想象一下，在不久的将来，你的厨房里，特斯拉的 Optimus 机器人正手法娴熟地为你煎着香喷喷的牛排；硅谷明星企业 Figure AI 的机器人，通过“眼神交流”与同伴默契配合，把仓库里的货物整理得井井有条；而在中国广阔的工厂车间里，宇树科技的“钢铁侠”们，正以亲民的价格批量下线，投入到生产一线……这不是科幻电影里的场景，而是正在我们眼前加速发生的现实！

就在两年前，英伟达的掌门人黄仁勋先生曾语出惊人，预言“具身智能，也就是为人工智能装上身体，将是AI发展的下一个巨大浪潮”。当时，不少人或许还把这话当作一个遥远的笑谈。然而，时至今日，一场席卷全球的“造人”竞赛已经悄然拉开序幕，并迅速进入了白热化阶段。这场竞赛的赌注，可是未来数万亿美元的巨大市场，足以重塑人类社会的面貌！

那么，究竟什么是“具身智能”呢？简单来说，它就像是给原先只存在于数字世界的AI，配备上一个真实的物理身体，让它不再仅仅是屏幕上敲敲打打的“键盘侠”，而是能够真正走到现实世界中，动手操作、改造世界的“实干家”。如果说 ChatGPT 让我们的人工智能学会了“能说会道”，那么具身智能的出现，就是要让AI真正地“动手动脚”，去触碰、去感知、去改变我们所生活的这个物理世界。

在所有让AI拥有“身体”的探索路径中，人形机器人无疑是被寄予厚望、也最为复杂的一种终极形态。它仿佛一个高度集成的生命体，拥有令人惊叹的强大“身体系统”：

• 智慧的大脑： 这当然是人工智能技术的核心，赋予机器人思考、学习和决策的能力。
• 敏锐的“五官”： 依靠先进的感知技术，让机器人能够像人类一样，甚至比人类更精准地“看”清世界、听见声音、触摸物体。
• 精密的“肌肉”： 这需要顶尖的运动控制技术，确保机器人每一个动作都能流畅、精准、有力。
• 强劲的“心脏”： 芯片技术作为算力基石，源源不断地为机器人的大脑和身体提供认知与行动的动力。
• 坚韧的“骨骼”： 新材料技术的应用，则构建了机器人的钢铁之躯，让它既能承受重压，又能灵活自如。

每一项“黑科技”的突破，都代表着人类科技攀登的一个高峰。而现在，全球最顶尖的科技公司，正像攀岩运动员一样，疯狂而执着地朝着这些高峰迈进，势要将科幻电影中的梦想变为现实。

美国两大巨头：技术狂飙，产品竞速

特斯拉 Optimus：马斯克的“钢铁军团梦”

“到2040年，人形机器人的数量将会超越人类！”美国企业家马斯克在股东大会上抛出这番话时，外界很多人可能又会心一笑，觉得这不过是他的又一次“天马行空，画大饼”。

然而，当特斯拉的 Optimus 第三代机器人在聚光灯下，不仅能够姿态优雅地跳起芭蕾舞，甚至还能像专业厨师一样熟练地翻炒菜肴时，许多人开始意识到：这位被称为“钢铁侠”的科技狂人，这次是真的玩认真的了。他不仅仅是在打造一台机器人，更是在构建一个围绕人形机器人展开的庞大生态体系。从2022年首次亮相至今，数百家上下游厂商已经与特斯拉紧密合作了三年多，大家都在朝着同一个目标全力冲刺：让机器人真正像人一样，能够独立、高效地完成各种工作。

那么，究竟是什么支撑着特斯拉如此坚定的底气和拥趸者们的信心呢？这背后，有三张特斯拉积累多年的“王牌”功不可没。

第一张王牌，是来源于特斯拉 FSD（完全自动驾驶）系统的“火眼金睛”。得益于在自动驾驶技术领域长达十余年的深厚沉淀，Optimus 独辟蹊径，果断放弃了传统机器人成本高昂的激光雷达方案。它转而依靠一套比人眼更加精密的纯视觉系统来“看懂世界”。马斯克的逻辑非常直白：既然摄像头系统已经足以支撑汽车实现高度复杂的自动驾驶，那么，为什么不能让机器人也通过纯视觉来理解并自主完成各种工作呢？这不仅大大降低了成本，也使得机器人的感知系统更加接近人类。

