芝能科技出品

2025年的人形機器人行業，因為特斯拉Optimus延期，還有國內初創公司的跟進速度，可以說經歷了一場「預期與現實」的巨大落差。

國內企業的訂單兌現很泛娛樂化引發公衆對人形機器人過度包裝的考慮，這個新生的行業正在經歷第一次真正的冷靜期。

可以說硬件的飛速進步掩蓋了智能瓶頸，視頻學習和世界模型尚未真正落地，而AI的泛化能力仍在摸索中。

01

對產量的高預期泡沫

逐步進入現實期待

如果說2023到2024年，甚至是2025年上半年都是人形機器人「狂飆」的階段，那麼進入10月份盤點現實的數量，開始進入了「退燒」的時刻。

全球範圍內依然充斥着熱鬧的新聞：特斯拉、Figure AI、優必選、智元、宇樹等企業輪番發佈「驚豔」演示視頻，二級資本市場也隨之興奮，估值攀升至百億甚至千億級。

熱鬧背後，越來越多的跡象表明，人形機器人產業是在幼兒階段，是在「技術卡點未破、產業邏輯混亂」的瓶頸期。

最具代表性的信號來自特斯拉，Optimus Gen2因發熱與靈巧手故障問題被迫暫停量產計劃，Gen3再次推遲至2026年第一季度，AI驅動的「通用智能」仍遠未可用。

Meta首席AI科學家LeCun都直言：「機器人距離真正智能化仍有十年之遙。」，是全球AI領域對「具身智能」的冷靜認知：生成大模型可以生成文字與圖像，但讓機器真正理解世界，不管是方法論和應用場景都有很長的路要走。

國內市場各大機器人公司發佈的訂單屢創新高，相當一部分屬於「框架協議訂單」「內部倒手訂單」或「無需交付訂單」。

許多企業的Demo展示也存在「精剪鏡頭」「動畫示意」等操作。硬件層面的突破確實可觀。

中國在電機、電驅、絲槓、關節模組等方面實現了快速國產化，波士頓動力已經是過去式了，但是大量的投入，想要讓人形機器人產品有有價值的落地場景，需要數據、軟件與AI層面層面的突破，現在明顯是高期待和技術開發滯後形成了一個倒掛。

回顧機器人技術發展史，過去半個世紀，控制系統、電驅技術、機械臂精度都經歷了幾輪跨越式進步，智能層的瓶頸從未真正突破——機器仍然只能在被限定好的場景中重複任務，無法「理解」環境，也無法泛化學習。

即便是特斯拉或谷歌這樣具備海量算力和數據資源的企業，也還停留在早期的實驗性階段。人形機器人仍然是「高成本的機械錶演」。

當算法無法泛化、模型無法在現實場景中自主決策時，再先進的硬件也無法讓機器人真正走進工廠和家庭。

02

視頻學習與世界模型

決定人形機器人能否跨越「可演示」到「可落地」的關鍵，在於兩項核心技術：視頻學習（Video Learning）與世界模型（World Model）。

現階段的AI訓練多基於模仿學習，即通過採集人類操作數據，教機器人模仿人手動作完成任務。

這種方式能讓機器人在實驗室環境中疊毛巾、裝箱、搬運，但一旦環境變化——比如毛巾材質不同、光照改變、桌面高度調整——模型就會徹底「崩潰」，模仿學習缺乏「因果理解」與「環境泛化」，機器人只是「看着學」，而不是「理解着學」。

特斯拉Optimus團隊已開始嘗試將FSD自動駕駛系統的訓練方法遷移到人形機器人領域。FSD的成功在於端到端的視頻學習模型，能讓車輛在複雜交通中形成自我判斷邏輯，而非依賴預設規則。

Optimus正在嘗試同樣的路徑——構建一個具備動作理解能力的視頻生成模型，讓機器人通過觀看和模擬不同場景，逐步形成「行為湧現」。

當然特斯拉拋出的100萬臺計劃，我們還是要跟蹤，這波汽車零部件企業從「成為特斯拉的汽車供應商」到「成為特斯拉機器人供應商」有個跨越，和特斯拉打配合，是代表拿到了機器人行業的門票。

零部件技術和全球最有可能把兩做起來的客戶合作，這是一塊能向市場證明實力的「金字招牌」，和汽車供應鏈一樣也需要走過。

● 審廠，特斯拉來看是一次極其嚴格的盡調。

特斯拉會派研發、質量和採購三組人，從工藝、材料到檢測方法、成本結構，逐項深問，還要求供應商具備海外產能，以應對未來的全球佈局。每個環節都要經得起推敲，因為特斯拉要確保在量產後出現問題時，能快速找到原因、及時優化。

●審廠過完以後，還有簽署保密協議、共同設計圖紙、拿到系統登入碼（Code）等多道關卡。

能拿到Code，就意味着正式進入特斯拉人形機器人的設計體系，成為真正意義上的合作伙伴。核心供應商能參與其他零部件的開發，與特斯拉共同推進新產品設計。

是特斯拉的合作方式是提出方向，讓供應商自己做方案。這要求廠商不僅要能造，還要會設計、有創新。能做到這一點，廠商就不只是供貨商，而成了特斯拉信賴的技術夥伴。

進入特斯拉供應鏈的過程漫長、嚴格、成本高，但一旦成功，不僅意味着長期合作的穩定訂單，更代表企業把握了下個5-10年最要的入場券，這是一條難走的路，但走通一次，就足以改變企業的未來。

小結

人形機器人行業的冷靜期，也讓硬件和產品迭代進入了一個相對低噪音的階段。