人形机器人变天！中国“破壳”背水一战！

来源：市场资讯

（来源：具身之家产业观察）

作者| 拂晓子

人形机器人最残酷的分岔已经出现：一条路去工厂，解决效率；一条路进家庭，挑战通用性。

特斯拉、智元、宇树、优必选正在把人形机器人推向量产，但许华哲创办破壳机器人，押注的却是更混乱、更难交付、也更接近AGI想象力的家庭场景。

过去几年，人形机器人最热的故事，几乎都发生在工厂。

它们搬箱子、上下料、做质检、进产线，看上去像是工业自动化的一次新升级。这个方向最容易被资本理解，也最容易被企业采购接受：任务明确，场景封闭，ROI能算账。

特斯拉也正在把这个故事推向新的高点，近期特斯拉明确提到，公司将在二季度启动首个大规模Optimus工厂准备工作；第一代产线设计年产能为100万台，将替代Fremont工厂的Model S和Model X产线；同时，得州Gigafactory也在为第二代产线做准备，长期年产能目标达到1000万台。

这意味着，人形机器人不再只是发布会上的技术秀，而开始进入产线、产能、成本和交付的硬仗。

但就在行业普遍向工厂奔跑时，中国的“许华哲”却选择了另一条路——把机器人“带回家”。

根据36氪报道，许华哲在星海图估值冲破200亿、融资近30亿的高光阶段选择单飞，创办“破壳机器人”。

新公司成立时间很短，但已经完成数千万美元天使轮融资，并在团队、模型、数据采集硬件等方面快速推进。

这不是一个普通创业故事，它更像是中国具身智能行业的一次路线分裂：一边是工厂里的效率机器，一边是家庭里的智能保姆。

单飞押注“最难”战场

许华哲作为“伯克利归国四子之一”、清华大学交叉信息研究院助理教授，2023年，许华哲曾加入“星海图”任前首席科学家兼联合创始人，一起将这家公司打造成中国具身智能领域的明星公司。

不过，在这家公司估值冲破200亿、融资近30亿的巅峰时刻，许华哲又选择“单飞”并创办了全新的具身智能公司“破壳机器人”。

在公开专访中，他给出了一个很激进的判断：两年内，中国将出现可用的家庭机器人。

这个机器人不是无所不能，也不会去做抱婴儿、烧热水这类高风险动作，但它能完成相当多真实家庭任务，比如精细清洁、洗衣收纳、多步骤家务串联。

这个判断很快引起质疑，因为从商业化角度看，家庭显然不是一个容易的场景。

工厂可以划线，可以围栏，可以标准化流程。机器人今天搬一个箱子，明天还是搬类似的箱子。即便效率只有人类的一部分，只要足够稳定、足够可计算，就有机会被企业采购。

但家庭不一样，家庭里的杯子每天放的位置不同，衣服可能团成一团，地上可能有玩具、宠物、线缆、玻璃杯。厨房有水、有火、有刀具，客厅有老人、小孩和不可预测的临时动作。

工厂的混乱，很多时候是管理问题；

家庭的混乱，本身就是任务的一部分。

这也正是许华哲押注家庭的理由：如果机器人只能在确定性场景里工作，它就更像传统自动化设备；如果机器人能在家庭这种开放、长尾、混乱的环境中完成任务，它才真正接近“通用智能”的能力边界。

机器人会在工厂先变现

目前看来，人形机器人最先跑出收入的地方，确实是工厂。

优必选就是一个典型样本。根据公开财报，2025年，优必选全尺寸具身智能人形机器人销量为1079台，收入达到8.2亿元，同比增长2203.7%，并跃升为公司第一大收入来源；Walker S2等产品已覆盖汽车制造、物流、3C电子制造、半导体制造等工业场景，主要任务包括搬运、分拣、质检等。

智元的量产进度也在加快。新华社报道称，智元机器人第10000台通用具身机器人远征A3已于2026年3月28日正式下线，从5000台到10000台只用了3个多月，体现出具身智能产业规模化落地正在提速。

IDC的数据也能说明这个行业的阶段变化。2025年，全球人形机器人出货量超过1.8万台，但IDC同时指出，超过85%的部署仍集中在表演、教育、数据采集和导览服务等场景，制造和物流只是刚刚出现早期试点。

