富牛网打碎盘子后原地跳科目三？中美竞解机器人“高能低智”，特斯拉砸20亿教洗衣

“买了一款人形机器人，训练它做家务。但现实很残酷，在打碎八个盘子后，它竟围着一堆碎片跳科目三。”

2025WAIC展台，当人们见识了机器人蹦迪、360度旋转跳等酷炫动作后，又不免生出机器人不够务实、“高能低智”的抱怨。

2025WAIC上的机器人格斗

痛点即机会。国家地方共建人形机器人创新中心（以下简称“国地中心”）首席科学家江磊日前在2025WAIC上做出明确判断：“机器人的‘走跑跳’能力，中国企业可以挺起腰杆说，我们超过了特斯拉、波士顿动力。但接下来，机器人‘能干活’才是真风口。”

知名投行摩根士丹利近期首提全球人形机器人领域上市公司100家，其中70%集中于中美两国，中国公司有37家。目前从全球看，在推动人形机器人走向强技能且脑子灵光的道路上，相关技术路线尚未完全收敛。这也意味着，站上“能干活”风口的机器人胜者，大概率会在中美间产生。

今年5月，2025张江具身智能开发者大会暨国际人形机器人技能大赛上，机器人参加叠衣比赛。

AI能写诗却无法执杯？

AI能下棋写诗，却很难稳稳拿起玻璃杯。仅仅为训练机器人洗衣，特斯拉就砸了20亿美金。

其中原因富牛网，包括但不限于：语料贵。具身智能依赖的与真实物理世界的交互数据，其获取难度远高于图像、文本；模仿难。大模型现能模仿的人类手部精细动作只有200个，远低于人类手臂手腕手指数十关节协同下能完成的复杂操作数量；硬件拖后腿。如行星滚柱丝杠等机器人灵巧手关键驱动部件，仍高度依赖定制。

国内灵巧手企业诺仕机器人创始人徐杨有一形象比喻：软件上，就算你有林丹的大脑，但你的手臂、肌肉等硬件如果不支持大脑执行，还是白搭。

其实，洗衣这件事，明明洗衣机就能解决。特斯拉之所以重金教机器人洗衣，真正用意在于“泛化”，即以大数据、大算力、大模型来修炼机器人，使其生长出烧饭叠衣、装配修理、保洁照护等样样在行的复合能力。

据记者了解，国地中心研发的全尺寸开源公版人形机器人“青龙”就曾在延锋汽车产线上“实习”，尝试上下料。近期，美国人形机器人企业Figure也发布了其机器人分拣快递的视频。

美国人形机器人企业Figure发布其机器人分拣快递的视频

但国地中心研发总监邢伯阳道出实情：实际下场时，要面对的挑战非常多。“我们看到许多机器人在单一工位能出色完成任务，但真正的应用场景，需要它具备至少五种技能，且在一个广阔的厂房空间内，实现四五个工位的转移。”

智澄AI创始人胡鲁辉还无情补充：“不仅任务要泛化，还有环境泛化，即我的机器人既能在家干活，换个家也能干活！”

中美同一起跑线较量

因此业内普遍预计，人形机器人真正具备合格泛化能力，以应对“既要又要还要”需求，至少在2030年后。这一过程中，机器人主导决策的“大脑”、负责执行的“小脑”，以及“肢体”，三者须协同共进。

此次WAIC上，上海矩阵超智公司的新一代人形机器人MATRIX-1进行了全球首次动态演示。在餐饮场景中，MATRIX-1听到“餐桌撤台”指令后，会先撤倒餐具内污物，再收纳餐具、清洁桌面、摆椅子。此长程任务中，序列规划与动作执行井井有条。另外，凭借多模态感知与空间推理认知能力的突破富牛网，MATRIX-1的自研五指灵巧手拥有22个自由度，可精准完成物体抓取、抓握、捏取、拧取、旋转、递物等精细操作，并保持毫秒级响应延迟。公司独创的少样本迁移技术，可确保单次少样本数采后训练，即可泛化迁移至80%相似场景。

