那些机器人都没脑子 它们在跑个JB啊

寂静回声

2025年4 月 19 日，北京亦庄的赛道上，20 台人形机器人与人类选手一同开启了这场史无前例的半程马拉松征程。观众围观了一场前所未有的“铁娃”挑战极限——开跑即摔、启动失败、原地打转、最后冲刺时“掉头”……仿佛是一场机械与地心引力的旷世搏斗。一台宇树 G1 模样的机器人却在起跑不久后突然摔倒，这一画面通过现场观众的镜头迅速传遍网络。在大众的认知中，能够参与马拉松这样高强度赛事的机器人，理应具备相当高的稳定性和可靠性，而这一摔倒瞬间打破了这种期待，网友们纷纷在社交媒体上表达对宇树机器人技术实力的怀疑。

当晚，宇树科技紧急发布声明。声明的核心观点有两点：一是强调宇树并未直接参与此次比赛，而是客户使用自行购买的 G1 机器人参赛；二是称客户自行加载了不同算法，所以机器人性能表现不一，不应将个别案例视为对整机能力的评判。
乍看之下，这份声明似乎在有理有据地澄清事实，这话说得不卑不亢，既表明了自己不是主角，又温和地解释了“为什么现场那么多像我们家G1的人形机器人”。
但网友不答应啊——“这不就是参赛了吗？”“你G1摔了好多个我们都看见了！”“你们是Robot界的代工厂？”
这不禁让人联想起小时候打游戏，输了就说：“不是我打的，是我弟。”赢了才赶紧补一句：“这分，其实还是我拿的。”
如果这场亦庄半马，夺得第一名的不是天工机器人，而且宇树机器人，恐怕就又是另外一个声明了。

其实这事，本来没什么，无非就是一场表演，或者说娱乐。
但宇树集团的说明或者说甩锅，我觉得大可不必，他们做法给人一种越描越黑的感觉。
不管是外包还是托管机器人是你生产这一点无法改变，承认不足就这么难吗。


从品牌责任的角度来看，宇树科技虽然强调是客户自行参赛，但品牌与产品是紧密相连的。即使参赛机器人并非由宇树官方派出，其产品形象代表的依旧是宇树。公众在看到机器人摔倒时，第一反应自然是关联到宇树这个品牌，而宇树简单地将责任推给客户和不同算法，显得有些急于撇清关系，缺乏对品牌形象的深度维护意识。
再从技术层面分析，宇树声称客户使用了自行研发的算法导致性能差异，这一说法本身就存在争议。如果客户的算法对机器人性能影响如此之大，甚至导致摔倒这样的严重问题，那么宇树在产品设计时是否考虑到了算法兼容性？是否为客户提供了足够完善的技术支持和规范？若宇树产品在不同算法下表现如此不稳定，这本身也是产品设计缺陷的一种体现。

机器人马拉松，到底怎么回事？简单说，就是让人形机器人在操控下走完一个21.0975公里的半程马拉松路线。不是遥控小车，是带腿的、仿人的、会摔跤的那种机器人。这次人形机器人半程马拉松比赛雷声很大，然而现场观看这场比赛的人，相信大家心里都是五味杂陈的。

从现场比赛的实际表现来看，很多机器人都跟大家的预期相差很远，而且差的不是一丁半点。


大多数人对人形机器人的了解都一样，都是从各大企业的宣传视频当中了解的。
从各大企业宣传的视频来看，机器人非常强大。
既能跳舞，又能唱歌。
既会跑步，也会武功。
既能平地空翻，也能在空中踢腿，完全不输真人。
简单一句话，视频当中的人形机器人无所不能。
正因为如此，大家对人形机器人都充满。
毕竟相比他们在视频所展现出来的高难度动作而言，马拉松明显是小儿科。
然而机器人半程马拉松却让大家大跌眼镜。
从各类机器人跑步的状态来看，它们就像80岁的老太太在路上走路一样，一歪一扭的。


为什么机器人的旁边，还有工作人员陪着跑？这最累的，不是机器人，而是人啊。慢着慢着，为什么有些“陪跑天团”的手上，好像还拿着遥控器？这是机器人，还是遥控玩具？怎么动不动就摔在地上？什么？还有人拿着喷雾，对着机器人的膝盖猛喷？
天啊。这还是在短视频上刷到的人形机器人吗？短视频上的人形机器人，已经可以跳舞，打武术，侧空翻了。怎么一到真实世界里，就变得脆弱无比了？


