「機器人」是怎樣一個產業？幾乎是2020年以來除AI之外的重要熱點。

日本被調侃「起個大早趕了晚集」，中國有宇樹、優必選、衆擎，美國有特斯拉、Figure，日本一家能打的都沒有。不是號稱創新發源地嗎？不是全球最早創造出人形機器人的國家嗎？1963年誕生的機器人阿童木，不就滿天飛了嗎？

但是咱們也不太敢盲目斷定日本機器人真不行，因為機器人裏還有個類型叫「工業機器人」，日本貌似很強。

筆者寫這篇分析的原因是，某日讀到徐靜波老師寫到「東京國際機器人展」，特意飛奔到現場參觀了一番。與筆者寫過的日本出不來Deepseek相似，日本AI的「行」與「不行」，日本機器人的「行」與「不行」，還真是不分析不知道。

日本為何完全放棄人形機器人

2025年春晚扭着秧歌亮相+「世界人形機器人運動會」，使得「機器人」往往被誤認為就是「人形機器人」。

但是，海那邊的日本人已經選擇性繞開了人形/具身機器人的整個賽道。為什麼？

因為日本：早早入局，但喫過大虧。

說日本早早入局都保守了，他們簡直是闖入了無人區。任何創新想要商業化奔現，都需要有錢人的支撐。「有錢人一號」本田在2000年推出了全球第一款可以互動的人形機器人ASIMO，甚至還與2014年訪問日本的奧巴馬一起踢過足球。

「有錢人二號」是日本軟銀集團，它在2012年收購了一家法國公司Aldebaran Robotics，看上的是它所推出的全球第一款具備人類情感的人形機器人Pepper，能與人類對話，能提供信息。

陪老人嘮嗑是夠了（PR Times）

但是ASIMO和Pepper先後都經歷了開發-量產-停產的過程。ASIMO當年的售價為250萬美金/台，有價無市。Pepper價格定為19.8萬日元，不僅面向日本市場發售，還推向全球化，但仍逃不開停產的命運，總產量只有2.7萬台。

「有錢人二號」軟銀甚至可以說是為了發展機器人而承擔了虧損。根據軟銀集團向關東財務局提交的有價證券報告書，在機器人相關業務擴張階段，其合併財務中出現了數億美元級別的虧損與負債壓力。

軟銀還收購了著名的網紅機器人公司「波士頓動力」，3年後按大約10億美元估值又將控制權賣給了現代汽車集團，由於當年的收購價實際上並未透露，因此不知是否是一次鉅虧。

這兩段經歷的特點是——「你跺你也麻」，即使不是軟銀孫正義，是來自其他國家的王正義、張正義，鉅虧之後都心有餘悸。

誠然，ASIMO和Pepper誕生之際，AI還在襁褓中，「大模型」更是沒影的事。但是誰在鉅虧後還敢往同一個地方再次All in呢？誰甘心反覆在一棵樹上吊死呢？如果說如今中美的人形機器人比市場走快了0.5步或1步（現在不宜太早下定論），那麼日本就是比市場走快了3～5步，根本找不到北。

今天的日本，可以說是明確不押注宇樹這樣的，由大模型驅動、面向開放環境的人形機器人商業化。來自FANUC、安川、川崎這類公司在訪談、技術白皮書中反覆強調：人に似せる必要はない（沒必要像人）。

但日本會淺淺地繞着走，例如，它也有自己的「人形」，只是依靠規則、小模型、傳感器的「派遣機器人」，在商場、醫院、工廠和老人設施裏執行簡單任務。

宇樹說，看我能做到什麼；日本派遣機器人說，我保證不給你搞砸（作者拍攝）

日本不搞人形，但是有人形的前哨「四足」。這次在東京機器人展上看到了川崎的CORLEO，這是一種概念型四足機器人載具，使用氫能源，支持人類騎乘與複雜地形穿越。

現場看更帥（作者拍攝）

你可以說，日本先是失去了一棵樹，繼而失去了探索一整片森林的驅動力。卻無法否認，這片森林的開採，本就是一個國際級難題。

全球各國的人形機器人市場都很難拿到成熟的營業數據，每一家成品不錯的企業背後都是辛勤研發與鉅額投入，美國特斯拉Optimus，Figure AI 等都是虧損狀態。

全球也沒有「強需求」的人形機器人市場，長期商業模式尚不能下定論。現在的買家大部分是實驗型、營銷型、展示型客戶，例如科研機構、大學、國家實驗室，需要訓練模型的科技公司，有展示、引流、營銷需求的地方。宇樹的四足機器人在B端出現落地，但數量級和盈利結構還不足以定義為「已成熟模式」。

這次的東京機器人展上，咱們中國的宇樹帶着四足機器人和人形機器人出現了，兩位人形機器人展開比武，一位打了段拳，另一位跳了段「雞你太美」，讓日本朋友們很驚訝。可以說，宇樹的人形機器人是整個展覽中最靚的仔。不過這筆機器人的賬單絕不是小數目：生而為「人」，我很燒錢、很慢、很難賣。

