你的第一位人形机器人同事可能来自中国

七月的一个温暖日子，作者来到上海黄浦江畔的世界人工智能大会，想了解中国人工智能领域与西方的差异。会场内人形机器人随处可见——有的在跳舞，有的在搬运箱子，还有机器狗在展台周围来回走动，有几个则瘫在角落里充电。一群人围着一个小型拳击台，两个人形机器人在对打，一个倒下后又蹲起身站直。一位年轻女士邀请作者去击打机器人，作者拒绝了。

当然，会场里的这些活动有点像海市蜃楼。在人群中，你能看到有人拿着游戏手柄，他们在给机器人下达高级指令。人形机器人能控制平衡、完成简短动作，但走哪条路、和谁握手、何时后空翻，都由人类决定。另一个局限是：很多人形机器人没有手指，手臂末端通常是残肢状，这意味着它们能拿箱子、戴拳击手套，却抓不住东西。

尽管如此，专家预测机器人将对劳动力和经济产生深远影响。亚马逊正在测试美国初创公司Agility的人形机器人，据泄露的备忘录显示，该公司计划未来几年用机器人取代大量工人。美国银行分析师预测，到2035年，机器人制造商每年将出货1000万台人形机器人；摩根士丹利则预测，到2050年，全球将有10亿台人形机器人投入使用，其中近三分之一（3.023亿台）在中国，而美国为7770万台。

在人形机器人制造商中，总部位于杭州的优必选（Unitree）可能领先优势最大。当埃隆·马斯克的Optimus在演示中步履蹒跚时，优必选的机器人却能冲刺、踢功夫腿、做空翻特技（大会上跳舞的迎宾机器人就是优必选的）。优必选的腿足机器人价格也极低，仅需数万美元甚至更低，是美国典型人形机器人成本的十分之一。优必选是中国最知名的机器人初创公司，是科技行业的“国家冠军”，据报道计划在上海进行70亿美元的首次公开募股（IPO）。如果优必选失败了呢？还有200多家中国公司也在研发人形机器人，这最近促使中国政府发出产能过剩和重复建设的警告。美国约有16家知名公司在制造人形机器人。

有了这样的数据，人们不禁猜测，第一个拥有百万台人形机器人的国家将是中国。

杭州

作者希望参观优必选和其他几家公司。与许多竞争对手不同，优必选销售多种腿足机器人，且已实现盈利。不幸的是，由于公司正在筹备IPO，作者发现其基本不对外开放。后来作者听说，其总部饱经“战火”：入口处的一组楼梯因腿足机器人练习搬运重物而被撞得坑坑洼洼。“那是你能想象到的最破败的地方之一，”新加坡机器人企业家Mike Cho说，他曾在那里待过一段时间，“到处都是坏机器人、坏零件和破损的混凝土。”

后来，作者联系上了优必选CEO王兴兴，他以英语不好为由，同意通过微信交流。王兴兴在中国算是个名人。2025年2月，他受邀参加中国国务院总理习近平主持的活动，与中国科技界的几位大佬（阿里巴巴的马云、华为创始人兼CEO任正非、比亚迪董事长兼CEO王传福、小米CEO雷军）一同出席。在上海的大会上，作者看到王兴兴用语速飞快的普通话发表主题演讲，他告诉观众，他计划制造出擅长“端茶倒水、工厂干活，甚至表演艺术”的机器人。

在微信上，王兴兴告诉作者，他从小就对机器人着迷。大学一年级时，他用200元人民币（约28美元）拼凑出一个小型双足机器人。“当看到自己设计的机器人活过来的那一刻，”王兴兴写道，“这种将技术与创造力结合的成就感，让我下定决心投身机器人研究。”

2015年，还是上海大学硕士生的他，用不到2万元人民币（约2800美元）造出了一个小型四足机器人。这个机器人在社交媒体上走红，人们惊叹于一个学生能造出如此稳健、低成本的机器。他曾在无人机公司大疆短暂工作，之后获得少量种子资金，于2016年创立优必选。2017年，公司推出首款产品——机器狗Laikago。

王兴兴承认，早期波士顿动力及其四足机器人Spot给了他启发。Ghost Robotics的CEO Gavin Kenneally回忆起在贸易展和会议上看到Laikago的情景：“他们的机器人其实能力不怎么样。”但Spot售价7.5万美元，Laikago却只要2.5万美元。

2019年，麻省理工学院（MIT）的一个团队研发出一种电动机，使其四足机器人Mini Cheetah能以创纪录的速度奔跑。不到一年后，优必选推出了新款四足机器人A-1。“它基本上是MIT Mini Cheetah的翻版，”Kenneally说，“比他们之前的平台进步了一大截。”

优必选的业务开始起飞。根据咨询公司SemiAnalysis的数据，2023年其四足机器人销量是波士顿动力的10倍。近2.4万台优必选四足机器人被用于建筑工地、石油钻井平台和工厂等场所。这些机器人能爬楼梯、穿越碎石堆进行巡检或安保巡逻。

