簡體 | 繁體
loading...
新聞頻道
  • 首頁
  • 新聞
  • 讀圖
  • 財經
  • 教育
  • 家居
  • 健康
  • 美食
  • 時尚
  • 旅遊
  • 影視
  • 博客
  • 群吧
  • 論壇
  • 電台
  • 焦點新聞
  • 圖片新聞
  • 視頻新聞
  • 生活百態
  • 娛樂新聞
您的位置: 文學城 » 新聞 » 焦點新聞 » 50萬一台的人形機器人,搬運效率卻連工人一半都不到

50萬一台的人形機器人,搬運效率卻連工人一半都不到

文章來源: 虎嗅APP 於 2025-06-20 01:06:04 - 新聞取自各大新聞媒體,新聞內容並不代表本網立場!
被閱讀次數
50萬一台的人形機器人,搬運效率卻連工人一半都不到

半年前,機器人還是車企提升估值的特效藥。當時,如果一家車企宣布要做機器人,資本市場給它的估值就會翻一倍,汽車的零部件供應商同理。

在特斯拉發布機器人視頻後,十多家車企都蹭上機器人概念。小鵬、小米、廣汽已經推出了機器人產品;理想表達了進場的意圖、蔚來處在調研階段;賽力斯、長安、比亞迪等已經設立團隊並開啟招聘,賽力斯在重慶和上海機器人團隊已有近 200人;上汽、北汽、奔馳則是重在投資參與。

車企做機器人,最簡單的理由就是特斯拉已經做了,而且給行業提供了足夠多的理由:

一是硬件層的高度複用性,包括攝像頭、激光雷達等;

二是軟件層的遷移,車企在自動駕駛研發上的算法和數據閉環能力在機器人領域再利用;

三是資源共享,包括製造、銷售資源等都能夠給機器人提供實際應用場景。

這是一座尚待挖掘的金礦,也是比汽車更具增長空間的好生意。據立德研究院發布的《人形機器人產業研究報告》預測,中國人形機器人市場規模在2024年約為27.6億元,2029年將達到750億元。中金公司研報則表示,預計2030年中國人形機器人出貨量有望達到35萬台。

各家車企雖參與程度不同,但機器人賽道已經車企尋求新業務增長點的重要抓手。



圖為上海車展期間小鵬展出的人形機器人IRON,是目前國內少有公開的車企機器人產品之一

不過,目前尚未能明確車企們的機器人是買來的還是自己做的,多數產品的參數也未知。唯一明確的是,在今年的上海車展上,車企們都選擇用機器人來當車模,而不是讓它們進工廠。與後者相比,造一個機器人站在機器人邊上,實在太初級且沒有想象空間。

“現在整個行業都在放衛星”,一位在人形機器人行業工作近十年的高管直言。

如果按照部分企業半年前的計劃,現在汽車工廠裏已經有上萬台機器人擰螺絲。僅特斯拉之前就計劃今年往工廠裏放 5000 台機器人,宇樹、智元、優必選等公司的計劃出貨量也超過 5000台,其中有相當一部分聲稱要進汽車工廠工作。

但據虎嗅了解,包括特斯拉在內,讓機器人進工廠的計劃目前都隻是 PPT。大部分機器人在汽車工廠都隻是“實習”,他們離跟上工人的操作效率還差得遠。

從"四個輪子"到"兩條腿"的技術難度

“如果說汽車已經定型 80%,機器人從硬到軟的定型和標準化還不到 20%。”峰瑞資本李豐指出。

汽車產業經曆上百年的發展,硬件形態已經非常成熟和固化,車企更多的是通過軟件重新定義汽車。

人形機器人硬件還未完全定型。盡管車企可以在短時間內組裝出一個樣式還不錯的人形機器人,但這是近年來機器人供應鏈進步的結果,並不是車企技術成果。

雖然人形機器人本體路線已經逐漸收斂,但關鍵零部件技術方案還不成熟,例如電機、靈巧手、傳感器等仍存在路線爭議。硬件會決定機器人動作能力的上限,無法直接通過“拿來主義”一步到位。

