當(dāng)大部分機(jī)器人公司沖向工廠時，一批創(chuàng)業(yè)者開始押注家庭和通用智能。這場路線之爭，或許比誰先量產(chǎn)一萬臺機(jī)器人更重要。

過去兩年，中國具身智能行業(yè)最大的共識，是人形機(jī)器人先進(jìn)工廠。

因為工廠有明確任務(wù)、可計算的ROI，也有最容易被驗證的商業(yè)價值。對于一個尚未成熟的新產(chǎn)業(yè)來說，先進(jìn)工廠幾乎是一條必選項。

但最近幾個月，這個共識開始出現(xiàn)松動。越來越多從業(yè)者開始重新討論一個問題：工廠，一定是性價比最高的起點嗎？

中國人形機(jī)器人行業(yè)的路線分歧開始顯現(xiàn)。

一條路線主張先進(jìn)工廠、先進(jìn)物流、先進(jìn)商業(yè)場景，先完成商業(yè)驗證，再逐步走向通用智能。

另一條路線則認(rèn)為，機(jī)器人最終要面對的是開放的物理世界。如果目標(biāo)是Physical AGI，那么從一開始就應(yīng)該圍繞數(shù)據(jù)、模型和泛化能力構(gòu)建體系。

今年2月離開星海圖創(chuàng)立破殼機(jī)器人的許華哲，成為這場討論里最鮮明的代表之一。

近期，許華哲連續(xù)提出多個頗具爭議的觀點：賣數(shù)據(jù)是在把彈藥賣給對手；無腦量產(chǎn)的同時應(yīng)該看機(jī)器人日活；機(jī)器人跳舞與智能無關(guān)。

這些觀點看似分散，實際上都指向同一個問題：機(jī)器人公司到底是在訓(xùn)練一個更高效的生產(chǎn)力工具，還是在培養(yǎng)一個面向未來的通用智能體？

進(jìn)工廠，是為了先活下來

從去年開始，人形機(jī)器人成為行業(yè)中最受關(guān)注的方向。很多教授、科學(xué)家和95后年輕人開始下場創(chuàng)業(yè)，資本開始尋找機(jī)器人領(lǐng)域中的超級公司，普通消費者也擔(dān)心機(jī)器人會不會搶飯碗。

行業(yè)早期有一個樸素共識：受限于“大腦”能力、成本和ROI，人形機(jī)器人會先從實驗室走向舞臺，再進(jìn)入工廠，最終進(jìn)入家庭。這是最穩(wěn)健的路線。

其中，工廠、物流、巡檢被反復(fù)提及，因為它們最容易被解釋。

智元的精靈G2在龍旗工廠進(jìn)行上下料，龍旗也采購了價值數(shù)億元的機(jī)器人；星動紀(jì)元的M7進(jìn)入到中國郵政、順豐進(jìn)行包裹分揀，順豐也領(lǐng)投星動紀(jì)元2億美元融資。越來越多公司都開始把進(jìn)工廠當(dāng)成一個確定性的生意。

但在這個過程中會產(chǎn)生一種幻覺：把“能干活”誤認(rèn)為“有智能”。一個機(jī)器人可以在某個工位上把一個動作練到很熟，但它能不能自然遷移到另一個場景，能不能從一百件事里領(lǐng)悟出一千件事，才是通用智能真正要回答的問題。

自動駕駛曾經(jīng)形成過一套成熟路徑：先解決一段路，再解決一座城。很多具身智能公司也在借用這套邏輯：先做一個工位，拿到數(shù)據(jù)，形成閉環(huán)，再擴(kuò)展到更多工位、更多工廠、更多任務(wù)。

問題是，道路雖然開放，仍然是有限系統(tǒng)，隨著數(shù)據(jù)量不斷擴(kuò)大，效果會越來越好；但機(jī)器人面對的物理世界，卻是混亂的客廳、隨時竄出來的小狗和人類不同的生活習(xí)慣，這些變量幾乎無法窮舉。

進(jìn)家庭，找到最有價值的數(shù)據(jù)場

雖然很多用戶期待機(jī)器人進(jìn)入家庭，但縱觀全球，選擇進(jìn)入家庭場景的機(jī)器人公司并不多。海外的1X、國內(nèi)的樂享智能和自變量，都屬于探索者。

一方面是家庭機(jī)器人的挑戰(zhàn)不只是技術(shù)，還有商業(yè)化。相比工廠客戶可以用ROI計算回報，家庭用戶對價格更加敏感。

比如自變量在北京和深圳推出的機(jī)器人家庭清潔服務(wù)定價為149元/3個小時，1X則嘗試每月499美元的訂閱模式。無論哪種方案，本質(zhì)上都在回答同一個問題：機(jī)器人除了能干活之外，用戶是否愿意長期為它付費。

