具身智能的冰与火之歌：热在展台，冷在产线
文 | 花生说科技 文 | 花生说科技 “如果你爱他，请带他去纽约，因为那是天堂；如果你恨他，请带他去纽约，因为那是地狱。”
这是跨世纪时热播电视剧《北京人在纽约》的经典台词。如今，这段话用在具身智能上，倒也相得益彰。
无论是车企还是资本方，都趋之若鹜，就怕晚了一步，踏空时代新机遇；新设立的企业那是一个接一个，也不管赛道是否拥堵，反正都要先入局卡位； 用现在的流行语，这就叫“FoMO (Fear of Missing Out）”，唯恐错过跟不上趟。此刻，钢铁发烧正烫手，也有人泼了冷水，国家部委提醒：行业要合理发展，警惕过热；行业龙头上市后，距离股价高点已跌近半。
这时候，又有人慌了：赶上车没踏空，但难不成自己要高位站岗被骗了？花生觉得倒也不必这么想，一个行业的好坏，需要冷热淬火，才能坚韧发展；至于在这期间，谁能百炼成钢，谁又只是大炼钢铁后的炉渣，这就要看具体企业具体操作了。
此刻，难免让我想起来十年前的新能源汽车，现在的具身智能，正站在同一个节点上 早期也是概念满天飞、融资热、PPT造车层出不穷，人人都喊颠覆，真正能跑通量产的没几家。后来也是政策纠偏，从鼓励规模转向鼓励质量，头部企业带着供应链死磕工艺、死磕成本、死磕场景，才一步步跑出来的。热是好事，证明赛道成立，有人看好；但如果热得只剩概念和估值，冷掉的就是整个行业的信任。
展台在沸腾，资本在加注 八月的北京，盛夏，闷热难耐；在北京市区往南几十公里的亦庄，不知名的快捷酒店涨到了550一晚，依然一房难求，为啥？因为天南海北的人都来了，就为了在世界机器人大会上，凑凑热闹；从现场来看，确实是热闹十足，擂台上机器人彼此重拳出击，主持人腾空飞踹；模拟产线旁，快递分拣、电焊喷涂，机器人上下翻飞有的放矢，看着也是不亦乐乎。
上网搜搜媒体报道，也是整齐划一：机器人全面商业化了，马上进入家庭，即将替代人工…… 资本市场也是热火朝天。小鹏机器人拿下超9亿美元首轮融资，投后估值430亿元人民币，难能可贵的是竟然吸引了腾讯、阿里两大互联网巨头同时站台，这刷新了中国具身智能行业单轮私募融资纪录。同时，就在大会第一天，被称为“A股人形机器人第一股”的宇树科技（688836.
SH）完成科创板上市，却在短短几日内上演了一轮过山车式行情。上市首日开盘一度冲高至1100元，较发行价暴涨629%，总市值瞬间摸到4449亿元，“中签最高赚47万”迅速成为全网热议话题。可狂欢仅仅停留在开盘瞬间，随后连续多个交易日持续下行，短短数个交易日股价近乎腰斩，千亿级别的纸面市值快速蒸发。
一边是一级市场大笔真金白银砸进来，争抢尚未兑现的未来；一边是二级市场热烈狂欢之后，迅速迎来理性的回调。一冷一热，一出一进之间，变化的是不同的人对于具身智能赛道的预期；有人觉得未来已来，唯恐错过； 离开展台，走进一线，现实骨感得多。展会上灵活的行走、跳跃、后空翻，大多是在理想环境下完成的标准化演示。
一旦走到工厂、仓库、家庭这种真实场景，地面不平、光线变化、物体无序摆放，人形机器人的稳定性就会大打折扣。很多样机很漂亮，可样机不等于产品，表演不等于商用。花生此前应行业主管部门邀请撰稿《大块头已经进厂，大智慧仍在路上》时专门讲过，实验室里跑十次成功九次，那叫演示；产线上一天几万次重复操作，故障率有刚性要求，差一点都不行。
上一道工序15秒给零件，你不能30秒才做完；位置偏了两毫米、光照变了，你不能停机等工程师来调；具身智能是为了提高效率的，不是来拉低效率的。人形是焦点，非人形是答案 相比于WAIC也就是世界人工智能大会，这次机器人大会上来的普通观众更多，和他们摩肩接踵之际，也总能听到他们说：要看哪个机器人长得更像人。只不过，具身智能本就不只有人形这一种形态。
