一直以來，各家人形機器人公司秀動作成風。

譬如，近日宇樹科技又發(fā)布了一段視頻，宣布人形機器人G1實現了側空翻，宣稱是“首次”，吸睛無數。

視頻發(fā)出后不到 12 小時，遠在美國的波士頓動力也發(fā)布了一段視頻，演示了人形機器人Altas側空翻等一系列的動作。

一時間，網友被這場“中美大戰(zhàn)”給吸引了，紛紛分析宇樹與波士頓動力的人形機器人誰更勝一籌。

在此之前，國內各大人形機器人公司就沒少秀自家機器人的各種動作。而且，這種機器人翻跟頭、打拳、唱歌跳舞的動作視頻，獲得關注十分多。

但是，業(yè)內人士對這種秀動作的行為，早就審美疲勞了。

高盛近期對宇樹科技等進行調研，認為宇樹H1人形機器人在運動能力上表現出色，能流暢行走、跳躍，甚至跳舞。如果把人形機器人放進工廠，情況就完全不同。

工廠里，H1遠不及人類工人的靈活性，無法完成精細操作，如螺絲組裝、焊接等任務，與真正大規(guī)模工業(yè)應用仍有差距。

至于原因，宇樹科技創(chuàng)始人王興興在接受采訪時，就曾通俗地解釋：“你能讓他（人形機器人）倒立、空翻，或者做一些避障，這些都是針對固定任務做了專門的AI訓練”，是單一功能的AI。

但是，如今泛用性的AI還是不太夠，即，人形機器人的具身智能大模型（可稱之為機器人的“大腦”）依然很落后。

全球都在等待真正的人形機器人“大腦”的誕生。

沒有消費者會為“笨蛋”人形機器人買單，只有聰明的人形機器人，才能快速商業(yè)化落地。王興興就曾說過，如果出現像人一樣聰明的人形機器人，就是一個億一臺，也不愁銷售。

對此，“刃辛機器人”建議，廣大人形機器人公司別再秀“翻跟頭”等動作了，讓機器人“長點腦”吧。

Figure AI 的 CEO 布雷特·阿德科克在近期的一次訪談中預測，人形機器人領域最終勝出的公司數量會很少，可能只有一兩家。

要想成為“最終勝出”的這“一兩家”，靠“四肢發(fā)達、頭腦簡單”的人形機器人產品可不行。

已開始卷“大腦”

在業(yè)內都在卷動作之外，已有一些人形機器人公司開始卷“大腦”了。

譬如，曾經的華為天才少年彭志輝就認為，人形機器人“大腦”研發(fā)是一個很有意思的賽道。

彭志輝放棄高達200萬元華為年薪，離職創(chuàng)辦智元機器人公司，就沒跟隨同行，將公司重心放在機器人軀體上，而是放在機器人“大腦”上。

近期，智元公司發(fā)布了首個通用具身基座模型——智元啟元大模型Genie Operator-1（GO-1）。

這不是智元公司一家的舉動，目前人形機器人業(yè)內的一個潛在趨勢，就是都在發(fā)力做通用機器人的“大腦”——具身智能大模型。

例如，Figure AI 推出了通用具身智能模型 Helix。據介紹，這個Helix 模型能以 200Hz 的高頻率協調 35 自由度的動作空間，控制從單個手指運動到末端執(zhí)行器軌跡、頭部注視和軀干姿勢等一切。

Helix 模型具備優(yōu)秀的零樣本泛化能力，能夠識別并操作數千種從未見過的小型家居物品。

在近期的GTC大會上，英偉達不僅推出了通用人形機器人基礎模型 GR00T N1，而且宣布開源。GR00T N1一躍成為首個人形機器人開源通用模型。

GR00T N1的開源特性，大幅降低了機器人研發(fā)門檻，可以吸引廣泛的行業(yè)參與者，包括工業(yè)機器人巨頭、人形機器人公司以及迪士尼等跨界玩家。

簡而言之，中小型企業(yè)和初創(chuàng)公司可以低成本接入GR00T N1，開發(fā)定制化機器人，推動技術在制造業(yè)、物流、醫(yī)療等領域的滲透。小型工廠可基于GR00T N1訓練機器人完成特定裝配任務，而無需依賴昂貴的專有系統。

另外，北京人形機器人創(chuàng)新中心已推出了通用具身智能平臺“慧思開物”。

這些人形機器人的“大腦”的具體形態(tài)，既包括通用具身智能模型，也包括通用具身智能平臺。

大家的目的，都和英偉達類似，就是讓自家的通用“基座”能夠跨實體，適用于不同場景，從而成為人形機器人領域的“安卓”，重塑機器人產業(yè)生態(tài)。

動作數據是關鍵

人形機器人賽道的一個重要現實是：據Gartner技術成熟度曲線顯示，當前的這些具身智能技術依然處于萌芽期。

這是因為具身智能大模型的訓練，十分復雜。

眾所周知，大模型的訓練是需要大量的數據投喂的。ChatGPT、Deepseek等非具身智能大模型，在訓練過程“吃”下去的數據可謂不計其數。單就ChatGPT，就已消化了全球互聯網2/3的文本語料。

