在阅读文章前，辛苦您点下“关注”，方便讨论和分享。作者定会不负众望，按时按量创作出更优质的内容

文|昕昕

前言

最近具身智能这股风刮得太猛了，政策和市场两只手一起使劲儿，搞得不管是科技巨头还是刚创业的小老弟，甚至不少八竿子打不着的跨界选手，都一窝蜂扎了进来。

天眼查那数据看得人一愣：截至今年9月，机器人相关企业快100万家了，前9个月新增15万家，比去年同期暴涨65%，这入场速度跟抢演唱会门票似的。

但别光看表面热闹，这行根本是"看着像王者，实则青铜"的硬核闯关游戏，要过三关才能晋级，每关都能淘汰一大批玩家。

机器人只是刚起步

第一关就是"脑子不好使"，专业说法叫"无法泛化"。

简单说，现在的机器人都是"偏科怪才"，学啥会啥，换个样就懵。

比如教它抓杯子挺溜，换成鸡蛋直接能捏碎，抓苹果能给你扔地上——合着这技能是刻死在DNA里的，一点不会变通。

北极光的黄河说得特实在：造个长得像人、能端茶倒水的机器人不难，难的是给它装个灵光的"脑子"。硬件路线看得明明白白，但这"大脑+小脑"的组合套餐，至今没找到通用配方。

更绝的是日本，对人形机器人那叫一个"迷之热爱"，研究了半个世纪，结果2022年后连展会都不展示了——实在卡这关过不去了。

不过人家底子在，就像退赛选手蹲在休息区，只要泛化技术一突破，分分钟能杀回来。

宇树科技的王兴兴倒乐观，说这难题说不定哪天就"突然开窍"，现在的火爆可能只是个小火苗，就像当年互联网刚出来那样。

第二关更憋屈"饿肚子还没老师"，机器人学本事得靠数据喂，但现在这行情是"巧妇难为无米之炊"。

鼎晖的投资人都吐槽，大语言模型是靠海量互联网数据喂出的智能，具身智能要走这条路，那数据量得堆成山，可物理世界的数据哪那么好搞？

自动驾驶算简单的了，数据采集成本还高得离谱，更别说具身智能要的那种高维动态数据。

真机采集烧钱如流水，用仿真数据又像让机器人看食谱学做饭，纸上谈兵根本没用。

更坑的是，不光数据不够，算力还跟不上，训练一次跟开着空调煮火锅似的——电费账单能让人肉疼，优必选的专家都愁：没好数据，机器人到了复杂场景就是"睁眼瞎"，根本没法精准干活。

第三关最魔幻："钱太多也是烦恼"，按理说有钱是好事，但这行的钱有点"急功近利"，人形机器人成了吸金黑洞，连没啥技术基础的地方都要凑热闹投一把。

但你猜现在机器人主要干啥？高校买去搞研究，政府买去当接待，车企买去展厅迎宾——合着都是"气氛组"，真正能干活的没几个。

更要防的是"攒局"的套路：招一群背景华丽的技术大佬撑场面，显得研发投入特高；产品全靠供应链拼凑，没一点原创；再半卖半送塞给大企业刷业绩，只为下一轮融资能骗到钱。

黄河都劝大家清醒点：现在整个行业也就幼儿园水平，别真把自己当大学生了，想颠覆行业至少得等10-20年。

不过也不是没盼头，鼎晖的团队说得挺实在，商业化可以"沿途下蛋"，就像手机从大哥大进化到智能机那样，不用等完美再出手。

先让机器人上岗攒数据，边用边升级，总能慢慢变强。

结语

具身智能这赛道，机会是真多，坑也是真深，机器人还在学抓东西的阶段，资本别催着它考清华；企业别光想着攒局骗钱，得沉下心搞技术。

毕竟谁也说不准，哪天就突然通关了呢？