已有人給出機器人行業的“哥德巴赫”難題的答案每年春晚，機器人登台都會引發一次集體興奮。這種興奮並不難理解。從宇樹機器人在春晚大規模破圈開始，到今年魔法原子的歌舞、松延動力和喜劇演員合演小品等，當明星背書、大眾目光和舞台聚光燈都落在機器人身上，所有人都能如此直觀地感受到：機器人正在從想像走向現實。但問題在於，春晚展示的從來不是機器人產業的真實問題。在這一片喧囂的“盛世繁華”之下，中國機器人行業正經歷著前所未有的集體焦慮。它展示的是瞬時、短暫的能力上限，而產業真正關心的，是機器人真正能創造什麼長期價值。投資人曾反問：“第一次看（機器人在台上跳舞）可能覺得很新奇，但普通消費者有沒有要看機器人跳舞的持續需求呢？”舞台上的機器人可以在幾分鐘裡做到極致，但產業現場的機器人必須在幾個月、幾年裡保持穩定。春晚的邏輯是“驚豔一次”，工程的邏輯是“穩定、可靠重複一萬次”。每一次春晚之後，行業都會迎來一次隱性的分野。一類公司繼續追逐更擬人、更炫目、更適合傳播的動作瞬間；另一類公司則選擇沉澱，把資源投入到更慢、更累、更難在鏡頭面前炫技的工程深水區。這不是傳播策略的優劣之爭，而是對產業本質理解的分歧。春晚路演：卡位賽的短期紅利與陷阱春晚之所以會成為機器人公司的集體戰場，是因為它正在演變為一場超級路演。這條鏈路清晰得近乎殘酷：曝光帶來客戶認知，認知催生訂單，訂單支撐現金流，現金流撬動融資，融資反哺研發。投資人李方指出，缺乏訂單或市場排名靠後的公司，在2026年或將難以獲得融資，甚至最終面臨淘汰。在這種生存壓力下，行業競爭被壓縮成一場卡位賽，春晚就成為了最昂貴也最直接的卡位方式。登台的公司豪擲千萬甚至過億，本質上是在爭奪一個“被記住的位置”；沒登台的公司也想盡辦法，焦慮地轉戰地方衛視，或舉辦一場“熱熱鬧鬧”的大型機器人晚會，試圖複製同樣的敘事。但問題在於，春晚並不會縮短工程的周期，也不會直接提升工程能力。“人形機器人上春晚，本質上是價格競標，而非外界想像的技術競標。2026年春晚有太多機器人公司想表演，最後變成了春晚曾報價5億，提供獨家買斷表演的機會。說白了，誰出得起錢誰就上。”某位具身智能公司相關人士透露。然而，觀眾的審美閾值正在迅速爬升，連“新奇感”這一情緒價值都開始搖搖欲墜。工業和資訊化部資訊通訊經濟專家委員會委員、經濟學家盤和林觀察到，隨著公眾對AI與機器人認知的普及，若節目設計未能突破既往動作、缺乏更具新意的互動能力，“春晚機器人”這一標籤將面臨加速稀釋的風險。“AI教父”楊立昆在達沃斯論壇上則更直接。他說，現在機器人的常識連貓都不如。舞台上的功夫很多是預程式設計的結果，而進入開放世界之後，機器人並不真正理解現實。當表演本身不再構成稀缺資源，依靠炫技建立的敘事優勢便會快速衰減。一位行業人士的提醒值得警惕：“動作再絲滑，脫離預設指令碼全白搭。資本催熟的技術秀，不如踏踏實實做量產、做場景。”這讓人想起另一批機器人企業，如它石智航的選擇。其他企業爭相登上春晚頻繁亮相，這家公司卻選擇了“腳踏實地”。CEO陳亦倫過去曾表示，它石的追求是做真正可大規模部署、可靠高效的“有用”機器人。機器人下半場：從本體競賽到大腦深水區過去幾年，機器人行業最顯性的進步集中在“本體”：更高自由度、更強扭矩、更像人的形態。但隨著硬體趨同、供應鏈成熟，本體正從競爭壁壘降維為入場門檻。真正的壁壘開始向上遷移。楊立昆在達沃斯論壇上的那句話之所以刺痛行業，是因為一旦進入開放、動態的真實世界，機器人並不真正理解自己在做什麼。表演性進步的繁榮表象下，是實用性落地的長期缺位。行業裡已經出現了一些更冷靜的樣本：它們不急於登台，而是把資源投入到大腦能力的建構。比如通過以人為中心的資料採集新範式，完成複雜精細的操作。當資料採集自然融入真實操作過程，通過全量記錄視覺、觸覺與手部動作資訊，建立機器人對真實世界的經驗底座。資料量達到臨界點後，泛化的能力會自然湧現。線束便是一個典型的精細落地場景。線束在製造業中無處不在，如果機器人不能解決線束裝配，就談不上進入工業深水區。這是一道被稱為工業自動化的“哥德巴赫猜想”的難題——柔性、精細、長程、複雜。傳統機器人擅長處理剛體，如抓取杯子等已趨向成熟，但柔性操作涉及亞毫米級精度、雙手協同、力觸控制、不規則表面，是行業公認的難題。它石的價值並不只在於成功攻克線束難題，而在於驗證了一條行業正在回歸的路線：機器人真正的Scaling Law，不在舞台動作數量的增加，而在大腦對真實世界理解能力的提升。當大腦足夠強，機器人才能跨場景遷移，從表演場走進交付現場。交付為王：系統能力決定產業終局公眾判斷機器人最直觀的標準往往是“像不像人”。但產業判斷機器人只有一個標準：有沒有一套穩定完整的系統。一個系統必須可解釋、可復現、可控。它必須在異常發生時仍然有邊界，而不是在脫離指令碼後瞬間崩潰。這也是為什麼，機器人最大的鴻溝不在於“會不會跳舞”，而在於“能不能工作”。跳舞是一種表演性智能，目標是引人驚嘆；工作是一種工程性智能，目標是系統可靠。二者之間隔著的，是一整套可解釋、可復現、可控制的交付能力。“無論是知名度還是技術水平，一家機器人公司在業內的排名，拼的從來不是單點炫技，而是技術、品牌、工程、商務、交付、服務的‘六邊形’綜合能力。”李方指出。這條判斷標準正在重塑資本與市場的篩選邏輯。當硬體趨同、表演脫敏，能夠定義產業終局的，不再是那些最擅長製造敘事高潮的公司，而是那些能夠解決工程問題、把能力沉澱為系統、在長周期裡保持交付穩定的公司。它石智航正在沿著這條路徑建構自己的護城河。2026年1月，它石發起具身資料“星火計畫”，圍繞推進具身資料標準、建設垂類具身智能語料庫等方向與多家合作夥伴展開深度合作，通過開放、共享、共贏的具身智能資料新生態，推動實現“億小時等級”的資料流通規模，點燃產業發展的星星之火。2月，它石對外發佈了線束裝配“升級版”視訊：複雜線束多機協同作業，系統性展示了大腦對柔性物體的精細控制、複雜操作以及長時穩定能力。陳亦倫曾在國際會議上指出：“中國是物理智能必須直面的、最複雜也最具挑戰性的‘終極試驗場’。任何能在中國跑通的具身智能解決方案，都將天然具備走向全球的強大普適性與規模化潛力。”當大腦足夠強，機器人才能跨場景遷移，才能從單次走向泛化，從工業走向生活。春晚讓公眾看見機器人行業，這是它的意義。但行業最終不會只記住誰跳得更整齊，而會記住誰能交付，誰能規模化，誰能把能力沉澱成系統。熱潮總會退去。燈光熄滅後，留下的只有兩類公司。一類擅長製造情緒敘事，另一類擅長解決工程問題。而工程問題的終點，最終都會回到大腦。機器人行業真正的比賽，始終在舞台之外那些不被鏡頭記錄、卻需要重複一萬次的日常裡。 (高工人形機器人)

