人形机器人赛道现阶段受到前所未有的关注，政策扶持、资本宠儿，人形机器人赛道广大前景毋庸置疑，但是风口之下也需要思考一下，诸多人形机器人产品现阶段真的能做“有用”的工作还是仅仅是大玩具，“能跑能跳” ≠ “能干活”。
其实结论很容易得出，仅需要参加一次人形机器人大会，现场看一下人形机器人现场实操，而不是仅仅通过企业宣传片。
近日，图灵奖得主、Meta首席AI科学家杨立昆在一档播客节目中“炮轰”人形机器人，他表示：“过去一两年里，成立了很多机器人公司，他们制造人形机器人和类似的技术；很多人形机器人演示令人印象深刻，但实际很蠢；它们不能做人类能做的事情，不是因为它们缺乏身体能力，而是因为它们根本不够聪明，无法驾驭现实世界的复杂性。
杨立昆还提出，很多这样的公司都寄希望于AI在未来3到5年内会取得快速进展；他们预计到他们准备好大规模生产和销售这些机器人时，AI的进步将使它们足够智能；然而，杨立昆认为这是一场豪赌，他无法确定这是否能在三至五年内实现。
小编观点：大模型决定了人形机器人泛化能力，是现阶段人形机器人商业化核心壁垒；人形机器人企业仅依靠科技大厂大模型赋能，远不能在万亿人形机器人市场中占有一席之地，强大的AI能力将是必需项；而对于绝大多数人形机器人创企，“大脑”层面是核心壁垒不是不知，而是无能无力，只能退而求其次研究运动能力后续依托科技大厂或者高校AI层面技术开源。
因此才出现国内那么多人形机器人创企旗下人形机器人产品运动层面“炫技”明场面，前空翻、后空翻、720度回旋踢、表演功夫；正如杨立昆教授所说，很多人形机器人所有演示都令人深刻，但实际上却很蠢，不是因为缺乏身体能力，而是不够聪明（没有智慧的“大脑”），仅是停留在大玩具层面。
这也就导致了，国内人形机器人发展乱象之一：重“运动”，轻“大脑”。人形机器人落地场景无外乎ToB、ToC 和 ToG（本文指科研院校）；从落地难度讨论：To C >To B >To G，市场规模来讲，同样如此；相对To B和To C场景，最容易落地场景是To G（这里特指科研院校），科研院校采购人形机器人更多出于科研和场景训练，对泛化能力要求不高，宇树科技旗下Unitree H1是目前全球科研院校和AI公司优选产品；当然公司也在探索ToB工业场景（车企），但目前并没有太大进展。
“直膝行走”、“跳舞”、“跑步”等运动能力展示，而双手抓取能力、泛化能力似乎已并非必需项，国内人形机器人企业似乎陷入“炫技”死循环，瞬间拉回[波士顿动力]年代，而这种炫技似乎和商业化落地场景关系不大。
[波士顿动力]创始人Marc Raibert在2024WRC大会上，曾表示：工业机器人已经非常成熟，而且能够商业化，目前人形机器人“在某种程度上是一种炫耀，而不是一种生产力”。
个人觉得：虚拟动点仍停留在动作训练和赋能层面，对Ai泛化智能方面基本没有涉及。不知刘耀东在这方面有什么思考在演讲、访谈等场合表达出来？这才是更加重要的事情。
没有这种研发和突破，人形机器人可能将长期停留在各种炫酷的“大玩具”层面，很难转化为真正的生产力，更别说泛化成通用型具身智能。
目前智元机器人在研发具身智能大模型，表现出在这个方向进行探索的迹象。
对于虚拟动点，在动作数据和工程积累方面的确走在行业前列，正因为如此，应该积极更进一步，继续在这个方向加大研发投入，利用十几年积累下来的优质动作数据，与Deepseek等优秀基座模型深度融合，在动作大模型的基础上扩充成具身智能基座模型，着眼于泛化能力，追求在多个应用场景下具备强化学习和自主学习能力，加深、拓宽护城河。应该从软硬两个方面，优化既有商业落地方案，提升自身在整个具身智能产业链中的话语权和商业价值。每前进一步，都是自身数据库充实和工程经验积累。
本文作者可以追加内容哦 !