“特斯拉Optimus搬電池、拿雞蛋、接網球的那些demo視頻說明了它的硬件(靈巧手)上限已經具備完成這些動作的能力。”隋偉說道,“雖然特斯拉也是買模組組裝,但他們進行進一步調優,比如Optimus手部連杆和國內產品做得不一樣。”

在一些關鍵零部件上,特斯拉甚至會給出具體的產品需求讓廠商定製。一位曾和特斯拉接觸過的國內供應商創始人告訴筆者,其曾在 2023年上半年收到特斯拉Optimus靈巧手指尖傳感器的精度、麵積需求,而當時並沒有針對靈巧手現成的傳感器產品,於是團隊花了三個月時間進行研發。

特斯拉走過的路,國內車企同樣得走一遍。一位接近小米機器人的供應商告訴筆者,小米現階段在靈巧手上也花了不少精力。

“小米也在做數據采集的手套。”上述人士說道。這其實延伸出車企麵臨的另一難題,即軟件層能力。

截至目前,已有多位自動駕駛技術大佬宣布入局人形機器人。他們相信從自動駕駛到具身智能,技術有相當緊密的連續性。

但人形機器人麵臨的技術難題顯然更複雜。自動駕駛的任務是讓汽車在二維層麵不碰撞物體,機器人則需要在複雜的三維世界主動碰撞各種各樣的物體。

機器人要完成更複雜的操作,對應的訓練和對傳感器的要求也更難。

汽車上傳感器配置隻是數量多少的問題,人形機器人尤其需要物理交互性,需要獲取多模態數據,除了攝像頭、激光雷達這類常見傳感器之外,還需要力覺傳感器、觸覺傳感器等,這不僅對數據采集和處理提出了更高要求,而且也加大了數據獲取的難度。

自動駕駛僅有縱向速度控製和橫向轉向控製 2 個自由度,但人形機器人不僅自由度多,且複雜程度高。即使是拿雞蛋的動作,機器人除了看清楚物體後實施抓取動作,力度多大,如何鬆手放置等,完成一個簡單的動作,需要聽覺、視覺、觸覺多傳感器和不同電機控製、關節的機械結構傳動配合完成。



大語言模型帶來的AI技術進展目前還沒有在機器人領域複現。即使是特斯拉也還沒找到足夠多的數據去訓練機器人模型。

人形機器人的數據規模十分有限。何小鵬並不回避數據難題。“人形機器人的數據門檻遠高於汽車,兩者都麵臨數據來源的挑戰,汽車通過駕駛員日常行駛能自然產生海量數據,但人形機器人內部並沒有人。”

業內對於人形機器人的數據獲取並沒有一套統一的範式。特斯拉和Google都選擇用遙控獲取數據,但背後的成本投入巨大。據悉,Google 做十幾萬條數據,用時十多個月,花了上千萬美元。

優必選采用真機數據和仿真生成相結合的方式,但前期真機隻能采集單點動作的數據,泛化能力突破受限。

“目前大多數機器人還處在實驗室環境下,人形機器人在場景裏部署量不大,難以產生足夠的數據量。”地瓜機器人隋偉說道。

目前機器人公司采集的數據還無法驗證現有的機器人模型是否能像大語言模型那樣,學習足夠多的數據後能力明顯提升,即 scaling law。

業內認為,驗證機器人模型的scaling law至少需要1000萬條數據,而據我們了解,目前大部分機器人公司收集的數據還不到100萬條。

還難以取代人

大多數所有“造人”的車企想讓機器人進入汽車工廠打工,工業場景被視為最適合人形機器人商業化落地的場景。

大邏輯在於,工業機械臂已經很難繼續替代工人,流水線下一步進化要靠能完成人的工作的人形機器人。

總裝線是汽車工廠最難實現自動化的場景,搬運、質檢、擰螺絲、撕膜、貼標、整理線束等並不是標準化的工作任務,即使是特斯拉、比亞迪這類十分重視工業自動化的公司,都不得不通過雇傭數十萬人來完成總裝產線的工作。

