OpenClaw，正在重寫人形機器人的競爭邏輯？

OpenClaw有沒有顛覆打工人的工作方式不知道，但具身智能好像快要被顛覆了。

最近，最近網上流傳許多這樣的視頻，一些不滿足“賽博養蝦”的網友，給OpenClaw接上攝像頭和機械臂。這一接不要緊，接入之后大家發現，原來OpenClaw不僅能在電腦上干活，在現實中同樣也是干活的一把好手。

比如有網友給OpenClaw配上了電腦，機械臂和攝像頭，他們沒有為這個任務重新寫一套程序，也沒有單獨訓練模型，只是對OpenClaw說：“把這些汽車零件分類?！?/p>

OpenClaw就完成了這些零件分揀。

這件事情對具身智能的沖擊有多大呢？

這么說吧，就在不到一年前，這些能力在人形機器人公司都還是值得專門召開一場發布會，花費上百萬美元在全世界進行吆喝的。

但現在，同樣的能力，卻被OpenClaw輕易實現了，甚至它都不是為具身智能專門準備的工具。

所以這件事情，怎么聽都有些荒誕。

那么，OpenClaw到底給人形機器人帶來了什么？在OpenClaw這么強的情況下，專門的具身大模型還有意義嗎？機器人公司之前的工作有沒有白費？為什么機器人公司辛苦好幾年的工作，OpenClaw能輕易做到？

以及潮水退去之后，又有誰在裸泳？

當“養蝦”養到機器人身上

我仍然記得，大概是去年（2025年）4月初，國內一家頭部的人形機器人公司在北京鄭重地舉辦了一場發布會，內容就是人形機器人開發平臺。

當時，這個平臺的核心亮點就是：僅憑語音指令，就能在工業場景中完成散亂零件的分揀，動作流暢、錯誤率低。

怎么樣，這個描述是不是很熟悉，它和今天OpenClaw能做到的事情幾乎一模一樣。

區別只是在于，這家公司發布的這個平臺是專門針對機器人的，它拆分了數十個場景，訓練Agent，然后通過行為路徑規劃串聯在一起，這里面包含了大量的工作。

當時，這個公司給這個平臺的宣傳口號是：人形機器人從表演走向干活、從實驗室走進工廠最重要的一塊拼圖。而現在，OpenClaw似乎也輕易實現了類似的能力，但顯然，OpenClaw沒有經歷過這些。

這就像什么呢？就像你和朋友一起去爬山，你精心準備、提前出發，花費大量時間，終于氣喘吁吁地來到山頂時，你卻發現，你的朋友坐著直升機，已經在這里等你多時了。

具體來看，OpenClaw還在更多的場景中都展現出了強大的泛化能力、決策和自我進化的能力。

比如在一個實驗里，還有一段更生活化的測試。工作人員對機械臂說：“今天是元宵節，給我做點甜米酒湯圓?！?/p>

機械臂先停頓思考任務，隨后開始執行：把湯倒進鍋里，把湯圓放進去，等待水煮開。

中途工作人員還問：“能不能加點糖？”

機械臂反問：“黃糖還是桂花糖？”

得到“黃糖”的回答后，他把糖倒進了鍋里。

此外還有各種各樣的實驗，比如有開發者把OpenClaw接入工業機械臂，讓它根據自然語言指令完成抓取或搬運任務，系統甚至會自動生成控制機械臂的Python腳本。

除了機械臂，四足機器人也很快出現在各種“養蝦”實驗里。

在Reddit和X上流傳的一些視頻中，有開發者把OpenClaw接入機器狗，讓它在環境中自主巡邏。

過去，這類機器人通常需要遙控操作，或者按照提前設計好的路線行動。但在這些實驗中，沒有操控，也沒有提前規劃的路線，機器狗根據攝像頭看到的環境，自己判斷、自己規劃，比如繞開障礙物、或者在遇到新情況時重新規劃路徑。

而當這些實驗開始出現在人形機器人身上時，事情就變得更有意思了。

比如在一個開源社區中，就有人發布了一套適用于OpenClaw的Unitree-robot技能。有了這個集成，開發者可以直接通過即時通訊軟件控制宇樹機器人，比如G1，甚至包括更大的H1，以及四足機器人GO1和GO2。

