觀點(diǎn)｜具身智能硬件怎么就不性感了？

作者：彭堃方

編輯：呂鑫燚

出品：具身研習(xí)社

一段時(shí)間里，具身智能行業(yè)最熱鬧的敘事幾乎都落在模型上。

應(yīng)接不暇的新概念，不斷推高行業(yè)對(duì)“機(jī)器人大腦”的想象。某種程度上，這是必然的。當(dāng)本體能力已經(jīng)邁過(guò)從“能不能站起來(lái)、走起來(lái)”，進(jìn)入到“能不能真正理解世界、完成任務(wù)”的階段，模型當(dāng)然會(huì)成為下一輪產(chǎn)業(yè)競(jìng)爭(zhēng)的中心。

但如果因此“重模型”而“輕硬件”，可能會(huì)誤判這一輪具身智能真正發(fā)生的變化。

一個(gè)越來(lái)越清晰的信號(hào)是：越是認(rèn)真做模型的公司，越不敢輕視硬件。硬件不是模型的下游，恰恰相反，它正在以一種更底層的方式，重新進(jìn)入具身智能的競(jìng)爭(zhēng)核心。

因?yàn)闄C(jī)器人不是一個(gè)只活在云端的智能體。它要移動(dòng)，要抓取，要感知力的變化，要承受摩擦、碰撞、溫度、負(fù)載和環(huán)境的不確定性。它每一次失敗，都不只是算法失敗，也可能是關(guān)節(jié)、傳感器、材料、結(jié)構(gòu)、手部自由度、驅(qū)動(dòng)方式、通信延遲、續(xù)航、散熱、工藝一致性共同作用的結(jié)果。

這也是為什么，具身智能走到今天，行業(yè)部分前瞻者開(kāi)始重新理解硬件的價(jià)值：硬件不是智能的外殼，而是智能進(jìn)入現(xiàn)實(shí)世界的邊界。

在這條脈絡(luò)下，我們能看到幾個(gè)動(dòng)作：模型廠商補(bǔ)強(qiáng)硬件、硬件廠商繼續(xù)釋放身體想象力、硬件交付周期大有可為。這些動(dòng)作指向了同一個(gè)判斷：當(dāng)智能真正長(zhǎng)出身體，硬件的價(jià)值不會(huì)變輕，只會(huì)變得更深。

人們習(xí)慣于把具身智能拆成兩個(gè)部分：模型負(fù)責(zé)“大腦”，硬件負(fù)責(zé)“本體”。

在這個(gè)分工里，硬件似乎更靠近制造、供應(yīng)鏈、工程執(zhí)行；模型則更靠近想象力、資本故事和技術(shù)上限。但真實(shí)產(chǎn)業(yè)不會(huì)按照這么干凈的邊界演進(jìn)。機(jī)器人模型要想真正變強(qiáng)，首先需要高質(zhì)量數(shù)據(jù)。而高質(zhì)量數(shù)據(jù)從哪里來(lái)？可以肯定的是不只是從公開(kāi)視頻里來(lái)，也不是只從仿真環(huán)境里來(lái)。作為混合數(shù)據(jù)，它相當(dāng)一部分來(lái)自真實(shí)機(jī)器人、真實(shí)人類(lèi)動(dòng)作，來(lái)自一次次機(jī)器運(yùn)轉(zhuǎn)、UMI開(kāi)合、Ego 攝制的物理世界經(jīng)驗(yàn)。

于是，硬件先于模型成為了數(shù)據(jù)質(zhì)量高低的入口，模型公司開(kāi)始補(bǔ)硬件，就變成了一件順理成章的事。

Genesis AI是一個(gè)很典型的信號(hào)，大家在驚嘆其操作模型 GENE-26.5 成功率的厲害時(shí)，很少關(guān)注其信條——Manipulation is「A system problem， not just an AI problem」。它做的并不只是模型，也在同步補(bǔ)強(qiáng)靈巧手、數(shù)據(jù)采集套件，甚至控制中間件。靈巧手負(fù)責(zé)承接真實(shí)操作，數(shù)采套件負(fù)責(zé)把人的動(dòng)作、觸覺(jué)和操作過(guò)程轉(zhuǎn)化為可訓(xùn)練的數(shù)據(jù)，控制中間件則把模型輸出與真實(shí)硬件執(zhí)行之間的鏈路打通。換句話說(shuō)，Genesis AI 并沒(méi)有把硬件視為模型能力的“展示終端”，而是把它放進(jìn)了模型訓(xùn)練、數(shù)據(jù)回流和真實(shí)控制的完整閉環(huán)里。