人形機器人的具身智能大模型也不例外，對數據需求很大，且數據十分重要。

Figure AI 的 CEO 布雷特·阿德科克也曾在一次訪談中，就提到對于機器人數據的重要性。數據，決定了人形機器人智能程度的關鍵因素。

具身智能大模型需“投喂”的數據，更多的是動作數據。

具體來看，就是真實人類社會各個場景的動作數據——開門、做飯、清潔等居家場景，或會擰螺絲的工業(yè)場景，進而理解物理世界的運作規(guī)則。

只要這樣，依靠具身智能大模型，人形機器人才能像人一樣進行各種動作。

文本語料從互聯網中就可以獲得，但動作數據卻非常難找。即使行業(yè)內開源了百萬條由真實機器人收集的訓練數據集，但這些數據實際上由不同公司、不同型號規(guī)格的機器人采集，高質量、統一格式的數據，幾乎不存在。

智元公司訓練GO-1所需的數據，主要來自2023年9月建立的動作數據采集工廠。

在工廠里，智元公司一比一地模仿人類生活中的每一個動作，將其采集下來，形成數據，然后“喂”給大模型。

人形機器人每完成一個動作，就相當于一套數據。這些數據聚集起來，上傳至云端，便被智元團隊喂給大模型，從而讓機器人真正掌握一項技能，比如沖咖啡、熨衣服等。

與智元公司類似，特斯拉、Google為了獲得足夠多真實數據，選擇用“遙操”方式采集數據，即真人戴上一些采集設備（全身運動捕捉設備），捕捉人體全身高精度運動關節(jié)的角度，進而訓練完成機器人要學的多種技能，比如走、跑、跳、抓、拿、放等。

這一系列“笨辦法”搜集數據，十分辛苦，且總量有限。從量級上看，目前這些動作數據總量與ChatGPT“吃”下的全球互聯網2/3的文本語料相比，少的可憐。

為此，已有玩家通過虛擬合成等形式搜集數據，以降低成本，提高速度。

譬如，銀牛微電子的 3D 空間計算解決方案，以“三維空間多模態(tài)大模型數據庫”幫助人形機器人克服觸覺等其他感知的不足，實現低成本、超高精細度的精巧操作能力，“幫助大模型的發(fā)展擺脫對算力和數據量的過度依賴”。

不要成為“炮灰”

人形機器人的具身智能大模型訓練，僅僅依靠實驗室，也是不行的。

具身智能必須進入真實人類生活，與人為伴，才能夠構建在新環(huán)境中的適應能力。現實場景可以幫助機器人更好地完成任務、適應人類社會。

人形機器人必須親身到工廠“打螺絲”，進入真實的制造環(huán)境中，收集流水線上的場景數據。

在真實環(huán)境下，還可能有一些意外情況出現，比如，當人和人形機器人共處一個場景，人類行為的隨機性也增加了人形機器人“隨機應變”的難度。

簡而言之，讓人形機器人在真實場景“歷練”，一次次摔倒、犯錯，再疊加實驗室中動作數據的投喂，最終量變引發(fā)質變，使人形機器人在某個時間點，突然出現的、難以預測的、超越了模型初始設計和預期的智能行為或能力，即“智能涌現”。

這樣，人形機器人才能像人一樣“聰明”地完成任務。

這一天也許很遙遠，但行則必達。而且，廣大人形機器人公司絲毫不能松懈，因為這一路上的競爭，將十分殘酷。

可預測的是，在殘酷競爭中，很多人形機器人公司將成為“炮灰”，成為助推別家公司前進的“墊腳石”。

此前，上海交通大學清源研究院研究員劉志毅表示，截至2024年上半年，在做人形機器人的公司可能已超70家，但未來能持續(xù)發(fā)展的可能不到10家。

目前，Figure AI 的 CEO 布雷特·阿德科克在近期的一次訪談中預測，人形機器人領域最終勝出的公司數量會很少，可能只有一兩家。

布雷特·阿德科克表示，這是因為人形機器人公司的發(fā)展，“需要大量的資金、優(yōu)秀的團隊以及大規(guī)模的機器人生產來降低成本并實現數據共享和學習”，這不是所有人形機器人公司都能具備的。

單就資金方面，就已成為很多人形機器人公司“難以承受之重”。

2024年11月，已經入局人形機器人賽道的小鵬汽車創(chuàng)始人何小鵬表示，做人形機器人比做汽車更難，集成度要求更高，沒有500億元做不好。

已有不少人形機器人初創(chuàng)企業(yè)的合伙人表示，他們深知融資得到的錢十分珍貴，都“省著用”。

不得不說的是，選擇比那里重要，“省著用”雖能減少支出，如果“錢用錯地方”，一天到晚展示人形機器人的運動，如各種翻跟頭的動作上，不僅浪費了投資人的錢，而且錯失了研發(fā)具身智能大模型的時間。

猴，最會翻跟頭；人，必須有腦子。

人形機器人要成功，得“長點腦子”，相關公司要把錢用到機器人“大腦”上?！奥斆鳌钡娜诵螜C器人，才有商業(yè)化落地的場景，才有消費者愿意掏錢購買。（文/刃辛機器人 陳重山）

參考資料

[1]《2025 年，通用機器人要從實驗室走向市場了嗎？》，機器之心

[2]《具身智能，人形機器人的“試金石”》，星河頻率

[3] 《英偉達的開源人形機器人通用模型，Isaac GR00T N1會帶來什么？》，芝能汽車