文｜長三角momo

人形機器人可能確實是最難、最貴的一種機器人，但它偏偏有一個巨大的優勢——這個世界，本來就是按照人的樣子造的。

《終結者》要出續集了？

最近看到一個卡梅隆的訪談，透露新《終結者》的劇情，會變成超級AI到底如何真正進入物理世界。他還提到了經典的「終結者框架」：既然冷冰冰的金屬和履帶效率更高，為什麼超級AI偏要給自己套上一層「人類的外殼」？

答案很簡單：人類是個極其自戀且缺乏安全感的物種。面對冰冷的鋼鐵，我們只想要它幹活；但只有當它擁有了雙眼、雙手和站立的姿態，我們才願意與它進行深度的情感交互，建立信任。

回到現實商業中，很多人依然在質疑：人形機器人到底是不是一個昂貴「大玩具」？畢竟，去工廠擰螺絲，機械臂形態不香嗎？運貨，四足狗或者履帶是不是更穩？

那麼，特斯拉、小鵬等等企業，為何還是在死磕「人形」？啱啱，我看完小鵬機器人自主走下產線的新聞，把這個問題又系統思考了一下，發現其背後，其實有很多邏輯值得認真拆解。

01 為什麼偏偏要折騰成「人形」？

有三個極其現實的賬本：情感賬、社會賬、經濟賬。

首先，人類需要的是「夥伴」，而不是冰冷的機器。

之前何小鵬在公開節目裏提過一件事，很觸動人。他談到自己父親生病照護的切身經歷，真正讓他下定決心做機器人的，恰恰是照顧病人時那些真實存在、又極其瑣碎的需求。

不妨想象一下那個場景：當你生病躺在床上、或者上了年紀行動不便的時候，身邊要是轟隆隆開過來一個像挖掘機一樣的履帶機械臂，你心裏大概率只有抗拒和害怕。但如果走過來的是一個體態溫和、長得像人的機器人，人的心理防禦機制一下子就降下來了。

其次，人類受不了滿大街都是「異形」。

馬斯克說過，未來全球會有上百億台機器人。

如果大街上跑的全是各種奇形怪狀的機械蜘蛛、履帶車，整個社會都會有一種強烈的異物感。目前來看，「人形」是最容易融入現有人類社會的一種機器人形態。

第三，做成人形，本質上是一場「省世界」的生意。

全世界的樓梯高度、門把手位置、電梯按鈕、車門、擰螺絲的扳手……全是按照人類的身體比例建造的。

輪式機器人，遇到兩級台階就要重新設計；四足機器狗，它連洗手池的龍頭都擰不開。要想讓它們幹活，企業就得把工廠、門店、家庭環境全部重新改造一遍。這也是為什麼Figure這樣的雙足機器人，可以直接進入寶馬工廠工作。

用一句業內的話說：高度擬人的形態，天然能無縫適配這世上為人設計的所有基礎設施，這是性價比最高的「通用解」。

02 想要做成真「人形」，得具備什麼基礎能力？

過去，大家覺得人形機器人像「玩具」，是因為以前那些機器人只能在展台上跳個舞、擺個造型，純靠提前設定好的代碼表演。

要從「樣機展演」跨越到真正的「產業化實用」，整個行業都在啃三大核心底層能力，以搭建完整的「物理AI架構」。

一，一套像人一樣靈巧的「硬骨頭」。

人的手能穿針引線，是因為關節夠多。所以小鵬的機器人，全身搞了76個自由度，光是一隻手就有21個自由度，能擰螺絲也能端茶杯。為了安全，它外面還包了一層柔性晶格。

之前為了回應外界質疑，團隊甚至在現場直接剪開機器人外殼展示（我們還為此專門寫過一篇《歷史必然剪開IRON》）；哪怕在測試中摔倒，也是拍拍灰繼續迭代。

二，一顆懂物理世界的「硬核大腦」。

必須搭載強算力芯片，在端側直接跑物理AI大模型。小鵬就在機器人身上塞了3顆圖靈AI芯片，有效算力高達2250TOPS。

有了這個算力底座，大模型才能在機器人端側直接跑起來。它看世界不再是靜態的照片，而是動態的「4D時空理解」，不再需要人在後台遠程操縱，變成自主行動。

三，海量「喫人類數據」的學習能力。

互聯網上積累了幾十年人類幹活的視頻，只要機器人是人形，AI大模型就能把這些視頻「喫」進去，慢慢轉化為自己的動作能力。

更關鍵的，是「跨本體遷移」。車企做機器人有一個巨大的天然優勢，比如小鵬，在自動駕駛領域，建立起從真實世界數據採集，到模型訓練、測試、部署，再到用戶反饋和持續優化的完整閉環能力，可以複用到機器人數據訓練中。

小鵬第二代VLA大模型，讓汽車學會在路上怎麼識別行人、怎麼躲避障礙、怎麼判斷距離，換個軀殼，遷移到機器人裏就能用。馬斯克也是直接把特斯拉FSD的視覺神經網絡和自研芯片，搬到了Optimus身上。

在車企眼裏，不管是四個輪子跑的車，還是兩條腿走的人，本質上都是帶算力芯片、能理解物理世界並自主決策的終端。

03 從「天價玩具」到真正替人分憂，還要過幾關？

從產業的角度看，大致要跨過下面這四關。

第一關：走下產線，先造出來。

過去機器人基本都是實驗室裏手工打磨的試製品，成本高得嚇人。還是以小鵬為例，建了全球首條自動化產線，核心製程自動化率搞到了80%以上，用造汽車的嚴苛標準來造機器人，把質量做穩定、成本降下來，這纔算邁出了規模化量產的第一步。

第二關：進廠進店，先幹起來。

別一上來，就幻想它能進家給你做飯洗碗，現實環境太複雜。最接地氣的路徑，是先在半開放的環境裏摔幾個跟頭、暴露點問題。馬斯克此前就把改裝後的加州弗裏蒙特工廠產線留給Optimus，讓它先在特斯拉工廠裏分揀電池包、搬運零件；小鵬也是規劃今年底量產後先服務於自己的門店和園區。

第三關：數據飛輪，越用越聰明。

幹活越多→收集到的真實場景數據越多→物理AI大模型越聰明→解決複雜問題的能力越強。這就是典型的「數據—模型—應用」飛輪。

第四關：降低成本，走進千家萬戶。

當產量的規模效應被激活、成本降下來，機器人才具備走進普通家庭的條件。比如小鵬給出的時間表，也是今年年底進入規模量產階段，預計2027年正式開啓全球市場的上市與交付。

而且，從商業邏輯來看，這絕對不是個賠本賺吆喝的買賣。因為高階通用人形機器人的技術壁壘極高、優質供給極少，官方預測它未來的單台毛利率，會大幅高於新能源汽車。

今年以來，小鵬在機器人上的動作其實越來越密集：6月何小鵬親自直管機器人業務，8月完成超9億美元首輪孖展，9月生產線正式啓用。幾個節點連在一起看，會發現這已經不是一家車企在「試水」機器人，而是在把機器人當成一項長期產業來做。

資本和車企都不是傻子。死磕「人形」，表面上看是選了一條最難走、最燒錢的路；但換個角度看，人形最大的價值，恰恰是不用為了機器人重新改造這個世界。當然現階段，真正要解決的是，讓AI擁有能夠進入現實世界的能力——這何嘗不是AI進入人類物理世界成本最低的路徑。

方向對了，就不怕路遠。