起源 | 伯虎财经（bohuFN）

作者 | 楷楷

去年4 月
，人形机械人第一次和人类站在统一条赛路上跑马拉松；今年4月
，机械人已经跑得比人类还快
。

不外
，争议声也随之而来：机械人跑那么快有什么用；机械人什么时辰能力干实事？但这一次
，机械人企业给出了更求实的答案——想要干活
，先去实习
。

近日
，智元机械人颁发新款A3人形机械人将通过“擎天租”平台交付
，批量上岗景区；自变量机械人颁发与58同城合作提供到家服务
，机械人将进入真实家庭
，与保洁阿姨协同作业
。

具身智能迎来了一波密集的贸易化作为
，行业叙事也在悄然转向
。

从前两年
，登上春晚、参与角逐是机械人展示拳脚的最佳舞台；但如今
，深刻工厂、走进家门
，在真实场景中解决现实问题
，才是对机械人的真正考验
。

01 “大脑”还没长好

早在一个月前
，自变量跟58同城合作
，推出全球首个机械人保洁员
，与保洁阿姨协同为用户提供家庭清洁服务
。

在社交媒体上
，有不罕用户进行了“尝鲜”
，但整体评价依然是“机械人不如人”
。

有效户称
，机械人作为比力工巧
，固然能做晾衣服、收纳之类比力复杂的家务
，但叠一件衣服就要靠近10分钟；机械人的活动领域有限
，有台阶、有门槛都进不去
。

但这种“不及”并非一家机械人企业面对的难题
，而是整个行业的共同挑战
。

自变量CEO王潜在近日暗示
，“今天在全世界领域内
，没有任何一台机械人能够在没有？夭僮鞯那榭鱿
，独立实现大部门的日常家务
。”

宇树科技首创人王兴兴也提过类似概想
，他暗示机械人在预设场景工作中
，成功率趋近100%
，一旦场景变动或出现从未见过的事务
，成功率会断崖式着落
，机械人做家务还要3-5年
。

这也是当下具身智能行业最大的瓶颈——机械人无法理解真实世界的物理逻辑
。

业内有个形象的迸作
，机械人固然“幼脑”蓬勃
，但“大脑”还在发育
。“幼脑”指的是机械人的活动节造能力
，能做武术、跳舞等复杂作为；“大脑”则是认知、决策能力
，是“能干事”的基础
。

因而
，让机械人真正占有一颗会思虑的“大脑”
，是当下整个机械人行业都在致力的事件
，目前来看
，重要分成了三条技术路线：

VLA端到端是当下的主流
，也是最成熟的路线
，重要通过融合视觉等多模态感知信号与说话指令直接天活力械人作为
。

单一来说
，就是机械人听号令
，而后直接做事件
，好比用户说“我饿了”
，机械人就会找到食品并递给你
，只有机械人见过类似物体
，它就能执行指令
。

但短处也很显著
，那就是随着工作的复杂水平增长
，出现机械人没有训练过的复杂场景和行动轨迹
，它就很容易出现“逻辑死机”
。

并且
，行业中常用的VLA架构
，根基上是将视觉、说话、作为三个？楦髯远懒⒃诵
，数据每经过一次？樘烨稻突岱⑸畔⑺鸷暮脱映
，涉及精密作为
，“大脑”容易跟不上“幼脑”
。

世界模型路线则被以为是最靠近人类思虑模式的路线
，它的主题是能理解物理世界的运行法规
，从而预测下一刻会发生什么
。

好比一只杯子从桌子上掉下来
，物理模型能基于对活动、重力等方面的认知
，估算出杯子掉落的根基方向
，基于这个理解
，机械人就能够扶稳杯子
，或者避开杯子
。

但世界模型也面对着更巨大的成本挑战
，蕴含数据需要、训练成本等
，英伟达的Cosmos世界基础模型
，便经过了9000万亿个Token的训练
。

大幼脑分层是更具国内特色的路线
，LLM大模型作为“大脑”
，掌治理解工作；VLA/作为模型作为“幼脑”
，掌管精密节造
。

但将大幼脑拆分隔来
，容易导致工作出现延误
，难以实现高精度操作
：慰
，？樵蕉
，成本也会越高
。

不外
，由于国内大部门机械人企业在“幼脑”环节都有肯定堆集
，选取大幼脑分层路线
，先立住长板
，再集中资源补短板
，显然比从零造一个“大脑”更求实
。

02 边“干活”
，边“补脑”

总的来说
，每一条技术路线都各有曲直
，难言谁步崆最终蹊径
。

何况
，各个机械人企业固然都有押注的主流技术路线
，但也并非只有一条路线走到底
，深度融合才是大势所趋
。

好比VLA端到端和世界模型的融合
。智元Genie业务部生态及解决规划总监沈咏剑曾在采访中暗示
，世界模型与VLA并不愿定是代替关系
，也有可能有融合或合作的状态
。

今年以来
，智元推出了世界模型迭代版本GE-Sim 2.0、新一代VLA基座大模型Genie Operator-2
，以及第二代一体化具身大幼脑系统GenieReasoner
。

智元在传统世界模型仅建模“状态”的基础上
，提出了世界作为模型的方向
，将“状态-作为-状态演化”作为统一建模对象
，并未只萦绕单一路线推动具身模型
。

自变量则推出了世界统一模型架构的具身智能基础模型
，将大幼脑塞进统一个模型
，能更有效解除？榧涞男畔⑺鸷挠胙映
，提升机械人在真实物理环境中的泛化能力与交互效能
。