2026年農曆新年，四家中國機器人公司將人形機器人推上央視春晚舞台，引發關注。不禁讓我們憧憬下一步：那些在鏡頭前流暢舞動、談吐自如的機器人，買回家能做什麼？這個問題答案便觸及了整個產業最深的隱憂。從預設指令碼到真實世界自主操作，從實驗室演示到工廠級可靠性，人形機器人正被一道麥肯錫所稱的“鴻溝”困住。而限制它們突破的根本，不僅是算力、資本，還是物理現實本身，以及讓機器理解物理現實的那套尚未成熟的智識體系。一、這扇窗對於一個新興產業而言，沒有比這兒更好的發佈台。單次曝光可達數億至十億等級的受眾，一場演出勝過千場展會。2026年農曆新年，宇樹科技、魔法原子、銀河通用、松延動力四家中國機器人公司同時讀懂了這一邏輯。2月16日晚，魔法原子攜6台MagicBot Z1和兩台MagicBot Gen1人形機器人與易烊千璽等藝人同台演繹《智造未來》；宇樹科技攜G1與H2兩款人形機器人，在節目《武BOT》中帶來人形機器人叢集武術表演；銀河通用在賀歲微電影《我最難忘的今宵》中亮相；松延動力四款人形機器人現身首個小品節目《奶奶的最愛》。大洋彼岸的NBC新聞在報導中指出，“中國已將機器人和AI置於其下一代AI+製造戰略的核心。”市場的反應幾乎是即時的。據新京報報導，開播兩小時內，京東平台機器人訂單量環比增長150%，搜尋量增長300%，商品詢問量增長460%。南華早報報導，宇樹科技CEO王興興宣佈2026年出貨目標為1萬至2萬台，而該公司2025年實際出貨超5500台、量產下線超6500台，雖然這與根據 Omdia 1月8日發佈的宇樹2025年出貨4200台有所不同，但毋庸置疑已站在中國乃至全球頭部位置。二、人形機器人的三個層級摩根士丹利資產管理旗下Counterpoint Global團隊於2026年1月發佈的研究報告《具身AI與人形機器人的崛起》（Embodied AI and the Rise of Humanoid Robots），提供了理解這一問題的清晰框架——報告將人形機器人的AI能力劃分為三個層級：第一級是任務專項執行：在預定義條件下完成固定動作，自適應能力極低。報告明確指出，這是當下商業化人形機器人的主導狀態。第二級是任務泛化：利用感知輸入和習得經驗，將技能遷移至相近但不同的場景，是當前學術研究的前沿。第三級是泛化智能：通過觀察和演示自主學習全新任務，報告將其定義為需要資料、推理和物理控制領域重大突破才能實現的遠期目標。在這種高確定性舞台約束下，四家公司的機器人絕大多數呈現更接近第一級，少數環節可能疊加了有限的即時互動。36氪的調查披露，關鍵台詞、互動流程等核心環節大機率經過了預先編排；松延動力CMO張淼在回答媒體採訪時表示，團隊甚至按1:1比例復刻了央視一號廳的所有舞台道具，在公司內部反覆綵排才換來場上的流暢。這種謹慎有其結構性根源。該報告在三級能力劃分背後，對應著機器人的兩層智識架構，研究把人形機器人的“內部智識架構”拆成兩層：第一層是低級運動控制（“蜥蜴腦”），負責平衡、步態、反射與即時協調，最高可在數百赫茲頻率下處理；隨著模擬遷移與強化學習的進步，這一層的穩定性與全身控制能力已顯著提升。舞台上的武術編排與多機協同，更像是對這一層工程能力的集中展示——在強約束、可復現的環境裡，把動作庫與控制閉環做到“穩”。第二層是高級認知推理（“cerebrum”），負責感知、規劃與決策；視覺語言模型讓機器人能夠理解場景、遵循指令並將任務組織為多步驟流程，但報告強調這也是當前系統最大的瓶頸：模型在訓練場景之外的泛化能力有限，遇到陌生環境時性能會明顯下滑，專項技能與廣泛適應性之間的差距仍是核心挑戰。也因此，把舞台上的“像人一樣能打能跳”，直接等同為“走進現實就能像大家想像那樣替人類幹活”，往往會高估現階段的可靠性與經濟性。麥肯錫指出，令人印象深刻的原型機在真實世界中仍遠未達到一致、可靠且經濟合理的性能；而在工業或家庭場景裡，往往需要 99.X% 以上的穩定運行，長尾問題會迅速放大落地難度。一台能在受控舞台上表演武術的機器人，與一台能在陌生廚房完成一頓早餐的機器人，在演算法複雜度上不可同日而語。舞台展示的，恰恰是前者。三、物理世界的三道關從一級到二級、再到三級，不是線性升級，而是跨越三道相互牽制的技術斷層，共同構成人形機器人產業最深的結構性挑戰。第一道關：資料真正的瓶頸不僅是“資料量”，而是“資料量×資料形態×資料成本”三位一體。Counterpoint Global的研究指出，具身智能的底層約束在於對大規模、高品質、以人為中心資料的強依賴；而當前主流採集方式（遙操作、動作捕捉）既慢又貴，難以把資料規模推到支撐泛化所需的量級。因此，越來越多開發者傾向於認為：只有在真實世界中實現一定規模的部署與循環回灌，才能持續生成足夠多樣的資料分佈，為更可靠的泛化打基礎，這與自動駕駛依賴車隊規模形成“資料—能力”飛輪的邏輯相似。21世紀經濟報導援引業內受訪者判斷稱，行業當前可用的具身互動資料仍在百萬量級，而面向更強泛化所需的資料規模可能要提升到千萬乃至億級。這也構成了典型的“先有雞還是先有蛋”困境：機器人要在真實環境中大規模運行才能積累高價值資料，但沒有足夠資料，系統又難以在真實環境中長期保持一致、可靠的表現。對此，《科學美國人》在2025年12月的深度報導一針見血地指出：支撐ChatGPT等產品的大語言模型並不是具身智能的“捷徑”，因為它們缺少從真實互動中獲得的具身知識。第二道關：模擬到真實的域差資料匱乏催生了一個看似完美的解決方案：在虛擬環境中批次訓練，再將模型遷移到真實硬體。但這條路上擋著機器人學最棘手的工程難題：Sim-to-Real差距。德勤在Tech Trends 2026的相關分析中援引俄亥俄州立大學工學院院長、著名機器人學家阿亞納·霍華德（Ayanna Howard）。她的描述直指要害：虛擬環境中的視覺圖像相當逼真，但現實世界有著不同的細節。一個機器人也許在模擬中學會了抓取某樣東西，但當它進入物理空間，並不是1:1的對應關係。她進一步指出，機器人在模擬到物理環境的遷移過程中確實會適應，但它們是圍繞任務來學習，而不是整體性地與環境互動，也就是說，學會在不同摩擦係數表面抓球，與學會在人流擁擠的商場中安全行動，是截然不同的兩件事。更根本性的物理約束來自硬體本身。德勤報告還採訪了敏捷機器人（Agility Robotics）聯合創始人喬納森·赫斯特（Jonathan Hurst）：他指出，傳統機器人是位置控制裝置，擅長數控加工或點焊這類精確、可重複的任務，但它們不擅長非結構化空間中的組裝、操控或運動。IEEE高級成員帕薩·普拉提姆·雷（Partha Pratim Ray）在2026年1月的學術研究中得出了同樣的結論：人形機器人受限制的程度，與其說是人工智慧，不如說是物理現實的具身性本身。第三道關：安全驗證即便解決了資料和模擬問題，還有一道更難繞過的關：安全。IEEE的研究指出，由於人形機器人被設計為在人類附近工作，任何失敗的代價都更高。而習得行為很難被正式驗證，這使得受監管環境中的認證處理程序和大規模部署的推進都異常緩慢。德勤的報告指出了同樣的問題：即便經過了大量安全測試，AI驅動的機器人仍可能表現出不可預測的行為。在公共空間，風險顯著上升，因為自主系統必須應對不可預測的人類行為。霍華德更給出了一個令人警醒的判斷：“我從根本上相信，在某處始終應該有一個人在回路中（human in the loop）——永遠。即便是我這個機器人學家也這麼說。”而機器人學領域最具標誌性的懷疑論聲音，來自MIT電腦科學與人工智慧實驗室前主任、iRobot聯合創始人羅德尼·布魯克斯（Rodney Brooks）。他在部落格與公開文章中直接把“用人類視訊教機器人靈巧操作”這一當前主流路徑稱為“純粹的幻想思維”（pure fantasy thinking）。他的物理論據尤其冷靜。全尺寸行走人形機器人需要消耗大量能量維持直立，一旦跌倒，這些能量會轉化為傷害。物理定律決定了：把一台機器人的線性尺寸擴大為兩倍，其質量將增加為八倍，跌倒時釋放的有害能量同樣如此。這不是軟體能修復的問題。布魯克斯預測，未來15年內，聚集在現在形態下人形機器人的大量資本將消失，今天的人形機器人將被基本遺忘，而最終成功的“人形機器人”將是裝著輪子、多臂、專用感測器的機器，而不是眼下這副雙足直立的樣子。布魯克斯自稱是“現實主義者而非悲觀主義者”——他不反對機器人，只是認為勝出的形態不是現在這樣。這三道關的邏輯鏈條因此形成：真實資料太少，於是訴諸虛擬模擬；虛擬模擬與現實存在域差，於是需要更好的世界模型和物理引擎來理解物理規律；而就算模型的預測更準確，讓機器在人類附近安全操作的驗證體系，仍是一個幾乎尚未破題的問題。這是一個尚未閉合的循環。四、資本熱情與商業現實在技術突破時間線高度不確定的背景下，資本市場展現出了與之並不相稱的樂觀。