宇树科技创始人王兴兴成为今年北京智源大会的“顶流”。6月6日的大会开幕式上，轮到王兴兴发言时，后排观众纷纷起立拍照。等到结束散场，王兴兴在数名安保人员护送下离场，免于去年“顶流”月之暗面创始人杨植麟被观众层层围困的囧况。 与被公众热捧相伴随的是质疑乃至嘲讽。市场的负面声音，主要针对宇树科技机器人现有能力展示的真实性及其实用价值。这家公司曾一度被调侃为“CG 动画公司”，其人形机器人被唤作“遥控玩具”。 其他人形机器人公司亦未幸免于此。今年春节前后，深圳众擎机器人频频发布“炫技”视频，于是有声音将其与宇树科技一同归入“影视公司”的行列。该公司创始人赵同阳对此并不忌讳。“我们不会回避外界的质疑，甚至把外界骂得最难听的部分放到公司的屏幕上，让每个工程师看。”他在智源大会上说，“愤怒产生力量。” 热捧与质疑交织的市场情绪背后，核心指向人形机器人产业推进路线和前景的非共识。非共识包括但不限于：“花拳绣腿”有无意义？落地汽车产线当下是否是伪命题？具身智能数据短缺“瓶颈”如何缓解？从对这些问题的回答中，亦可窥见人形机器人公司短期内摸索出路的解法。 具身智能模型决定了机器人的智能化水平，但由于该领域的研究尚处早期，行业内能真正展示干活操作能力的公司偏少数。在硬件和运动控制方面具备优势的创业公司，选择将“炫技”作为现阶段的传播卖点。 跳舞、跑步、空翻、格斗……今年春节之后，不同形式的机器人“炫技”项目频繁涌现。创业公司热衷于此，地方政府亦乐意为企业“唱戏”搭台。 “很多人问机器人为什么要蹦、要跳、要跑？机器人其实根本不需要这些。”赵同阳说，但工程师希望通过极限测试了解产品的真正上限，“只有工程师心里有底了，才能自豪地对外界说，这个行业还是不错的”。 基于现有能力，众擎5月下旬宣布将于今年12月举办全尺寸人形机器人格斗赛事。赵同阳透露，众擎后续将为格斗推出1米8至2米左右的新款人形机器人，不再是像小孩子“打架”，“我们想把对机器人体能的验证做到极致”。 王兴兴的观点与之类似：人形机器人进入家庭或工厂干活为时尚早，因此，目前可以从表演和赛事切入，向外界真实展示当前技术的发展水平，并在此过程中拓展商业化。比如，今年上半年，人形机器人的租赁市场比较火爆，已经为行业带来实际的商业价值。 松延动力是因“炫技”受益的直观案例。这家因人形机器人半程马拉松而名声大噪的初创公司，已提前完成今年的销售目标——卖出超2000台机器人，合同销售额过亿元。客户主要来自科研教育和展览展示领域。收获流量红利之后，松延动力借势搭建销售渠道体系，同时获得更多投资人的青睐。（详见：清华博士辍学造人形机器人：销售额已过亿，不想做短期套利） 早在2023年人形机器人热潮兴起时，业界普遍把汽车制造等工业场景作为可以率先落地的方向。一位工业机器人上市公司的CTO当时告诉南都记者，汽车制造本身的工业自动化程度更高，是机器人应用比较普遍的领域。而其他行业自动化程度相对较低或者产品定制度太高，不适合作为第一步来切入。 2023年至今，市场上的确不少人形机器人公司“试水”汽车产线等制造业场景。其中，优必选的动作最为频繁。这家公司与吉利汽车、一汽-大众青岛分公司、奥迪一汽、比亚迪、北汽新能源、富士康、顺丰等知名企业合作，推动旗下工业人形机器人Walker S系列入厂实训。另据优必选首席品牌官谭旻近日透露，20多台Walker S以合同采购形式正式“入职”东风柳汽生产线。 到汽车产线开展概念验证（Proof of concept）的人形机器人公司名单还在不断延长——例如智元、银河通用、乐聚、智平方等。银河通用创始人王鹤透露，其公司与极氪、韩国现代等汽车主机厂达成了合作，现代汽车甚至是付费请银河通用去做概念验证。 一些汽车产线自动化集成商亦加入到推广行列。例如，天奇股份与优必选、银河通用成立合资公司，深度参与到机器人在汽车制造产业的应用推广。5月6日，天奇股份董事长兼总经理黄斌在业绩会上回答南都记者提问时表示，公司与银河通用的合作聚焦具身智能机器人在工业领域的规模化应用，围绕汽车制造场景，已实现数家整车厂、电池厂定制化应用场景验证。 5月下旬的2025张江具身智能开发者大会上，上汽通用动力科技（上海）有限公司智能设备高级经理徐啸顺表示，汽车车间工作过于复杂，人形机器人在软硬件技术成熟度上尚需完善；此外，人形机器人的制造成本整体还远高于工业机器人。 汽车智能装备集成商巨一科技的研发总监王光磊告诉南都记者，从汽车制造厂商的角度讲，人形机器人不是伪需求，但限于技术成熟度，当前只能从一些初级的工作场景率先探索。 