今年嚐試把機器人送到汽車工廠工作的優必選技術負責人焦繼超告訴筆者,他在過去一年跑了20多家車企工廠,每家車企的廠線都不一樣,新勢力車企新的工廠稍微好一些,但一些傳統車企的工廠環境較為老舊且窄,應用挑戰更大。

“機器人去到場景裏,人不可能在後麵拿個遙控器操作。這裏的技術難題涉及機器人的感知、定位、地圖、導航、決策規劃。這不是一個純靠投入幾百個人,半年一年就能搞定了,這和無人車的難度不是一個倍數的關係。”焦繼超說道。



以搬運為例,機器人在工廠中需要搬運不同顏色、不同尺寸、不同形態、不同材質的箱子考驗機器人的泛化能力。“當出現新箱體的時候,我們要采集新的數據,花兩三天去做訓練。”焦繼超說道。

解決了搬起來的問題,還有運輸的挑戰。不同料箱的重量會隨機變化,箱內物體的擺動會考驗機器人的重心控製,需要機器人全身機械結構的動態調整平衡,這其實也就導致了機器人在搬運過程中難以奔跑或快走。

再就是放置的難度。料箱和料箱之間是通過 1-2 厘米寬度的邊緣進行嵌合,這需要機器人去對齊不同的料箱邊緣。這個擺放的過程中,視覺隻能做初步定位,需要通過力度傳感反饋進行精度定位。

汽車工廠的托盤差不多10公分高,機器人每搬一次高度上升10公分,機器人在汽車上料的組裝線要搬到接近1米8的高度,這個操作空間要求機器人蹲得夠深,站得夠高。這對電機的功率要求非常高,目前僅有優必選、宇樹、波士頓動力等少數幾個公司做得到。

據另一家已經進車企生產線的機器人企業透露,其機器人產品一開始搬運一個箱子要四分半鍾,相同的工作普通工人一分鍾以內就能搬完。盡管後續優化到兩分鍾左右,機器人的效率也僅是工人的一半不到。

“搬運這件事,我們去了現場才知道挑戰很大”,焦繼超說道。而搬運已經是總裝線任務流程相對簡單的工作,線束整理、塗膠、撕膜等工序對柔性的要求更高,人形機器人還不足以勝任。

汽車作為最複雜的工業產品,生產流水線尤為注重生產節拍,對犯錯誤的容忍性極低,這不僅關乎效率,也關乎生產安全性。

“汽車的工廠和3C工廠都很難,機器人要是出錯了,砸壞一台車就是幾十萬。端一盤晶圓,掉了就是幾百萬。一箱東西能買我們十台機器人。”優必選品牌官譚旻說道。

人形機器人的成本還沒達到能取代人工的階段。據我們了解,特斯拉 Optimus 的成本價是6萬美元(約合人民幣43.4萬元),優必選機器人單機售價50-60萬元,而比亞迪工廠平均用工成本18萬元。用人形機器人替代人工,需要 29-40 個月才能收回成本。焦繼超認為,當機器人18個月就能收回成本時,車企會非常願意使用人形機器人。

特斯拉宣布將在今年在內部工廠生產數千至 1 萬台 Optimus 並用於生產,寶馬引進了 Figure02 進廠,小鵬、小米、吉利、蔚來等悉數發布了人形機器人進廠打工的視頻。在車企宣傳口徑中,人形機器人幾乎是可以直接應用的存在,但現實和視頻之間還存在一道鴻溝。

