人形机器人哪家强？中美公司正面刚！
黄仁勋的“疯狂预言”正在成真。
想象一下： 马斯克的特斯拉Optimus机器人，在你家厨房优雅地煎着牛排；硅谷新贵Figure的机器人，正通过“眼神交流”默契协作整理和搬运物品；中国工厂里，宇树科技的“钢铁侠”正以9.9万的“白菜价”批量出场……
这科幻大片般的场景，正在我们眼前加速上演！
两年前，英伟达黄仁勋曾预言“具身智能（给AI装上身体）是AI的下一个浪潮”，当时，还被不少人当笑话听。如今，一场席卷全球的“造人”竞赛已悄然进入白热化阶段，赌注则是数万亿美元的未来市场。
什么是具身智能？
简单说，就是给AI装上身体，让它从“键盘侠”变成“实干家”。如果ChatGPT只是让AI学会了“动嘴皮子”，那么具身智能就是要让AI真正“动手动脚”改造世界。
在所有“AI拥有身体”的路径中，人形机器人被视为最复杂，也最具想象力的终极形态。它拥有强悍的“身体系统”：
- AI大脑（人工智能技术）
- 超级五官（感知技术）
- 精密肌肉（运动控制技术）
- 强劲心脏（芯片技术）
- 钢铁之躯（新材料技术）
每一项“黑科技”都是技术高峰，而现在，全球顶尖科技公司正在疯狂攀登。
美国两大巨头的技术狂飙与产品竞速
特斯拉Optimus：马斯克的“钢铁军团梦”
“2040年人形机器人的数量将超过人类！”
马斯克在股东大会上说出这句话时，外界将其视为又一次惯常的“画饼”。但是，当特斯拉Optimus第三代机器人在镜头前优雅地跳起芭蕾舞、熟练地炒菜时，许多人意识到：这个疯子这次是认真的。
让这次“狂言”显得尤为不同的是，马斯克并非仅仅打造了一台机器人，而是将整个生态体系深度绑定在了这条赛道上。从2022年开始，数百家上下游厂商已经陪特斯拉跑了三年马拉松，都在为一个目标拼命：让机器人真正像人一样工作。
拥趸者前赴后继，特斯拉的底气来源于哪？三张积累多年的“王牌”不能忽视。
第一张王牌：FSD的“火眼金睛”。
得益于十几年自动驾驶技术沉淀，Optimus放弃了成本高昂的激光雷达，转而依靠比人眼还厉害的纯视觉系统来“看懂世界”。马斯克的逻辑很简单：既然摄像头能支撑汽车自动驾驶，为什么不能让机器人自动工作？
第二张王牌：直线关节的暴力美学。
传统机器人多依赖旋转关节，力量有限。特斯拉改用行星滚柱丝杠的直线关节，使机器人关节在功率密度上实现飞跃。Optimus的腿部执行器因此能挂住半吨重的钢琴，双臂能承载20公斤重物，甚至超过了中国《职业病防治法》对人类工人的力学限制。
第三张王牌：Grok的“最强大脑”。
最新发布的Grok-4是Optimus的思维核心。它的训练量是Grok-2的100倍，在“人类最后考试”中成为首个突破50%准确率的AI模型。马斯克毫不谦虚地说：“它比所有领域的博士生都聪明！”模型背后是承载着超大规模算力的Colossus数据中心，它为机器人提供源源不断认知燃料。
尽管Optimus已展现出惊艳的感知与运动能力，但现实仍远未抵达预期。
目前，它的工作效率只有人类的20%至30%，单台造价高达6万美元，离马斯克制定的2-3万美元目标还有明显差距。更关键的是，核心零件寿命短，例如谐波减速器不到一年就要更换，灵巧手只能用一到三个月，难以支撑高强度、长周期的部署。
这意味着，现在的Optimus不是可量产、可规模化复制的劳动力产品，就像一辆性能卓绝却娇贵无比的超跑——能跑，但跑不了远；能用，但难以长期稳定运行。
Figure AI：硅谷“金童”的疯狂押注
创立至今不过短短数年，Figure AI的估值从26亿一路飙升至395亿美元，这或许是AI创业史上最疯狂的估值飞跃。微软、OpenAI、英伟达、贝索斯……硅谷“最聪明的钱”都砸向了Figure AI。科技圈的权力核心悉数入局，15亿美元的最新一轮融资，让它的身价直接涨了15倍。
Figure AI的创始人兼CEO布雷特（Brett Adcock）显然深谙硅谷融资之道，他瞄准的是全球“40万亿美元的人力劳动市场”。这一市场，占据了全球GDP的一半。
与特斯拉异曲同工的是，Figure AI并不仅想成为一个机器人硬件公司。2025年，它突然“分手”OpenAI，宣布将自主开发AI大模型，试图掌握具身智能的核心引擎。布雷特在宣布消息时放言：“30天内，我们会展示前所未见的能力！”