路透社與市調機構Omdia的資料顯示，2025年全球約出貨1.3萬台人形機器人，中國約佔其中90%。摩根士丹利預測，2026年中國市場人形機器人銷量將翻倍至2.8萬台，部分原因是零部件成本預計同比下降約16%。36氪援引IT橘子資料顯示，2025年中國具身智能領域完成329筆融資，總額398.9億元人民幣，同比增長超過三倍。資本熱情並非全無根基。摩根士丹利的報告提供了清晰的宏觀經濟邏輯：G7國家自2010年以來，每位失業者對應的職位空缺數量增加了約四倍；製造、物流、檢修等依賴體力重複性勞動的行業尤其突出。人形機器人的關鍵優勢在於它無需改造現有基礎設施——這些設施本就是為人類身體比例而設計的。高盛的研究顯示，人形機器人的製造成本在2023年至2024年間已經下降了40%。美國銀行研究院預計，人形機器人的硬體成本將從2025年的約3.5萬美元，降至未來十年的1.3萬至1.7萬美元。這種成本下行趨勢，正在催生真實的早期部署。德勤報告記錄了若干標誌性案例：寶馬正在南卡羅來納州工廠測試人形機器人，用於傳統工業機器人缺乏的精密操控和雙手協調任務；亞馬遜已部署其第一百萬台機器人，其DeepFleet AI模型協調整個配送網路中這支龐大的機器人隊伍。然而，通向大規模商業化的路仍舊具體而昂貴。麥肯錫提出一個便於討論的“四座橋”框架，用來描述從試點到規模化必須跨越的關鍵門檻，並且明確指出約束必須按順序解決。第一座是安全系統：無圍欄操作的安全合規是前提，沒有監管合規，機器人就無法離開受控區域；國際標準化組織正在制定專門針對人形機器人的ISO 25785-1標準。第二座是持續執行階段間：大多數機器人當前僅能充電運行2至4小時，遠低於工廠班次要求的8至12小時；這是ROI的核心驅動因素。第三座是靈巧性與移動性：人類手部擁有約20至27個自由度，而當前大多數機器人手的有效自由度遠不及此，嚴重制約了非結構化場景下的實用性。第四座也是最終的橋——激進的成本削減：當前商業原型機造價通常在15萬至50萬美元之間，主流行業部署需將售價降至2萬至5萬美元，而驅動系統佔總成本的40%至60%，是最大的攻關方向。麥肯錫的分析發現其經銷商報價與製造應成本之間存在十倍差距，是成本壓縮空間最大的單一方向。與此同時，UBS的長期預測提供了一個坐標系，德勤在2026年Tech Trends報告中直接引用了這組數字：到2035年職場中將有200萬台人形機器人，到2050年這一數字將增至3億台，對應市場規模從2035年的300億至500億美元，增長至2050年的1.4兆至1.7兆美元。摩根士丹利則更為審慎，直接表態：有意義的批次出貨增長，預計要到本十年代末才會到來。Robotics Tomorrow援引多位投資人的判斷，認為當前估值熱潮與2000年代初網際網路泡沫存在結構性上有相似之處，行業洗牌不可避免。五、2029年的那道門摩根士丹利報告在結論部分選擇了自動駕駛作為類比，這個選擇意味深長。Waymo 的 robotaxi 到 2025 年底累計出行已超 2000 萬次，德勤將其視為物理AI領域迄今最成熟的商業化案例，但它服務的地理範圍依然有限，依賴高精度地圖和嚴苛營運環境。人形機器人面對的物理世界，遠比城市道路更加多變。德勤把時間說得最直白：面向消費端的“人形管家”至少還需要十年。 這不是對產業前景的否定，而是對時間尺度的誠實標定。真正的考驗是一台機器人能否在一位獨居老人從未打掃過的公寓裡安全工作——這一類場景，要求的正是摩根士丹利報告中所定義的第二級乃至第三級能力。IEEE的研究說得更根本：人形機器人的進步將取決於物理模擬器、更高效的硬體和學習與控制之間更緊密的整合，而不是更大或更強大的學習模型。這是布魯克斯以及摩根士丹利、德勤、麥肯錫等跨越立場分歧而共同指向的地方——瓶頸不在雲端，而在地面。現在是2026年初，距離摩根士丹利所說的“本十年代末”，還有大約四年。報告也明確寫道：早期部署最可能先在可控工業場景發生，並作為資料生成引擎加速學習循環。與此同時，宇樹提出2026年1萬至2萬台的出貨目標，特斯拉Optimus Gen 3也被報導將於2026年初亮相，並在2026年底前推進產線準備。“從工廠和倉庫起步、積累資料、再向複雜場景擴展”的路徑，可能會以我們尚未完全看清的方式推進。晚會每年如約而至，舞檯燈光每年都會更加絢爛。但決定這個產業真實高度的，是三道關什麼時候能真正打通。在那之前，最聰明的投資者和工程師，可能都應該把更多時間花在零件目錄和安全認證檔案上。 (New Economist)

今年春晚，機器人又刷屏了。但有一個畫面，讓我吃年夜飯的時候停下了筷子——宜賓分會場，街頭麵攤前，人形機器人站在鍋邊，撈面、控水、倒碗，動作一氣呵成。旁邊的另一台人形機器人端著盤子，把面送到桌上。鏡頭再一掃，還有機器人在給老人斟酒。這是春晚歷史上的第一次。人形機器人不再只是“表演者”，而是實實在在的“服務者”。創造這一歷史時刻的，是魔法原子。有意思的是，今年登上春晚的機器人公司不止一家。宇樹、松延、銀河、魔法原子四家同台，釋放出一個訊號：市場需要的不是一家獨大的“寡頭”，而是百花齊放的生態。春晚需要宇樹這樣的行業先鋒，但更需要的是更多“宇樹”，需要不同技術路線、不同應用場景的機器人公司共同成長。作為具身智能領域的頭部企業，魔法原子在今年春晚用一場全維度的技術秀，向全球觀眾展示了人形機器人的真正價值。如果說宇樹代表的是機器人技術的高度，那麼魔法原子代表的則是機器人應用的溫度，是最接近未來商業化落地的路徑。春晚為什麼需要魔法原子？因為這個國民級舞台想要的不僅是機器人的炫技表演，更是能代表中國智造的、可落地的服務能力。而魔法原子能夠登上春晚，正是因為其已經突破機器人“唯表演”的侷限，實現了真幹活、真聰明、真場景的核心能力落地，呈現出真實的勞動價值。這個勞動價值非常重要。人形機器人火了好幾年，但資本和使用者一直有個困惑：這個行業到底拿什麼來估值？靠視訊和樣品、創始人履歷，還是融資額度？這些東西都很虛，缺一個實實在在的“價值錨點”。今年春晚，魔法原子給出了第一個答案：就是能真正幹活的勞動價值。從“演員”到“幹活”，換了個身份今年春晚，魔法原子把重頭戲放在了宜賓的“場景任務”上。MagicBot Gen1當撈面師，MagicBot Z1當送餐員，兩台機器人打配合。人形機器人不只是簡單的亮相，而是在各種場景裡真幹活，這是春晚歷史上的第一次。就拿撈面來說，這個動作看著簡單，門道不少。首先，起面要穩。那筷子夾住面條，從滾水裡提起來，力道輕了夾不住，力道重了夾斷了。這不是提前程式設計能解決的，因為每根面條的重量、形狀、位置都不一樣，要即時感知、即時調整。其次，控水要准。面條提起來之後得抖兩下，把水控干。抖快了水灑出來，抖慢了帶水進碗。這個節奏，得跟人幹的差不多。另外，倒碗要利落。從筷子到碗裡，角度、距離、放手時機，差一點都不行。還得控制力道，別把碗捏碎了。要完整地完成這些步驟是非常複雜的，既需要靈巧手的精細抓取，又需要力度控制，還需要“大腦”對任務的理解和拆解，以及“小腦”對動作的精準執行。一套動作下來，考驗的是整機能力，是魔法原子機器人“真聰明”的硬核體現。更重要的是，魔法原子將撈面、送餐的真實服務場景搬上春晚，並非一次性的定製化表演，而是真場景的可落地驗證。撈面這個動作能在春晚的零容錯舞台上穩定完成，意味著同類型的裝盤、擺台、打包、清潔等餐廳常見工作，魔法原子的機器人也能勝任。而從餐飲服務延伸，工業、家庭等更多生活場景的服務任務，也有可能實現落地，創造出更大的商業價值。這就是“泛化能力”——把在實驗室學會的本事，用到真實世界裡去。對資本來說，這種“泛化能力”就是價值錨點，充滿了非常大的想像空間。