另一方面，跟工廠相比，家庭是一條更極端的技術(shù)路線。它足夠混亂卻又足夠豐富。對人來說，這是生活；對機(jī)器人來說，這是高價值訓(xùn)練場。

如果開發(fā)一個專用機(jī)器人，許華哲或許在一年之內(nèi)就能吃到由機(jī)器人制作的“松鼠鱖魚”；但他選擇多等幾年，讓通用的人形機(jī)器人真正學(xué)會這道菜。

這背后是兩種機(jī)器人邏輯的差別：專用機(jī)器人解決的是一個任務(wù)，通用機(jī)器人要學(xué)的是整個世界。

家庭機(jī)器人最終不是一個更高級的家電，而是一個“像真人一樣”的存在。因為只有人，才會主動把洗衣機(jī)、冰箱、微波爐這些工具串聯(lián)起來，完成一個連續(xù)任務(wù)。

比如，真正困難的不是拿一瓶可樂，而是理解可樂在哪里、冰箱怎么開、拿完以后怎么關(guān)門、喝剩的東西是否還要放回去。家庭里的每一個小動作，背后都是空間理解、物體識別、任務(wù)規(guī)劃和人類習(xí)慣。

工廠提供重復(fù)數(shù)據(jù)，家庭提供多樣性數(shù)據(jù)。前者更適合訓(xùn)練執(zhí)行，后者更接近訓(xùn)練理解。

比如同樣是拿杯子，在工廠里杯子的位置和角度幾乎固定；但在家庭里，它可能出現(xiàn)在茶幾、餐桌、書房甚至床頭。對于機(jī)器人來說，這些差異恰恰是泛化能力成長所需要的數(shù)據(jù)。

這也是這條路線最激進(jìn)的地方。它把具身智能重新放回AI的邏輯里：過去幾年，大模型依靠Scaling Law獲得泛化能力；現(xiàn)在的問題是，類似的事情能否在物理世界再發(fā)生一次。

在這個過程中，視頻數(shù)據(jù)提供低成本、大規(guī)模的人類行為樣本；強化學(xué)習(xí)讓機(jī)器人不只是模仿，而是在反饋中持續(xù)優(yōu)化；誰能更早在真實環(huán)境里建立數(shù)據(jù)和模型飛輪，誰就可能在下一階段競爭中占據(jù)更高位置。

奔向AGI，最難的是證明自己

通用人形機(jī)器人路線最大的風(fēng)險，并不是燒錢。機(jī)器人公司本來都燒錢，工廠路線也不輕。真正的風(fēng)險在于，驗證周期太長，也很難被階段性成果充分證明。

破殼有一個時間表：今年9月會推出第一代機(jī)器人；在公司成立一年時，發(fā)布一個足夠震撼的demo；2028年實現(xiàn)內(nèi)測，并開始小規(guī)模商業(yè)化。

這個節(jié)奏并不保守。但它也說明，家庭路線必須在商業(yè)結(jié)果出現(xiàn)之前，先讓外界相信它的技術(shù)方向。

如果是傳統(tǒng)的機(jī)器人公司，勝負(fù)手就是供應(yīng)鏈、成本、交付和客戶。如果目標(biāo)是AGI，勝負(fù)手才會變成數(shù)據(jù)、模型、算力、算法和長期學(xué)習(xí)能力。誰能更早建立物理世界的數(shù)據(jù)飛輪，誰能讓機(jī)器人從執(zhí)行器變成學(xué)習(xí)者，誰才可能抵達(dá)更大的終局。

今天的具身智能行業(yè)看起來熱鬧，但真正決定未來的，可能不是誰先賣出一萬臺機(jī)器人，而是誰先證明機(jī)器人能夠像大模型一樣理解和學(xué)習(xí)物理世界。

工廠路線更現(xiàn)實，它決定誰能先活下來；家庭路線更冒險，它決定誰有機(jī)會重新定義機(jī)器人。

這不是一道非黑即白的選擇題。未來的贏家，可能既要懂工廠，也要懂模型；既要有交付能力，也要有數(shù)據(jù)和學(xué)習(xí)能力。只是眼下，行業(yè)必須先承認(rèn)這場分歧的存在。

如果中國具身智能最終只擅長制造“鐵疙瘩”，卻沒有掌握通用智能的大腦，那么我們贏下的可能只是制造能力，失去的卻是定義下一代機(jī)器人的機(jī)會。