第二张王牌，是它“暴力美学”般的直线关节设计。传统的工业机器人大多依赖旋转关节，虽然结构紧凑，但在力量和功率密度上存在局限。特斯拉则创新性地采用了行星滚柱丝杠的直线关节，使得机器人的关节在功率密度上实现了质的飞跃。因此，我们才能看到 Optimus 的腿部执行器能够轻松吊起半吨重的钢琴，它的双臂也能承载20公斤的重物。这种力量表现，甚至已经超越了中国《职业病防治法》中对人类工人所规定的力学限制，展现出惊人的工业力量。

第三张王牌，则是 Grok 这个堪称“最强大脑”的AI模型。最新发布的 Grok-4，被视为 Optimus 思考和行动的核心驱动力。它的训练量达到了前代 Grok-2 的足足100倍，更令人惊叹的是，在一次被称为“人类最后考试”的测试中，Grok-4 首次突破了50%的准确率，展现出前所未有的认知能力。马斯克对此毫不谦虚地表示：“它比所有领域的博士生都聪明！”这强大模型的背后，是支撑着超大规模算力的 Colossus 数据中心，它为机器人提供了源源不断的认知燃料，让 Optimus 能够不断学习、进化，变得越来越聪明。

尽管 Optimus 已经展现出令人惊艳的感知和运动能力，但距离马斯克所描绘的宏大愿景，现实仍然有不小的差距。目前来看，Optimus 的工作效率大约只有人类的20%到30%，而单台机器人的制造成本高达6万美元。这离马斯克设定的2-3万美元的量产目标，还有一道明显的鸿沟。

更关键的是，Optimus 某些核心零部件的寿命相对较短。例如，精密的谐波减速器可能不到一年就需要更换，而灵巧的机械手更是只能使用一到三个月。这样的耐用性，显然难以支撑人形机器人在高强度、长周期的工业环境中进行大规模部署。这意味着，目前的 Optimus 尽管性能卓越，却像一辆“娇贵无比的超跑”——它能跑，但可能跑不远；它能用，但还无法实现长期稳定、经济高效的运行，距离真正成为可量产、可规模化复制的劳动力产品，仍需时日。

Figure AI：硅谷“金童”的疯狂押注

成立于短短几年时间，Figure AI 的估值却如坐火箭般，从最初的26亿美元一路狂飙，如今已高达395亿美元。这或许是人工智能创业史上，估值增长最为疯狂、最为迅速的一个案例。

微软、OpenAI、英伟达、亚马逊创始人贝索斯……几乎硅谷所有的“聪明钱”，都毫不犹豫地涌向了 Figure AI。科技圈的权力核心悉数入局，最近一轮高达15亿美元的融资，更是让 Figure AI 的身价在短时间内暴涨了15倍。这足以说明，业界对人形机器人的未来充满信心，也对 Figure AI 的潜力寄予厚望。

Figure AI 的创始人兼首席执行官布雷特（Brett Adcock）先生，显然深谙硅谷的融资之道与市场脉络。他将目光精准地瞄准了全球高达“40万亿美元的人力劳动市场”。这个庞大的市场，占据了全球GDP的半壁江山，一旦人形机器人能够成功进入并取代部分重复性、高强度或危险性的人力劳动，其带来的经济效益将是不可估量的。

与特斯拉有着异曲同工之妙的是，Figure AI 的野心并不仅仅局限于成为一个单纯的机器人硬件公司。在2025年，Figure AI 突然宣布与 OpenAI“分手”，转而投身于自主开发人工智能大模型的道路，旨在牢牢掌握具身智能的核心引擎。布雷特在宣布这一重磅消息时，更是豪言壮语：“30天内，我们会展示前所未见的能力！”这足以见其对自身技术实力的自信。

Figure AI 真正的杀手锏，是他们所研发的 Helix VLA 模型——一个集视觉、语言和动作于一体的多模态系统。它的出现，被业界誉为机器人领域的“ChatGPT”，标志着机器人智能化迈入了新阶段。在 Helix VLA 之前，传统的机器人需要工程师们一行一行地编写代码，才能教会它完成某项任务。而 Helix VLA 却能够直接“听懂”人类的自然语言指令，然后自己思考、理解，并规划如何完成任务。举个例子，当你对机器人说“把那个灭绝的动物拿过来”时，它能通过对语言的符号理解和逻辑推理，准确地识别出桌上的恐龙玩具并递给你，这在以前是不可想象的。

更令人惊叹的是，Helix VLA 模型已经实现了双机协作的能力。两台机器人可以像人类团队一样，紧密配合完成复杂的任务，中间甚至还能通过“眼神交流”来协调彼此的动作，这种高度的默契和协同性，让人类看到了未来智能工厂、智能物流的无限可能。