王光磊说，其公司结合人形机器人的成熟度，初步识别了两个最容易切入的工厂场景：物料分拣和输送，因为这两项工作对效率和精度的要求没那么高。但挑战依然存在：到不同工位拿取不同特征的物料，机器人能否适应不同的工况？当某台机器人出现故障需要进行替换，如何把原有的数据快速迁移到新的机器人身上？ 至于价格，王光磊考查后发现，只有当机器人的综合成本降至20万左右，才能为工厂接受，而目前一些人形机器人光是裸机就要50万左右。 中兴通讯股份有限公司机器人产品总工张慧指出，工业领域在乎人形机器人的操作智能，这要求机器人的成功率和稳定性要高。机器人是用来替代人的，不能反而让工厂安排专门的员工去“伺候”机器人。 VLA（Vision-Language-Action，视觉-语言-动作）具身模型已是行业研究热点，意在让人形机器人能通过视觉信号感知世界，听从人类的语言指令，并将指令拆解转化为具体的操作。快慢系统分层的具身模型架构，今年以来渐渐被Figure AI、Physical Intelligence等公司采纳——快系统类似于人类的本能反射，快速执行简单任务，慢系统则侧重深度思考和决策。 但具身模型最为棘手的问题是先天缺少训练数据来源。相比之下，大语言模型拥有互联网上的海量训练数据，自动驾驶亦有无数驾驶员驱动数据飞轮。“数据的积累很有可能是具身智能的决胜点。”星海图联合创始人许华哲近期在知乎上公开写道。 但由于技术路径不清晰、数据采集成本高昂，一些初创公司忌惮在具身智能模型上过多“烧钱”。特斯拉、智元、银河通用、千寻智能等头部公司虽有布局具身模型，不过技术路线各有差异，映照出业界对此缺乏共识。 较为主流的路线关注真机采集数据，如智元等公司为此兴建了大型数据采集场。但一位具身智能产业链公司的算法技术总监表示，具身模型的数据量需求很大，实采或许难以满足真正落地的泛化能力需求。此外，目前实采数据无法跨本体，意味着本体变了又需要重新采集。并且，数据处理缺乏标准，可能带来数据虽多但用不起来的问题。其认为，具身智能模型的数据将重度依赖仿真，依赖比例可能超过八成，不过当务之急是跨越sim2real（仿真迁移到现实）的差距。 银河通用是高度依赖仿真合成数据的玩家。王鹤认为，如果完全押宝真机数据，得先把人形机器人量产到数百万台，再雇佣百万甚至千万人去做数据采集，才有望达到通用，“这会让人形机器人或VLA的发展陷入长期的无法落地、无法通用的状况”。 今年1月9日，银河通用发布端到端具身抓取基础大模型GraspVLA。GraspVLA的训练包含预训练和后训练两部分。该公司介绍，预训练基于百亿级合成数据。预训练后，模型可泛化适用到从未见过的、千变万化的真实场景和物体上。后训练针对特别需求，通过小样本学习和微调，让模型迅速理解新任务并“举一反三”，将习得的技能自动迁移到不同的SKU（商品款式）上。 王鹤将合成数据类比为人类的义务教育，在此阶段，借助百亿规模数据，让机器人彻底学会抓放技能；少量真实数据后训练则如同职业教育的上岗培训，其所需的遥操作工作量级是当前产业可以支撑的水平。 基于这款具身抓取基础大模型，银河通用和美团合作，将人形机器人落地到智慧药房场景。据王鹤介绍，银河通用的机器人已在北京7家无人药店“上岗”，今年内将推广至北京、上海、深圳的100家药店，可识别抓取5000款药品SKU。机器人根据用户下单要求取下药品后，配送骑手输入密码即可从货柜取货。 王鹤表示，运营一家24小时店铺需要“三班倒”，经估算，三名员工三年的工资需要70多万。他认为只要人形机器人售价比70多万便宜，就能打开市场。一名银河通用的员工告诉南都记者，配置二次开发接口的轮式双臂机器人Galbot G1目前售价为70万元一台。 一位业内人士指出，无人药房的pick和place（抓放）任务难度并不小。药品包装尺寸跨度很大，且材质不一——如纸盒和玻璃瓶，可能影响机器人手部夹爪的操作准确率。挑选完药品后，如何完成打包又是一道考验。 许华哲此前接受南都记者采访时分析，合成数据在训练抓放能力上一定程度上具备可行性，但丢失了更大的视角——机器人需要做的远远不止pick和place。用“搓盘子”这一操作为例，当盘子摆放成一摞，如果机器人要把最上面的盘子拿起来，仅仅通过pick是做不到的，因为盘子底下被挡住，机器人的手搓不进去。盘子底下复杂的摩擦力，很难在仿真环境下模拟。许华哲由此认为，银河通用的路线侧重于短期应用。