这就对了，因为我们之前看到那种，翻跟头，打酱油，甚至春晚的转手卷，都有Ai和特效的影子，都是眼球经济的一部分。
其实今天我们在机器人马拉松上看到的，才是当下人形机器人的真实现状，包括，打架的，摔倒的，躺平的。



如果让机器人在一个平整的、空旷的场地上，原地表演跳舞、打武术，那它现在确实可以做得很不错。看上去也非常灵活。
但这种灵活，本质上是在展示什么？是平衡性。
通过强化学习，让机器人的算法能精妙地控制腿部关节，保持身体不倒。这很厉害。
但是，这只是机器人能力的一部分。真正的挑战在于，当机器人要进入真实、复杂、动态的环境时，会发生什么？
前面有障碍物，是绕开还是停下？遇到行人，要不要避让？怎么避让？地上有个小坑或者一块石头，是踩上去还是跨过去？需要转弯了，怎么规划路径？前面是人行道，要不要上去？
所有这些决策，都需要机器人对外部的三维世界，有准确的感知、理解和判断。如果没有这种对空间的“智能”，机器人寸步难行。
这种对智能的要求，有点类似于另一个你可能更熟悉的领域：自动驾驶。
自动驾驶汽车，本质上，就是一个长着四个轮子的机器人。一个车形机器人。它的核心挑战，同样是空间智能。同样是感知环境，理解意图，做出决策，规划路径。
我们花了这么多年，投入了这么多的资源，投喂了大量的数据给自动驾驶。但即便如此，今天的自动驾驶的主流，还依然停留在L2级别（辅助驾驶）。离完全无人驾驶（L4/L5）还有距离。甚至时不时还会出事故。
现在，你再看这些跑马拉松的人形机器人。它们还需要人拿着遥控器在旁边“辅助”。要是按照自动驾驶的标准，它们可能连L1（特定功能辅助）都还算不上。连最基本的在真实场景中的自主定位、导航、避障、规划路径的能力，都还非常欠缺。
这些在马拉松比赛中跑起来摇摇晃晃的机器人，可能确实在平衡性上有进步。但还不够好。所以，一旦遇到需要转弯、调整路线的复杂情况，它“空间智能”的短板就暴露出来了，必须依赖遥控器的介入。
所以，这场马拉松与其说是展示了腿脚的进步，不如说是暴露了脑子的不足。

在报道这次机器人比赛时，有的媒体顺便介绍了与人形机器人相关的技术。他们提到了机器人相关的技术有“大脑、小脑、身体、关节、手”等等。但是，我们看到昨天比赛的机器人基本都是遥控的。获得冠军的天工机器人有视觉感知能力。这在一定程度上可能是它获得冠军的保障。但视觉感知能力对于具身智能来讲，只是低层次的能力，对于人形机器人来讲也是比较低级的能力。而这种低层次的能力只是机器人小脑的能力。