高盛今年二月發布的調研報告同樣指出,人形機器人目前的能力尚不足以處理多種通用任務,技術拐點仍不明朗,需要更長時間才能迎來 AI 賦能的機器人。

業界對人形機器人的探索已經持續了數十年。本田ASIMO項目38年燒掉數十億卻黯然退場的故事提醒著後來者,在機器人與車企的化學反應中,技術積累和場景本質的洞察皆是勝負手。

在工業場景尚存技術斷點、數據閉環尚未突破、商業閉環仍顯脆弱的當下,還得為活著謀生路的車企,如果沒有足夠的資金和研發投入貿然進入人形機器人,更像向產業和資本市場吹起的另一個泡沫。

兩個月前,《財富》雜誌曝出聲稱已經讓一隊機器人進入寶馬工廠工作的 Figure 實際上隻放了兩台機器人在寶馬工廠,且這些機器人隻在寶馬的工人下班後,在工廠裏做一些訓練工作,並未上崗。

現在已經開始量產機器人的特斯拉,據我們了解,目前也隻是讓幾十台機器人在車間裏搬電池,剩下的機器人都沒有參與生產,產生價值。

特斯拉和 Figure 擁有目前全球最強的人形機器人團隊,他們的進展尚且如此。其餘說自己要做機器人或者要在工廠裏用機器人的公司,當下更多地還隻是PPT和視頻宣傳的階段。

查看評論(30)

24小時熱點排行

走向深淵,中國一個時代的引擎正在熄火
總統孫女快餐店“打工”,意外捧紅13歲弟弟
四川水庫水位下降 千年“水下佛國”再現 佛像栩栩如生
全球最昂貴藥劑打一針撐3年 但要價一億!
驚曝化糞池下竟是嬰兒塚 798童死於未婚媽媽收容所

24小時討論排行

川普點頭了?以總理:不排除“斬首”哈梅內伊
特朗普:假期實在太多,不利於“美國再次偉大”
川普再罵鮑威爾:愚蠢 最具破壞性的人 美國恥辱…
50萬一台的人形機器人,搬運效率卻連工人一半都不到
埃爾多安稱“內塔尼亞胡比希特勒更甚”,以色列怒了
白宮:川普兩週內決定會否介入 冀用外交解決
留學生急逃離德黑蘭:警察打趣"一車疲憊的中國人"
意外懷上龍種 一胎99子?中國短劇再創“癲”峰
博主江小隱溺亡:水漲至胸部被衝走,景區與家屬和解
強硬的表象下,伊朗可打的牌已經不多了
特朗普對伊朗政策變了 議員:這就是為何他支持率高
川普讓防長赫格塞斯坐冷板凳 改信順從有經驗的幕僚
福建艦下水三周年 加速海試 中國“三航母時代”將至
川普“最快這周末”打伊朗 外媒:多聯邦機構備戰中
從經濟上來看,伊朗到底還能撐多久?
恨死川普?這國怒了瘋狂拋售美債 竟是中國7倍
  • 文學城簡介
  • 廣告服務
  • 聯係我們
  • 招聘信息
  • 注冊筆名
  • 申請版主
  • 收藏文學城

WENXUECITY.COM does not represent or guarantee the truthfulness, accuracy, or reliability of any of communications posted by other users.

Copyright ©1998-2025 wenxuecity.com All rights reserved. Privacy Statement & Terms of Use & User Privacy Protection Policy

文學城新聞
切換到網頁版

50萬一台的人形機器人,搬運效率卻連工人一半都不到

虎嗅APP 2025-06-20 01:06:04
50萬一台的人形機器人,搬運效率卻連工人一半都不到

半年前,機器人還是車企提升估值的特效藥。當時,如果一家車企宣布要做機器人,資本市場給它的估值就會翻一倍,汽車的零部件供應商同理。

在特斯拉發布機器人視頻後,十多家車企都蹭上機器人概念。小鵬、小米、廣汽已經推出了機器人產品;理想表達了進場的意圖、蔚來處在調研階段;賽力斯、長安、比亞迪等已經設立團隊並開啟招聘,賽力斯在重慶和上海機器人團隊已有近 200人;上汽、北汽、奔馳則是重在投資參與。