然而，在这套看似无懈可击的技术背后，也隐藏着 Figure AI 难以回避的两个现实问题。

首先是“数据饥渴症”。训练像 VLA 这样强大的多模态模型，需要海量的视觉、语言和动作同步数据。但这些数据，必须在真实的物理环境中逐帧进行采集，其成本之高、难度之大远超想象。这与训练 ChatGPT 可以轻松获取互联网上唾手可得的文本数据有着本质的区别。目前 Figure AI 主要通过远程操作的方式来采集数据，这无疑是一种昂贵且扩展性极差的模式，正在逐渐形成模型成长路径上的“数据瓶颈”。

其次是“长期记忆缺失”。当前的 VLA 模型，在认知层面还缺乏有效的长期记忆机制。在执行复杂且包含多个步骤的连贯任务时，机器人很容易“断片”。例如，在执行“准备早餐并清理厨房”这样一系列环环相扣的任务时，机器人执行到一半，可能就忘记了前面已经完成了哪些步骤，或者接下来该做什么，仿佛患上了“老年痴呆症”。这不仅极大地制约了其通用性，更暴露出当前架构在更高层次认知能力方面的局限。

尽管 Figure AI 凭借其惊人的融资速度和技术野心，已经成为了硅谷乃至全球的焦点，但要跨越数据获取与长期记忆这两大深坑，对于它而言，依然是一场高难度、长周期、高风险的豪赌。

中国“双子星”：成本革命，生态整合

宇树科技：中国“钢铁侠”的平民革命

与美国科技巨头们动辄烧钱的巨大手笔不同，中国本土的 宇树科技 选择了一条截然不同、却充满智慧的路径：他们致力于将人形机器人拉下神坛，让高精尖的科技产品能够真正走进寻常百姓家和普通企业。

2024年，宇树科技正式发布了其明星产品 G1 机器人，定价仅为9.9万元人民币。这不仅是全球第一款，也是目前唯一一款向普通消费者和企业开放购买的人形机器人产品。当美国特斯拉的 Optimus 还在实验室里被“娇养”着，Figure AI 的机器人也尚未实现量产的当下，宇树科技用自己的实际行动，向全世界喊出了一句振聋发聩的反问：“凭什么机器人只能是富人的玩具？”这不仅是一种商业策略，更是一种普惠科技、造福大众的坚定信念。

这场“平民级技术革命”最引人注目的，无疑就是它低于10万元人民币的惊人售价。那么，宇树科技是如何做到将价格压到如此“白菜价”的呢？

首先是极致的成本控制。宇树科技从机器人的设计之初，就将量产和成本效益放在了核心位置。他们的设计理念是“没有一颗螺丝钉是多余的”，力求每一个部件都能物尽其用，每一处设计都兼顾效率和成本。

其次是规模效应的强大支撑。宇树科技在四足机器人领域深耕多年，已经实现了规模化生产。这种成功的经验和成熟的供应链体系，可以迅速移植到人形机器人产品线，实现零部件的共享和供应链的复用，从而大幅降低了生产成本。

最后，也是最关键的一点，是**“中国制造”的强大优势**。宇树科技背靠中国完备的制造业体系，拥有从原材料、零部件到整机组装的完整产业链。这不仅大大降低了物流成本和沟通成本，更重要的是，中国制造业的强大创新能力和生产效率，为宇树科技提供了无与伦比的成本优势。

值得一提的是，宇树科技在四足机器人领域的成就，早已让世界瞩目。它在全球四足机器人市场的占有率超过60%，是全球唯一一家实现核心零部件全栈自主研发的企业。从机器人运动的“肌肉”（电机）、支撑身体的“骨骼”（结构件），到传递信息的“神经”（传感器），所有核心技术和部件都由宇树科技自主研发。凭借其在电机技术上的精妙造诣，机器人的每一个动作都能通过优化磁通利用率和流线演算，实现精准到位的控制。

这些宝贵的技术积累和生产经验，被迅速且高效地移植到了人形机器人领域。在2025年的春节联欢晚会上，宇树科技的 H1 机器人以其惊艳的亮相，与舞蹈演员们同台演绎了精彩的节目《秧BOT》。机器人们不仅姿态灵活，还出色地完成了一连串高难度的手绢抛接动作，充分展示了国产人形机器人在动态控制方面的工业成熟度和技术实力，赢得了观众的阵阵掌声。