搞人形機器人，日本萬事不俱備

讓我們從整個經濟結構的角度，聊聊為何日本放棄了人形機器人。

哪個國家沒有對機器人的需求呢？老齡化的日本社會需要勞動力，機器人如果聰明到成為重要勞動力，那麼人形不人形，根本不是問題。真正的差異，在於其他條件夠不夠。

第一層，是時代與技術底座。

首先，美國的特斯拉、中國的宇樹，生在AI、大模型、芯片供應鏈都非常成熟的時代。日本不是沒有AI，只是全都混跡在產業裏面。確切地說，日本的AI和大模型存在感很一般，更沒有Deepseek和Chat GPT這樣的應用級AI。當然，日本也是Chat GPT普及率最低的國家之一。

其次，資源不到位。日本並非沒有VC，日本的大手企業更是富得流油，但是老大哥軟銀孫正義摔了如此大的一個跟頭，誰還敢Follow？

第二層，是產業路徑與能力遷移。

筆者認為，具身機器人是電動車的「後輩」，中國與美國製造業在電動車上積累了足夠的經驗值。自動駕駛的「智能大腦」與人形機器人是同源，或者說底層相通，都需要多傳感器融合、實時規劃路徑、動作與環境互動，也都需要電機、電控、減速器產業的成熟。在如此大型的造車實驗成功之後，造「人」就不再是從零開始。

但日本的電動車製造基本上是一片荒蕪。老錢國家的特點就是，現有的已經夠用，從綠皮火車變成全球最快高鐵？不需要，新幹線已經很安全了。

還有人才。一次次驗證規模化生產能力、積累AI與控制系統的融合實踐的同時，其他國家積累了大量硬件、軟件工程師，且分工精細。但是在日本這個國家，工程師招聘、AI算法人才長期短缺。

第三層，是需求、資本與成本結構。這也是最值得日本人真正關注的一點。在更多國家的產業升級中反覆出現了一些新的需求，例如高速增長的電商、3C、物流與倉儲體系——它們要求機器人具備對不規則物品的識別、抓取與自適應能力，而這正是傳統工業機器人體系的短板。

對於日本來說，但凡出現產業升級與新的需求，相應的機器人企業若想滿足需求，或者從80分提升到98分，就必須大改。而目前在日本本土，新需求還沒有大量萌生，改變的驅動力還不大。

還有成本問題。其他國家裏，擺脫進口替代的需求極其強烈，再加上這些年新興製造業的發展，量產成本下降，價格競爭力也就這麼來了。

而日本是一個不怎麼降價的國度。日本機器人公司使用的是日本上游零部件，質量是全球頂尖，價格也是全球領先。在要求「20 年壽命、百萬次重複、廠級穩定運行」的製造現場，B端購買方更看重的是風險最小化，而非單次成本最優。可替代方案不多，那麼也就無需降價。

說到底，在努力讀懂日本商業世界邏輯的前提下，很容易理解，為什麼別人「大幹快乾」，日本人偏是不幹。這是經濟結構、產業路徑與風險偏好共同作用的結果。

一騎絕塵的日本工業機器人

機器人不止人形機器人，還有傳統的工業機器人、協作機器人、醫療機器人等。實際上，目前國際上通用的分類方式，最基礎的分類便是工業vs非工業機器人。

市場研究機構Mordor Intelligence的機器人市場報告摘要提到，2024年工業機器人在全球機器人市場中約佔71.4%的營收份額。

那麼，錢進了誰的腰包呢？工業機器人全球前10是誰？來自全球知名市場統計機構Statista的數據如下：

日本的實力是前10之中佔了6席，而非5席：這個行業的第一名，瑞士ABB在2025年10月宣佈，決定將機器人業務以53.75億美元出售給日本軟銀集團。看來，在人形機器人身上賠的錢，孫正義要在工業機器人身上賺回來。

這時候有讀者說了：作者你又是胳膊肘往外拐，日本工業機器人做得好，你就非要寫日本擅長的事，專門來給日本挽尊？人形機器人和傳統非人形的工業機器人，看上去就像熊貓和小熊貓那樣，不是一個物種，一個是機械臂，另一個是人啊。況且日本長期自稱「自動化」，怎麼穿個「機器人」的馬甲，變酷了？

工業機器人屬於機器人是全球說法，全球的各類機器人大會（當然也包含此次的東京國際機器人展）都有極大比重是傳統的機械臂機器人。更重要的是，工業機器人也可以有AI和大模型含量，雖然不是頂級的大模型，但確實融合了智能控制/智能感知。

關鍵是，工業機器人是一種最純正的to B商業邏輯，日本的整個打法都十分規整，其中多家公司都是上市公司，長期保持盈利能力。咱們的人形機器人，保不齊也要走to B/to Government的道路。

