有报告称：80%订单是假的？谁在掏钱买人形机器人？

当前，一则刺破行业泡沫的判断正在具身智能赛道引发震动：市场上至少80%的人形机器人所谓订单都属虚假。2025年国内披露的57亿大额订单看似繁荣，却根本经不起推敲。从意向合作到真正验收下线，中间隔着巨大的鸿沟，大量的口头协议被刻意简化成了“订单”。

更令人深思的是，拨开迷雾后发现，真正掏出真金白银买单的往往是高校、职业院校与地方政府实训中心，它们将机器人作为教具或验证项目；甚至存在上下游企业的“互保”协议以及海外集成商索要的免费样机。真正的“进厂打工”、替代产线工人的商业采购少之又少。

狂热的资本外衣下，是一场亟需冷水浇醒的技术与商业迷局。为什么会出现这种大规模的注水繁荣？回看这起关于虚假订单的争议事件，要看透资本市场的疯狂定价与现实量产之间的断层，得先弄清人形机器人当前真实的制造水平。

按照目前掌握的信息，特斯拉位于加州弗里蒙特的组装工厂，现阶段还处在手工组装样机的阶段。所有零部件都依靠工人和技术人员手动装配，没有任何自动化产线参与。在这种纯人工组装模式下，当前样机成本达到七十万人民币。这一阶段的产品本质上属于样机，没有自动化生产流程。

这家工厂未来规划的年产量目标是一百万台。第二座工厂选址在德州奥斯汀，这里会成为特斯拉未来主力生产基地，计划在2027年启动量产，规划年产能一千万台。目前七十万人民币的样机生产成本，还没有计入这两座工厂未来产能爬坡阶段产生的各项费用，这是第一个需要明确的数据。

当前市面上的这几类应用场景，机器人仅仅具备人形外观，并不需要很高的智能水平。制约大规模商业化落地的技术瓶颈，需要结合行业技术发展历程来看，整个行业发展可以划分成三个阶段。第一个阶段是导航阶段，也就是navigation。

这项技术依托智能驾驶的技术积累，智能驾驶让车辆拥有强大避障能力，这套视觉避障系统直接迁移到机器人身上。车辆依靠摄像头，基于视觉完成障碍物识别与避让，同套底层逻辑，用到人形机器人上，就实现基础导航，机器人可以正常行走。

第二个阶段是运动能力阶段，locomotion。今年春晚出现的宇树机器人，就是这个阶段的典型代表，这款机器人可以跳舞，宇树还发布过机器人打功夫的视频。运动能力突破，来自强化学习技术成熟，而强化学习的进步依托大模型发展。

大模型可以找到最优奖励函数，完善强化学习模型，输出最接近人类的关节角度，让机器人的动作更贴近真人。最近两年大量可以跳舞、表演动作的机器人面世，产业目前就停留在第二个阶段。

想要进入真正核心场景，进入工厂承担制造任务，或是走入家庭做家务，解放人力，就需要迈入第三个阶段，操作阶段manipulation。这个阶段的机器人，需要自主完成各类任务操作。这是产业现状，行业还处在第二阶段，第三阶段的操作能力，暂时还没有实现。

江浙部分高速公路上，可以看到机械臂设备。这类设备预先设定程序，搭载少量视觉识别能力，但功能维度，和家庭拖地、抓取衣物放进洗衣机、洗碗，或是工厂自动打螺丝这类任务，差距非常大。这类设备，仍然属于第二阶段运动能力范畴。

正是因为大量机器人仍停留在初级运动阶段，才导致了所谓80%订单是假的，毕竟没有企业愿意为只能做演示的样机下达真实的量产订单。当前产业处于运动能力阶段，距离自主操作任务还有明显距离。很多人会混淆机械臂设备与人形机器人的能力边界。

固定场景的机械臂，动作程序提前编写，视觉辅助只做简单识别，不具备泛化操作能力。机器人想要拿起不同形状、不同软硬的物体，调整抓取力度，适应环境微小变化，就是第三阶段操作能力要解决的核心。

固定机械臂不会面对这种多变环境。家庭场景物品杂乱，物体材质不同，杯子、毛巾、碗筷，重量、硬度各不相同，需要机器人自主判断抓取方式，调整夹持力度。工厂流水线固定工位的机械臂，处理的物品、位置全部标准化，难度不在一个层级。

我们把时间线拉长来看，在没有解决多变环境下的泛化能力前，任何意向采购协议都无法转化为真正的收入确认订单，这也就解释了为何学校科研反而成了出货的主力。双系统模型架构里，系统一的小脑负责快速反射动作，比如走路踩到障碍物，快速调整姿态，防止摔倒。