然而，宇树科技在前进的道路上，也存在一个不容忽视的“致命软肋”，那便是在软件层面，尤其是在自研AI大模型方面的相对缺失。正如我们前面所分析的，特斯拉 Optimus 有强大的 Grok 大模型作为“大脑”，Figure AI 也拥有其引以为傲的 VLA 模型，就连稍后介绍的智元机器人也发布了“启元大模型”。而宇树科技在这方面几乎处于空白，目前主要依赖传统的控制算法和第三方的AI模型。这意味着，虽然宇树机器人的“身体”可能已经达到了工业级成熟度，但其“灵魂”——也就是思考和学习的能力，仍然停留在工具型的逻辑层面，有待进一步的提升和自主创新。

智元机器人：华为“天才少年”的资本智慧

如果说宇树科技是中国人形机器人赛道上的一位“平民玩家”，那么 智元机器人 无疑是一位自带光环、备受瞩目的“明星选手”。

智元机器人的创始人彭志辉先生，在互联网上以“稚晖君”的网名广为人知。他曾是华为历史上最年轻的“天才少年”，年仅22岁就获得了年薪200万以上的工作邀请，是一位不折不扣的技术天才。而公司的董事长邓泰华先生，则是在华为深耕了20多年的前高级副总裁。这样一个团队，天然就带着华为式的技术光环与卓越的工程气质，更在产业组织和市场运作上展现出“自带打法”的强大能力。

或许正是基于这样的背景，智元机器人选择了一条非常聪明的、集合众力的发展道路：构建生态。智元机器人迅速与蓝思科技、均普智能、富临精工等8家行业龙头企业成立了合资公司，这意味着他们迅速拉起了一个横跨材料、结构、制造、算法等多个关键领域的完整产业链。这种“借力打力”的打法，其好处是显而易见的：风险共担，收益共享，更重要的是，能够大大加快产品研发和市场化的速度。传统的从零开始的研发路线，可能需要5到10年才能见到显著成果，而通过这种生态合作模式，智元可能在两三年内就能看到丰硕的果实。

与此同时，智元机器人在资本运作层面也展现出了极强的操作能力。他们通过“协议转让+主动邀约”的方式，成功收购了上市公司上纬新材的控股权。在收购消息传出后，上个月，该公司股票在A股市场创下了令人惊叹的11连板神话。这不仅是市场对智元机器人前景的强烈看好，更可能成为新“国九条”实施以来，新质生产力企业在A股市场的一个标志性收购案例。从某种意义上讲，智元机器人极有可能成为A股市场第一个纯正的人形机器人概念股，其市场号召力和资本运作能力可见一斑。

从公司成立至今，智元机器人已经完成了9轮融资，估值高达150亿元人民币。在2025年1月，其第1000台通用具身机器人正式量产下线，刷新了从公司创立到实现千台量产的行业纪录，再次印证了其在技术转化和生产效率方面的超凡速度。

然而，智元机器人也面临着自身的挑战。作为一家在2023年才正式成立的公司，其在技术积累方面相对薄弱。相比特斯拉长达十余年的FSD自动驾驶经验，以及宇树科技在四足机器人领域十多年的深耕细作，智元的技术护城河还不够深厚，尚需时间沉淀和持续创新。更重要的是，高强度的资本运作所带来的巨大估值预期和业绩兑现压力，也将成为一把双刃剑，严峻考验着这家“技术-资本双轮驱动”的新秀，能否在真正的商用周期中走得稳健，走得长远。

中国制造的“隐性胜利”与全球角力的三层逻辑

新媒网跨境获悉，在全球具身智能这条充满无限机遇的赛道上，尽管明面上的明星公司似乎主要集中在中美两国，呈现出一种直接对峙的竞争态势。然而，当我们深入到供应链的底层，会发现一个令人惊喜且出奇一致的现象：这场科技革命背后，真正的“隐性赢家”，正是我们强大的中国制造！

根据外媒摩根士丹利发布的报告显示，在全球人形机器人产业链的100家核心企业中，中国企业占据了令人瞩目的56席，囊括了高达63%的全球供应链份额。这些在幕后默默奉献的“英雄”，是全球人形机器人产业不可或缺的重要力量。他们包括：

