不跳舞的人形機器人，正嘗試真正「干活」

人形機器人把新戰場錨定在了春晚亮相。熱鬧之余，「我們不需要100萬台跳舞機器人」的聲音，也開始在互聯網上擴散。

人形機器人把新戰場錨定在了春晚亮相。宇樹科技、魔法原子、銀河通用、松延動力等具身智能企業，近期紛紛宣佈即將登上春晚的消息。熱鬧之余，「我們不需要100萬台跳舞機器人」的聲音，也開始在互聯網上擴散。

事實上，在以跳舞等展示性能力維持高曝光度的同時，各家俱身智能企業也在加緊推進人形機器人進入真實場景干活，而在經過一段時間的發展后，各家企業也都在各自的路徑上取得了階段性成果。

開年官宣完成10億元融資的自變量機器人，在近期就發佈了機器人基於公司自研VLA端到端模型，實現全程自主配送外賣的實拍視頻。

自變量機器人是最早一批押注端到端具身大模型技術路線的公司，這一技術路線的核心在於，通過統一的具身大模型，讓機器人在真實環境中完成從感知、推理到動作執行的連續決策。沿着這種技術路徑發展，人形機器人將走向通用勞動力的終極方向。

不過有業內人士對《科創板日報》記者表示，端到端具身大模型並非一條輕量化或高確定性的技術路線。

一方面，模型訓練高度依賴真實世界交互數據，驗證過程因此難以規模化複製；此外，統一模型在提升系統整體性的同時，也放大了工程調試與異常定位的複雜度。尤其是在真實場景中，機器人往往需要完成跨環境、長任務鏈的連續操作，對模型穩定性與容錯能力提出了極高要求。「這也意味着選擇了這一路線的公司，往往需要更大的資金和資源投入，也意味着更長周期的商業兑現。」

同樣展示了機器人在配送場景能力的還有速騰聚創。在這一長達100分鍾的視頻中，機器人在無人工干預條件下，連續完成拆包、摺疊回收箱、物品搬運、跨場景導航、電梯交互等一系列近20個步驟操作任務，重點驗證的是長時間運行下的穩定性與動作一致性。

不過，相似的技能點下，是一套不同的技術邏輯。速騰聚創相關技術人員向《科創板日報》記者介紹，公司的具身智能方案並非傳統VLA，而是在此基礎上擴展為VTLA-3D，「通過在視覺之外引入激光雷達3D點雲以及靈巧手觸覺等信息，提高模型對空間結構與物理約束的理解。」

在其看來，更高密度的感知輸入，有助於在訓練階段減少對大規模數據的依賴。「模型達到當前展示能力水平所需的有效訓練數據量約為200小時量級，訓練收斂速度相對更快。」

其進一步指出，這一路徑與速騰聚創在智能駕駛領域的長期積累密切相關。「在自動駕駛實踐中已發現，融合激光雷達3D點雲與視覺信息的模型，相比純視覺路線，在達到同等性能目標時，所需數據量可減少一個數量級。」

業內人士表示，這事實上也代表了當前具身智能落地應用的兩種路徑，即：一類通過引入激光雷達、觸覺等多模態感知，提高信息密度，以降低訓練數據規模，優先解決真實環境中的穩定執行問題；另一類則堅持純視覺路線，依賴規模化數據與模型能力，試圖在更長期維度上逼近跨場景的通用智能。

「可以簡單總結為，多模態路線強調當下可用性，純視覺路線押注長期通用性，二者解決的是不同階段的問題。」

與上述兩類以模型能力為核心的路徑不同，當前還有一條更偏工程與交付導向的路線正在推進。這一路線並不試圖在早期階段解決通用智能問題，而是通過規則拆解、模塊化能力組合與強控制體系，讓機器人在相對明確的任務邊界內穩定完成工作。 這類企業通常在本體領域有較強的技術積澱。

在這一技術邏輯下，機器人「干活」的前提是任務被充分結構化：需要完成哪些動作、在什麼環境中運行、如何處理異常情況，均在系統設計階段被明確拆分，並通過工程手段逐一兜底。其優勢在於可控性強、系統穩定，能夠在工業、巡檢等半結構化場景中較快實現落地，也是當前出貨與交付確定性相對較高的一類路徑。

但相應的瓶頸也較為清晰。由於能力更多依賴規則與工程配置，這一路線對場景變化的適應能力有限，一旦環境或任務發生顯著變化，往往需要重新進行系統調試與適配，擴展成本隨場景數量線性上升。

從更宏觀的產業視角看，不同具身智能企業在路徑上的分化，本質上是在嘗試以不同方式跨越人形機器人規模化應用的幾道現實門檻。多名行業人士在採訪中普遍認同，人形機器人從演示走向大規模部署，至少需要同時解決安全共存、持續運行、靈巧操作以及成本控制等問題。

在這些約束尚未被系統性突破之前，各類技術路線更多是在不同門檻前的分段推進：有的優先押注通用智能，有的率先解決工程可用性，也有的通過任務拆解實現穩定交付。這也決定了，短期內人形機器人更可能以能力邊界清晰、應用場景明確的方式進入真實生產與服務體系，而非一步到位成為通用勞動力。

多路徑並行推進的大背景下，行業對「何時出現真正質變」的預期也逐漸趨於理性。

上海市人大代表潘晶在近日接受財聯社等媒體採訪時就表示，中國在機器人產業鏈完整度、製造基礎和應用場景豐富度等方面具備得天獨厚的優勢，但具備真正泛化能力的人形機器人突破仍需要時間積累。他判斷，未來五年內，相關核心能力有望出現階段性突破。

本文來自微信公眾號「科創板日報」，作者：楊小小，36氪經授權發佈。