這類(lèi)動(dòng)作的關(guān)鍵，不在于某一只靈巧手有多酷，也不在于某一套數(shù)據(jù)采集設(shè)備本身有多新奇，而在于它改變了模型與硬件之間的主從關(guān)系。過(guò)去的敘事里，模型像是高高在上的“大腦”，硬件負(fù)責(zé)執(zhí)行。但在具身智能里，執(zhí)行本身會(huì)反過(guò)來(lái)定義智能。一個(gè)沒(méi)有足夠觸覺(jué)、力覺(jué)和動(dòng)作精度的手，采不到足夠細(xì)膩的數(shù)據(jù)；一個(gè)沒(méi)有穩(wěn)定運(yùn)動(dòng)能力的本體，無(wú)法在真實(shí)場(chǎng)景里形成高質(zhì)量交互；一個(gè)沒(méi)有可靠部署能力的平臺(tái)，也很難支撐模型持續(xù)迭代。

這意味著，“硬件不是模型的下游”，而是模型能否進(jìn)入物理世界的前提條件。如 Genesis AI 所說(shuō)“通用機(jī)器人的發(fā)展之路始于操作，而操作必須作為一個(gè)全棧問(wèn)題來(lái)解決”。

也正因?yàn)槿绱?，新一輪具身智能?chuàng)業(yè)公司很少再只講“我有一個(gè)模型”。它們往往會(huì)同時(shí)自研數(shù)據(jù)采集設(shè)備、本體、靈巧手、遙操作系統(tǒng)、仿真平臺(tái)，甚至把這些硬件能力直接綁定到模型能力上。模型廠商認(rèn)真對(duì)待硬件，不是回頭補(bǔ)課，而是產(chǎn)業(yè)終于意識(shí)到：沒(méi)有身體的智能，很難真正成為具身智能。

更進(jìn)一步說(shuō)，硬件正在成為具身智能的數(shù)據(jù)入口、能力接口和場(chǎng)景入口。模型可以在仿真中快速迭代，可以從互聯(lián)網(wǎng)視頻里獲得世界知識(shí)，但一旦進(jìn)入真實(shí)任務(wù)，它仍然需要通過(guò)身體去觸碰世界、理解世界、修正自己。對(duì)于機(jī)器人來(lái)說(shuō)，身體不是智能的終點(diǎn)，而是智能不斷進(jìn)化的起點(diǎn)。

這種趨勢(shì)也出現(xiàn)在更大的產(chǎn)業(yè)動(dòng)作中。Amazon 收購(gòu) Fauna Robotics，Skild AI 收購(gòu) Zebra Technologies 旗下機(jī)器人業(yè)務(wù)，都釋放出一個(gè)相似信號(hào)：機(jī)器人從實(shí)驗(yàn)室走向真實(shí)場(chǎng)景之后，競(jìng)爭(zhēng)就不再只是模型能力的競(jìng)爭(zhēng)，而是軟硬件、數(shù)據(jù)、場(chǎng)景和部署系統(tǒng)的綜合競(jìng)爭(zhēng)。無(wú)論是面向人機(jī)共處空間的小型人形機(jī)器人，還是服務(wù)于倉(cāng)儲(chǔ)制造體系的 AMR，越往真實(shí)世界走，硬件問(wèn)題越不可能被繞開(kāi)。

我們看到模型廠商補(bǔ)硬件，說(shuō)明硬件重新回到智能競(jìng)爭(zhēng)的視野；與此同時(shí)，硬件廠商不斷刷新身體性能，則說(shuō)明另一件事：機(jī)器人并不是只能復(fù)刻人類(lèi)，它正在把“身體”這件事推向更大的想象空間。

