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。

視頻發出后不到 12 小時，遠在美國的波士頓動力也發布了一段視頻，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”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，與真正大規模工業應用仍有差距。

至于原因，宇樹科技創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“四肢發達、頭腦簡單”的人形機器人產品可不行。

已開始卷“大腦”

在業內都在卷動作之外，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，目前人形機器人業內的一個潛在趨勢，就是都在發力做通用機器人的“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行器軌跡、頭部注視和軀干姿勢等一切。

Helix 模型具備優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門檻，可以吸引廣泛的行業參與者，包括工業機器人巨頭、人形機器人公司以及迪士尼等跨界玩家。

簡而言之，中小型企業和初創公司可以低成本接入GR00T N1，開發定制化機器人，推動技術在制造業、物流、醫療等領域的滲透。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，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”，重塑機器人產業生態。

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，或會擰螺絲的工業場景，進而理解物理世界的運作規則。

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”，進入真實的制造環境中，收集流水線上的場景數據。

在真實環境下，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，但未來能持續發展的可能不到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展，“需要大量的資金、優秀的團隊以及大規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企業的合伙人表示，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。“聰明”的人形機器人，才有商業化落地的場景，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