这组数据说明人形机器人已经从“能不能动”进入“能不能交付”的阶段，但距离真正大规模创造生产价值，仍然有一段距离。

所以，工厂路线最现实的商业路径，但问题在于：如果机器人长期只做搬运、分拣、质检，它到底是在逼近AGI，还是在成为更贵、更灵活一点的自动化设备？

家庭智能“保姆”的难点

许华哲要做的家庭机器人不是更大号的扫地机。

扫地机解决的是单一任务：地面清洁；家庭机器人要解决的是一连串任务：识别、判断、行动、等待、再行动、收尾。

“破壳机器人”许华哲

比如洗衣服，这件事对人来说很普通，但对机器人来说极其复杂。

它不是把衣服丢进洗衣机这么简单，而是要识别脏衣服、分类、投放洗衣液、启动洗衣机，等待洗完后再把衣服拿出来，放进烘干机，继续等待，最后取出、叠好、放回衣柜。

真正难的地方，不在某一个动作，而在动作之间的“缝隙”。

人类会自然处理这些缝隙：洗衣机什么时候响了，衣服有没有掉，袜子是不是混在床单里，烘干后是不是皱了，衣柜空间够不够。

机器人如果只能完成其中某一步，用户并不会觉得它真的有用。因为做到一半的家务，反而会制造新的麻烦。

这也是家庭机器人和工厂机器人的根本区别。

工厂要的是稳定执行；

家庭要的是连续闭环。

机器人要真正进入家庭，不是展示一次“会叠衣服”的Demo，而是能够在真实家庭里，把一件事从头到尾做完。

要做会干活的“脑”

“破壳机器人”在技术路线上也没有走主流路径。

目前很多具身智能公司强调VLA，也就是视觉-语言-动作模型。简单理解，就是让机器人看见环境、听懂指令，再输出动作。

这条路线很自然。大模型时代，大家都习惯先从语言理解切入，再把理解能力映射到动作执行。

但许华哲选择的是“世界模型”。他明确表示，破壳机器人放弃主流VLA基座模型方案，转而构建一种直接输入和输出“视频-动作”的世界模型；在模型结构上提出UAG架构，用并联式预训练替代过去的瀑布式级联，并把强化学习贯穿预训练与部署全过程。

VLA解决的是“机器人听不听得懂人话”；世界模型要解决的是“机器人知不知道一个动作会让世界发生什么变化”。

家庭机器人需要的恰恰是后者。

用户说“把餐桌收拾一下”，这不是一个简单命令，而是一整个物理世界变化过程。机器人要知道杯子能不能拿，盘子怎么堆，汤汁会不会洒，垃圾和餐具怎么区分，下一步动作会不会带来新的风险。

换句话说，家庭机器人不能只是一个会聊天的外壳。

它必须有一个能理解物理世界、动作后果和失败边界的大脑。

这也是强化学习在这里的价值。根据许华哲的说法，强化学习不仅可以评估数据质量，还能让模型理解哪些数据好、哪些次优、哪些失败，从而知道成功边缘的失败长什么样，并进一步排除这些失败因素。

这套逻辑如果跑通，“破壳机器人”要做的就不是“陪伴机器人”，而是“会干活的家庭机器人”。

五位数的机器人到底卖啥？

许华哲对To C家庭机器人的商业判断也很直接：它不是简单替代人力，而是“科技潮品+家庭助手+管家”的复合体，价格预计五位数起步。

五位数价格决定了，第一批用户更可能是高净值家庭、科技尝鲜人群、有老人儿童宠物的中高收入家庭，或者高端住宅、物业服务、养老照护等场景。

这不是一个“便宜替代家政”的故事，它更像是一个“下一代家庭入口”的故事。

扫地机占的是地面、智能音箱占的是语音入口、智能电视占的是客厅屏幕，而家庭机器人如果真的能完成清洁、收纳、取物、提醒、照看、家庭设备联动，它占的就不是某一个功能，而是家庭生活秩序本身。

这也是资本愿意押注家庭机器人的原因。

机器人一旦进入家庭，它就不只是硬件，而可能成为AI在家庭场景里的执行层。

许华哲不是唯一一个把目光转向家庭的人。

Figure 03的发布也释放了类似信号。Figure官方介绍称，Figure 03是面向Helix、家庭和规模化世界重新设计的第三代人形机器人，目标是交付真正的通用机器人，能执行类人任务，并直接向人类学习。