那么媒体讲的的机器人大脑到底是什么？实际上机器人大脑这个东西非常复杂，目前也没有成熟的产品。

有的厂商把机器人操作系统当成机器人大脑，或者并没有深刻理解操作系统和机器人大脑的区别。实际上没有机器人大脑（只有操作系统）的智能硬件根本不能被称作机器人，它们不过是单片机或者计算机而已。从本质来讲，机器人是有智能的产品，它主动理解人，为人服务，不需要人来理解和学习它的使用方法和规则。如果没有智能，就不能做到主动。如果没有智能，就需要人来操作，就不是机器人。如果没有智能，机器就无法准确理解自然语言，就不能和人通过自然语言互动。自然语言具有不稳定、不明确、不规范的特点，对自然语言的处理需要智能。操作系统不能让机器拥有智能，只有机器人大脑才能让机器拥有智能。
有厂商认为机器人大脑和SIRI这样的语音助手是同类产品。实际上这也是个误解。语音助手是手机的APP，是手机生态下的东西。实际上它很少被用到，因为在手机上还是触屏交互更好用。机器人大脑是机器人的底层软件，它也是机器人唯一的入口。把语音助手直接搬到机器人上就不灵了。有触屏操作的“机器人”可能本质上还是单片机或者电脑，只有做到完全不借助触屏交互的机器人才是真正的机器人。请您想象一下，一个步履蹒跚的老人为了完成一次触控操作追着一个满地跑的机器人的画面，是多么滑稽可笑？
有的厂家把人机语音交互系统叫机器人大脑，这也不对。比如，电梯离线语音控制模块能叫机器人大脑吗？显然不能。因为这个模块功能有限，而且处理的都是命令化输入，不是以人为中心的，不能处理自然语言。离线语音模块一般能处理的语音命令都是固定的几千条，没有语义处理，没有智能。语音交互并不是机器人大脑的本质，不是所有语音交互的产品都能叫智能机器人的。只有能理解用户复杂意图的产品才能叫机器人。开灯、关灯、把阳台上的灯关掉等等，这些都太简单了，用穷举就够了，根本不需要语义处理，不需要智能。另外，人和机器人的互动未必就一定要语音的，也可以是文字输入。最后，机器人大脑不仅仅是交互系统，更是决策系统。对自然语言的处理方式一定是个思辨的，不是条件反射的。思辨的过程就是决策的过程。
机器人大脑对用户输入的处理不是条件反射式的，它是思辨式处理。比如对机器人说“前进”，机器人并不一定要朝前走，因为前面可能是个坑。如果跟一台没有智能的设备发出“前进”的指令它可能会掉坑里去。跟机器人说“北京”，它会结合上下文以及对话场景去理解用户真正的意图是什么？如果上一句说的“今天上海天气怎么样”，本句说“北京”，机器人会回答“今天北京天气晴，气温22-30度。”如果上一句说的“上海有什么好玩的”，本句说的“北京”，机器人会回答“北京有故宫、长城、鸟巢、欢乐谷等等都很好玩。”如果上一句说的“上海租房贵不贵”，本句说的“北京”，机器人会回答“和北京差不多。”思辨式处理就是智能。思辨的能力不仅仅表现在上下文处理能力上，还表现在纠错能力上。即便用户表达错了，或者语音识别错了，机器人也要透过有限的有价值的信息去理解用户真正的意图。


马拉松比赛，自然会让我们关注在“跑”，也就是腿上。但是，人形机器人之所以是“人形”，除了能走，还有非常重要的一环。也就是：手。
春晚舞台上，机器人扔手绢的表演，看上去特别灵巧。但实际上，那不是靠手来“抓取”的。而是用了类似于“吸附”的方式。
马斯克曾说，打造人形机器人，花在手上的精力，可能要占整个项目的一半。
为什么？因为手，可以说是人类最伟大的进化产物之一。
人类的进化史中，有一个重要的里程碑。那就是：直立行走。直立行走的本质是什么？是为了跑得更快吗？不是的。本质上，是为了解放双手。把原来也承担支撑和行走功能的前肢，彻底释放出来，变成可以进行精细操作的手。
当然。解放双手，是有代价的。这个代价，就是平衡会变得极其困难。原来，是四点支撑。现在变成两点了。原来，重心可以放在一个面上。现在要落到一根线上了。控制双腿稳定行走，是对我们大脑和神经系统的巨大挑战。
但是，付出了这么大的代价，我们的双手，就可以“干活”了。我们可以拿起杯子，可以开关按钮，可以开车，可以做手术，可以完成无数的复杂任务，靠的就是这双无与伦比的手。
而人形机器人呢？你看，它们的表演，绝大多数集中在腿部。走路。跑步。跳跃。却极少有展示手部复杂操作的。
为什么？因为太难了。难在哪？除了复杂的机械结构和控制，更在于：感知。
什么是感知？
我要拿起一个纸杯。用多大的力呢？力太小，拿不起来。力太大，杯子捏变形了。那我怎么知道用多少力刚刚好？靠指尖的压力感应。
杯子里有没有水，我拿起时用的力也是不一样的。怎么知道？可能通过视觉预判，可能通过拿起瞬间感受到的重量反馈，甚至可以通过温度感应判断里面是热水还是冰水。
这些我们习以为常的动作，背后其实是极其复杂的感知、反馈和控制闭环。而目前的机器人，在这方面还非常初级。特别是力觉传感器。技术还不成熟，成本也高。
这是另一道人形机器人迈向实用化的巨大鸿沟。
所以，如果说我们之前看到的各种炫技视频，是给人形机器人戴上光环的话，那么这次的马拉松，就是让我们看到了理想和现实之间的差距，看到了“空间智能”和“灵巧双手”两大人形机器人面临的核心技术难题，都还没有被真正突破。
而这种理想和现实之间的差距，也让这个行业目前处在了一个特别尴尬的阶段。
一方面，每隔一段时间，就会有抓人眼球的视频放出来。另一方面，这又更像是一种面向资本市场或者公众的“进度汇报”式的营销，而不是真正解决了核心技术难题的标志。
我们现在看到的大部分所谓“落地应用”，比如在展会、活动、发布会上做迎宾、表演、展示，都还是在利用它的“注意力价值”。它新奇、炫酷。但这并不代表它就已经具备了解决实际问题的“实用价值”。