車企做機器人,最簡單的理由就是特斯拉已經做了,而且給行業提供了足夠多的理由:

一是硬件層的高度複用性,包括攝像頭、激光雷達等;

二是軟件層的遷移,車企在自動駕駛研發上的算法和數據閉環能力在機器人領域再利用;

三是資源共享,包括製造、銷售資源等都能夠給機器人提供實際應用場景。

這是一座尚待挖掘的金礦,也是比汽車更具增長空間的好生意。據立德研究院發布的《人形機器人產業研究報告》預測,中國人形機器人市場規模在2024年約為27.6億元,2029年將達到750億元。中金公司研報則表示,預計2030年中國人形機器人出貨量有望達到35萬台。

各家車企雖參與程度不同,但機器人賽道已經車企尋求新業務增長點的重要抓手。



圖為上海車展期間小鵬展出的人形機器人IRON,是目前國內少有公開的車企機器人產品之一

不過,目前尚未能明確車企們的機器人是買來的還是自己做的,多數產品的參數也未知。唯一明確的是,在今年的上海車展上,車企們都選擇用機器人來當車模,而不是讓它們進工廠。與後者相比,造一個機器人站在機器人邊上,實在太初級且沒有想象空間。

“現在整個行業都在放衛星”,一位在人形機器人行業工作近十年的高管直言。

如果按照部分企業半年前的計劃,現在汽車工廠裏已經有上萬台機器人擰螺絲。僅特斯拉之前就計劃今年往工廠裏放 5000 台機器人,宇樹、智元、優必選等公司的計劃出貨量也超過 5000台,其中有相當一部分聲稱要進汽車工廠工作。

但據虎嗅了解,包括特斯拉在內,讓機器人進工廠的計劃目前都隻是 PPT。大部分機器人在汽車工廠都隻是“實習”,他們離跟上工人的操作效率還差得遠。

從"四個輪子"到"兩條腿"的技術難度

“如果說汽車已經定型 80%,機器人從硬到軟的定型和標準化還不到 20%。”峰瑞資本李豐指出。

汽車產業經曆上百年的發展,硬件形態已經非常成熟和固化,車企更多的是通過軟件重新定義汽車。

人形機器人硬件還未完全定型。盡管車企可以在短時間內組裝出一個樣式還不錯的人形機器人,但這是近年來機器人供應鏈進步的結果,並不是車企技術成果。

雖然人形機器人本體路線已經逐漸收斂,但關鍵零部件技術方案還不成熟,例如電機、靈巧手、傳感器等仍存在路線爭議。硬件會決定機器人動作能力的上限,無法直接通過“拿來主義”一步到位。

“特斯拉Optimus搬電池、拿雞蛋、接網球的那些demo視頻說明了它的硬件(靈巧手)上限已經具備完成這些動作的能力。”隋偉說道,“雖然特斯拉也是買模組組裝,但他們進行進一步調優,比如Optimus手部連杆和國內產品做得不一樣。”

在一些關鍵零部件上,特斯拉甚至會給出具體的產品需求讓廠商定製。一位曾和特斯拉接觸過的國內供應商創始人告訴筆者,其曾在 2023年上半年收到特斯拉Optimus靈巧手指尖傳感器的精度、麵積需求,而當時並沒有針對靈巧手現成的傳感器產品,於是團隊花了三個月時間進行研發。