Figure官网还将其定义为日常使用的通用人形机器人，强调可以处理洗衣、清洁、洗碗等家务任务，并通过Helix系统在不可预测、不断变化的家庭环境中导航。

这说明一个趋势：工厂是人形机器人最早商业化的场景，但家庭是最能证明通用性的场景。

对机器人公司来说，工厂是现金流战场，家庭是终局想象战场。

前者决定谁先活下来，后者决定谁能定义下一代AI终端。

真实家庭比实验室更残酷

但我们必须说，家庭机器人这条路很难，甚至可能比今天行业叙事里呈现的更难。

第一是安全问题：

机器人进入家庭后，面对的不再是封闭产线，而是老人、小孩、宠物、刀具、玻璃、电器、热水、楼梯。任何一个动作失败，都不只是任务失败，而可能变成责任事故。

第二是隐私问题：

家庭是最敏感的数据场景。第一人称视角视频、家庭布局、生活习惯、语音指令、老人儿童活动轨迹，都属于高度私密数据。机器人要学习家庭，就不可避免要采集家庭；而一旦采集家庭，隐私边界就会成为商业化必须回答的问题。

第三是维护问题：

工厂机器人出了问题，可以有工程师、有维护流程、有备用设备，家庭用户不会接受复杂调试。一个五位数机器人，如果三天两头需要重启、校准、报错、等待售后，它就很难成为消费品。

第四是任务完成率问题：

家庭机器人不是完成80%就够了。很多家庭任务必须闭环。衣服洗到一半、碗收拾到一半、地擦到一半，用户不会觉得这是“完成了大部分”，只会觉得它又制造了一个新麻烦。

所以，家庭机器人真正要跨越的，不是技术演示，而是用户容错率。

Demo可以惊艳一次；

家庭交付要稳定一千次。

中国缺少家庭数据飞轮

中国做人形机器人，有很强的供应链优势：电机、减速器、传感器、电池、整机制造、消费电子供应链、工程师红利，这些都让中国机器人公司具备快速迭代的底盘。

但家庭机器人真正稀缺的，不只是身体，而是数据飞轮。

什么是数据飞轮？

不是简单采集更多视频，而是在真实任务中不断形成“任务定义—数据采集—模型训练—机器人执行—失败反馈—再次训练”的闭环。

“破壳机器人”现在做的UMI手套、外骨骼数据采集、第一人称视角人类数据，本质上都是为了获得家庭场景里的高质量动作数据。

这和工厂数据不同，工厂数据更标准，也更专用，家庭数据更混乱，也更接近通用智能。

许华哲选择家庭场景，真正押注的不是某一个硬件形态，而是家庭场景能否形成足够强的数据飞轮。

如果这个飞轮转起来，“破壳机器人”训练出的就不只是一个会做家务的机器，而是一个更懂真实生活任务的具身智能模型。

这才是家庭路线最有想象力的地方。

人形不是终点

家庭机器人这条路太难。安全、隐私、成本、维护、交付、量产、售后，每一关都足够筛掉大多数创业公司。

而且，消费者和企业客户不同：

企业买机器人，是算效率账；

家庭买机器人，是算体验账。

企业可以容忍试点、磨合、迭代；家庭用户更直接：好不好用，值不值钱，会不会添堵。

这也是为什么家庭机器人一旦跑通，壁垒会非常高；但在跑通之前，它会长期处在“技术想象很强、商业兑现很慢”的状态。

特斯拉、优必选、智元、宇树们正在证明：人形机器人可以量产，可以交付，可以进入工业场景创造价值。

许华哲和破壳机器人想追问的是另一个更难的问题：机器人能不能真正理解人类生活？

这两条路没有绝对高低，工厂路线会先兑现收入，家庭路线可能决定天花板。

下一代机器人真正的分水岭，不是外形像不像人，而是能不能在一个混乱、开放、不可预测的真实环境里，把一件事从头做到尾。

机器人进入工厂，是自动化的延长线；机器人进入家庭，才是通用智能的试金石。

cjm321666（微信）