這就是魔法原子在春晚舞台上創造的歷史：第一次讓機器人在真實場景中執行服務任務，第一次實現人形機器人多機協作完成服務閉環，第一次將“能幹活”作為機器人的核心價值呈現給全球觀眾。三個“第一次”，定義了人形機器人行業的新起點。能翻跟頭也能賣萌，硬功夫才是真底牌當然，魔法原子這次也沒少秀絕活。在春晚主會場之外的展示環節，MagicBot Z1做了托馬斯全旋、側空翻等一系列高難度動作。托馬斯全旋，你如果看過體操比賽就知道，運動員單手撐地，雙腿在空中畫圈旋轉。這是體操動作裡的高難度項目，對核心力量、協調性、爆發力要求極高。換到機器人身上難度更大，需要在單點支撐狀態下完成起跳、落地控制，連續旋轉、姿態切換。單點支撐意味著整個身體的重量壓在一個點上，那個點的關節要承受巨大的衝擊力。起跳的時候要發力，落地的時候要緩衝，旋轉的時候要維持平衡，姿態切換的時候要重新分配重心。這一連串動作，對整機協調、重心管理、瞬時動力分配的要求，是雙足機器人能力的天花板級驗證。魔法原子敢在春晚舞台上做這個動作，說明對自家的硬體和運控有絕對信心。硬體結構強度夠不夠？關節模組響應速度跟不跟得上？即時控制演算法能不能處理這種極限工況？這些問題，做托馬斯全旋的時候全都會暴露。一個環節出問題，動作就垮了。有人可能會問，你做撈面機器人，幹嘛要會托馬斯全旋？道理很簡單：能翻跟頭的不一定能幹活，但能幹活的必須能翻跟頭。撈面需要的精細控制，和翻跟頭需要的爆發力、穩定性，底層是同一套東西。關節的響應速度、力控的精準度、平衡演算法的魯棒性，這些都是共通的。機器人能做托馬斯全旋，說明硬體和運控足夠強悍，下限足夠高。有了這個底子，干撈面這種活就是降維打擊。要說最圈粉的，還得是魔法原子的那群“機器貓熊”。上百台機器狗穿上貓熊外衣，在宜賓街頭奔跑、列陣、起舞，歪頭、晃爪、賣萌，把大貓熊的憨態學了個十足。這是全球首次百台四足機器人在公開舞台實現同步演繹，魔法原子用這場表演，向世界展示了什麼叫做“群體智能”。畫面確實吸睛，但真正懂行的人看到的不僅是賣萌，還有真功夫。第一個功夫，藏在給機器穿衣服裡面。貓熊皮不是擺設，它有重量。頭部一重，整機的重心分佈就變了。魔法原子的團隊必須重新標定整機的動力學模型。更麻煩的是，要讓貓熊能歪頭，得在機器狗本體上搞一個三自由度的頭部驅動方案，讓電機和外覆件形成新的機械耦合，還得同步重建控制系統，讓頭部動作跟步態、隊形協調起來。這不是套個殼子那麼簡單。第二個功夫，藏在散熱這個“老大難”裡面。機器狗跑起來本來就發熱，再套上貓熊皮，散熱空間被壓縮，關節很容易過熱觸發保護。一旦保護，機器就停了，節目就砸了。魔法原子的做法是最佳化電流管理和功率控制策略，讓驅動系統在高負載下還能穩定輸出。說白了就是：不能讓機器累趴下。第三個功夫，藏在讓百台機器狗同步裡面。上百台機器狗，要在同一時間窗口接收指令，還不能有延遲。魔法原子的做法是把複雜的舞蹈動作拆成標準化的位姿和時間序列，統一編碼下發，單機解碼執行。這樣通訊負載就下來了，百台裝置還能保持毫秒級同步。這三個功夫，其實指向同一個地方：量產一致性。上百台機器，每一台的關節響應、運動精度、通訊延遲，都得控制在“零誤差”範圍。不能這台跑得快那台跑得慢，不能這台抬頭那台低頭。這不是實驗室裡調幾台樣機能比的，而是真刀真槍的工程能力。要保證每一台出廠的機器，性能都是一樣的。否則搞不了群控，也搞不了規模化交付。從托馬斯全旋到百台貓熊同步，魔法原子在春晚舞台上完成了兩項行業首次：全球首次在國民級舞台完成雙足機器人特技動作展示，全球首次百台四足機器人公開群控演繹。這些“首次”背後，它展示出完整的硬功夫鏈條，並且確立了在群體智能領域的話語權，證明了自己具備定義行業能力邊界的實力。如果橫向對比今年登上春晚的四家機器人公司，定位就更加清晰了：宇樹是“行業先鋒”，代表機器人運控技術的高度；松延是“仿生之美”，探索擬人化的表達；銀河是“機械之巧”，深耕專業化應用。而魔法原子，是這四家裡面技術層面最全面的，同時也最接近未來機器人應用落地的公司——畢竟，不是什麼場景都需要機器人做彈射空翻，端茶倒水這種和人互動的特性，離錢更近。賽道變天，“價值錨點”是什麼？說完最近的春晚，說點關於未來的事。預計2026年，人形機器人賽道將開啟淘汰賽。有投資人表示，2026年會是分水嶺，80%的整機企業可能面臨巨大風險。為什麼是今年？因為泡沫該擠了。過去幾年，人形機器人賽道非常火熱，熱錢湧進來，新公司冒出來，估值翻著跟頭往上漲。隨便一個團隊，拉個視訊、講個故事就能融到錢。這種情況不可能持續，以前資本願意賭未來藍圖，現在更願意看實際落地。那麼問題來了：誰能活下來？如何活下去？說說我對行業以及魔法原子的幾個判斷。第一個判斷：靠樣品融資的時代結束了。過去幾年，人形機器人靠短影片和樣品出圈，靠炫技融資，那是行業早期的泡沫期。但現在不一樣了。產品出來了，客戶有了，訂單有了。這些東西是藏不住的。你賣了多少台，收了多少錢，毛利率是多少，一查就知道。投資人不再追捧“技術故事”，而是盯著“規模量產”和“商業閉環”。因為大家逐漸發現，人形機器人最難的不是做出來，是用起來。工業場景要的是能幹活、不出錯、成本低。商業場景要的是能服務、會互動、有溫度。這些都不是翻幾個跟頭能證明的。第二個判斷：魔法原子的“價值錨點”是什麼。拿機器人撈面來說，力度怎麼控制，群控時延遲怎麼消除，托馬斯全旋時瞬時動力怎麼分配——這些都不是買現成零件能解決的。魔法原子軟硬體全端自研，核心零部件自研比例超過90%。這意味著機器人從“大腦”到“關節”都是自己調教的，能實現深度耦合最佳化。自己造才能自己改，才能越改越好。成本方面也很關鍵。自研比例高，供應鏈就捏在自己手裡，成本能控得住。將來真要大規模量產，這就是利潤空間。第三個判斷：全球化佈局，放大“價值錨點”。魔法原子海外業務佔比已經超過30%，單月最高到60%。他們不是只盯著國內市場，而是把機器人賣到了全球。不同國家的場景、不同客戶的需求，反過來倒逼技術迭代。撈面是在中國學的，那海外的磨咖啡、吃披薩場景呢？這些場景積累起來，就成了魔法原子的資料資產。資料越多，演算法越強，護城河越寬。就在除夕之前，魔法原子還宣佈全國總部落戶無錫梁溪，同時啟動百億級產業基金。資本、產業、場景，三條線一起走。這在資本眼裡，叫“閉環”。就是技術能轉化成產品，產品能賣出去，賣出去能賺錢，賺了錢能繼續投入研發，形成一個正向循環。有了這個循環，公司就能自己造血，不用靠融資續命，從而在激烈競爭中佔據優勢地位。軟硬體全端自研和全球化佈局，正是魔法原子“雙輪驅動”的引擎，也是其被資本認可的“價值錨點”。結語現在看來，人形機器人賽道已經徹底換劇本了。以前拼的是誰跳得好看，如今拼的是誰能幹活、誰能交付、誰能賺錢。另外，人形機器人產業需要的不是一家獨大，而是百家爭鳴。宇樹撐起了技術的高度，魔法原子則撐起了應用的廣度。從托馬斯全旋到撈面端盤，從百台貓熊群控到海外市場過半，魔法原子在春晚完成了人形機器人的首次全場景能力展示，獲得市場和資本的大量關注，也給行業立起了第一個“價值錨點”。這個錨點立在“能幹活”這三個字上。魔法原子證明了：人形機器人可以不止是舞台上的“表演員”，更是生活裡的“服務者”。它也讓世界看到：中國的人形機器人，已經從“追趕者”變成“定義者”。這是魔法原子的價值，或許也是春晚需要魔法原子的原因。 (一點財經)