特斯拉走過的路,國內車企同樣得走一遍。一位接近小米機器人的供應商告訴筆者,小米現階段在靈巧手上也花了不少精力。

“小米也在做數據采集的手套。”上述人士說道。這其實延伸出車企麵臨的另一難題,即軟件層能力。

截至目前,已有多位自動駕駛技術大佬宣布入局人形機器人。他們相信從自動駕駛到具身智能,技術有相當緊密的連續性。

但人形機器人麵臨的技術難題顯然更複雜。自動駕駛的任務是讓汽車在二維層麵不碰撞物體,機器人則需要在複雜的三維世界主動碰撞各種各樣的物體。

機器人要完成更複雜的操作,對應的訓練和對傳感器的要求也更難。

汽車上傳感器配置隻是數量多少的問題,人形機器人尤其需要物理交互性,需要獲取多模態數據,除了攝像頭、激光雷達這類常見傳感器之外,還需要力覺傳感器、觸覺傳感器等,這不僅對數據采集和處理提出了更高要求,而且也加大了數據獲取的難度。

自動駕駛僅有縱向速度控製和橫向轉向控製 2 個自由度,但人形機器人不僅自由度多,且複雜程度高。即使是拿雞蛋的動作,機器人除了看清楚物體後實施抓取動作,力度多大,如何鬆手放置等,完成一個簡單的動作,需要聽覺、視覺、觸覺多傳感器和不同電機控製、關節的機械結構傳動配合完成。



大語言模型帶來的AI技術進展目前還沒有在機器人領域複現。即使是特斯拉也還沒找到足夠多的數據去訓練機器人模型。

人形機器人的數據規模十分有限。何小鵬並不回避數據難題。“人形機器人的數據門檻遠高於汽車,兩者都麵臨數據來源的挑戰,汽車通過駕駛員日常行駛能自然產生海量數據,但人形機器人內部並沒有人。”

業內對於人形機器人的數據獲取並沒有一套統一的範式。特斯拉和Google都選擇用遙控獲取數據,但背後的成本投入巨大。據悉,Google 做十幾萬條數據,用時十多個月,花了上千萬美元。

優必選采用真機數據和仿真生成相結合的方式,但前期真機隻能采集單點動作的數據,泛化能力突破受限。

“目前大多數機器人還處在實驗室環境下,人形機器人在場景裏部署量不大,難以產生足夠的數據量。”地瓜機器人隋偉說道。

目前機器人公司采集的數據還無法驗證現有的機器人模型是否能像大語言模型那樣,學習足夠多的數據後能力明顯提升,即 scaling law。

業內認為,驗證機器人模型的scaling law至少需要1000萬條數據,而據我們了解,目前大部分機器人公司收集的數據還不到100萬條。

還難以取代人

大多數所有“造人”的車企想讓機器人進入汽車工廠打工,工業場景被視為最適合人形機器人商業化落地的場景。

大邏輯在於,工業機械臂已經很難繼續替代工人,流水線下一步進化要靠能完成人的工作的人形機器人。

總裝線是汽車工廠最難實現自動化的場景,搬運、質檢、擰螺絲、撕膜、貼標、整理線束等並不是標準化的工作任務,即使是特斯拉、比亞迪這類十分重視工業自動化的公司,都不得不通過雇傭數十萬人來完成總裝產線的工作。

今年嚐試把機器人送到汽車工廠工作的優必選技術負責人焦繼超告訴筆者,他在過去一年跑了20多家車企工廠,每家車企的廠線都不一樣,新勢力車企新的工廠稍微好一些,但一些傳統車企的工廠環境較為老舊且窄,應用挑戰更大。

“機器人去到場景裏,人不可能在後麵拿個遙控器操作。這裏的技術難題涉及機器人的感知、定位、地圖、導航、決策規劃。這不是一個純靠投入幾百個人,半年一年就能搞定了,這和無人車的難度不是一個倍數的關係。”焦繼超說道。



以搬運為例,機器人在工廠中需要搬運不同顏色、不同尺寸、不同形態、不同材質的箱子考驗機器人的泛化能力。“當出現新箱體的時候,我們要采集新的數據,花兩三天去做訓練。”焦繼超說道。