過(guò)去，人形機(jī)器人之所以成為行業(yè)焦點(diǎn)，是因?yàn)槿祟?lèi)世界本身就是為人設(shè)計(jì)的。門(mén)把手、樓梯、工具、貨架、工位、廚房、工廠產(chǎn)線、辦公空間，都隱含著人類(lèi)身體的尺度和動(dòng)作習(xí)慣。所以，人形被認(rèn)為是通用機(jī)器人最合理的一種答案。它的價(jià)值在于，不需要徹底改造環(huán)境，也有機(jī)會(huì)進(jìn)入人類(lèi)已經(jīng)建好的世界。

但“像人”只是起點(diǎn)，“超人”才是硬件真正打開(kāi)想象力的地方。

今天的機(jī)器人，正在身體性能上不斷越過(guò)人類(lèi)邊界。榮耀的馬拉松機(jī)器人“閃電”已經(jīng)開(kāi)始全方位打破人類(lèi)極限；大咖騏驥 T1000四足機(jī)器人能夠扛起以“噸”計(jì)的貨物保持穩(wěn)定行走；而更具力量感和科幻感的宇樹(shù) GD01“高達(dá)，則把機(jī)器人的身體想象進(jìn)一步推向力量、尺度和沖擊力的方向。

這類(lèi)產(chǎn)品最重要的價(jià)值，正重新定義機(jī)器人身體的能力上限。人類(lèi)身體有天然限制。人會(huì)疲勞，會(huì)受傷，會(huì)恐懼，會(huì)在高溫、低溫、高輻射、高粉塵、高負(fù)載環(huán)境中迅速接近極限。但機(jī)器人身體可以被重新設(shè)計(jì)。它可以更耐久、更穩(wěn)定、更有力量，也可以在危險(xiǎn)環(huán)境里承擔(dān)人類(lèi)不該承擔(dān)的風(fēng)險(xiǎn)。一臺(tái)機(jī)器人如果跑得比人快、負(fù)重比人強(qiáng)，甚至在極端設(shè)想中擁有“一拳砸爛一面墻”的力量，那么它呈現(xiàn)出的就不只是一個(gè)自動(dòng)化工具，而是一種“超人化”的身體能力。

這種超人化，并不意味著機(jī)器人要取代人類(lèi)成為新的主體。更準(zhǔn)確地說(shuō)，它是在把人類(lèi)無(wú)法長(zhǎng)期承擔(dān)、不適合承擔(dān)、或者不值得親自承擔(dān)的身體勞動(dòng)，轉(zhuǎn)移給一個(gè)更強(qiáng)壯、更耐久、更可控的機(jī)器身體。機(jī)器人可以像人一樣進(jìn)入人類(lèi)世界，也可以在力量、速度、耐力、精度、尺度和環(huán)境適應(yīng)性上越過(guò)人類(lèi)身體的限制。硬件的想象力，正是在這個(gè)過(guò)程中被釋放出來(lái)。

王興興曾經(jīng)表達(dá)過(guò)一個(gè)很有想象力的判斷：機(jī)器人可以很大，大到洪水來(lái)了，機(jī)器人能蹲下堵住洪水；也可以很小，小到進(jìn)入血管做手術(shù)。這個(gè)說(shuō)法聽(tīng)起來(lái)像科幻，但它點(diǎn)出了硬件與模型不同的地方。模型可以讓機(jī)器人越來(lái)越聰明，但硬件決定了機(jī)器人能以什么樣的身體進(jìn)入世界。當(dāng)它可以擁有超過(guò)人的力量，自然而然也可以完成超出人類(lèi)身體能力邊界的任務(wù)。

