机器人演示靠真人远程操控，图灵公司承认尚未实现完全自主。

机器人演示靠真人远程操控，图灵公司承认尚未实现完全自主。

优雅橘子qkvzx

机器人会自己干活吗？一场演示暴露了人形机器人最难补上的短板

一台被宣传为“靠人工智能自主工作”的人形机器人，在演示中却需要真人远程操控。更巧的是，幕后操控者被称为“图灵”。

这件事的争议，不在于机器人能不能完成几个动作，而在于：当机器人还需要真人当“提线木偶”时，距离真正走进工厂、仓库和家庭，还有多远？

马斯克曾公开预测，未来十几年，全球可能拥有约十亿台人形机器人，并认为地球上的每个人都会拥有、也都会想要一台。

这属于对未来的判断，不是已经兑现的市场事实。真正需要拆开的，是这类机器人目前到底卡在哪里，以及企业为什么仍然愿意投入巨额资金。

先看1X公司的Neo。

按照公司创始人伯恩特·伯尼奇的说法，Neo并不是靠一套固定程序完成每个动作。它会接收摄像头、力觉、触觉等信息，再由神经网络计算出电机指令，包括移动方向、施加力度和关节扭矩。

理想状态下，机器人不需要工程师提前写好“遇到什么情况就执行什么动作”，而是能够理解环境，再自行做出反应。

这就是所谓的“物理人工智能”。

传统工业机器人擅长重复动作。焊接、喷涂、搬运、装配，只要工作环境稳定，机器人可以长时间运行。但一旦物品位置变化、光线改变，或者被搬运的东西形状不同，它往往就需要重新编程。

人形机器人想解决的，正是这类不固定任务。

问题也随之出现：人工智能模型可以从大量文字中学习语言规律，却不能仅靠阅读文字学会如何捏住一块柔软的布料。

语言模型的输入和输出主要是文本，机器人面对的却是连续变化的现实世界。它要把看到的画面，转换成机械手的动作，再根据物体是否滑动、变形、破损，随时调整力度。

这中间缺少的，不是几条指令，而是海量“观察—动作—结果”的真实数据。

加州大学伯克利分校机器人学者肯·戈德堡曾将这一问题为“机器人数据缺口”。简单说，网上有很多人折衣服的视频，却很少有数据能够完整记录：手指在哪个位置接触衣服、用了多大力度、布料发生了怎样的变化，以及这次动作最终是否成功。

没有足够数据，机器人就很难从“看起来会”进步到“稳定完成”。

现在行业主要用三种办法填补这个缺口。

第一种是仿真训练。

企业可以在虚拟环境中同时训练成千上万台机器人，成本比真实设备低得多，速度也更快。但虚拟世界里的摩擦、柔软材质、光线变化和突发碰撞，很难完全复刻现实。

第二种是利用人类操作视频。

这类视频数量庞大，能够帮助模型理解“人通常如何完成一项任务”。可二维视频缺少精确的三维信息，机器人看见人拿起杯子，并不等于它知道杯子的重量、表面摩擦力和最佳抓取位置。

第三种是遥操作。

真人戴上设备，模仿机器人的动作。机器人同步执行，摄像头和传感器则把全过程记录下来，成为训练数据。

这条路更接近真实工作，但效率不高。一个人操作一台机器人，本质上仍然需要人工投入。机器人越依赖遥操作，企业就越难证明它已经具备真正的自主能力。

Neo演示中出现的“图灵”，正好把这个矛盾摆到了台面上。

这并不意味着遥操作没有价值。相反，在技术早期，真人示范可能是训练机器人理解现实的重要方式。关键在于，演示中的动作究竟有多少是机器人自主完成的，有多少依靠了幕后人员协助。

如果完整语境和技术细节没有公开，外界就不能把一次演示直接等同于成熟产品。

人形机器人行业的另一条主线，是芯片和供应链。

英伟达首席执行官黄仁勋多次强调“物理人工智能”的潜力。英伟达既提供用于训练模型的数据中心GPU，也在布局适合机器人运行的计算平台。OpenAI、谷歌、特斯拉等企业，也在尝试把人工智能从屏幕中搬到现实环境。