開場：從「科技彩蛋」到「舞台主角」的72小時破圈當六台人形機器人在春晚武術節目《武BOT》中完成連續空翻、Airflare大迴旋七周半等高難度動作時，直播彈幕瞬間被「機械骨骼比我靈活」「這真的是機器人嗎」刷屏。據統計，相關話題在春晚播出後24小時內閱讀量破25億，抖音「機器人武術表演」片段播放量超8億次——這不是科幻電影場景，而是2026年央視春晚交出的「科技答卷」。這場被譽為「史上機器人濃度最高」的晚會，背後是宇樹科技、魔法原子、松延動力、銀河通用四家中國企業的集體亮相。它們不僅讓機器人從「科技點綴」升級為「舞台主角」，更通過武術、小品、歌舞等多元場景，向全球展示了中國在人形機器人領域的技術突破。核心突破：四大企業的「硬核表演清單」1. 宇樹科技：七周半迴旋的「武術大師」作為第三次登上春晚的「老將」，宇樹科技在《武BOT》節目中派出了最新機型G1和H2。這些身高1.75米的人形機器人，首次實現全自主叢集武術表演：•技術亮點：搭載新一代力控關節，落地誤差控制在2釐米內，完成「連續翻桌跑酷」「騰空轉體1080度」等以往僅人類運動員能完成的動作；•行業意義：打破「人形機器人動作僵硬」的刻板印象，標誌著中國在機器人運動控制領域進入全球第一梯隊。2. 魔法原子：會跳托馬斯全旋的「舞伴」首次登陸春晚的魔法原子帶來了「機器狗+人形機器人」組合：•主會場表演：兩台MagicBot G1與易烊千璽同台演繹《智造未來》，完成「托馬斯360度旋轉」「空中一字馬」等舞蹈動作，關節柔順性媲美專業舞者；•宜賓分會場：機器狗MagicDog組成「陣型變換隊」，通過5G+AI群控技術實現30台裝置的同步走位。3. 松延動力：小品裡的「情感陪伴者」首次亮相的松延動力選擇以「溫情路線」破局，在小品《奶奶的最愛》中，其E1、N2機器人化身「家政助手」：•功能亮點：搭載多模態互動系統，可通過臉部辨識判斷人類情緒，並作出遞茶、捶背等回應，語音識別精準率達98.7%；•應用落地：據松延動力透露，該機型已進入國內200家養老院試點。4. 銀河通用：會講笑話的「故事大王」作為「春晚指定具身大模型機器人」，銀河通用的機器人在語言類短片《我最難忘的今宵》中展現「AI大腦」：•核心能力：基於千億參數大模型，可即時理解語境並生成幽默對話，現場與演員即興互動，被網友稱為「有梗機器人」；•技術底座：採用國產算力晶片，推理速度較上一代提升3倍，支撐複雜場景的即時響應。深度解讀：從舞台到產業的「三級跳」這場「機器人春晚」絕非偶然，而是中國製造業與AI技術融合的縮影：•技術成熟度躍升：對比2023年春晚機器人的簡單舞蹈，本次表演實現「從關節驅動到全身協調」「從預程式設計到半自主決策」的突破，例如宇樹G1的動作響應延遲從0.5秒壓縮至0.2秒；•商業化加速：四家企業均透露，春晚機型已開啟量產計畫：魔法原子MagicBot Z1定價29.8萬元，目標客戶為高校實驗室及科技企業；松延動力E1家政機器人預計2026年Q3上市，定價1.2萬元；•政策與資本共振：2025年以來，人形機器人被納入「新質生產力」重點扶持領域，僅2026年1月，國內相關融資額就達47億元，行業估值同比增長120%。未來追問：當機器人走進日常生活儘管春晚舞台上的機器人表現亮眼，但行業仍面臨「三重考驗」：1.成本控制：當前人形機器人均價超20萬元，何時能降至消費級水平？2.安全倫理：全自主運動的機器人如何避免故障風險？3.場景落地：除了表演和陪伴，它們還能在工業、醫療等領域發揮什麼作用？或許正如春晚總導演所言：「這些機器人不僅是表演者，更是中國智造的『形象代言人』。」當技術從舞台走向現實，我們期待的不僅是更炫目的表演，更是能真正解決人類痛點的「機器人夥伴」。 (AIGC資訊每日速遞)

外媒驚呼：中國機器人正在改寫遊戲規則。倫敦帝國理工學院的機器人學教授更是在X平台上打下了一串省略號，隨後補上一句：“They are not dancing. They are declaring.”（他們不是在跳舞，他們在宣示。）是的，當二十多台機器人“唰”一下同時騰空，空中轉體三周半，落地還能瞬間排出千手觀音陣型的時，矽谷的全體工程師們通宵扒視訊——不是看節目，是看中國技術。更可怕的是，中國居然還一下子甩出四個震撼世界的狠角色！第一個狠角色：宇樹科技，直接把波士頓動力幹沉默了。那幫機器人上台就開始耍雜技——翻桌跑酷、彈射空翻，最絕的是，它們能在空中連續轉圈，轉了七圈半！七圈半啊兄弟！你知道這意味著什麼嗎？每台機器人在0.3秒內要做200多次關節調整，還得跟旁邊20台兄弟保持幾釐米的距離。稍有差池，舞台上就是一場機器人大亂鬥。結果呢？全程三個小時直播，沒有一台掉鏈子，沒有一次卡頓。日本NHK的主持人拿著放大鏡研究半天，最後憋出一句話：“這不是表演，這是工業級的極限測試。” 波士頓動力的工程師看完直接發帖：“我們花十年教機器人跑步，他們花一年教機器人跳街舞。”服不服？反正我是服了。第二個狠角色：松延動力，把《西部世界》搬進現實了蔡明旁邊站著個“機器人蔡明”——一模一樣！連挑眉、眯眼、嘴角上揚的微表情都一模一樣！最絕的是，蔡明講笑話，機器人會在笑點來臨前0.5秒眨一下眼——這是人類聊天時才有的“預判反應”！美國科技媒體直接炸了：“如果《西部世界》裡的機器人有原型，它今晚出現在中國春晚！”有個好萊塢特效師看完直搖頭：“我們還在用電腦造假人，他們已經用馬達造出能接梗的‘活人’了。那個機器人聽相聲的表情，比某些流量明星演得都好。”扎心了老鐵。第三個狠角色：銀河通用，讓亞馬遜工程師懷疑人生春晚有個微電影，裡面有個機器人幹了三件事：盤核桃、撿玻璃渣、疊衣服。聽著簡單？來，你給我盤個核桃試試——你得即時感知核桃滾動的速度和方向，力度大了捏碎，力度小了掉地上。撿玻璃渣？透明的！機器視覺最難搞的就是透明物體！疊衣服？布料在空氣中飄，你得預判它的軌跡！德國《明鏡周刊》直接破防了：“德國工業機器人還在精確重複同一動作，中國機器人已經學會‘手感’了。這不是程序，這是肌肉記憶！”更狠的是，這些動作不是寫死的——機器人會先看一眼，然後思考0.2秒，再動手。這0.2秒，就是人類的本能反應時間。第四個狠角色：魔法原子，讓馬斯克都點讚了這邊跳完舞，那邊直接飛宜賓分會場——撈面去！你沒看錯，機器人在滾燙的面鍋前，拿起漏勺，撈起燃面，抖掉水分，倒進碗裡，端給觀眾。全程自己幹，沒人指揮！撈面比跳舞難一萬倍！跳舞是封閉環境裡重複動作，撈面是在高溫、蒸汽、油漬干擾下即時決策——面條在鍋裡的位置、撈起的角度、抖水的力度，每碗都不一樣。日本發那科的工程師看完懷疑人生：“我們的機器人在汽車產線上精度0.02毫米，讓它去撈碗麵？它會原地崩潰。”但最恐怖的還不是這些2025年全球人形機器人出貨量前六名的，全部是中國品牌！智元機器人佔了39%，宇樹科技32%，兩家吃掉全球七成市場！韓國媒體酸溜溜地比喻：“中國機器人就像K-pop，突然就佔領了舞台。區別是K-pop花了二十年，他們只花了三年。”更狠的是價格戰——摩根士丹利預測，2026年中國機器人成本還要降16%，銷量暴漲133%！德國《商報》都急眼了：“中國機器人三分之一價格、兩倍功能，歐洲中小企業能扛多久？這不是價格戰，是降維打擊！”還有AI呢？更炸裂！字節跳動的視訊生成模型Seedance 2.0，讓馬斯克連發兩條推：“中國AI的發展速度讓人窒息！”為何？因為這個模型生成的視訊裡，水滴落在葉子上會自然滑落，風吹過頭髮會自然飄動——這些人類習以為常的細節，恰恰是AI最難掌握的“物理直覺”。但最讓矽谷睡不著覺的，是中國AI太能賺錢了！當OpenAI還在為算力成本發愁，中國公司已經把AI塞進了奶茶店、理髮店、菜市場。杭州一家奶茶店用AI點單，高峰期一小時200杯，精準率99.7%，成本只有人工的四分之一。美國媒體感嘆：“在美國，AI是科學；在中國，AI是生意。科學需要論文，生意需要利潤。猜猜誰活得更久？”最後說個細節宜賓那個撈面機器人幹完活，被一個觀眾拍了拍肩膀：“辛苦了，過年好。”機器人沒說話，但後台資料顯示它停頓了0.5秒——不是故障，是識別到人類觸摸，正在思考怎麼回應。這0.5秒的停頓，就是中國機器人最好的寫照：足夠聰明，能完成最複雜的動作；也足夠謙卑，願意在人間煙火裡，為一碗麵停留。英國《經濟學人》封面標題：“工業革命由蒸汽機定義，資訊革命由晶片定義，智能革命將由機器人與AI定義。想知道未來十年長什麼樣？去看中國春晚重播。”法國《世界報》更狠，就六個字：“這次，輪到東方了。”最後，我只想說一句：中國人牛逼！中國機器人牛逼！中國AI牛逼！以前是我們追著別人跑，現在，該別人追著我們跑了！2026，這才剛剛開始！ (談古論軍)

