一台机器人花四分钟洗完一台洗碗机,全程无人干预——这是Figure AI在演示视频里最爱放的镜头之一,也是它拿到390亿美元估值的底气之一。但如果你去查这家公司真正在客户工厂里干了多久活,答案要含蓄得多:和宝马合作了十一个月,细节披露有限。同样做人形机器人的Agility Robotics没有这么炫的视频,却在物流巨头GXO那里拿下了一份多年合同,自称是行业首个正式商业化的人形机器人部署。
这个反差就是今天机器人行业最容易被忽略的一条裂缝:演示级自主和生产级部署,根本不是一回事。
从五小时挪二十米到"自主是个移动靶子"
机器人自主性的起点低到有点好笑。1979年,斯坦福那辆实验车Stanford Cart,穿过一个堆满障碍物的房间,挪了二十米,用了五个小时。1996年,本田的P2才第一次证明,双足机器人可以自己走路而不摔倒。
这之后差不多三十年,机器人的"自主"基本等于流水线上一个固定动作重复一万遍——国际标准化组织给这种能力下的定义,也确实朴素:按已知状态和传感器信息完成既定任务,不需要人插手。
强化学习在2010年代成熟,大模型在2020年代铺开,才让研究者第一次敢设想:机器人能不能像人一样,把一串任务串起来自己想明白怎么做。Boston Dynamics的软件副总裁Matt Malchano把这形容为"自主性一直是个移动的目标"——每往前走一步,大家对"什么算自主"的期待就跟着涨一截。
这句话放在今天的融资故事里,几乎是个预言。
四家公司,两种证据
把Figure、Agility、Sanctuary AI、特斯拉Optimus这几个名字摆在一起看,会发现行业其实分成了两条完全不同的赛道:一条靠故事和估值跑,一条靠订单和客户跑。
Figure去年拿到超10亿美元C轮融资,估值冲到390亿美元,最响亮的证据是Helix 02模型那次四分钟无干预洗碗演示,以及和宝马长达十一个月但细节不多的合作。Agility融资规模小得多,公开最大一轮才1.5亿美元,但它手里有GXO的多年合同和汽车零部件商Schaeffler的战略投资,两者都指向真实的仓库和工厂场景。Sanctuary AI存在感更低,但在灵巧操作这个细分技术上,已经做到产线速度的线束插接任务并拿到首个采购订单——这是比"能不能走路"更硬核的活。特斯拉Optimus背靠资金和制造规模,官方说法是2025年在Fremont工厂试点,但目前能查到的证据基本停留在内部叙事,还没看到外部客户的公开部署。
谁的赌注更对:通用人形,还是多形态+一个大模型
Physical Intelligence的联合创始人Sergey Levine在采访里说得很直接:未来不会是一个万能的超级人形机器人包打天下,而是一套通用AI模型,分别驱动适合各自场景的机器人——公寓里挂个小机械臂,农场上放个笨重大家伙,各干各的活。
这句话和资本市场的实际打法几乎是拧着来的。眼下真金白银涌进去的方向,清一色是人形:Figure、特斯拉Optimus、现代和Boston Dynamics联手的Atlas计划到2028年进厂,赌的都是"一种形态通吃所有场景"。
能讲通用故事的,不一定是能通用干活的。
我不太买账的是,把人形当成默认答案这件事本身。人形机器人确实好融资、好演示、好上新闻,毕竟观众天生对"像人一样走路"的东西有情绪反应。但仓库搬箱子、管道巡检、工厂拧螺丝这些活,未必需要两条腿——Boston Dynamics自己的轮式Stretch机器人在DHL仓库里干得好好的,也没人非要它长成人形。
- 风险.估值和演示视频撑起来的叙事,一旦碰上客户现场需要的"99.99%可靠率",很容易露怯——Levine自己承认,现在能做到"对很多任务都还行",还做不到"对所有任务都极好"。
行业里还有两件事原文提到却没展开,恰恰是决定这场竞赛快慢的关键。一是安全和责任认定框架,眼下明显跟不上部署速度——人机同场作业出了问题算谁的,目前没有清晰答案。二是手术机器人为什么至今自主性受限:医疗场景对失败零容忍,和仓库搬箱子容错完全不是一个量级,这也提前预示了家用机器人的门槛——扫地机器人容易做,但真正能进厨房洗碗收拾屋子的通用型帮手,离普通家庭大概率还有一段不算短的距离。
《左传》讲"其兴也勃焉,其亡也忽焉",用在这里未必准——机器人行业还远没到亡的地步,顶多算三成像。但至少提醒一件事:靠故事撑起来的估值,和靠订单撑起来的部署,兴衰节奏从来不是同步的。接下来真正值得盯的,不是谁的演示视频更炫,而是谁能把演示里那四分钟,原封不动地复制到第一千个工作日。