整個過程比想象中簡單得多。開發者不需要打開復雜的圖形界面，也不用手動調用SDK，只要在聊天窗口里發一句話：

“前進一米。”

“左轉45度?！?/p>

機器人就會執行對應的動作。

這種控制甚至是雙向的。OpenClaw可以從機器人搭載的立體相機中獲取環境圖像，再把截圖直接發回聊天窗口，讓開發者隨時查看現場。如果再接入路徑規劃模塊，系統還可以自動規劃路線、避開障礙物。

同樣，整個過程沒有預設腳本，也沒有提前規劃好的動作路徑。

開發者只是給出一個目標，剩下的事情就都交給了AI，它自己判斷、自己規劃。

一只小龍蝦，能掀翻人形機器人嗎？

我們從各種的演示視頻中，看到了OpenClaw結合其他大模型表現出來的驚人能力。

放以前，足以成為許多人形機器人公司最驕傲的成果，放到現在也變得平平無奇。

因此，這不得不讓人產生一個疑問：機器人行業花了這么多年，采集數據、訓練模型、開發系統才實現的能力，還有價值嗎？

答案當然是否定的。

這話得從頭說起，一個機器人，除了本體之外，決策系統大致可以被拆為四層，從上往下分別是：

• 決策層（大腦）：理解目標與任務拆解；
• 感知/表征層：識別環境、目標與空間狀態；
• 行為組織層：把任務拆成技能和動作序列；
• 控制層（小腦）：軌跡、伺服、避障、安全執行。

在這個框架下，OpenClaw 主要負責前面幾層能力的調用、編排和銜接。至于機器人最后怎么動、動作能不能穩定落地，仍然依賴底層控制系統、運動學求解和執行鏈路。

因此，OpenClaw 并不是讓機器人突然學會了運動，它反而更像是一個上層調度系統，把人的指令翻譯成一連串可調用的能力。

這里真正值得注意的亮點其實有兩個。

第一個，是OpenClaw改變了機器人獲得這些能力的方式。

過去，很多能力并不是做不到，而是往往要為單一任務投入大量數據采集、專門訓練和復雜的規則工程。

而現在，OpenClaw可以直接借助已經成熟的多模態模型、工具系統和模塊化執行鏈路，把許多原本需要單獨開發、單獨訓練的能力，變成了可以直接調用，和快速組合的能力。

結果就是，同樣一個抓取、查找或巡檢任務，開發效率更高，試錯周期更短，整體成本也更低。

第二就是，OpenClaw讓機器人開始具備一種過去很少真正建立起來的能力：對現實世界的持續記憶。

傳統機器人更多是在“當下”工作。它看到什么，就對什么做出反應；任務結束后，對環境的理解也大多停留在那一刻。很多系統當然也能做地圖、定位和任務狀態保存，但它們通常并不會把“地點、物體、事件和時間”持續組織成一個可隨時調用的統一記憶結構。

而現在，OpenClaw開始嘗試把機器人感知到的重要對象、地點、事件和時間組織成可檢索的時空語義記憶。

這意味著，機器人不再只是執行命令，而是在持續積累上下文。

一個人什么時候進入房間，一個物體被放在了哪里，一段行為發生在什么時間點，這些都可能被納入后續搜索、判斷和行動的依據。

當然，這并不等于它已經擁有了像人一樣完整的世界理解，但至少說明，它開始具備一種面向現實世界的結構化記憶能力。

這件事的意義在于，機器人能力的邊界正在從“完成一次任務”往“持續理解一個環境”延伸。（在同一環境或相似環境中，持續上下文會提升任務連續性和局部穩定性，但這并不等于系統已經獲得了廣義泛化能力。）