Figure AI的杀手锏是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，被誉为机器人界的“ChatGPT”。
传统机器人需要程序员一行行写代码教它做事，而Helix可以直接听懂人话，然后自己琢磨怎么完成任务。比如，当你对机器人说“把那个灭绝的动物拿过来”时，它能通过符号理解和推理，准确识别出恐龙玩具并拿给你。更牛的是，Helix已经实现了双机协作，两台机器人可以像人类团队一样配合，中间还能通过”眼神交流”协调动作。
但这套技术下，也隐藏着难以回避的两个问题：
1. 数据饥渴症：训练VLA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物理环境中逐帧采集，不像训练ChatGPT可以用唾手可得的互联网文本。目前Figure AI主要通过远程操作方式采集数据，成本昂贵且扩展性极差，形成模型成长路径上的数据瓶颈
2. 长期记忆缺失：VLA模型缺乏长期记忆机制，在复杂的多步骤任务中容易“断片”。比如在执行“准备早餐并清理厨房”这样连贯的任务时，机器人执行到一半可能就忘了前面在干什么，仿佛患上了老年痴呆。这不仅制约了其通用性，更暴露出当前架构在认知层面的有限。
Figure AI凭借疯狂的融资速度与技术野心成为硅谷焦点，但要跨越数据与记忆两大深坑，依然是一场高难度、长周期、高风险的豪赌。
中国“双子星”的成本革命与生态整合
宇树科技：中国“钢铁侠”的平民革命
相较于美国巨头不断烧钱的手笔，中国公司宇树科技选择了一条截然不同的路径：把人形机器人拉下神坛。2024年，宇树科技发布G1机器人，定价9.9万元人民币，这是全球第一款，也是目前唯一一款面向普通消费者开放的人形机器人产品。
特斯拉Optimus在实验室里“娇养”，Figure的机器人尚未量产的今天，宇树用行动喊出一句底层逻辑上的反问——
“凭什么机器人只能是富人的玩具？”
这场“平民级技术革命”最引人注意的就是低于10万的售价。宇树科技怎么把价格压下来的呢？
1. 极致控本：从设计阶段就考虑量产和成本，没有一颗螺丝钉是多余的。
2. 规模效应：四足机器人规模化生产带来了零部件共享和供应链复用。
3. 中国制造：背靠中国制造体系，拥有完整的产业链，降低了物流和沟通成本。
值得一提的是，宇树科技在四足机器人领域的成就令人惊叹，它在四足机器人领域的全球市场占有率超过60%，是全球唯一一家实现核心零部件全栈自主研发的企业，从肌肉（电机）、骨骼（结构件）到神经（传感器），全都自主研发。凭借在电机技术上的精妙造诣，机器人的每一个动作能通过优化磁通利用率和流线演算精准到位。
这套积累，被迅速移植到人形机器人领域，2025年春晚，宇树科技的H1机器人惊艳亮相，与舞蹈演员同台演出《秧BOT》，完成了一连串高难度的手绢抛接动作，展示了国产机器人在动态控制方面的工业成熟度。
然而，宇树科技也有一个致命软肋，即在软件层面，缺乏自研的AI大模型。
如前分析，特斯拉Optimus有Grok，Figure AI有VLA，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空白，主要依赖传统控制算法和第三方AI模型。也就是说，机器人的“身体”可能已步入成熟工业化，但“灵魂”仍停留在工具型逻辑。
智元机器人：华为“天才少年”的资本游戏
如果说宇树科技是国产人形机器人赛道中的“平民玩家”，那么智元机器人无疑是一位光环加身的“明星选手”。
智元机器人的创始人彭志辉（网名“稚晖君”），是华为历史上最年轻的“天才少年”，22岁就拿到年薪200万+的offer。董事长邓泰华，是在华为干了20多年的前高级副总裁。
这支团队天然携带华为式技术光环与工程气质，也具备在产业组织上“自带打法”的能力。或许也是因此，他们选择了一条很聪明的路：集合众力构建生态。
智元与蓝思科技、均普智能、富临精工等8家龙头企业成立合资公司，快速拉起一个横跨材料、结构、制造、算法的完整产业链这种打法的好处是风险共担，收益共享，速度更快。传统从零开始的研发路线需要5至10年，而生态模式可能两三年就能看到成果。