很多人關注這四家企業，要麼看產品，要麼看融資，卻很少有人深挖它們的晶片供應鏈。但晶片是科技企業的“心臟”，供應鏈的穩定與優質，直接決定產品競爭力。一、魔法原子魔法原子主打小型消費級人形機器人，產品定位親民，晶片供應鏈也貼合這一需求。它不追求極致算力，更看重晶片的性價比、穩定性和適配性。核心晶片主要分為三類：主控晶片、驅動晶片、AI感知晶片。每一類晶片都有明確的核心供應商，供應鏈集中度適中，抗風險能力較強。主控晶片是機器人的“大腦”，魔法原子的核心供應商是全志科技。主要採用全志H616晶片，這款晶片主打低成本、低功耗，完全適配小型機器人的控制需求。全志科技的供貨穩定，且支援定製化偵錯，能快速匹配魔法原子的產品迭代節奏。除了全志科技，魔法原子也有備選供應商——芯聯整合。備選晶片為芯聯整合CL620，性能與全志H616相近，用於應對供應鏈突發情況。這種“主供+備選”的模式，能有效避免單一供應商依賴帶來的斷供風險。驅動晶片方面，魔法原子選擇與國內龍頭企業芯海科技合作。核心採用芯海科技CS32M010晶片，主要用於機器人關節驅動、電機控制。這款晶片的優勢的是響應速度快，功耗低，能精準控制小型機器人的動作幅度。AI感知晶片是魔法原子供應鏈的亮點，主打國產化替代。核心供應商是地平線，採用地平線征程2晶片，用於機器人的視覺識別、環境感知。這款晶片能快速識別障礙物、人臉，適配消費級機器人的基礎AI互動需求。值得一提的是，魔法原子與地平線有深度合作。雙方聯合偵錯晶片與機器人演算法，讓晶片性能更貼合產品需求，降低了研發成本。這種“晶片供應商+終端企業”的協同模式，也是其供應鏈的核心優勢。儲存晶片方面，魔法原子選擇了佰維儲存作為核心供應商。主要採用佰維儲存的eMMC 5.1儲存晶片，容量從8GB到32GB不等，適配不同配置的產品。佰維儲存的供貨周期短，能滿足魔法原子小批次、快迭代的生產需求。魔法原子晶片供應鏈的短板也很明顯。高端晶片依賴進口替代，缺乏自主研發能力，核心晶片的核心技術仍掌握在供應商手中。此外，供應鏈的全球化佈局不足，主要依賴國內供應商，應對國際晶片政策變化的能力較弱。二、銀河通用銀河通用與魔法原子定位不同，主打工業級輪式、雙臂機器人，面向工業場景。工業場景對晶片的算力、可靠性、抗干擾能力要求極高，其供應鏈也圍繞這一核心展開。銀河通用的核心晶片以進口為主，國產晶片為輔，兼顧性能與穩定性。畢竟工業場景容錯率極低，晶片的穩定性直接關係到生產安全，不敢輕易冒險。高算力AI晶片是銀河通用供應鏈的核心，核心供應商是輝達。主要採用輝達AGX Orin晶片，這款晶片算力高達200TOPS，能支撐工業機器人的複雜場景決策。無論是多關節協同控制，還是複雜環境下的自主導航，這款晶片都能輕鬆應對。輝達作為全球高端AI晶片龍頭，供貨穩定，但也存在一定的限制。晶片價格較高，且受國際政策影響，存在出口限制的潛在風險。為此，銀河通用也在逐步推進國產替代，備選供應商為壁仞科技。備選AI晶片為壁仞科技BR100，算力與輝達AGX Orin相近，且完全自主可控。目前，壁仞科技的晶片已在銀河通用的部分低端工業機器人上試點應用。試點效果良好，未來有望逐步擴大供貨比例，降低對輝達的依賴。主控晶片方面，銀河通用選擇與恩智浦合作，核心採用恩智浦i.MX 8M Plus晶片。這款晶片主打工業級穩定性，抗干擾能力強，能適應工業場景的複雜環境（如高溫、高濕度）。恩智浦的晶片供貨周期長，但質量可靠，能滿足工業機器人批次生產的需求。驅動晶片方面，銀河通用採用的是德州儀器的DRV8874晶片。這款晶片能精準控制工業機器人的關節電機，響應速度快，且故障率極低。德州儀器的驅動晶片在工業領域應用廣泛，供應鏈成熟，售後保障完善。通訊晶片方面，銀河通用選擇了華為海思，核心採用海思HiLink晶片。這款晶片主要用於工業機器人與控制系統的通訊，傳輸速度快，且安全性高。與華為海思的合作，也讓銀河通用的機器人能更好地適配國內工業網際網路場景。銀河通用晶片供應鏈的優勢的是，供應商均為行業龍頭，供應鏈成熟穩定。晶片性能能完全滿足工業場景的需求，產品故障率低，口碑良好。短板則是進口晶片佔比過高，成本較高，且受國際政策影響較大。三、宇樹科技宇樹科技是國內人形機器人領域的龍頭企業，產品涵蓋消費級、工業級人形機器人。其晶片供應鏈最具特點：高端產品依賴進口晶片，中低端產品主打國產替代，佈局多元化。先看宇樹科技的高端產品，以H1人形機器人、Go2智慧型手機器狗為代表。這類產品對算力、AI感知能力要求極高，晶片供應鏈以進口為主。高端AI晶片的核心供應商是輝達，主要採用輝達Jetson Orin NX晶片。這款晶片算力高達100TOPS，能支撐人形機器人的視覺識別、動作規劃、自主導航等複雜功能。宇樹科技的H1人形機器人，每台都搭載了2顆Jetson Orin NX晶片，算力儲備充足。除了輝達，宇樹科技也與英特爾有合作，用於高端產品的主控晶片。核心採用英特爾Core i7-12700H晶片，這款晶片多核性能強勁，能統籌控制機器人的各個模組。英特爾的晶片穩定性高，且能與輝達的AI晶片完美協同，提升產品整體性能。儲存晶片方面，宇樹科技的高端產品選擇了佰維儲存的高端系列。核心採用佰維儲存的LPDDR4X和eMMC儲存晶片，其中LPDDR4X用於運行記憶體，eMMC用於儲存資料。根據第三方媒體拆解報告，宇樹科技的Go2智慧型手機器狗中，已明確應用了這兩款儲存晶片。再看宇樹科技的中低端產品，以Go1機器狗、小型人形機器人為代表。這類產品主打性價比，晶片供應鏈以國產替代為主，大幅降低成本。中低端AI晶片的核心供應商是地平線，採用地平線征程3晶片。這款晶片算力適中，能滿足中低端產品的基礎AI互動、環境感知需求，且價格親民。目前，地平線的晶片已廣泛應用於宇樹科技的中低端產品，供貨佔比超過60%。主控晶片方面，中低端產品選擇了全志科技的A311D晶片。這款晶片性能均衡，功耗低，能滿足中低端機器人的控制需求，且成本僅為英特爾晶片的1/3。全志科技的供貨周期短，能快速匹配宇樹科技中低端產品的快迭代節奏。驅動晶片方面，宇樹科技採用的是國內供應商英飛凌的IPD70R060P7晶片。這款晶片能精準控制機器人的關節電機，且功耗低，適配中低端產品的需求。英飛凌的驅動晶片在國內市場佔有率較高，供應鏈成熟，價格合理。感知晶片方面，宇樹科技與奧比中光合作，核心採用奧比中光3D視覺晶片。這款晶片能實現機器人的3D環境感知、障礙物躲避，適配人形機器人的行走需求。雙方有深度合作，奧比中光為宇樹科技定製了專屬的視覺晶片，提升產品競爭力。宇樹科技晶片供應鏈的優勢很突出，多元化佈局，兼顧高端與中低端需求。既能通過進口晶片保障高端產品的性能，又能通過國產晶片控制中低端產品的成本。短板則是高端晶片仍依賴進口，核心算力晶片受國際政策影響較大，自主研發能力有待提升。四、松延動力松延動力是消費級機器人領域的新銳企業，主打低成本人形機器人（如小布米系列）。其晶片供應鏈的核心邏輯是：低成本、高靈活、快迭代，適配消費級市場的需求。松延動力的產品定價親民，晶片選擇也以高性價比的國產晶片為主。幾乎不使用高端進口晶片，既能控製成本，又能快速響應國內消費市場的需求。主控晶片是松延動力供應鏈的核心，核心供應商是瑞芯微。