當然，OpenClaw能做到這些，并不是憑空產生的，其背后支持的有兩個重要的原因。

第一個原因是，最近幾年機器人本身的底層架構開始發生了變化。

過去，很多機器人系統更像一個個封閉的煙囪：感知是一套，規劃是一套，控制又是一套，彼此連接復雜，開發門檻很高。很多能力雖然已經存在，但很難被靈活調用。

而現在，機器人系統正在變得越來越模塊化、標準化。相機、機械臂、抓取模塊、路徑規劃、底層控制接口，都在逐步變成可插拔、可組合的能力單元。

OpenClaw之所以看起來很強，不是因為它憑空創造了底層機器人能力，而是因為它可以站在一個已經逐漸標準化的執行棧之上，把這些能力重新組織起來。

第二個原因，是多模態大模型正在快速整合原來分散的能力。

過去，人形機器人如果要完成一個任務，往往要單獨解決很多問題：文字理解、語音識別、圖像識別、視頻理解、目標檢測、空間判斷、任務拆解，常常要靠不同模塊分別完成。

但現在，多模態大模型已經能同時處理文字、圖像、語音、視頻等不同信息，并把這些信息放進同一個上下文里統一理解。這意味著，機器人過去那些需要單獨訓練、單獨接入的感知和理解能力，正在被更通用的基礎模型逐步吸收。

這導致機器人上層智能的開發門檻被明顯拉低了。而這就是OpenClaw的意義，它不是重新發明這些能力，而是把這些已經變強的通用能力，更高效地接進了機器人系統。

具身大模型，還有沒有意義？

說到這里，就自然會延伸出一個更關鍵的問題：既然基礎模型已經越來越強，單獨做一個具身智能大模型，還有意義嗎？

畢竟在此之前，很多人形機器人公司都曾高調宣布自研具身大模型，并把它視為公司最重要的戰略核心，仿佛誰掌握了具身模型，誰就掌握了機器人的未來。

可現在看起來，通用基礎模型正在迅速補齊理解、感知和任務編排能力，原來機器人公司花了很多年構建的部分上層能力，正在被更大的基礎模型體系快速通用化。

答案是：有，而且依然重要。

原因在于，基礎模型變強，主要改變的是機器人“理解世界”的能力；而具身模型真正決定的，是機器人“如何在物理世界里把動作做出來”的能力。

理解一句話、識別一個目標、拆解一個任務，這些事情確實越來越像通用能力了。但機器人最難的部分，從來不只是聽懂、看懂，而是進入現實世界以后，動作是否真的成立，抓取角度對不對，軌跡穩不穩，接觸力會不會失控，目標被遮擋后能不能繼續，抓取失敗后能不能恢復，換一個場景、換一個物體、換一臺機器之后還能不能成功。

這些問題不是只靠更強的“理解能力”就能自動解決的。

具身智能大模型的價值，不在于把所有事情都包下來，而在于把大量和動作、操作、交互相關的經驗沉淀下來，讓機器人不僅能做出一個demo，更能形成穩定、可復用、可泛化的能力。

換句話說，通用模型正在吃掉的是“理解層”；而具身模型守住的，仍然是“動作層”和“物理落地層”。

所以，具身模型不是沒有意義了，而是它的角色正在變化：過去它像是想包辦一切的“全棧大腦”，現在它更像是在整個機器人系統里，負責決定能力上限的關鍵一層。

最后，讓我們回到最開始的問題，OpenClaw到底給人形機器人行業帶來了什么？

答案是，它讓整個行業更早接受了一個事實：人形機器人的上層任務智能，正在快速通用化。

過去，很多公司最稀缺的能力，是把理解、感知、規劃和調用整合成一個能工作的系統；但現在，隨著多模態基礎模型和Agent框架成熟，這部分門檻正在迅速下降。

做一個像樣的demo，會越來越容易，這也意味著，機器人行業正在進入深水區。

未來比拼的，不再是誰先做出一個會“聽懂指令”的演示，而是誰能把動作做穩，把成功率做高，把系統做成低延遲、可復現、可量產、可安全部署的產品。真正決定勝負的，將是更底層的專業能力：控制、數據、魯棒性、工程化和量產能力。

換句話說，OpenClaw降低了做demo的門檻，卻沒有降低做成產品的難度。

而這恰恰是它對行業最大的沖擊：那些還浮在表面、靠手搓demo講故事的公司，其競爭力會迅速被擠壓；潮水退去之后，才知道誰在裸泳。