2025WAIC上，上海矩阵超智公司的新一代人形机器人MATRIX-1进行了全球首次动态演示。

矩阵超智的优势，在于其“大脑-小脑-肢体协同”AI操作系统，确保机器人像人类一样看到、思考并行动。据悉，矩阵超智于去年4月成立，MATRIX-1原型机的研发用时仅132天，公司创始人张海星系原特斯拉中国设计中心负责人。目前，矩阵超智已进入软硬件协同优化与量产冲刺阶段，来自海内外客户的人形机器人意向订单达近千台。

另据记者了解，旨在实现具身智能大小脑及肢体协同的模型架构，目前全球基本形成共识，即VLA（视觉-语言-动作）模型。该模型2023年由谷歌旗下DeepMind率先提出。此后，Figure、Pi、英伟达等美国公司，以及国内的星动纪元、银河通用、智元机器人等，也相继致敬VLA架构，并基于此架构再行开发。

美国Figure公司的Helix、中国星动纪元的ERA 42模型，都基于VLA，但训练与任务泛化效率不同。

不过在这种共识中，中美之间也互有借鉴。如星动纪元在VLA架构强调“慢思考”的基础上，增加了高频动作处理模块，于2024年底发布其融合理解与生成式的VLA模型ERA-42，可实现对世界的深度理解及实时预测。如杯子放在桌面边缘，机器人会“担心”它掉下去。

星动纪元CEO陈建宇不无骄傲，在他发布ERA-42模型前后，美国Pi、Figure等同行也发布了类似架构的VLA模型，真可谓英雄所见略同。

记者获悉，同样基于VLA架构，各家模型的训练与泛化效率各不相同，但中国公司的创新策略，往往使效率数倍于美国公司。英伟达CEO黄仁勋日前在2025CES（国际消费电子展）的一场主题演讲中，展示他看好的14款人形机器人，其中近半数为中国企业，包括智元、傅利叶、星动纪元、银河通用等。

“能干活”仍要迈不少槛

“几乎每周，我们都能收到一两位顶级学者、大咖的信息，说要做具身智能。有归国的华人科学家，有来自中国顶尖大学的专家，又或是从相关产业出来的技术牛人。”启明创投主管合伙人周志峰近期的感受尤为强烈。他说：“当我们问他们为何仍要选择入场时，多数创业者给出的答案高度一致：具身机器人是人类在基因中的梦想。”

这家知名投资机构很早就投了优必选，由此成就国内“人形机器人第一股”。但这并不妨碍它在巨大机会面前又布局数家新的机器人公司，其中包括创下中国具身智能行业天使轮最大融资额纪录（1.2亿美元）的它石智航。

它石智航创始人陈亦伦（中）参与2025WAIC，创下中国具身智能行业天使轮最大融资额纪录

具身智能尤其是人形机器人，被视作继智能手机、新能源汽车后有着万亿市场规模的超级应用。但火热背后，江磊选择冷静。他认为，人形机器人“能干活”，关键在于解决感知局限、决策断层、泛化瓶颈。

而聚焦这三大痛点过程中，数据作为具身智能认知真实物理世界、提升操作精度的关键语料，乃重中之重。据记者了解，上海作为规模约占全国三分之一的机器人产业高地，在解决数据难题上，走的是“众人拾柴”模式——由国地中心搭建，今年1月，全国首个异构人形机器人训练场在张江模力社区启用，已部署102台异构人形机器人，实现对数据的规模化收集与生产。

今年1月，全国首个异构人形机器人训练场在张江模力社区启用。

江磊透露，谷歌作为全球具身智能数据大户，过去5年已采集300万条数据。“但今年年内，我们训练场有望完成500万条真机数据采集，成为全球最大的具身智能数据集聚地。”国地中心还联合上海机器人企业、国地中心分训练场，以及上海人工智能实验室、华为云等单位，构建人形机器人训练场合作生态，正联合打造近2500万条真机数据池。

=2025人形机器人与具身智能创新发展论坛上，国地共建人形机器人创新中心训练场合作生态签约。