過去兩年，中國具身智能行業(yè)普遍認為人形機器人先進工廠是最佳選擇。工廠有明確任務(wù)、可計算的ROI，商業(yè)價值容易驗證。然而，最近幾個月這一共識開始動搖，越來越多從業(yè)者重新討論：工廠是否真的是性價比最高的起點？

中國的人形機器人行業(yè)出現(xiàn)了路線分歧。一種觀點主張先進工廠、物流和商業(yè)場景，先完成商業(yè)驗證再逐步走向通用智能。另一種觀點則認為，如果目標是Physical AGI，應(yīng)從一開始就圍繞數(shù)據(jù)、模型和泛化能力構(gòu)建體系。

許華哲是這場討論中的代表之一。他提出了多個爭議性觀點，如賣數(shù)據(jù)是在把彈藥賣給對手，無腦量產(chǎn)的同時應(yīng)該關(guān)注機器人日活，機器人跳舞與智能無關(guān)。這些觀點實際上都指向一個問題：機器人公司是在訓練一個更高效的生產(chǎn)力工具，還是在培養(yǎng)面向未來的通用智能體？

從去年開始，人形機器人成為行業(yè)中最受關(guān)注的方向。許多教授、科學家和年輕人投身創(chuàng)業(yè)，資本也開始尋找機器人領(lǐng)域的超級公司。早期共識認為，受限于“大腦”能力、成本和ROI，人形機器人會先從實驗室走向舞臺，再進入工廠，最終進入家庭。

工廠、物流和巡檢被反復(fù)提及，因為它們最容易被解釋。例如，智元的精靈G2在龍旗工廠進行上下料，星動紀元的M7進入中國郵政、順豐進行包裹分揀。但在這個過程中，人們?nèi)菀渍`把“能干活”當作“有智能”。真正的通用智能需要解決的問題是如何將技能自然遷移到不同場景，并從有限的經(jīng)驗中學習更多技能。

自動駕駛曾經(jīng)形成過一套成熟路徑：先解決一段路，再解決一座城。很多具身智能公司也在借用這套邏輯，但物理世界的復(fù)雜性遠超道路系統(tǒng)。道路雖然開放，仍然是有限系統(tǒng)，而家庭環(huán)境中的變量幾乎無法窮舉。

盡管用戶期待機器人進入家庭，但全球范圍內(nèi)選擇進入家庭場景的機器人公司并不多。家庭機器人的挑戰(zhàn)不僅在于技術(shù)，還在于商業(yè)化。相比工廠客戶，家庭用戶對價格更加敏感。自變量在北京和深圳推出的機器人家庭清潔服務(wù)定價為149元/3個小時，1X則嘗試每月499美元的訂閱模式。無論哪種方案，都在回答同一個問題：用戶是否愿意長期為機器人付費。

家庭環(huán)境足夠混亂卻又足夠豐富，對機器人來說是一個高價值訓練場。專用機器人解決的是單一任務(wù)，而通用機器人要學的是整個世界。家庭機器人最終不是高級家電，而是像真人一樣的存在。真正困難的不是拿一瓶可樂，而是理解可樂在哪里、冰箱怎么開、拿完以后怎么關(guān)門等連續(xù)任務(wù)。工廠提供重復(fù)數(shù)據(jù)，家庭提供多樣性數(shù)據(jù)，前者適合訓練執(zhí)行，后者接近訓練理解。

通用人形機器人路線最大的風險在于驗證周期長且難以階段性證明。破殼有一個時間表：今年9月推出第一代機器人；一年后發(fā)布震撼demo；2028年實現(xiàn)內(nèi)測并開始小規(guī)模商業(yè)化。家庭路線必須在商業(yè)結(jié)果出現(xiàn)之前讓外界相信其技術(shù)方向。

傳統(tǒng)的機器人公司勝負手在于供應(yīng)鏈、成本、交付和客戶，而AGI的目標則是數(shù)據(jù)、模型、算力、算法和長期學習能力。誰能更早建立物理世界的數(shù)據(jù)飛輪，誰能讓機器人從執(zhí)行器變成學習者，誰才可能抵達更大的終局。

目前的具身智能行業(yè)看起來熱鬧，但決定未來的可能是誰先證明機器人能夠理解和學習物理世界。工廠路線更現(xiàn)實，它決定誰能先活下來；家庭路線更冒險，但它決定誰有機會重新定義機器人。未來的贏家可能既要懂工廠，也要懂模型；既要有交付能力，也要有數(shù)據(jù)和學習能力。眼下，行業(yè)必須先承認這場分歧的存在。如果中國具身智能最終只擅長制造“鐵疙瘩”，卻沒有掌握通用智能的大腦，那么贏下的可能只是制造能力，失去的卻是定義下一代機器人的機會。