关的，即便知晓投的项目风险很高（越是火热的投资赛道，“阵亡率”越高，比如造车新势力），但更看重产业链集聚效应。哪怕项目没成，只要能落地研发中心，带动就业，就是成功。这已经有点政府思维了。
在人形机器人领域，在2025年一季度这段时间里，产业思维和财务思维正激烈碰撞。有的出有的入，热闹非凡。正如股市一样，价值分歧和市场认知差异，才是交易形成的动因。
通体人形和局部仿生
对于现在广泛谈论的机器人，有的人称“具身智能”，有的人说“人形机器人”，也有的人说“智能机器人”。无论哪一种，都和本世纪初日本人做的那些机器人有天壤之别。后者也能翻跟头跳舞什么的，但是为了一段舞蹈，需要编程调试好几个月。如果让它现场换个舞姿，对不起，程序还没来得及编。这和现在的机器人，不是一个物种。
“具身智能”强调的是与现实物理环境的交互，可以简单理解为认知-行为智能。显然，不是非得要一个人形。人形机器人和具身智能，前者大致上可以视为后者的子集。
要不要做成人形，多数情况下，取决于场景。比如喷漆机器人，组装机器人，酒店楼层服务机器人，甚至炒菜机器人，都是在特定场景下工作的。没必要做成人形。
如果任务要求跨越多个场景，比如家政机器人、通用机器人，考虑到当前社会大量设施和工具，都是针对人的形态设计的，那么就有必要设计成人形。起码涉及到运动的部分，要追求仿生设计。
还有一种情况，就是与人的情绪价值、心理学有关的需求。现在这些需求因为智能化、材料学等技术进展还没到位，无法清晰描述，做成人形也非常有必要。
迄今为止，还没有哪家机器人公司、车企，实现人形机器人的大规模量产。小规模试产是有的，比如特斯拉Optimus、广汽GoMate、宇树机器人等。
就已经曝光的外形来看，行走机构有轮足、折叠腿，没有通体仿生的，外形大致像人就行。无一例外，这些产品对头部的处理都比较简单，因为人的表情（尤其是眼睛周围的肌肉）涉及了太多肌肉运动。技术上还达不到，而且也没必要。
汽车与人形机器人技术，重合与分歧
何小鹏今年3月说，一个全新的AI时代正在到来，Al会推动汽车产业正在和机器人融合。他表示，小鹏汽车已经投入人形机器人5年，还要再做20年，花500亿投资，做成第二大业务。
他的说法，在业内有一定共识，只要看车企五花八门的机器人项目就可见一斑。一个很重要的原因在于，两者的业务要素重合度很高。
两者的BOM重合度，不仅在于电池、电机、控制芯片，还在于更基础的轻质合金、树脂、碳纤维等。从技术角度，车企和智驾供应商投资的AI方向，包括VLM（视觉和自然语言）大模型和LLM（大语言模型），OEM也开发了多传感器融合方案，积累了大量数据和算法。这些都可以同时用于两者。
虽然智驾是关于空间的智能，但对空间精度要求反而不及具身智能，对时间精度的要求又往往高过后者。
不过，人形机器人和智驾在智能技术上存在方向上不完全一致。最大的分歧在于训练数据。这背后是不同成本、训练方式以及目标的差异。
业内对机器人的数据驱动，主要有两条主要路径。一种是特斯拉为代表的真实数据驱动派，主张依赖真实环境中的物理交互数据，通过传感器收集运动、触觉、视觉等多模态信息。另一种则是国内车企（比如小鹏）、创业公司主张的数据泛化派。后者主张用合成数据加上迁移学习（跨任务知识复用），减少对真实数据的依赖，引导机器人智能的发展。
现在看，后者这么做在现阶段具备明显的现实意义。机器人现在集中于B端需求，部署量太少了。和车动辄几十万辆的部署，至少差了两三个数量级。这导致现阶段机器人能够获取到的真实数据（与环境互动）少得可怜，场景多样性也同样苍白。
而数据匮乏反过来又造成了模型训练速度不行。数据驱动有问题，当前制约机器人模型训练进展。
市场出路在于技术理想主义
虽然有一些人幻想机器人主要用于家政，填补家庭养老的越来越大的空档。但是迄今为止，中国的企业，除了一些暂时想不清楚的，大多数都谋求跨入生产力时代。
原因很简单，和单纯的消费服务比起来，生产可以更快速回笼成本，从而扩张需求。只要需求被拉起来了，模型训练、出货量，机器人业务前景都转为正向激励循环。家政场景，也有望顺势解决。
现在用规模化生产合成数据的时机已经成熟（通过我们提到的“世界模型”），以视觉和超声波雷达引领肢体控制，实现机器人自主泛化操作的能力。这个过程中，机器人有望通过多模态理解现实世界（和婴儿认知成长很像），而不是通过人类的低效引导（语言）和规则（视觉辨识）控制。
现在的机器人领域挺诡异的：商业模式不够清晰，但供应链已经比较完整了，这和汽车供应链复用程度高有关。OEM大多赔钱干，靠投资人输血过日子，怪不得一些风投要跑路。这和2019年的新能源车的情况非常像。
原因是技术不满足潜在市场期待，现在大多数公司都是采购，组装，利用开源软件攒系统，这么做根本没有壁垒可言。尽管产品量还很小，大家已经提前跌入价格竞争的泥潭。新能源汽车可是量能充分拉起来之后才打价格战的。这么看，机器人行业有点“未老先衰”。
排除工业机器人，人形机器人现在除了展示、做一些简单重复的服务，再不然就是从事一些搬运、组装、检测和其他不适合人类的环境中（比如有放射性）劳动，这些用途，多数旨在降低人类劳动负荷，有人力成本在上面卡着（机器人成本过高就会发生人工替代反杀），多少有点小打小闹。
能够破局的，就是技术理想主义，而不是现在就忙着扩展商业化路径。
我们能够预见的，是模型训练的突破，让人形机器人能够适应泛场景下的泛任务（即不事先限定场景和任务种类）。这将导致高风险场景、高精度岗位，以及场景灵活的家庭护理、教育、医疗等需求爆发。总之，简单劳动的替代没什么前途，因为这些劳动价值有限。
结 语
但是也要清楚，站在汽车市场的角度，无论机器人如何爆发， 5年内都不算什么大生意。2024年全球汽车市场价值在4.7万亿元人民币左右。而人形机器人市场，乐观地估计，5年内的单年市场价值也就1500亿~2000亿元。大致相当于届时汽车行业的3%左右，除非人类的出行方式和因机器人技术崛起而影响的生活方式，都发生剧变。
但不要忘了，两者在技术上重合度很高，而且汽车拥有显而易见的数据优势。这几乎注定了中期内人形机器人市场的成长上限。
- E N D -
秋凤空间
无肇因之始，无自限之垣
品茗聚友，坐而论道。