從科技含量上，作者試圖談談對２對概念的淺見：

日本最早的人形機器人vs如今宇樹為代表的機器人

當年的「自動化」vs現在的工業機器人

日本最早的人形機器人與如今宇樹為代表的機器人，在大腦（算力）上差距極大，前者主要靠規則算法+傳感器硬編碼，它們走路時腳抬高多少、彎曲多少是寫死的；而現在的人形機器人配備了類似智能汽車的中央大腦，使用視覺大模型、動作生成大模型，可以自動計劃任務（例如自動整理房間）。當然，日本最早的人形機器人和宇樹，在感知能力和動作控制能力方面也有巨大的差別。

回到工業機器人，當年的「自動化」，主打一個行為可預測、可復現、可驗證，但是如今日本的工業機器人已經完成了「升級」，即感知環境並讓行為產生變化。

如果說機器人有三層結構：

【上層】任務目標與工藝流程（由人或MES 系統定義）

【中層】控制與執行策略（控制器+ 伺服 + 感知融合）

【底層】執行機構（電機、減速器、機械結構）

那麼當前日本工業機器人的智能化，主要集中在中層，通過智能算法把任務做得更穩、更準、更久。而宇樹等人形機器人，正在嘗試把AI推向上層任務理解與決策層，先理解世界，再決定做什麼。

換句話說，日本人沒有把通用AI研發放在主賽道，但是一提到自己的優勢「工業機器人」，警報就響起來了，搞出了自己的「日式工廠AI」。

「日式工廠AI」存在於4個地方：

機器視覺（Vision AI），如3D視覺定位，表面缺陷檢測，抓取粉末、不規則物體

力控 + 運動補償（Physical AI），也是日本企業非常擅長的，通過力傳感器來進行接觸判斷

預測維護（Predictive AI），例如預測軸承、電機、驅動器壽命，減少停線損失

參數自動優化（Auto Tuning），在工程師設定範圍內微調，在日本被認為是「安全 AI」

這些AI的科技含量高嗎？如果說不加AI的工業機器人是80分，加了「日式工廠AI」之後可以到達90分。FANUC的ZDT系列、安川的Motoman 系列都已將這類能力量產落地；日本少數偏「算法型」的機器人公司MUJIN，則進一步把視覺、實時運動規劃與整機協同，做成了可部署、可複製的工業系統。

在這次展出裏，我們也能看到很多並未承載AI的設備，這些設備的展示方式甚至與5年前、10年前差不多。例如，筆者特意翻查了往年報道，今年再次出現的「機械臂夾雞塊」，幾乎已經成為工業機器人展會上連續多年的保留曲目——穩定、可靠、可重複，但並不試圖講述一個新的智能故事。

日本機器人強在哪？一整個產業鏈

日本工業機器人的第一要義：穩定。到什麼地步：產品持續供貨與維護20年，而且20年不斷型號。

「機器人 × 產業鏈 × 工廠文化」的完整體系是從1970s年代建立的

FANUC 的客戶（豐田、本田）合作40年

安川（YASKAWA）為通用汽車、日產提供機器人30～40年

川崎（Kawasaki）汽車工廠機器人使用幾十年不斷代

SMC的氣動件、THK的導軌、NSK的軸承已經成為全球自動化標準件

特斯拉研發機器人，它自己也在使用日本工業機器人

為了達到標準，日本工業機器人公司使用最好的伺服系統（電機壽命長，編碼器極精準，伺服響應極穩），最好的減速機（高精度+毫米級間隙）。

實際上，日本最厲害的不是台前的機器人，而是背後的整體產業鏈。除了AI芯片（NVIDIA）和少量高性能 GPU，日本的機器人產業鏈幾乎完全自給自足，是全球最獨立、進口依賴最小的機器人體系。

很多上游零部件難以被替代，成了整個行業現金流最好的玩家，即所謂的「高附加值項目」、「卡脖子」環節。

這又變成一個良性循環：下游的整機廠商是日本公司，因此優先採購日本的零部件，根本不需要背調；對Ｂ端購買方來說，設備365天×24小時不停機，誰都希望一步到位。而只要購買FANUC的機器人，減速機一定來自Nabtesco或Harmonic Drive，軸承一定來自NSK或NTN，機械結構一定是日本國內產線加工，綜合來看，值得信賴。

降價？誰會提降價？日本人認為，只有小廠、小批量客戶才價格敏感，會選擇便宜機型，同時接受更高風險。

所以，冰凍三尺非一日之寒，一個製造業領先的國家也不是一天才變成如此。

最後，讓我們看看中美日三個國家的機器人格局。

每個國家都有不同的策略，下一個問題是，到底能不能用科技，用資源，用規模，用經驗，去購買時間和經驗值？

對日本機器人產業而言，真正需要回答的，並不是是否錯過了人形機器人這一輪，而是——當需求從「穩定重複」轉向「高度不確定」時，這套以工程理性為核心構建的體系，是否仍然成立。