從市場(chǎng)熱度維度來(lái)看，這一輪機(jī)器人賽道的火爆不亞于早年的自動(dòng)駕駛或新能源。但問題是：人形機(jī)器人是否具備足夠的技術(shù)基礎(chǔ)與商業(yè)現(xiàn)實(shí)支撐這場(chǎng)“資本狂歡”？大多數(shù)人形機(jī)器人產(chǎn)品依然停留在演示性階段，表現(xiàn)形式多為“走路摔跤”“打拳跳舞”或靜態(tài)交互。在實(shí)際場(chǎng)景中，尚未出現(xiàn)大規(guī)模、可復(fù)制的商業(yè)化應(yīng)用。行業(yè)早期如波士頓動(dòng)力等玩家多年探索的經(jīng)驗(yàn)表明，具身智能的路徑極其復(fù)雜，不僅要求感知、規(guī)劃、控制等環(huán)節(jié)協(xié)同，還需硬件、算法與數(shù)據(jù)體系的系統(tǒng)性突破。

尤其值得警惕的是，在具身智能領(lǐng)域當(dāng)前最被寄予厚望的技術(shù)路徑VLA模型正遭遇現(xiàn)實(shí)瓶頸。VLA模型被認(rèn)為是實(shí)現(xiàn)機(jī)器人“泛智能”的關(guān)鍵，原理與ChatGPT等大語(yǔ)言模型相似，依賴大規(guī)模數(shù)據(jù)驅(qū)動(dòng)形成“智能涌現(xiàn)”。但不同于大語(yǔ)言模型依賴的靜態(tài)文本和圖像數(shù)據(jù)，VLA模型訓(xùn)練所需的是動(dòng)態(tài)、連續(xù)、具時(shí)空語(yǔ)義的物理世界數(shù)據(jù)流，例如人類在真實(shí)環(huán)境中的行走路徑、抓取軌跡、交互反饋等。這類“具身數(shù)據(jù)”極度稀缺，不僅采集成本高、標(biāo)注復(fù)雜，還涉及海量多模態(tài)融合與物理世界的不確定性模擬，遠(yuǎn)非當(dāng)前數(shù)據(jù)生態(tài)能輕松支持。

相比之下，目前的訓(xùn)練樣本依賴模擬環(huán)境、游戲引擎或局部現(xiàn)實(shí)采集，數(shù)據(jù)真實(shí)性、規(guī)模和多樣性遠(yuǎn)遠(yuǎn)不足，導(dǎo)致VLA模型在控制、泛化、上下文理解等關(guān)鍵能力上始終難以突破。一位科技公司的技術(shù)總監(jiān)坦言，“我們現(xiàn)在看到的大多數(shù)機(jī)器人產(chǎn)品，智能程度非常有限，更多依賴預(yù)設(shè)腳本而非真正的泛化智能。技術(shù)炒作周期走得太快，而底層訓(xùn)練瓶頸遠(yuǎn)未解決?！?/p>

行業(yè)應(yīng)用層面也存在巨大不確定性。目前絕大多數(shù)人形機(jī)器人產(chǎn)品集中投放在科研、教育與消費(fèi)演示場(chǎng)景，這些領(lǐng)域?qū)?shí)用性與穩(wěn)定性要求相對(duì)寬松，也更易接受高成本實(shí)驗(yàn)產(chǎn)品。真正具備“剛性需求”與“規(guī)?；少?gòu)能力”的To B場(chǎng)景，如工業(yè)制造、安防巡檢、服務(wù)業(yè)輔助等，目前仍未真正跑通。一方面，這些行業(yè)原有自動(dòng)化水平已不低；另一方面，人形機(jī)器人的穩(wěn)定性、負(fù)載能力、安全性能尚難滿足大規(guī)模商用要求。“說(shuō)到底，‘人形’形態(tài)是否真的比‘輪式’或‘爬行’更有優(yōu)勢(shì)，目前還沒有明確結(jié)論?！敝萍籍a(chǎn)業(yè)時(shí)評(píng)人彭德宇指出。