拆解优必选的机器人，你会发现中国紧密整合的制造业带来的巨大优势——与供应商的良好关系对公司的成败至关重要。SemiAnalysis研究了优必选最新款四足机器人Go2的一种配置，售价约8000美元，其所有核心部件（传感器、电机、变速箱、电池、计算机）成本仅为3272美元（优必选其他Go2配置的售价低至1600美元）。“他们的做法是利用中国的制造业和供应链，极其快速地迭代，”Kenneally告诉作者。

王兴兴不仅对机器狗感兴趣。波士顿动力多年来一直在研发人形机器人Atlas。到2023年，王兴兴看到马斯克通过Optimus的演示激发了人们对人形机器人的热情，于是开始研发自己的人形机器人。同年8月，优必选发布首款人形机器人H1；不到一年后，开始销售性能更强大的G1，学术用户售价略高于1.35万美元；今年夏天，公司推出了更便宜但功能较简单的人形机器人R1，售价仅39999元人民币（约5700美元）。

在世界人工智能大会的演讲中，王兴兴暗示机器人智能革命即将到来。“当机器人能进入陌生房间、给人拿瓶水，或接到简单指令后自主整理房间时，机器人的‘ChatGPT时刻’就会到来，”他告诉听众，“快则一到三年，慢则三到五年，这就会发生。”

很多机器人专家相信他们很快会迎来“ChatGPT时刻”，不过问题在于如何定义这个时刻。但作者有理由怀疑王兴兴可能过于乐观。在杭州最近的一次大型机器人会议上，一个专家小组调查在场人员是否认为人形机器人到2050年将接管大部分人类工作，王兴兴是少数持肯定态度的人之一。

北京

在某研究院，作者又见到一个跳舞的优必选机器人。它先是站稳，然后随着节拍跺脚、挥拳。作者以前没见过这些动作，这是有原因的：这个人形机器人采用了一种实验性方法，即AI模型通过观察人类动作（这里是中国版TikTok——抖音上的舞蹈动作）来学习。

北京人工智能研究院（BAAI）院长、机器人工作负责人王中原向作者介绍了该研究院新的开源机器人模型Robobrain 2.0，其工程师们构建该模型是为了将语言模型的能力与空间推理相结合。机器人尚未充分利用语言模型的广泛能力，人们希望大型语言模型（LLMs）能帮助机器人在陌生环境中运行，并更好地进行交流。在一项实验中，BAAI研究人员用Robobrain 2.0控制一对机械臂。当模型听到有人说“我饿了，给我做个汉堡”时，它会将这句话转化为指令，让机械臂把生菜和肉放进面包里。

但语言模型的作用有限，机器人最迫切需要的是一种能像LLM理解文字那样理解物理世界的新型模型。要构建这种模型，工程师需要更多数据。在BAAI参观时，作者看到数十名工作人员坐在办公桌后，他们远程操控各种机械臂和抓手，教算法完成简单的操作任务，比如清扫桌上的豆子、把液体从水壶倒进不同的杯子、从货架上取东西。一个戴着虚拟现实头盔的年轻人似乎在泡茶，一台摄像机记录着他的每一个动作。其理念是，有了足够的训练数据，机器人就能凭直觉完成各种任务，无需专门训练。

问题是，没人确切知道哪些数据对机器人最有用，更不知道需要多少数据或如何最好地收集数据。要让人形机器人普及，还需要发明能更好模仿人手的硬件。对机器人来说，后空翻比抛硬币容易得多。

不过，加州初创公司Sunday Robotics的联合创始人兼CEO Tony Zhao告诉作者，他担心像他这样的公司很难与中国公司竞争，因为中国公司能雇佣更多工人（比如BAAI的远程操控员）来训练机器人模型，并快速推出新硬件。“在迭代速度上，美国正在落后，”他说，“说实话，我不知道我们怎么能赢。”

为了努力跟上，Zhao最近从一家中国机器人公司招募了一名高管，该高管在利用中国庞大而复杂的供应链方面有深厚人脉和经验。“我们能打败中国公司的唯一方法是组建一个中国团队，”他说。

一些美国CEO，包括谷歌DeepMind的Demis Hassabis和Physical Intelligence的Lachy Groom（两人都在追逐机器人的“ChatGPT时刻”）告诉作者，他们认为机器人的发展大致会模仿智能手机：中国造硬件，美国造“大脑”（不过华为现在两者都做）。

Agility（做人形机器人的公司）联合创始人兼首席机器人官Jonathan Hurst建议，答案可能是美国政府需要介入。他设想的措施包括大力投资国内先进制造业，比如为在仓库和工厂使用机器人的公司提供税收优惠，以支持国内机器人公司。这种策略可能开始效仿中国政府对其产业的耐心资本投资。“我们必须在自动化方面非常聪明，”他说，“这是唯一的办法。”

作者在北京中关村高科技 hub 的酒店里，没有那些在一些大城市酒店里常见的、能给客人送东西的轮式机器人，而是有一位名叫Stephen的服务员，他总是彬彬有礼。当作者需要洗衣服时，Stephen几个小时就搞定了。旅行结束坐飞机回家时，作者想到有多少双手以这样的速度清洗、熨烫、包装并运送回这件衣服。即使在中国，机器人还没有赢。