机器人抢登马年春晚，首家官宣合作公司魔法原子谈行业痛点：高训练成本难转嫁于终端客户

宇树机器人在春晚大放异彩之后，众多机器人企业正在抢登马年春晚舞台。

1月23日，中央广播电视总台与具身智能科技公司魔法原子联合宣布，具身智能科技公司魔法原子成为总台《2026年春节联欢晚会》智能机器人战略合作伙伴。这也是今年春晚首家被官宣的机器人企业。

过去一年，具身智能在政策、资本与技术进展的共振下加速升温。随着2026年的到来，行业内部逐渐形成共识，人形机器人正从实验室演示，走向量产与真实场景验证的关键节点。

魔法原子联合创始人顾诗韬接受《每日经济新闻》等媒体的采访时表示，具身智能是一个长周期、高投入的行业，还处于商业化早期，目前行业的痛点在于，训练出来的模型，成本往往很难直接转嫁给终端客户并获得高溢价。因此，一家优秀的具身智能公司，如果只讲算法逻辑或数据逻辑，是远远不够的。

魔法原子人形机器人，企业供图

产业重心转向落地应用，具身智能商业化仍处“非常早期”

放大到整个行业的背景下，当前具身智能产业最显著的变化，是讨论重心正在转向落地应用。

魔法原子联合创始人顾诗韬表示，具身智能要走向商业化，必须先找到可以被复制的落地路径，在商业化初期，并非所有场景都适合引入机器人，场景本身的筛选，往往比技术选择更重要。她说，“相对来讲，今年能够快速商业化落地的，可能是在一些商业相对标准的交互的一些场景”。

不过，顾诗韬也反复强调，当前具身智能仍处在非常早期的商业阶段。

目前工业场景正成为具身智能快速落地的高频场景，在对于效率、稳定性以及成本需要缺一不可的工业场景，顾诗韬指出，行业通常认为，机器人要进入产线，至少需要达到70%以上的人力替代效率，且成功率要超过95%。

即便达标，客户是否愿意为此买单，仍然是另一回事。因此，她并不认为工业场景会在短期内成为主要收入来源，相反，工业场景长周期的赛道，需要提前布局，同时无法快速获得回报。“在工业（场景）落地就是长周期的，要尊重客观规律，ToB的销售跟ToC的销售周期就是不一样的。”

这也是魔法原子在商业策略上的取舍之一，一边在工业场景中做长期投入，一边通过更贴近现实需求的产品，建立现金流。她反复强调，“稳健的现金流是企业安身立命之本。”在她看来，未来的竞争不仅是技术之争，更是资源、资金与人才的综合博弈。

模型结构仍有变数，真实世界数据积累具有长期价值

这种判断，也延伸到资本市场层面。顾诗韬并未回避IPO话题，她表示，现在二级市场的热度，对于人形机器人公司来说是一个比较好的机会。

对于企业而言，一方面必须先跑通自己的商业闭环，让研发投入能够靠企业自身的经营能力来反哺。另一方面也希望能在二级市场获得更多的资源支持。

“我们也在加速我们整体上市的进程，魔法原子品牌相对还比较年轻，我们是2024年的时候刚成立，所以我们现在在严格的按照最快的上市的时间表在排，期待的是可能在2026年就看到我们的二级市场的一些消息。”顾诗韬表示。

讨论人形机器人的商业化难题时，一个常见的解释是：物理世界太复杂，模型还不够强。

但顾诗韬并不完全认同这一说法。她指出，当前阶段，模型结构本身并非最大的限制因素，有效数据的稀缺同样是一大难题，“真实世界的有效数据一定都是非常有价值的，要先有这么多有效数据去训练模型，模型才能够实现指数型的增长”。

她解释称，过去一年，行业里很多公司开始大规模采集数据，但这些数据往往脱离真实应用场景，训练出的模型效果很差。“原因在于这个数据基本上是空中楼阁，整个采数的流程没有经过VLA模型的校验。”对于数据采集，她认为，要先有应用需求，再反推模型结构，再去采数据，才能够实现自闭环。

她坦言，当前行业热议的VLA路线不不一定是终局形态，但无论模型结构如何变化，真实世界数据的积累都具有长期价值。

“这个事情非常长周期，它前期一定是非常烧钱的。”顾诗韬表示，具身智能是一个长周期、高投入的行业，从模型算法研发到大规模数据采集，每一个环节都需要巨大的资金投入。目前行业的痛点在于，训出的模型，其成本往往很难直接转嫁给终端客户并获得高溢价。因此，一家优秀的具身智能公司，如果只讲算法逻辑或数据逻辑，是远远不够的。

灵巧手决定上限，却最难算清商业账

在具身智能的诸多技术模块中，灵巧手被视为最具想象力的部分。

顾诗韬表示，从整机角度看，当前具身智能仍有大量核心模组具备更大的降本空间，例如主控芯片，现在人形机器人还在用像Orin这样的高性能芯片，成本并没有完全被压缩。

从整机降本的角度来讲，方向包括但不限于灵巧手。但这并不意味着灵巧手便宜。相反，一旦进入高自由度方案，灵巧手的成本也会迅速被拉高。她举例称，如果是五指灵巧手，尤其是上到20以上自由度腱绳驱动的方案，成本是极高的，“这个成本转嫁到终端用户身上，很多客户没有办法接受，它会导致整机成本非常高”。

这正是灵巧手商业化面临的核心矛盾：能力越强，成本越高，而现实场景对高精度操作的需求，却不能因此而降低。

魔法原子在整机降本的路径上，选择优先通过量产拉低核心模组成本，而不是一开始就追求末端能力的极致形态。顾诗韬给出了一个明确的量产节点判断，当人形机器人出货规模达到1万台时，即便是搭载11自由度灵巧手的整机，整体成本也有望被压缩至1万美元以下。“我们认为1万美元以下的整体的整机成本已经达到了一个能够快速商业化落地的基本要求，我们和大量工业、商业客户交流下来，大家觉得是可以承受的。”

在技术路线选择上，顾诗韬则强调，灵巧手是一个一定要重点去布局的末端工具。她指出，人形机器人能力的上限，最终取决于两个维度：一是下肢的运动能力，二是上肢的操作能力，而后者几乎完全由末端工具决定。

但在短期内，她并不认为高自由度灵巧手具备成熟的量产条件。“现在像21自由度的方案，包括特斯拉最新的灵巧手方案，我们认为还不具备量产能力，核心原因还是成本。”她解释，要把灵巧手做得更灵活，背后会涉及电机的小型化、六维力传感器要不要上等问题，这些选择都会直接指向上游供应链的成熟度。

但现实情况是，由于当前需求规模有限，许多关键传感器和执行器并未形成规模化生产，单件成本居高不下，进而形成“先有鸡还是先有蛋”的困境，因为量不够大，上游成本降不下来；成本降不下来，下游客户又不愿意大规模用。

也正因此，顾诗韬表示，团队在探索中开始关注一些阶段化落地的不同的形态。例如液压形态的末端工具，其单手成本可以被压缩到一两千元区间，被视为更接近现实落地条件的过渡方案，但这些可能都不是终局形态。