这类动作不需要大模型全程运算，依靠本地轻量化模型快速响应。系统二的大脑，负责规划复杂任务，比如“把衣服放到洗衣机”，拆解任务步骤，规划动作序列。两个系统协同，才可以完成复杂家务任务。

现在人们看到机器人跳舞、做体操，本质是系统一运动能力的优化，依靠强化学习优化姿态控制，属于第二阶段能力。而完成家务任务，需要系统二做任务规划，同时依靠触觉感知，判断抓取状态，属于第三阶段操作能力。

很多公众容易把机器人跳舞表演，等同于机器人可以干活，这是很常见的认知误区。现阶段商场展示的人形机器人，所有动作都是提前编排。它可以流畅完成舞蹈动作，但是如果摆放物品位置轻微偏移，机器人就无法自主调整抓取动作。这就是缺少第三阶段泛化操作能力的表现。

机器人只能执行预设脚本，无法自主应对环境变化。巡警辅助机器人、保安值守机器人，核心能力是导航、避障，识别行人，基础语音交互，不需要精细手部操作。这类场景落地门槛低，也是短期最先铺开的场景。

售货机器人只需要固定点位抓取固定商品，物品位置固定，任务简单，同样不需要泛化操作能力。当时很多人认为只要能做出高难度动作就能拿到商业化订单，但现实是这种认知偏差催生了虚幻的泡沫，真正的生产车间需要的是能顶替工位的扎实本领。

人形机器人的商业化，会分场景依次落地。最先落地的场景，不需要精细手部操作，只需要行走、导航、基础交互。工厂标准化工位场景会紧随其后，工厂环境可控，物品位置固定，环境干扰少，对泛化能力要求低于家庭场景。

家庭场景是难度最高的，家庭环境物品杂乱，环境多变，物品摆放位置不固定，对触觉感知、任务规划能力要求最高，会是最晚大规模落地的场景。很多投资者关注A股机器人板块五轮行情，五上五下，本质是预期反复。市场交替切换乐观和悲观预期。

每当企业发布新机器人视频，市场预期拉高，板块上涨；后续产品落地不及预期，商业化进度慢，预期回落，板块回调。板块高市盈率，是市场在给远期百万台销量的预期定价，不是基于当前企业盈利水平。如果未来量产进度推迟，或是降本不及预期，估值会面临调整风险。

产业前景广阔，但短期商业化落地难度，不能被忽视。为了戳破这80%订单是假的市场幻象，外界必须跳出所谓意向合作的炒作，紧盯真正掏钱买单并完成交付的核心指标。很多投资者会关心，普通投资者应该跟踪哪些关键信号，用来判断人形机器人产业的进展。

第一类信号是量产交付数据，也就是主机厂实际出货台数，要区分内部测试样机、小批量试产和真正对外交付的产品。样机数量不具备参考价值，只有对外交付的产品数量，才可以用来验证产业落地速度。第二类信号是模型迭代效果。

重点看模型在非预设场景下的泛化能力，也就是机器人能不能自主处理没有提前编程的突发任务。如果新发布的模型，能够大幅提升机器人在陌生环境的任务成功率，就代表产业核心卡点取得突破。第三类信号是下游场景落地，看家庭场景的真实用户反馈。

工厂B端场景的落地，只能证明机器人可以完成标准化重复任务。只有家庭场景的普通用户，可以稳定使用机器人完成家务、照料等多样化任务，才代表产品真正具备C端消费品属性，产业进入爆发前夕。第四类信号是成本下降曲线。

跟踪单台人形机器人BOM物料成本的变化。成本持续下行，才具备大规模普及的基础。如果成本长期居高不下，就算技术再先进，也很难走进普通家庭。只有当真正走完招标、验收全流程的实质性数据开始爆发，这个产业才算真正迎来了破局的时刻。

总而言之，拨开“57亿元大额订单”的迷雾，人形机器人产业当下面临的真实挑战依然严峻。无论是高校机构的教具采购，还是地方财政补贴下的政务展示，这些都无法掩盖真实“进厂订单”极度稀缺的尴尬现状。

行业当下讲述的是重塑21世纪工业格局的技术革命，但市场上批量流通的更多仍是披着未来外壳的样机道具。真正的产业拐点，绝不是靠意向采购单和互保协议堆砌出来的80%虚假繁荣，而是要等待像国家电网这类有明确经济账可算的超级工程真正开始落地。

到那时，我们才能真真切切地知道，到底是谁在掏钱买人形机器人。