人形机器人的商业化之路，也是零部件从“能用”到“好用”的突围之路。
在浙江人形机器人创新中心首席科学家/浙江大学求是特聘教授 熊蓉看来，机器人的关节和传感，是首先要关注的。“从关节角度来说，人形机器人强调高功率密度、高爆发性能，还有腿部电机的抗冲击性。从作业方面来说，人形所需的传感器则对轻量化、长寿命、可靠性提出要求。”
此外，机器人算法、算力上的运行，也对CPU/GPU提出了更高要求。而现实中，国产驱动器技术的“不够成熟”，让智能控制器成为产业链上最薄弱的环节。熊蓉教授把国产智能控制器列为当前供应链中“成熟度最低”的部件，采用国产芯片的控制器在实时响应与多任务并行处理上的性能落差，正成为制约人形机器人智能化的隐形天花板。
影响人形机器人落地的因素，不止这些。智平方副总裁邱巍博士，直指人形机器人商业化的命脉——能耗经济性。


当机器人开始移动，算力和续航问题接踵而来。一方面，邱巍博士认为人形机器人的续航能力要提升，需要减少人形机器人的功耗。另一个算力层面，其提出“国产芯片与算法的深度融合”，传感器小型化与算力平台构建，都会成为破解人形零部件掣肘的关键思路。
拓斯达总工程师 张晓辉博士则从产业化视角切入，即场景驱动定义零部件的技术路径。他将人形机器人的发展划分为三个级别，每个级别对应截然不同的可靠性标准。“现在无论是宇树科技也好，智元机器人也好，大部分人形机器人还是卖到科研院所中，这类人形机器人对可靠性、稳定性的需求不高，但机器人一旦真正进入商业环节，对可靠性的要求会更高。”
只有经历真实场景的驱动以及万次循环测试，零部件的短板才会真正暴露，零部件难题才会有人解决。“人形机器人的量上来之后，对于零部件来说，不光是技术上的突破，它更是工艺制造能力的突破。应该先有场景驱动，有场景之后就产生零部件需求，新的（零部件）需求就会有新的厂家来解决（零部件）问题。”
作为负责实现人形机器人与环境的交互，完成各种精细和复杂操作的灵巧手，可谓人形机器人最重要的执行末端。市场对灵巧手的关注度，日渐攀升。
雷赛机器人总经理 王岗同样聚焦在“手”的革命上。王岗指出，工业上的自动化无法取代的就是人手的工作，原因在两个方面，一是机械手的感知不如人手丰富。二是，其通过感知带来的决策执行不如人手灵活。“在工业场景当中如果能够把‘手’的问题解决，那么我们的人形机器人在工业场景的应用中将会迈出极大一步。”
同样看重“交互”问题的是利元亨研究院院长 杜义贤博士。与王岗不同的是，杜义贤博士关注点在交互安全功能的系统性提升方面。“人形机器人跟人的交互是非常紧密的，但我们大部分产品并没有对交互安全功能做要求。”
除此之外，杜义贤博士还指出人形机器人行业内的一大痛点——“人形机器人搭载的电机很多，最少的有20个电机，最多可能有40个电机，能耗高导致续航时间短。所以，如何研发出高效率、低功耗的电机，是一个非常重要的课题。”

