四川
閱世如閱卷，下筆有錦書
在這里，聽見中國走向世界的號角贊
特斯拉 Optimus 產線停擺的消息，剛刷爆科技圈。這家曾把人形機器人吹成未來十年核心賽道的公司，直接封存了千余臺下線機型。火了三年的人形機器人行業，到底為啥連一杯水都端不穩？
這一波人形機器人的熱潮，起點是 2023 年 7 月谷歌推出的 RT-2 模型。不少人只看到機器人跳舞的酷炫鏡頭，沒看懂這是行業的真正拐點。
之前控制機器人要么靠提前寫代碼，要么靠遙控器一步步指揮，而 RT-2 讓機器人只要看畫面、聽指令，就能自己完成動作，比如把香蕉放到德國國旗上。
RT-2 的 VLA 模型思路，很快點燃了全球科技圈。伯克利、斯坦福、豐田聯合推出 OpenVLA，創業公司 Physical Intelligence 的 Palm 更是把技術開源，大幅降低了入門門檻。
資本聞風而動，一場針對人形機器人的大躍進正式開啟。但這場沖鋒很快撞上了南墻。人形機器人的核心卡點，從來不是算法，而是數據。
目前主流的數據采集有三種方式：真人戴 VR 設備同步動作、攝像頭記錄手部動作、虛擬環境模擬。但每一種都有致命缺陷。
真人采集效果最好，但速度極慢。訓練一個機器人需要百萬小時的多樣性物理數據，真人一天能采集的量微不足道，猴年馬月才能湊夠？
靠攝像頭拍手部動作？人的手腕手指有 20 多個自由度，機械臂根本達不到那么靈活，拍了也白拍。
虛擬環境再逼真，也復刻不了真實世界的摩擦力、關節磨損這些細節。仿真里跑通的動作，放到現實里就抓不住杯子，根本沒法用。
好不容易攢夠了數據，又碰上了另一個死穴：機器人沒辦法泛化。
在 A 工廠訓練好的機器人，換到 B 工廠的地板材料變了、光照不一樣，就連開門都打不開。同一個公司的兩只機械手，換一下都可能失靈。
工業界甚至有個玩笑：今天拍的開冰箱視頻，明天換個冰箱就識別不出來。面對這些死穴，行業分成了三路人馬。
目前只有五家大廠能玩這個游戲：英偉達、OpenAI、谷歌 DeepMind、字節、阿里。英偉達甚至推出 WAM 模型，把技術研究推到了新高度。
第二路是學者們提出的新范式。以楊立坤、李飛飛為代表的頂級學者，直言大語言模型只是 “猜下一個詞” 的概率游戲，根本不懂真實世界。
他們主張放棄海量數據堆料，讓 AI 主動理解世界，用小數據實現高效學習。
第三路是創業者們的細分破局。他們不跟大廠搶算力，也不跟學者搞理論，而是扎進具體問題里死磕：
有人專攻機械手，把自由度做到極致；有人降低數據采集成本；有人放棄全人形機器人，先專攻餐具收納這類單一家務。
即便各路高手各顯神通，距離造出能當保姆的人形機器人，還有極其遙遠的距離。行業內部評估，目前整體進度大概只有 0.2%。
馬斯克曾說特斯拉 80% 的市值來自人形機器人，2025 年計劃生產 5000 臺 Optimus，到年中只造出 1000 多臺就停了產線，這也是整個行業的縮影。但這場探索并非全無收獲。
動作捕捉技術原本只用于影視游戲，如今因為機器人熱潮變得更快更成熟。AI 生成視頻的質量飛躍式提升，背后就是大廠卷世界模型的功勞。
自動駕駛的決策邏輯也變得更成熟，多虧了世界模型對真實世界的理解。
更不用說機器人核心零部件的成本被大幅壓縮，伺服電機從幾千元降到幾百元，減速器、傳感器的性能提升、價格下降，讓工業機械臂、智能倉庫的門檻大幅降低。
人形機器人就像登陸火星，看起來遙不可及，但探索的過程會倒逼整個科技行業進步。
游戲、自動駕駛、硬件制造這些領域，已經率先嘗到了甜頭。與其嘲笑人形機器人還很雞肋，不如看看它到底能帶我們走到哪一步。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