以我在工厂里的实际观察为例，真正在工厂里开始干活的机器人，大多长得“不那么像人”。轮式搬运机器人在仓库拆垛上架，机械臂在产线做分拣质检，这些已经跑通ROI的场景，都没有人形的样子。反而是最受关注的双足人形机器人，大多还在展台跳舞、在展厅迎宾，没进入核心生产环节。
毕竟，工业场景是要算账的，要在负载、精度、寿命、成本和维护之间谋求一个综合的最优解。两指夹爪能完成的任务，没必要为了“像人”硬上五指灵巧手；轮式能跑通的场景，没必要硬做双足行走增加复杂度。为了人形的概念额外堆成本、降可靠性，在真实工厂里就如同鸡肋了。
当然，也许会有人说，技术成熟度不是问题，只要资本够、数据够，智能涌现是迟早的事。可问题是，涌现之前的这段空窗期，谁来买单？工厂不会为“未来可能好用”的设备付钱，消费者也不会为“还在迭代”的机器人提前掏钱。
商用的窗口，不会等技术慢慢成熟。这次展会上也有个很有意思的演示：星源智让两台人形机器人摇绳、四足机器狗跳长绳，不同形态的机器人在同一个任务里实时协同。在我看来，这恰恰暗示了具身智能的真实形态，不是每台机器人都要长成人样，而是不同形态的机器各干各的活，在真实场景里组合起来。
我在展台上看到了一套白车身点焊工作站，看不到炫酷的人形躯干，几台大负载工业机器人协同排布，这套系统早已进厂，我曾受邀在工厂里看过它埋头工作的样子，当时整车企业和地方政府很是自豪称这是智能工厂柔性化生产的未来。
新松机器人的相关人士告诉我，整套方案从硬件到点焊工艺、离线调试软件逐步实现全国产化，如今已经成规模落地到车企生产基地，从冲压件上线，一直到完整白车身下线，走完一整条自动化焊接闭环。没有舞台上博眼球的动作，却日复一日在产线上完成高重复、高强度的工业任务。
星源智和中力股份联合做的10米级高位作业机器人“擎天柱”，也已经能替代人工登高作业，装卸方案做到了和人工同速。这些基于真实场景生长出来的具身智能已经在工厂里算得清账了。所以，还是那句话，在此刻热闹之际，如果想看机器人的价值，别纠结外形是否像人，还是先看能不能解决真实产业痛点。
大块头还差大智慧 这不，产业界的盛会还没闭幕，国家部委就先出来放话降温、踩刹车。国资委明确表态，要理性看待人形机器人产业热潮，警惕概念炒作，避免盲目铺摊子，要聚焦真正能够落地的场景，重视技术迭代与安全风险。为啥？因为现在的具身智能还不够聪明。
嗯，或许有人会说，别怕，只要把大模型注入给机器人，就像传递武功内力一样，具身智能马上就能点亮智慧，一通百通了。但现实没那么乐观。硬件层面，伺服电机、减速器这些核心零部件，成本依然居高不下。一台性能尚可的人形机器人，硬件成本依旧处在很高水位。
放到企业端算账，就绕不开ROI（投资回报率）。企业采购设备，最终要看多久可以回本。今天绝大多数人形机器人，还过不了商业算账这一关。
软件层面同样存在瓶颈。大模型解决了语言、逻辑理解，但物理世界的灵巧操作、抗干扰、长期可靠作业，和聊天对话完全是两套难题。AI大脑可以侃侃而谈，身体手脚想要跟上大脑，还需要海量物理世界的数据积累。
Arm物理AI机器人技术研究全球负责人Federico Pecora举了个例子：你带着人形机器人逛超市，说“推辆购物车跟着我，再去拿袋10公斤大米，咱们乳制品区碰头”。这件对人来说轻而易举的事，对机器人难如登天——没提前建地图、没专门练过推车、周围全是走动的人，它不能调用预设好的固定程序，得一边走一边自己组合能力、调整动作。
他把机器人的能力演进拆成了三步：第一步跨对象泛化，换个尺寸的零件能抓、换个包装的商品能认，这一步在结构化场景基本跑通了；第二步多任务智能，同一台机器既能分拣也能搬运，切个程序就行，头部玩家刚摸到门槛；第三步系统级自适应，扔到完全陌生的环境，没提前建地图、没人专门训练，自己就能调整能力组合把活干明白，这恰恰是业内卡点。