• 在关键的减速器赛道上，有绿的谐波、中大力德等领军企业，以高精度和高可靠性赢得了市场。
• 在核心的电机领域，汇川技术、雷赛智能等企业凭借其卓越的性能和稳定性，成为了行业佼佼者。
• 在机器人的“感官”——传感器领域，奥比中光、华依科技等企业为机器人提供了精准的感知能力。
• 在至关重要的制造服务环节，蓝思科技、均普智能、宁波华翔等企业，则以其高效的生产能力和精湛的工艺，为全球人形机器人产业提供了坚实支撑。

更令人自豪的是，即便像特斯拉这样的美国科技巨头，其 Optimus 机器人的核心供应商中，也少不了中国企业的身影：三花智控、拓普集团、新剑传动、北特科技等一众中国企业，都在为其提供关键零部件，支撑着其高端制造。这充分展现了中国制造业在全球供应链中的核心地位和不可替代性。

然而，这种看似牢不可破的制造优势，并非高枕无忧。这场全球人形机器人大战，实际上揭示了当今全球科技竞争的三个深层逻辑，值得我们深思。

第一层逻辑是，我们所拥有的供应链优势并不像看起来那么稳固。 虽然63%的市场占有率令人振奋，但这主要依赖于中国制造的成本优势和无与伦比的生产效率。然而，这道护城河可能正在逐渐变窄。一旦AI算法能够深度介入机器人设计和本地化生产，并突破核心制造门槛，中国今天赖以领先的“成本红利”可能会迅速贬值。更深层的问题在于，我们是否过度依赖了“组装者”的角色？虽然宇树科技的全栈自研是一个非常积极和成功的尝试，但在AI大模型这个最核心的“大脑”环节，我们依然存在着明显的短板。

因此，第二层逻辑要求我们清醒地认识到，这场技术主权争夺的关键问题究竟是：“大脑”更重要，还是“身体”更重要？ 从目前的格局来看，美国无疑掌握着AI大模型的核心技术，无论是 Grok、OpenAI 的GPT系列，还是 Figure AI 的 VLA 等各种模型，都代表着“大脑”层面的技术主权。而中国则掌握着制造业的命脉，从高精度的减速器到高效的电机，从敏感的传感器到坚固的结构件，这是“身体”层面的技术主权。美国的设计者可以构思出世界上最聪明的机器人，但如果没有强大的中国供应链，他们很难制造出一台完整的 Optimus。反过来，宇树科技可以造出世界上最经济实惠的机器人，但如果没有强大的AI大脑赋能，它或许永远只能停留在执行简单体力劳动的层面。这种相互依赖、又充满竞争的关系，正在重新定义全球科技竞争的格局。单纯的技术领先或制造优势，都不足以让任何一方独霸未来，唯有两者兼备，方能掌握主动。

最后，我们还要看到产业革命所遵循的历史轮回逻辑。 回顾每一次工业革命，最终的赢家从来不是单纯的“执行者”，而是那些能够“设定规则的人”。今天，具身智能正处在技术范式尚未完全定型的关键时刻，谁能率先建立起行业标准、技术框架和生态系统，谁就能在新一轮工业革命中占据主导地位。而目前来看，真正有能力定义这些规则的玩家，仍然集中在美国。

我们必须清醒地意识到，在基础技术层面，我们与先行者之间仍存在着一些差距：

• 基础算法创新： 像 Transformer、Diffusion 等这些颠覆性的AI架构，几乎都源自美国。
• 模型训练理论： 从反向传播到强化学习，AI领域的核心理论突破，也主要由美国主导。
• 计算范式设计： 从GPU的并行计算到神经形态芯片的探索，底层的计算逻辑和创新思维，美国依然走在前沿。

因此，我们必须打破思维定式，勇敢地走出“工程优化”的舒适圈，从智能体系的“加工者”走向“定义者”，这才是我们未来真正的方向。

结语

AI技术的迭代速度是指数级的，从 GPT-1 到 GPT-4 仅仅用了五年时间。可以预见，人形机器人的大规模商业化，或许也仅仅需要3到5年。传统制造业在过去几十年里，或许还有相对充足的时间去学习和追赶，但身处AI时代，留给中国的“窗口期”，最多也只有十年。

更重要的是，AI技术正在以惊人的速度，接管设计、优化甚至重新定义生产流程。这意味着，传统制造业所依赖的经验和积累，其价值正在急剧下降。在不远的将来，那些真正掌握AI核心技术的企业，可以轻而易举地将制造环节转移到任何地方，而那些仅仅停留在“代工厂”层面的制造商，如果失去AI主导权，将面临被边缘化的风险。

时间窗口，比我们想象中更为紧迫。你，准备好了吗？

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/20777.html