与此同时，智元在资本层面也展现出极强的操作能力，通过“协议转让+主动邀约”方式收购上市公司上纬新材的控股权，上个月已经创造了11连板的A股神话。
这将是新“国九条”实施以来新质生产力企业在A股的标志性收购案例。某种意义上讲，智元极有可能成为A股第一个纯正的人形机器人概念股。
从成立到现在，智元完成了9轮融资，估值达到150亿元。2025年1月，第1000台通用具身机器人正式量产下线，刷新了从创立到千台量产的行业纪录。
但智元也有自己的问题。作为一家2023年才成立的公司，它的技术积累相对薄弱。相比特斯拉十几年的FSD经验、宇树科技在四足机器人的深耕，智元的技术护城河还不够深。
更重要的是，高强度资本运作所带来的估值预期和业绩兑现压力，也将考验这家“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、走得远。
中国制造的“隐性胜利”与全球角力的三层逻辑
值得注意的是，尽管全球具身智能赛道上的明星公司看似来自中美两国的对峙阵营，但在供应链层面，它们却出奇一致：背后真正的赢家，是中国制造。
摩根士丹利报告显示，在全球人形机器人产业链的100家核心企业中，中国企业占了56家，占据63%的供应链份额。这些”幕后英雄”包括：
- 减速器赛道：绿的谐波、中大力德等
- 电机领域：汇川技术、雷赛智能等
- 传感器：奥比中光、华依科技等
- 制造服务：蓝思科技、均普智能、宁波华翔等
就连特斯拉的Optimus，其核心供应商也是中国企业：三花智控、拓普集团、新剑传动、北特科技等等。
不过，这个制造优势不像看起来这么牢不可破，这场人形机器人大战，实际上揭示了全球科技竞争的三个深层逻辑。
第一层逻辑就是供应链优势并不稳固。63%的市占份额主要凭借成本优势和制造效率，但这道护城河可能正在变窄，一旦设计与制造的核心门槛被AI算法和本地化生产打破，中国今天赖以领先的“成本红利”可能会迅速贬值。
更深层的问题是，我们是否过度依赖了”组装者”的角色？宇树科技的全栈自研是一个很好的尝试，但在AI大模型这个最核心的环节，我们依然存在明显短板。
因此第二层逻辑，我们要看到这场技术主权争夺的关键问题：“大脑”重要还是“身体”重要？
美国掌握着AI大模型的核心技术——Grok、OpenAI、VLA的各种模型，这是”大脑”层面的技术主权。但中国掌握着制造业的命脉——从减速器到电机，从传感器到结构件，这是”身体”层面的技术主权。
马斯克可以设计出世界上最聪明的机器人，但没有中国供应链，他造不出一台完整的Optimus。反过来，宇树科技可以造出世界上最便宜的机器人，但没有强大的AI大脑，它永远只能做简单的体力活。
这种相互依赖的关系，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，都不足以统治未来。
那么，中国企业该如何掌握主动权？最后，我们还要看到产业革命的历史轮回逻辑。
回顾每一次工业革命，赢家从来不是“执行者”，而是“设定规则的人”，今天，具身智能正处在技术范式尚未定型的关键时刻。而目前来看，真正有能力定义这些规则的玩家，集中在美国。
我们要清醒意识到三个技术层面的差距：
- 基础算法创新：Transformer、Diffusion等颠覆性架构几乎都来自美国
- 模型训练理论：从反向传播到强化学习，核心理论突破依然是美国主导
- 计算范式设计：从GPU并行计算到神经形态芯片，底层逻辑都是美国主导
同时也要打破思维定式，走出“工程优化”的舒适圈，从智能体系的“加工者”走向“定义者”。
结语
AI技术迭代是指数级的，从GPT-1到GPT-4只用了5年，人形机器人商业化可能仅需3至5年。传统制造业曾有几十年追赶时间，而AI时代留给中国的窗口期，最多只有十年。
更重要的是，AI正快速接管设计与优化生产流程，传统制造经验的价值随之急剧下降。未来，掌握AI核心技术的企业可轻松转移制造环节，失去AI主导权的制造商只能沦为”代工厂”。
时间窗口比想象中更紧迫。你，准备好了吗？
注：本文为「全球出海观察站」原创，欢迎分享朋友圈，转载需经授权