更進(jìn)一步看，硬件廠商釋放想象力的方式，也不只體現(xiàn)在“更大、更強(qiáng)、更快”上，還體現(xiàn)在構(gòu)型之間的能力遷移上。四足機(jī)器人的運(yùn)動(dòng)控制能力，可以遷移到人形機(jī)器人的動(dòng)態(tài)平衡上；人形機(jī)器人的雙臂操作能力，也可能與輪式、四足、履帶式底盤(pán)結(jié)合。或者更簡(jiǎn)單的說(shuō)，“四足站起來(lái)就是人形，人形趴下就是四足”。過(guò)去，行業(yè)可能會(huì)爭(zhēng)議構(gòu)型。但現(xiàn)在看，真正重要的不是某一個(gè)構(gòu)型是否成為終局，而是機(jī)器人身體能否根據(jù)任務(wù)不斷重組能力邊界。

在這個(gè)意義上，硬件廠商們正在不斷回答一個(gè)更底層的問(wèn)題：當(dāng)智能真正長(zhǎng)出身體之后，這個(gè)身體到底有何種可供性（Affordance）？

這是模型無(wú)法單獨(dú)回答的問(wèn)題。同一個(gè)模型，放在不同硬件上，能力邊界完全不同；同一套算法，面對(duì)不同關(guān)節(jié)、傳感器、負(fù)載和運(yùn)動(dòng)形態(tài)，所能完成的任務(wù)也完全不同。硬件不是智能的外觀，而是智能抵達(dá)世界的方式。

所以，當(dāng)行業(yè)討論具身智能是不是進(jìn)入模型時(shí)代時(shí)，另一個(gè)判斷也同樣成立：具身智能仍然處在硬件想象力快速釋放的階段。硬件并沒(méi)有被模型吞沒(méi)。它正在以自己的方式，打開(kāi)具身智能真正進(jìn)入物理世界后的能力邊界。

但硬件的價(jià)值，不只在研發(fā)階段，也不只在產(chǎn)品形態(tài)上。真正進(jìn)入產(chǎn)業(yè)落地之后，硬件還會(huì)暴露出另一層更現(xiàn)實(shí)的價(jià)值：交付。

過(guò)去，很多人理解硬件，容易把它理解成“一臺(tái)機(jī)器賣(mài)出去”。賣(mài)出去，似乎就意味著商業(yè)閉環(huán)完成了。但機(jī)器人不是手機(jī)，也不是普通家電，更不是一個(gè)開(kāi)箱即用的標(biāo)準(zhǔn)電子產(chǎn)品。機(jī)器人賣(mài)出去，往往只是開(kāi)始。

它要進(jìn)入各種場(chǎng)景，每一個(gè)場(chǎng)景都有自己的空間結(jié)構(gòu)、人群活動(dòng)和安全邊界。機(jī)器人到現(xiàn)場(chǎng)之后，真正的工作才剛剛開(kāi)始：調(diào)試、任務(wù)配置、接口打通、人員培訓(xùn)、異常處理、持續(xù)運(yùn)維、軟件升級(jí)、硬件維修、數(shù)據(jù)回流、能力迭代...

這也是 DYNA 聯(lián)合創(chuàng)始人兼 CTO York Yang 所說(shuō)的那個(gè)判斷：“硬件不等于渠道”。更進(jìn)一步地說(shuō)，硬件本身也不等于交付能力。

今天很多具身智能公司容易低估這一點(diǎn)。他們以為只要本體夠漂亮、模型夠先進(jìn)、demo 夠震撼，就能自然進(jìn)入規(guī)模化商業(yè)。但真實(shí)場(chǎng)景不會(huì)偏愛(ài) demo。客戶購(gòu)買(mǎi)的也不是一臺(tái)機(jī)器人，而是一套能穩(wěn)定解決問(wèn)題的系統(tǒng)。

在工業(yè)場(chǎng)景里，客戶關(guān)心的是節(jié)拍、良率、安全、停機(jī)成本、維護(hù)周期和 ROI；在商業(yè)場(chǎng)景里，客戶關(guān)心的是人員替代效率、故障響應(yīng)和用戶體驗(yàn)；在家庭場(chǎng)景里，客戶關(guān)心的則是安全、隱私、穩(wěn)定、價(jià)格和長(zhǎng)期陪伴價(jià)值。這些問(wèn)題，都不是一次性交付能解決的。