各家都在极力宣称自家的人形机器人已经在某车厂/某商业场景应用，开启“小批量”生产或交付。从前文提到的零部件“瓶颈”来看，风光量产的背后并非一帆风顺。
科盟创新总经理 李灏胜指出——需求不清晰就是一大“致命陷阱”。“人形机器人对零部件的需求不清晰，会导致零部件材质选错，规格定错。”
熊蓉教授则提出警惕"技术通用性陷阱"。她认为，人形机器人的量产落地需要契合市场需求，产品和技术需充分融合，而不应一味地追求技术的通用性。其次，从样机到量产，机器人需要跨越制造工艺、质量控制与供应链建设三座大山。
技术通用性的崇拜，必须让位于市场实际需求。熊蓉教授强调的正是机器人商业化落地的闭环验证，这与邱巍博士的"场景可复制性"观点，不谋而合。



“人形机器人量产落地如何形成商业闭环？这是当前科技企业和传统制造业在实践中必须回答的问题。其次，这个案例是否可复制？我们不是只做某一个案例或者某一个场景，我们要做2~3个案例去验证它，这样才能证明这个场景是可行的。”
邱巍博士还进一步剖析了当前人形机器人产业协作的困局——科技企业与传统制造企业缺乏相互理解，具身智能的产品定位模糊导致产品形态迷失，“人形”机器人并非所有场景的最优解。是否采用人形机器人取决于具体的应用场景。"
此外，他还警告行业应以敬畏的心态看待人形机器人量产爬坡规律，摒弃浮夸的“量产万台”口号，回归从“几百台到千台，最后走向万台”的扎实积累。
张晓辉博士则将量产的本质归结为工程问题——产品下线需达到客户需求，“这个过程花费的精力和时间，实际上要比做技术花费的时间更长，因为要做各种各样的验证。”机器人量产过程中需解决的服务问题、市场定价等，都需贴近用户。
这正和熊蓉教授、邱巍博士的观点相呼应—— 一句话，了解实际需求，警惕闭门造车。
和前面强调“坑”不同，王岗的避雷警告超越技术范畴，“我们的产品在研发初期到量产过程中，政策上的法律法规需要继续完善，还有更多关于伦理责任层面的问题，将随着人形机器人的量产出现。”  


上一次打价格战的，还是和人形机器人有着技术同源性的智驾行业。如今同样的问题再度出现——人形机器人要不要卷价格？卷价格有意义吗？BOM成本未来将稳定在哪个量级?
在这一点上，熊蓉教授把人形机器人的定价类比汽车分级。“汽车分低、中、高不同的档次，人形机器人同样划分不同档次，BOM成本主要和人形机器人的性能密切相关。”比如，在工业场景作业的机器人价格不同，BOM成本有一两万的，也有七八万的，如果以此为参考标准，熊蓉教授认为“乘以4差不多就是未来人形机器人的BOM成本。”
邱巍博士则从产业链独特视角切入——硬件是载体，软件是护城河。智能化演进与软硬一体化融合，才能避免人形机器人陷入价格泥潭，这也为零部件企业如何形成核心竞争力指出了突围方向。
张晓辉博士则把人形机器人的成本问题，划分成三个阶段进行分析，即价值验证、成本控制与规模降价。“现在这个阶段没有必要去讲价格，因为大家的人形机器人并没有对客户产生真正的价值，这个阶段的重点是谁能真正实现人形机器人产品落地。”在技术验证期谈成本压缩是个“伪命题”。
第二阶段则需要通过价值计算来控制成本，比如计算投资回报率。到第三阶段，随着人形机器人起量，成本也会逐渐下降。这也揭示了人形机器人背后的产业逻辑，当机器人真正替代人类创造价值，当通用性带来规模效应，价格下降才会成为技术普惠的结果。


看当下被炒得火热的人形机器人领域,宣传中，人形机器人似乎无所不能，既能为人们洗衣做饭，又能承担各种生活助理的角色。但稍有理性判断的人都明白，机器人真正能产生巨大且现实价值的领域主要集中在工业生产、仓储 AGV、消防等。在工业生产中，机器人可以提高生产效率、保证产品质量的稳定性；仓储 AGV 能够实现高效的物流运输与存储管理；消防领域的机器人则可以深入危险区域，保障消防员的生命安全。而如今市面上所谓的人形机器人，更多时候只是一个大号的玩具，需要人为操控，甚至在一些活动中，如某地举行的马拉松赛事，一个机器人配备三个人，完全违背了机器人代替人类工作的初衷，沦为一场闹剧。这种不切实际的吹捧，不仅误导了公众对机器人技术发展的认知，也浪费了大量的人力、物力和财力资源。​