一個人的觀點和其財富持倉緊密相連！當(dāng)下，我國機(jī)器人行業(yè)有些同質(zhì)化競爭現(xiàn)象，都渴望盡快上市完成資本退出和融到足夠5年之內(nèi)商業(yè)化落地的資本！因此，我個人認(rèn)為一堆機(jī)器人扎堆春晚，實際上就說明了行業(yè)性的IPO商業(yè)化難題和融資、估值困難，而這還是在一堆國內(nèi)制造業(yè)大佬沒有全面進(jìn)入的時候！

不過，2026年對于人形機(jī)器人而言，政策力度空前，可以預(yù)計會像版單體芯片、AI一樣，催生數(shù)十家千億估值企業(yè)！

不過相較于王興興稱機(jī)器人技術(shù)接近10歲孩子水平，我階段性更相信楊立坤和李飛飛的觀點，但王總說的其實也沒錯，看角度而已。

其中，楊立昆作為“AI之父”，其中楊立昆作為“AI之父”，剛剛在2026年1月，在瑞士達(dá)沃斯論壇剛對當(dāng)下的人形機(jī)器人行業(yè)提出了尖銳批評。他認(rèn)為，目前最先進(jìn)的機(jī)器人常識水平甚至不如一只家貓，那些令人驚嘆的空翻和武術(shù)表演，大多是精心編排的預(yù)編程展示，并非真正的自主智能!

目前中美兩國走的是基于兩國產(chǎn)業(yè)基礎(chǔ)不同優(yōu)勢，所形成的兩條不同的機(jī)器人發(fā)展路徑，簡單而言：中國健體，美國健腦！

我們機(jī)器人的識別和理解力落后于美國，尤其是缺乏成熟的視覺識別能力，在語言理解和動作、空間、場景的匹配上也較為落后，這主要是我們的汽車自動駕駛走的是便宜簡單的激光方案，缺乏視覺訓(xùn)練和數(shù)據(jù)。而美國在機(jī)器人的零配件制造和身體協(xié)調(diào)力方面落后于我們，在身體動作算法上接近于我們，并且因為法律安全的限制、補(bǔ)貼的缺乏、新創(chuàng)市場的差異，其在商業(yè)化和產(chǎn)能方面現(xiàn)階段也落后于我們。

基于上述邏輯，接下去我想通過幾個問題的方式來聊聊我的看法，不過我先表個態(tài)度，我不想站中美機(jī)器人誰更先進(jìn)這類的話題，因為兩條路線發(fā)展的結(jié)果是一樣的，現(xiàn)在的機(jī)器人是做估值，并不是做利潤，組裝機(jī)器人其實并不怎么賺錢，部分企業(yè)負(fù)利潤上量的目的還是為了估值，這點從財務(wù)報表上就能看出，況且商業(yè)模式在人形機(jī)器人階段普遍還是走融資租賃的表外運(yùn)營策略。

一、王興興稱機(jī)器人技術(shù)接近10歲孩子水平，正確嗎？

我認(rèn)為，有道理，但要看其背景并需理性看待，作為YS科技CEO，王興興的判斷是基于當(dāng)前機(jī)器人的運(yùn)動能力邊界：其運(yùn)動、感知、基礎(chǔ)學(xué)習(xí)能力已接近10歲孩子，在編程和操控模式下能完成跑跳、模仿動作、集群協(xié)同等任務(wù)，如春晚舞臺上YS機(jī)器人完成的翻筋斗、武術(shù)對招等操作。

但我們要知道，春晚的舞臺是一堆密集的空間定位點下的預(yù)編程，甚至有可能是有體感和遙控輔助的情況下完成的，而當(dāng)下的機(jī)器人不可能有10歲孩子的邏輯思維、泛化能力和情感認(rèn)知，更無法應(yīng)對陌生環(huán)境中的突發(fā)狀況，這本質(zhì)是“場景記憶”而非“意識具備”，其混淆了機(jī)器工具與人類生命體的本質(zhì)區(qū)別。

二、YS機(jī)器人能自主識別場景和理解么？

YS在2026年的新品搭載了Insight空間智能相機(jī)和TinyNav導(dǎo)航算法，可通過超廣角鏡頭捕獲環(huán)境數(shù)據(jù)，實時建圖、識別場景結(jié)構(gòu)（如臺階、道具位置），甚至能應(yīng)對舞臺道具臨時調(diào)整等簡單變化，但依然缺乏數(shù)據(jù)、算法、和邏輯訓(xùn)練，這種功能更多還是通過現(xiàn)有較小的多模態(tài)數(shù)據(jù)整合構(gòu)建“空間知識庫”，實現(xiàn)從“看不見”到“看見特定”的初步跨越，因此這種理解仍依賴預(yù)設(shè)算法和少量場景數(shù)據(jù)，無法像人類一樣解讀復(fù)雜場景的深層邏輯，脫離特定環(huán)境后適應(yīng)性會大幅下降，但對于我們而言，這種在大腦識別能力上的進(jìn)步依然是寶貴的！