解決了搬起來的問題,還有運輸的挑戰。不同料箱的重量會隨機變化,箱內物體的擺動會考驗機器人的重心控製,需要機器人全身機械結構的動態調整平衡,這其實也就導致了機器人在搬運過程中難以奔跑或快走。

再就是放置的難度。料箱和料箱之間是通過 1-2 厘米寬度的邊緣進行嵌合,這需要機器人去對齊不同的料箱邊緣。這個擺放的過程中,視覺隻能做初步定位,需要通過力度傳感反饋進行精度定位。

汽車工廠的托盤差不多10公分高,機器人每搬一次高度上升10公分,機器人在汽車上料的組裝線要搬到接近1米8的高度,這個操作空間要求機器人蹲得夠深,站得夠高。這對電機的功率要求非常高,目前僅有優必選、宇樹、波士頓動力等少數幾個公司做得到。

據另一家已經進車企生產線的機器人企業透露,其機器人產品一開始搬運一個箱子要四分半鍾,相同的工作普通工人一分鍾以內就能搬完。盡管後續優化到兩分鍾左右,機器人的效率也僅是工人的一半不到。

“搬運這件事,我們去了現場才知道挑戰很大”,焦繼超說道。而搬運已經是總裝線任務流程相對簡單的工作,線束整理、塗膠、撕膜等工序對柔性的要求更高,人形機器人還不足以勝任。

汽車作為最複雜的工業產品,生產流水線尤為注重生產節拍,對犯錯誤的容忍性極低,這不僅關乎效率,也關乎生產安全性。

“汽車的工廠和3C工廠都很難,機器人要是出錯了,砸壞一台車就是幾十萬。端一盤晶圓,掉了就是幾百萬。一箱東西能買我們十台機器人。”優必選品牌官譚旻說道。

人形機器人的成本還沒達到能取代人工的階段。據我們了解,特斯拉 Optimus 的成本價是6萬美元(約合人民幣43.4萬元),優必選機器人單機售價50-60萬元,而比亞迪工廠平均用工成本18萬元。用人形機器人替代人工,需要 29-40 個月才能收回成本。焦繼超認為,當機器人18個月就能收回成本時,車企會非常願意使用人形機器人。

特斯拉宣布將在今年在內部工廠生產數千至 1 萬台 Optimus 並用於生產,寶馬引進了 Figure02 進廠,小鵬、小米、吉利、蔚來等悉數發布了人形機器人進廠打工的視頻。在車企宣傳口徑中,人形機器人幾乎是可以直接應用的存在,但現實和視頻之間還存在一道鴻溝。

高盛今年二月發布的調研報告同樣指出,人形機器人目前的能力尚不足以處理多種通用任務,技術拐點仍不明朗,需要更長時間才能迎來 AI 賦能的機器人。

業界對人形機器人的探索已經持續了數十年。本田ASIMO項目38年燒掉數十億卻黯然退場的故事提醒著後來者,在機器人與車企的化學反應中,技術積累和場景本質的洞察皆是勝負手。

在工業場景尚存技術斷點、數據閉環尚未突破、商業閉環仍顯脆弱的當下,還得為活著謀生路的車企,如果沒有足夠的資金和研發投入貿然進入人形機器人,更像向產業和資本市場吹起的另一個泡沫。

兩個月前,《財富》雜誌曝出聲稱已經讓一隊機器人進入寶馬工廠工作的 Figure 實際上隻放了兩台機器人在寶馬工廠,且這些機器人隻在寶馬的工人下班後,在工廠裏做一些訓練工作,並未上崗。

現在已經開始量產機器人的特斯拉,據我們了解,目前也隻是讓幾十台機器人在車間裏搬電池,剩下的機器人都沒有參與生產,產生價值。

特斯拉和 Figure 擁有目前全球最強的人形機器人團隊,他們的進展尚且如此。其餘說自己要做機器人或者要在工廠裏用機器人的公司,當下更多地還隻是PPT和視頻宣傳的階段。