其具身智能基础模型WALL-B的特点就是“干中学”
，让机械人在反复失败、尝试中实现自我迭代
。

自变量CTO王昊指出
，“世界模型并非一个单独的？
，它性质上是一种能力
，但这种能力不能单一地累加
，并不是在VLA后面再挂一个世界模型就能理解世界
。”

智平方则提出了快慢双系统融合规划
，将智能体划分为“快系统”（掌管全身节造）和“慢系统”（掌管逻辑推理）
，让机械人在面对复杂的动态环境时
，既能急剧反映
，又能维持对长程工作的深度理解
。

能够看出
，无论走哪条技术路线
，机械人“大脑”要真正“长好”
，最大的挑战都绕不开两件事：一是理解世界
，二是让思虑跟上身段的反映速度
。

但这并非练得越多就越强
。自变量CTO王昊举了一个例子
，“一幼我在泳池里学了10年游泳
，但把他丢到大海
，他还是有可能会淹死
。”

他以为尝试室里的训练数据太过干净
，机械人待在象牙塔里
，很难具备真正的独立思虑能力
，最好的步骤就是让机械人到复杂的、充斥随机性的环境中进建
。

复旦大学推算机科学技术学院教授肖仰华也曾对表暗示
，“训练具身智能大模型
，守旧估计当前已罕见据量与所需数据量之间至少还差两个数量级
。”

出于对真实数据的渴求
，机械人起头加快涌入真实场景
。

优必选的人形机械人已经进入了工厂
。首创人周剑暗示
，优必选花了两年功夫
，从新能源汽车造作场景切入搬运、高低料、物料分拣、质检等工作的POC 实训
。

银河通用的Galbot机械人起头参加药房运营
，能够自主鉴别订单并抓取药品、扫码、打包；魔法原子的人形机械人则变身“汽车销售”
，在汽车专卖店招揽顾客
，为顾客解说车辆参数
。

分歧的机械人企业
，分歧的真实场景
，各人的指标都只有一个：

在真实场景获取数据
，验证机械人的能力
，再反哺给具身智能基础模型的迭代
，让机械人“大脑”从单一工作、有限场景
，逐步实现物体泛化、布景泛化和工作泛化
，变得越发聪明
。

03 场景拉高上限

一旦理解了“练大脑”离不开“真数据”
，就能领略为何本钱市场对具身智能的估值逻辑
，在最近这一年悄然发生了转向
。

据第一财经不齐全统计
，截至4月10日
，国内具身智能领域至少发生269起融资事务
。

但与往年相比
，本钱投向的侧重点出现了显著变动——本钱在加快涌向数据与模型算法
，本体硬件的估值预期
，则从技术叙事转向贸易落地
。

今年以来
，多家侧重于“大脑”的具身智能企业
，实现了数十亿元级别融资：自变量颁发已实现近20亿元的B轮融资；它石智航拿下4.55亿美金Pre-A轮融资
，刷新中国具身单笔融资纪录；具身数据与仿真基础设施公司光轮智能最新一轮融资达10亿元
。

行业发展到当前阶段
，本体硬件的状态已根基美满
。今年机械人马拉松的夺冠者并非传统机械人企业
，而是消费电子厂商庆幸
，也从侧面说了然硬件的技术门槛在降低
。

市场起头形成一种新共识
，那就是决定机械人能否投入现实利用的主题变量在于“大脑”
，而“大脑”背后则是模型能力与数据资产
。

若是说从前的本钱逻辑
，是但愿通过硬件销量率先实现占位；那么今天市场在估值时
，则会更关注谁的“大脑”更聪明
，并具备充足的泛化能力
。

机械人的硬件门槛会随着供给链成熟而逐步拉平
，但“大脑”却不一样——谁的模型能在更多真实场景中跑通
，并将特定场景中学到的技术和知识
，迁徙到新的对象、工作或环境?
，谁就能“举一反三”
，急剧在更多分歧场景中落地
。

并且
，具身模型的泛化能力越强
，护城河越高
，天花板也更高
。

自变量首创人王潜提到
，“家庭场景对泛化性要求最为极致
，能让模型在极复杂的家庭场景跑得通
，进传统的工业场景都能齐全降维进攻
。”

这意味着
，模型能力成熟以来
，其能够在一个行业甚至多个行业通用
，是一个能够无限复用的贸易模式
。

并且
，相较于先构建能力再寻找落地场景
，不少机械人企业已经将贸易场景置于产品设计之前
，将产品服务与贸易场景绑定在一路
。

好比银河通用推出的两款轮式机械人
，强调不变性和负载能力
，更适合执行搬运、抓取、分拣等反复性工作；幼鹏IRON则明确将会优先落地博物馆、4S 店、商场
。

“机械人到底能干什么」剽个问题
，具身智能已经慢慢摸到了答案
。

“宇树们”花了十年功夫
，让机械人实现从0到1的突破
，但要让机械人具备真正独立思虑的能力
，脱节对人类单一反复号令的依赖
，背后是从1到10
，再到无限的临界点
。

手脚能让机械人站起来
，但真正活下去
，还要靠大脑
。

文章封面首图及配图
，版权归版权所有人所有
。若版权者以为其文章不宜供各人浏览或不应无偿使用
，请实时联系k8凯发天生赢家
，本平台将立即更正
。