主要採用瑞芯微RK3588晶片，這款晶片性能均衡，成本較低，能滿足消費級機器人的控制需求。瑞芯微的晶片在消費電子領域應用廣泛，供應鏈成熟，供貨穩定，且支援快速定製。松延動力與瑞芯微有長期合作，雙方聯合最佳化晶片性能，適配機器人的演算法需求。這種合作模式，能讓晶片更好地貼合產品，同時降低研發成本和時間成本。目前，瑞芯微的晶片在松延動力的晶片供應鏈中，供貨佔比超過80%。AI晶片方面，松延動力選擇了芯原股份，核心採用芯原股份ZX2000晶片。這款晶片主打邊緣計算，算力適中，能滿足消費級機器人的基礎AI互動需求（如語音識別、人臉解鎖）。芯原股份的晶片價格親民，且能提供完整的解決方案，降低了松延動力的研發難度。驅動晶片方面，松延動力採用的是國內供應商矽力傑的SY8827晶片。這款晶片主要用於機器人關節驅動、電機控制，性能穩定，且成本極低。矽力傑的驅動晶片供貨周期短，能滿足松延動力小批次、快迭代的生產需求。儲存晶片方面，松延動力選擇了金士頓，核心採用金士頓eMMC 5.1儲存晶片。容量主要為16GB和32GB，能滿足消費級機器人的儲存需求（如儲存語音、視訊資料）。金士頓的儲存晶片質量可靠，價格合理，且供貨管道廣泛，不易出現斷供情況。值得一提的是，松延動力的晶片供應鏈靈活性極高。除了核心供應商，它還與多家國內晶片企業建立了合作關係，作為備選。比如主控晶片的備選供應商是晶晨半導體，AI晶片的備選供應商是黑芝麻智能。這種靈活的供應鏈佈局，能讓松延動力快速應對晶片價格波動、斷供等突發情況。同時，也能根據產品迭代需求，快速切換晶片供應商，提升產品競爭力。松延動力晶片供應鏈的優勢是，成本控制到位，供應鏈靈活，適配消費級市場需求。國產晶片佔比高，不受國際政策影響，供應鏈穩定性強。短板則是晶片性能有限，無法支撐高端產品的研發，核心技術依賴供應商。 (1 ic芯網)

頭圖：視覺中國當除夕夜的鐘聲敲響，當億萬觀眾的目光聚焦於央視舞台，一場關於未來的科技盛宴正在上演。2026年馬年春晚，四家人形機器人企業——宇樹科技、銀河通用、魔法原子、松延動力——組團登台，創下春晚歷史上機器人品牌集中亮相的新紀錄。這不是科幻電影的橋段，而是正在發生的現實。從2021年宇樹機器牛"犇犇"的初次亮相，到2025年《秧BOT》的現象級破圈，再到今年四家企業同台競技，春晚已成為中國機器人產業展示實力的最高舞台。但在這光鮮亮麗的表演背後，是真金白銀的投入、技術迭代的艱辛，以及一個正在崛起的兆賽道的野心。春晚舞台上的鋼鐵舞者機器人無疑是今晚最為奪目的亮點，也成為春晚歷史上機器人表演陣容最為壯觀的一次。除了開場表演和與明星的合唱，接下來的三個節目——涵蓋小品、歌舞和動作類——都有國產人形機器人亮相。它們不僅展示了機器人精準的運動控制能力，還呈現出自然的互動能力。松延動力研發的四款人形機器人率先登場，出現在當晚首個名為《奶奶的最愛》的小品中。這一節目著重表現了機器人作為“家庭助手”在情緒陪伴上的價值，也側面展現了其在養老服務場景中的應用前景。受小品這一表演形式所限，機器人的活動空間較小，因此對它們的高性能運動展示提出了更精準的要求。此外，節目中還設計了許多模仿人類的動作和人與機器人的互動環節，包括“小布米”（Bumi）的行走姿態，以及N2進行的墊步側手翻等動作。為此，團隊提前找到與機器人高度相仿的小朋友進行動作採集並錄製資料，作為訓練參考。另一個技術難題，在於唇部動作與語音的高度匹配。為了讓機器人的口型變化與每句台詞精確同步，需要在有限的唇部空間內建足夠多的微型驅動電機，而如何在如此緊湊的區域中佈局這些精密結構件，對設計提出了不小的挑戰。最終，松延動力通過為唇部配置12個自由度，並借助自研的表情驅動演算法，實現了精準的動作還原。這些小機器人在節目中完成了包括後空翻和側手翻在內的高難度動作，並與演員配合完成了劇情互動。小品結尾還出現了一台按1:1比例復刻演員蔡明形象的仿生人形機器人。據報導，松延動力技術團隊先對演員面部進行三維掃描並建構3D模型，以儘可能真實地還原其皮膚質感與紋理。隨後，他們將32個獨立驅動的電機嵌入仿生機器人的面部，其中僅唇部就整合了12個電機，確保口型與聲音能在每一幀上精準同步。團隊還為仿生機器人頸部增加了3個自由度，使其不僅能左右轉頭，還能根據台詞做出側頭、探身甚至45度微仰等細膩姿態。今年是宇樹科技第三次登上春晚舞台。在主會場的《武BOT》節目中，宇樹G1與H2兩款人形機器人與舞蹈演員共同完成了一場“人機共舞”的表演。其中G1展示了棍法、拳法、劍法、醉拳等一系列複雜套路，而H2則進行了劍法演繹。在義烏分會場，宇樹的機器人還完成了角色化表演：H2扮演齊天大聖孫悟空，以吊威亞的方式登場；B2-W機器狗則扮演“祥雲”，為觀眾營造出奇幻的年節氛圍。宇樹科技創始人王興興在接受央視新聞採訪時表示，今年機器人實現了在快速奔跑中的穿插變陣與武術動作，這種高動態、高協同的叢集控制技術屬於全球首次公開展示。他指出，“這項技術非常具有實用價值，為未來機器人在更多場景下的叢集或單機調度打下了基礎。”另一款機器人則由魔法原子帶來，參與了名為《智造未來》的歌唱節目。六台高動態雙足人形機器人MagicBot Z1與兩台全尺寸通用人形機器人MagicBot Gen1齊齊登場。該節目還將AI眼鏡、智能手錶、無人機等前沿科技元素融入歌舞之中，呈現出一場科技感十足的視聽盛宴。銀河通用機器人則是在稍晚亮相的賀歲微電影《我最難忘的今宵》中登場，與沈騰、馬麗搭檔演出。其研發的輪式雙臂機器人G1通過疊衣服、遞送物品、簡單烹飪等場景，向觀眾展示了機器人在家庭服務中的實際應用能力。據相關人士透露，為了登上總台春晚這一頂級傳播平台，各家機器人公司投入了相當高昂的行銷成本。除了今年已是第三次亮相春晚的宇樹科技，其餘品牌均為首次在春晚舞台登場。作為國民級傳播平台，春晚不僅是技術展示的舞台，也是企業彰顯技術實力、擴大品牌影響、推動商業化落地的重要契機。在除夕當晚10點，京東上架了包括“春晚同款”機器人在內的多款機器人。在活動上線幾分鐘內，包括魔法原子、宇樹科技、松延動力等品牌的機器人即被搶購一空。對初創公司而言，春晚帶來的曝光機會，有助於快速打破與潛在客戶之間的認知壁壘，為品牌建立信任積累基礎。億元入場券背後的產業邏輯春晚舞台從來不缺流量，但這份流量的代價不菲。據財新網報導，一家機器人公司提供的央視春晚報價表顯示，廣告植入費用根據主會場或分會場、是否互動等條件不同，價格區間在1699萬元至4400萬元不等；若參與舞台共創節目，報價則高達5999萬元。業內人士透露，單個機器人表演的"報名費"已被抬升至1億元以上。如此高昂的費用，機器人企業為何趨之若鶩？一位投資人回答道：“宇樹科技去年上春晚後機器人賣爆了，這是大家搶破頭的根本原因。”機器人企業搶著上春晚，既是品牌卡位戰，也是對企業的壓力測試。春晚舞台的吸引力無疑是巨大的品牌曝光，但同時也是對機器人穩定性和協同能力的極端考驗，在直播中數以億計觀眾目光下，任何微小的失誤都可能會被放大，這對機器人企業來說既是展示舞台，更是壓力測試。事實上，在春晚之前已經有多個為機器人們提供曝光的舞台。2025年11月，北京亦莊半程馬拉松暨人形機器人半程馬拉松成功舉辦，這是全球首個以人形機器人為參賽主體的馬拉松賽事。來自天工隊的"天工Ultra"以2小時40分42秒的成績奪冠，松延動力"小頑童"隊獲得亞軍。這場賽事不僅展示了機器人在長距離運動中的穩定性，更讓公眾直觀感受到人形機器人的技術進步。正如一位投資人所說："如果機器人連馬拉松都能跑，那人們希望機器人做的那些事還會遠嗎？"類似的邏輯在2025年8月的世界人形機器人運動會上得到進一步驗證。