三、為什么楊立昆說現(xiàn)在的機(jī)器人不如貓？

我們都知道，機(jī)器人缺乏生物與生俱來的“世界模型”和物理常識，楊立昆認(rèn)為，家貓能憑借進(jìn)化形成的本能預(yù)判物體軌跡、緩沖落地，整合多感官信息應(yīng)對未知環(huán)境，這種“先想后做”的能力是機(jī)器人缺失的。

因為當(dāng)前機(jī)器人的高難度動作多是依賴預(yù)編程或者同步體感操控（但算法精度下，這種模式會產(chǎn)生位移疊加），如春晚表演需提前建模預(yù)設(shè)，一旦環(huán)境變動（如地面濕滑、物體移位）就可能失靈，更不要談重力、摩擦力等基礎(chǔ)物理規(guī)律的理解，也無法舉一反三。因此，泛化能力遠(yuǎn)不及貓的本能反應(yīng)，本質(zhì)就是“表演型智能”而非“實用型智能”，這個從我們當(dāng)下的商業(yè)化聚焦在展廳展示和文藝表演就能感知，可在機(jī)械能力實現(xiàn)方面，確實進(jìn)步了，這實際上說明配件上的傳感器和軸承之類的技術(shù)進(jìn)步了。

四、我們的機(jī)器人什么時候能完全擺脫預(yù)編程？

我認(rèn)為短期內(nèi)難以實現(xiàn)，別說我們，在馬斯克的擎天柱3真的實現(xiàn)這種能力前，我覺得美國也不可能。李飛飛好像說過完全擺脫預(yù)編程需通用智能突破，預(yù)計還需10-20年。目前行業(yè)已在探索突破路徑，如YS開源的UnifoLM-VLA-0模型可實現(xiàn)“單策略多任務(wù)”，部分機(jī)器人能通過少量數(shù)據(jù)學(xué)習(xí)新動作，但仍未跳出“數(shù)據(jù)驅(qū)動+算法預(yù)設(shè)”的框架。

但是王興興也預(yù)測，機(jī)器人大規(guī)模應(yīng)用快則3-5年、慢則10年，但多局限于結(jié)構(gòu)化場景（如工業(yè)搬運(yùn)，場景內(nèi)可以架設(shè)空間定位點），而要完全擺脫預(yù)編程，需突破具身智能大模型、仿真到現(xiàn)實的鴻溝等瓶頸，實現(xiàn)對物理世界的深層理解和自主決策，這需要算法、硬件、認(rèn)知科學(xué)的多領(lǐng)域革命，而一旦機(jī)器人有這個能力，實際上他就是類生命體了。

五、目前中美在機(jī)器人的大腦領(lǐng)域差距大么？

我個人認(rèn)為有差距，但正快速縮小，整體呈現(xiàn)“美國領(lǐng)先基礎(chǔ)、中國強(qiáng)于應(yīng)用”的格局。美國在基礎(chǔ)研究、高端算法和核心芯片上優(yōu)勢明顯，如深度學(xué)習(xí)框架、AGI探索、英偉達(dá)AI芯片等，而波士頓動力、特斯拉Optimus的“大腦”算法（動態(tài)控制、端到端神經(jīng)網(wǎng)絡(luò)）理論上領(lǐng)先中國2-3年，且結(jié)構(gòu)上更契合工業(yè)和家庭使用場景，相關(guān)高價值專利占比也更高。

但中國在應(yīng)用落地、量產(chǎn)成本和專利數(shù)量上明顯占優(yōu)，YS等企業(yè)的機(jī)器人“大腦”已能滿足特定舞臺類等基礎(chǔ)場景需求，國產(chǎn)模型在部分基準(zhǔn)測試上與美國差距不足1%，但高端芯片、精密傳感器等核心部件國產(chǎn)化率不足30%，基礎(chǔ)理論原創(chuàng)性仍有短板，整體處于“跟跑并局部領(lǐng)跑”的階段。

此外，美國在該領(lǐng)域頭部集中，行業(yè)資源圍繞一兩個頭部企業(yè)展開，而我們目前光機(jī)器人概念正在沖上市的就有50多家，整體出現(xiàn)一個省，甚至一個核心市一家頭部的情況，從商業(yè)角度看，這或許正在重復(fù)新能源汽車的情況，或不利于全球資本和技術(shù)競爭，影響資本供需結(jié)構(gòu)！