距离家用还有多远？机器人板块遭遇灵魂拷问 这一环节或成最大瓶颈

2月28日早盘，机器人板块走低，截至午间收盘，中大力德跌停，埃夫特、三丰智能跌超10%，鸣志电器、绿的谐波、兆威机电、丰立智能、步科股份、埃斯顿、拓斯达等跌超7%。

消息面上，高盛杜茜团队于2月27日发布研报称，人形机器人技术拐点仍不明朗，宇树科技机器人硬件表现稳健，但仍未准备好履行功能型任务，给正热的机器人板块浇了一盆冷水。

研报称，宇树人形机器人H1只有19个自由度，因此仍然无法处理复杂而精细的任务。关于商业化进展，宇树科技表示，未来2-3年人形机器人难以达到与人类工人相同的效率，但5-10年后可能会出现具有实际意义的应用。该公司目前的人形机器人出货量为几百台，满足了大学实验室研发以及机器人数据采集和训练的需求。

高盛预计，到2027/2032年全球人形机器人出货量为7.6万/50.2万台，步伐慢于市场预期，需要更长时间才能迎来由AI赋能的机器人。

另据公开报道，摩根士丹利在2月17日至21日期间，对中国自动化和人形机器人产业链进行了深入调研，走访了包括螺丝、减速器、电机、传感器等在内的多家企业，其调研报告称，尽管在和运动控制方面进展迅速，但要实现人形机器人的实际应用仍需算法和硬件的持续改进。

大摩称，尽管有许多组件供应商声称他们已经开发并将产品发送给集成商（包括特斯拉）进行测试，但产能建设（设备和经验丰富的技术人员/工人）、产能提升（精密加工、产品一致性）在最初几年都非常具有挑战性，影响效率、产量和成本。

当下人形机器人的代表产品处于哪一阶段？

宇树科技的人形机器人G1已经对外出售，从第一批尝鲜者发出的视频来看，目前的人形机器人仍停留在“大玩具”阶段，对跳舞、逛街、遛狗（机器狗）等单一任务手到擒来，但没有展现更实用的应用价值，并不能处理做家务这类更精细、更复杂的任务。

小鹏汽车CEO何小鹏近日在小鹏X9海外发运仪式上，被问及小鹏人形机器人的进展时便表示，今天行业里基本上所有的机器人都处于L2阶段。

能干活的人形机器人离我们还有多远？最先落地场景是什么？

宇树科技创始人王兴兴近期在接受央视采访时提到，“个人感觉在今年年底之前，整个AI的人形机器人会达到一个新的量级。如果顺利的话，到明年或者后年，一些基础的，比如说服务业或者一些工业其实基本可以推起来了，但家用可能会稍微慢一点，因为家用可能对安全性的要求更高，还是会需要技术相对更成熟一点点。”

从技术上看，数据匮乏扼住了通用机器人的脖颈。东吴证券详细解析了训练出好用的端到端大模型的难点——数据瓶颈，目前：

1）数据量差距巨大：相较于VLM大模型亿条级别的数据量，目前机器人实际单一场景的训练数据量仅仅在千条和万条级别，差距百倍。

2）机器人数据获取难度极高：相较于互联网上常见的语料供VLM大模型训练，机器人训练数据获取难度极高。目前有三种数据获取模式：①真实数据遥操采集：问题在于成本极高，目前动捕设备一套价格在几十万区间，初创企业如果要靠动捕设备遥操采集数据，成本非常高；②虚拟生成数据：例如银河通用发布的GraspVLA，通过虚拟仿真技术生成数据，用于机器人训练，但目前难以解决sim-to-real gap。简单来说，就是用虚拟仿真数据训练机器人效果很差，如果是简单的抓放搬运场景，虚拟数据相对可行，但如果涉及到柔性场景，比如说衣服被子等柔性物体，就很难运用。因为涉及到柔性物体形变仿真，在物理层面本身就很难建模；③真人数据映射：UMI和DexCap（斯坦福机器人团队）等正在探索真人数据映射（即采集真实人的数据，通过某种映射关系转化为机器人数据），但目前还比较早期。

3）遥操采集的数据本身存在毒性：①人在运动过程中会有额外的运动轨迹：例如简单的搬箱子，人在遥操录制过程中，可能会因为外界干扰停顿几秒，但这个停顿对于机器人来说就存在毒性，因为其无法理解人为什么要停顿；②人的运动轨迹和机器人不一致：目前市面上大量机器人都是以旋转关节为主，而人的上下肢是直线关节，因此同样是搬箱子的动作，人和机器人的运动轨迹就是不一致的，这时候用真人的数据去训练机器人本身就存在毒性。

4）机器人本体方案未收敛导致数据难以复用：例如用特斯拉本体采集的数据很难给智元的机器人来训练，因为本体方案不同。

该机构表示，真实的情况是，业界目前还无法解决上述数据端的问题。但目前各家都选择在自己的方案上努力收集数据，先在单一场景下实现一定程度的泛化，从而让更多人形机器人投入实际运用。该机构认为可能是3-5年后，当市场上有足够多的人形机器人数据，并且硬件方案逐步收敛，具身智能基础模型呈现出一定的智能涌现，才有可能实现真正的端到端具身智能大模型。