硬件的長(zhǎng)交付周期，反而給具身智能公司留下了真正構(gòu)建壁壘的空間。

首先是服務(wù)和渠道，硬件公司如果只會(huì)制造，不會(huì)交付，就很難把機(jī)器人從樣機(jī)推向規(guī)?；C(jī)器人越復(fù)雜，售后越重，交付鏈條越長(zhǎng)。未來(lái)真正有競(jìng)爭(zhēng)力的公司是能把產(chǎn)品、銷(xiāo)售、渠道、服務(wù)、運(yùn)維和數(shù)據(jù)回流串成一個(gè)閉環(huán)。

渠道不是把機(jī)器賣(mài)給客戶的那條路徑，而是理解客戶、觸達(dá)客戶、服務(wù)客戶、持續(xù)創(chuàng)造價(jià)值的一整套能力。沒(méi)有渠道，硬件只能完成交易；有了渠道，硬件才能進(jìn)入場(chǎng)景，形成復(fù)購(gòu)、迭代和規(guī)?；?。

其次是數(shù)據(jù)飛輪。機(jī)器人一旦部署到真實(shí)場(chǎng)景中，就不再只是產(chǎn)品，也會(huì)成為數(shù)據(jù)入口。它在現(xiàn)場(chǎng)遇到的每一次失敗、每一次異常、每一次人工接管、每一次成功完成任務(wù)，都會(huì)反過(guò)來(lái)成為模型和系統(tǒng)迭代的燃料。機(jī)器人進(jìn)入真實(shí)世界，它能積累最稀缺的物理交互數(shù)據(jù)。長(zhǎng)期看，這可能會(huì)成為具身智能公司最重要的復(fù)利來(lái)源。

所以，硬件并不是一個(gè)“賣(mài)出去就結(jié)束”的生意。它更像是一張進(jìn)入真實(shí)世界的門(mén)票。拿到這張門(mén)票之后，企業(yè)才真正開(kāi)始面對(duì)客戶、面對(duì)場(chǎng)景、面對(duì)運(yùn)維，也面對(duì)數(shù)據(jù)和能力的長(zhǎng)期積累。

這些積累看起來(lái)不夠性感，卻是機(jī)器人真正產(chǎn)業(yè)化的底層工作。它不像模型發(fā)布那樣可以在短時(shí)間內(nèi)制造強(qiáng)烈聲量，也不像 Demo 視頻那樣能迅速調(diào)動(dòng)公眾情緒。硬件的價(jià)值往往發(fā)生在更慢的地方：一臺(tái)機(jī)器在現(xiàn)場(chǎng)多跑一天，一個(gè)任務(wù)在復(fù)雜環(huán)境里多成功一次，一次故障被復(fù)盤(pán)成新的產(chǎn)品改進(jìn)，一次交付經(jīng)驗(yàn)變成下一批規(guī)?；渴鸬哪０濉?/p>

硬件沒(méi)有退場(chǎng)

它正在決定智能能抵達(dá)多遠(yuǎn)

具身智能行業(yè)很容易被模型敘事吸引。

因?yàn)槟Ｐ痛砩舷?，代表想象力，代表通用智能的未?lái)。但機(jī)器人終究不是只在屏幕里完成推理的系統(tǒng)。它要走到地面上，伸出手，碰到物體，進(jìn)入人類(lèi)空間，承擔(dān)真實(shí)任務(wù)。

所以，硬件的想象力一直都在。它藏在模型公司自研數(shù)據(jù)手套和靈巧手的動(dòng)作里，藏在 Amazon、Skild 這些公司重新靠近機(jī)器人硬件的產(chǎn)業(yè)信號(hào)里，藏在人形、四足、輪足、柔性機(jī)器人不斷交叉融合的構(gòu)型變化里，也藏在一臺(tái)機(jī)器人賣(mài)出去之后漫長(zhǎng)的部署、運(yùn)維和場(chǎng)景打磨里。

當(dāng)行業(yè)重新理解硬件，就會(huì)發(fā)現(xiàn)：硬件從來(lái)不是想象力的反面。它是想象力進(jìn)入現(xiàn)實(shí)世界之后，必須擁有的形狀。