资金追逐的逻辑很清楚：如果机器人能够承担仓储、制造、清洁、配送等工作，那么软件模型、芯片、整机和服务都可能形成新的收入来源。

但估值故事不能替代成本核算。

机器人需要电池、执行器、减速器、传感器、计算芯片和维护服务。它还要接受安全测试，适应不同工厂的地面、货架、照明和作业流程。只要其中一个环节频繁出错，企业就可能需要额外安排员工监控。

中国在这方面拥有比较完整的制造业供应链，工业机器人应用规模也较大。智元机器人、优必选、宇树等企业都在推进人形机器人产品化，国内也出现了多家相关创业公司。

企业集中进入，说明产业链和资本都在关注这个方向；但公司数量多，不等于市场需求已经成熟。公开讨论中，行业泡沫风险也一直存在。

供应链优势能够降低制造成本，却不能自动解决机器人“会不会干活”的问题。

中国企业可能更容易把机器人做出来、量产出来，但能不能让它连续工作八小时、少掉货、少损坏物品，并且让客户愿意长期付费，仍然要靠实际订单验证。

目前较容易落地的场景，通常具备几个特点：环境相对稳定，任务重复度较高，出现错误后可以人工补救，机器人不需要直接面对高风险人群。

仓库和工厂因此成为优先试点。

宝马、亚马逊、现代等企业都在测试人形机器人或相关自动化方案。物流公司GXO的公开表述显示，冷库可能是人形机器人具有吸引力的场景之一。低温环境会增加员工工作负担，而机器人可以在一块电池的工作时间内持续执行任务。

但测试结果并不等于大规模商用。

机器人可能会掉货、损坏货物、把物品放错位置，速度也未必达到人工水平。它的电池续航、充电时间和维护费用，同样会影响单位订单成本。

假设一台机器人每天工作时间更长，却需要频繁停机维修，还要安排员工在旁边检查，那么企业真正购买的就不是“一台无人设备”，而是一套由机器人、操作员、工程师和维护人员组成的系统。

这种系统是否比人工便宜，不能只看机器售价。

人形机器人真正困难的地方，是那些人类几乎不需要思考，却对机器极其复杂的动作。

拿起一个纸箱，需要判断重量和重心；抓住一件柔软物品，需要控制力度；在有人走动的环境中转身，还要预测对方下一步会往哪里移动。

工业场景尚且可以通过隔离区域降低风险，医院和家庭则不同。

医院里有病人、医护人员、设备和临时变化，错误可能带来安全后果。家庭环境也没有统一货架、固定路线和标准化物品。一个在仓库里偶尔放错箱子的机器人，如果进入家庭照护场景，容错空间会小得多。

未来几年人形机器人更可能先承担边界清晰的工作，而不是立刻替代所有复杂岗位。

制造业也面临类似情况。美国制造业存在持续的岗位空缺，但“岗位空缺”不等于“机器人马上可以接手”。企业缺人，可能是因为工作环境差、地点偏远、技能要求高，也可能是薪资和培训机制不匹配。

机器人能够缓解哪一种问题，要看具体工序。

如果只是搬运标准箱体，专用设备可能比人形机器人更便宜、更稳定。只有当场景变化较多、改造固定设备成本很高时，人形机器人的通用性才可能体现价值。

这也是投资回报尚未被完全算清的原因。

支持者认为，机器人一旦积累足够数据，就会形成“飞轮”：部署越多，收集的数据越多，模型越强，设备成本越低，应用场景再扩大。

反对者则会追问同一条逻辑链：如果机器人在真实场景中频繁出错，企业就不敢大规模部署；部署数量上不去，数据增长也会变慢；数据不足，模型就难以跨场景泛化。所谓飞轮，可能在商业化之前就停下来。

两种判断都不是凭口号决定的，最终要看几个具体指标：单位任务成本、连续工作时间、人工接管频率、货物损坏率，以及发生事故后的责任承担方式。

从实验室走向现实，最重要的进展未必是机器人完成一次后空翻，而是它能否在真实工位上连续运行一个月，少出错、少停机，并让客户算出一笔比人工或传统自动化更划算的账。

在那之前，演示中的“图灵”仍然有存在价值。他可能不是技术落后的象征，而是行业当前阶段最诚实的注脚：机器人正在学习如何行动，但它距离完全独立工作，还需要更多数据、更多试点，以及一份经得起实际订单检验的成本表。