你看，所有进化的核心目标只有一个：降低新场景的部署成本。不用每个场景都从零定制，泛化能力才真的能赚钱。这也是为什么我觉得，具身智能的下半场，除了做模型的、做机器人本体的，还需要像Arm这样的公司。
他们不做机器人，也不做大模型，但他们做的是统一的计算底座：从传感器、实时控制，到AI算力、云端协同，全链路打通。当年智能手机浪潮里，Arm用一套统一架构重新定义了移动计算的功耗、性能与生态规则；今天物理AI站在同一个节点上，各家都在自己搭硬件、写软件，重复造轮子，部署一套新场景成本居高不下。谁能把这套底层计算标准搭起来，谁就能帮整个行业把部署成本打下来。
交互方式也在变。这次展会上我体验了强脑科技的脑控演示，戴上头环，就能控制机器人。当然，现阶段，还是通过用意念驱动自己的四肢，进而让传感器觉察信号，从而驱使机器人做指定动作的初级阶段。但这至少证明了一条路：人和机器人的交互，未必非得靠手柄、靠编程、靠语音指令，脑机接口可能是下一代人机交互的入口。
机器人怎么更自然地理解人的意图？强脑科技提供了一个完全不同的解题思路。当具身智能的身体越来越灵活，大脑越来越聪明，“人和机器怎么对话”这件事，一定会成为下一个战场。
现在硬件的“大块头”慢慢有了，真正适配真实场景的“大智慧”，还在路上。花生一直觉得，具身智能得学刘德华——大块头要有大智慧。数据是粮草，采集刚起步 那么问题来了，能不能直接拿数据投喂大模型呢？
倒是可以，但是需要时间和金钱。大模型可以爬互联网海量文本，机器人的物理交互数据几乎从零起步。30秒的动作轨迹，就得真机真实跑30秒，成本高、风险大，还没法批量复制。
物理AI的粮草，逐渐起步。这就这两天，觅蜂科技第20000套MEgo无本体数据采集设备下线，同时宣布累计采集了超过100万小时的高质量无本体数据。什么叫无本体？就是不绑在某一款机器人上，用人戴着设备在真实场景里干活，把人的动作、视觉、触觉录下来，再转换成机器人能学的数据。觅蜂董事长姚卯青打了个比方：“物理AI的数据电网，今天立下了第一根电线杆。”
以前得靠机器人真机跑，现在可以由人在真实场景里干活，成本低、场景广，还能批量复制。他们的设备已经下沉到社区，退休人员、宝妈都在帮忙采集，覆盖了居住、办公、零售、生产、餐饮等22大类场景。姚卯青对花生解释称：无本体数据负责前期预训练的通用表征，真机数据负责后期落地校帧，两者不是替代关系，是分工关系。
当然，百万小时只是起点。姚卯青自己也说，通往AGI最终需要亿小时级的数据。但至少，物理 AI“无米下锅”的局面，开始有人在系统性地解决。热是催化剂，冷是试金石 热度越高，越要警惕一哄而上，别再搞一个PPT运动。
有关部门的表态值得多琢磨：机器人产业必须坚持因地制宜、健康有序发展，立足本地资源禀赋和产业优势，找准定位、发挥优势，防止盲目跟风、一哄而上。话说得克制，指向性明确。目力所及，各地都在上机器人项目，各车企都在布局人形机器人，好像不做机器人就落伍了。
但多是样板工程、展示项目，算得清技术账，算不清经济账；比的是谁的自由度高、谁长得像人，不比谁能帮工厂省钱、谁能稳定跑通产线。此刻官方发声，是给这个行业释压：别搞概念比拼，回到务实落地。以真实场景为抓手，在真实场景里迭代技术，围绕真实需求形成应用闭环。
冰与火的试炼才刚开始。花生只是希望，十年前新能源汽车走过的路，具身智能正在重走一遍。区别是，这一次，我们有机会少走点弯路。少一点PPT造车，多一点产线干活；少一点概念炒作，多一点系统打磨；少一点人形执念，多一点场景适配。
谁能百炼成钢，谁只是大炼钢铁后的炉渣，时间会给答案。