人形机器人：多路径探索应用，挑战与机遇并存

人形机器人成为春晚新宠，却引发热议。有人担忧：我们真的需要100万台跳舞机器人吗？

随着宇树科技、魔法原子等具身智能企业纷纷宣布即将亮相春晚，人形机器人再次成为焦点。然而，在热闹之余，也有人开始质疑这种技术的必要性。尽管这些企业正在通过展示性能力维持高曝光度，但他们也在加紧推进人形机器人进入真实场景的应用。

自变量机器人作为早期押注端到端具身大模型的公司，近期发布了基于自研VLA模型的自主配送外卖视频。这一技术路线的核心在于通过统一的大模型，使机器人在真实环境中完成从感知到动作执行的连续决策。然而，业内人士指出，这一技术路线并非轻量化或高确定性的选择。

模型训练高度依赖真实世界数据，验证过程难以规模化复制。此外，统一模型在提升系统整体性的同时，也增加了工程调试与异常定位的复杂度。特别是在真实场景中，机器人需要完成跨环境、长任务链的操作，这对模型的稳定性与容错能力提出了极高要求。

与此同时，速腾聚创展示了机器人在配送场景中的能力，通过引入激光雷达3D点云及灵巧手触觉等信息，提高了模型对空间结构与物理约束的理解。这一路径与公司在智能驾驶领域的积累密切相关，旨在降低训练数据规模并优先解决真实环境中的稳定执行问题。

当前，具身智能企业正沿着不同路径探索应用。有的通过多模态感知提高信息密度以降低训练数据规模；有的坚持纯视觉路线，依赖规模化数据与模型能力；还有的则通过规则拆解、模块化能力组合与强控制体系，让机器人在明确任务边界内稳定工作。

这些不同的路径反映了企业在尝试跨越人形机器人规模化应用门槛的努力。然而，短期内人形机器人更可能以能力边界清晰、应用场景明确的方式进入生产与服务体系，而非成为通用劳动力。

行业对“何时出现真正质变”的预期逐渐趋于理性。上海市人大代表潘晶表示，中国在机器人产业链完整度、制造基础和应用场景丰富度等方面具备优势，但真正具备泛化能力的人形机器人突破仍需要时间积累。他预计，未来五年内，相关核心能力有望出现阶段性突破。