這場在國家速滑館"冰絲帶"舉辦的盛會，吸引了來自16個國家的280支隊伍、500余台人形機器人參賽，涵蓋田徑、足球、自由體操、舞蹈、武術等26個賽項。宇樹科技在1500米決賽中斬獲冠軍，在400米決賽中也奪得桂冠。這些看似"炫技"的比賽，實則是對機器人運動控制、平衡演算法、感知決策等核心能力的極限測試。2026年2月，全球首個商業化人形機器人格鬥聯賽URKL正式啟動，由眾擎機器人發起，冠軍團隊將獲得價值1000萬元的純金腰帶。眾擎機器人CEO趙同陽坦言："現階段讓人形機器人進入家庭仍然不現實，舉辦格鬥比賽來驗證人形機器人的能力，也是未來機器人做髒活累活的基礎條件。"格鬥場景對機器人提出嚴苛要求——瞬時爆發力、高扭矩電機響應、抗衝擊結構、摔倒後快速起身能力——這些能力恰恰是工業場景應用的基礎。馬拉松、運動會、格鬥大賽，這些在外人看來"沒意義"的比賽，實則是機器人產業的"試金石"。它們以極具視覺衝擊力的方式，向公眾展示機器人技術的成熟度，建立市場信心，從而推動產業落地。春晚舞台，不過是這一邏輯的最高體現——在數億觀眾面前完成一場國家級"路演"。更重要的是，春晚的曝光效應正在轉化為實實在在的訂單與資本動能。宇樹科技2025年人形機器人實際出貨量超5500台，本體量產下線超6500台，估值飆升至130億元，已正式啟動科創板上市輔導。銀河通用2025年底完成超3億美元融資，估值突破200億元。春晚播出兩小時後京東機器人搜尋量環比增長超300%，客服問詢量增長460%，訂單量增長150%。在除夕當晚10點，京東也上架了包括“春晚同款”機器人在內的多款機器人。在活動上線幾分鐘內，包括魔法原子、宇樹科技、松延動力等品牌的機器人即被搶購一空。一位深圳機器人公司負責人表示："工廠就是我的春晚舞台。"這句話道出了行業的分化——對於主要面向B端工業場景的企業，春晚的性價比或許不高；但對於希望打開C端市場、建立品牌認知的企業，春晚是不可多得的戰略機遇。2026年，是機器人走向更多真實作業場景的關鍵一年。這一年的主題是“商業化”，完成量產、搭建產線是基礎。搭建好商業管道，實現實打實的“交付”是企業良性發展的核心。通往通用智能的長征站在2026年的起點回望，人形機器人產業正經歷從"技術驗證"向"規模化量產"的關鍵拐點。IDC預測，到2026年，中國人形機器人應用場景將提升至當前的3倍以上，市場規模將近13億美元，同比增長翻倍以上。高工機器人產業研究所資料顯示，2026年國內人形機器人出貨量有望攀升至6.25萬台，頭部廠商將實現萬台級交付。這些數字背後，是供應鏈的成熟與成本的快速下降。以核心零部件諧波減速器為例，日本哈默納科的產品售價約2000-3000元，而國產替代品價格已降至500-800元。若一台人形機器人全身使用40個關節，僅這一項硬體成本就能節省5-6萬元。三花智控、拓普集團等汽車零部件巨頭已切入機器人執行器模組領域，將汽車行業的規模製造能力與成本控制能力移植到機器人產業。但技術挑戰依然嚴峻。當前人形機器人的"大腦"——具身智能大模型——仍處於早期階段。銀河通用以"具身大模型+高可靠本體"的雙輪驅動模式亮相春晚，代表著行業的前沿方向。相較於傳統機器人依賴預設程序，具身大模型強調"感知—決策—執行"一體化，使機器人能在非結構化環境中即時學習與動態決策。應用場景的拓展是另一關鍵。2025年，優必選第1000台Walker S2工業人形機器人正式下線，全年交付量超500台，訂單金額接近14億元，主要應用於汽車製造、3C電子等場景的搬運、分揀、檢測任務。智元機器人G2已部署到龍旗科技產線，寶鋼、吉利等車企引入機器人完成銲接、零部件檢測。銀河通用與百達精工達成合作，將部署超1000台具身智慧型手機器人。這些案例表明，工業場景正成為人形機器人商業化的第一站。家庭場景則是更遙遠的星辰大海。賽迪智庫資料顯示，2024年全球家庭機器人市場規模達2577億元，預計2029年將突破4283億元。但價格仍是最大障礙。宇樹科技G1售價已降至9.9萬元，松延動力推出萬元級人形機器人"Bumi小布米"，樂聚"夸父"從60萬元降至30萬元。樂聚機器人副總裁柯真東預測，未來3到5年機器人售價或降至10萬元以下，10到15年可能像新能源汽車一樣普及。摩根士丹利在《人形機器人2026年展望》報告中預測，2026年將成為中國市場爆發的關鍵拐點，類比2019-2020年中國新能源汽車市場的轉折。報告認為，中國供應鏈的成熟度與成本控制能力，將使人形機器人產業複製電動車的成功路徑。但這一路徑並非坦途。技術瓶頸、標準缺失、倫理爭議、就業衝擊，都是產業必須面對的挑戰。世界人形機器人運動聯合會已在2025年運動會閉幕式上宣告成立，試圖推動行業標準制定與國際協作。中國電子學會《2026年中國人形機器人產業發展白皮書》指出，行業正從資本追捧下的概念炒作，轉嚮應用落地與可交付產品攻堅。春晚舞台上的機器人表演，終究是精心編排的"秀"。真正的考驗在於，當燈光熄滅、觀眾散去，這些鋼鐵舞者能否走進工廠、醫院、家庭，在真實世界中完成它們的使命。這是一個關於技術、資本、政策、社會的宏大敘事，而2026年，或許正是敘事轉折的關鍵一章。 (虎嗅APP)

2026年馬年春晚落幕，舞台上的科技狂歡背後，是資本暗流的劇烈湧動。本屆春晚的資本佈局徹底告別了過往「紅包大戰」的流量內卷，轉向「技術背書」的價值競爭，形成硬科技主導、傳統資本收縮、產業鏈協同的全新格局，精準折射出中國資本市場的風向變遷。硬科技“組團”，資本押注產業化元年今年春晚最核心的資本訊號，是硬科技企業首次佔據贊助席半壁江山。宇樹科技、銀河通用、魔法原子等6個機器人品牌「組團」登台，既作為表演嘉賓參與《武BOT》《智造未來》等節目，又拿下核心戰略合作席位。這並非單純的品牌行銷，而是一級市場對具身智慧產業化的集體押注。這些未上市企業背後，站著首程控股等產業投資方，以及芯聯整合等供應鏈企業。資本透過春晚完成“商業化認證”，為後續融資或上市鋪路，形成“春晚亮相—資本加碼—量產落地”的閉環。AI基建“隱形霸屏”，巨頭爭奪技術話語權資本暗湧的另一個重點表現，是從「前台曝光」轉向「後台掌控」。字節跳動旗下火山引擎以獨家AI雲合作夥伴身份，全面支撐春晚的節目創作、直播技術與線上互動。豆包作為核心AI產品，從技術後台走向台前，透過猜歌名、對春聯等互動，將技術能力轉化為使用者感知。這種合作模式背後，是科技巨頭的資本賽局。阿里以30億元投入衛視春晚，騰訊、百度推出億元級紅包計劃，本質是圍繞大模型生態展開的「算力軍備競賽」。資本不再追求短期流量轉化，而是透過春晚的技術背書，確立在AI產業的話語權。傳統資本“理性收縮”，馬太效應加劇傳統消費資本在本屆春晚呈現明顯的「收縮與集中」。白酒企業從2024年的9家縮減至4家，僅五糧液、洋河、古井貢酒、郎酒保留核心贊助席次。這項改變源自於白酒產業的周期性調整，資本開始從「廣撒網」轉向「頭部集中」。8家上市贊助商的結構更能說明問題，白酒、智慧車企、影音平台、潮玩各佔席位，形成多元平衡。傳統資本的理性收縮，並非退場，而是在消費升級背景下，重新尋找與國民IP的結合點，追求更有效率的品效比。產業鏈“借船出海”，未上市企業綁定A股生態本屆春晚的資本暗流，也體現在「產業鏈級」的佈局。眾多未上市的AI、機器人企業，其核心零件供應商多為A股上市公司，形成「整機企業登春晚—供應鏈企業享紅利」的資本連動。市場已催生出「春晚科技概念」類股，圍繞算力基建、機器人供應鏈、AI晶片等方向，11家A股公司成為核心受益標的。這種模式讓春晚從單一品牌的行銷舞台，變成整個產業鏈的資本放大器，實現了一級市場與二級市場的連動共振。從流量爭奪到技術背書，從單一品牌到產業鏈協同，2026年春晚的資本佈局，清楚勾勒出中國經濟的轉型方向：硬科技正成為資本的新寵，產業鏈價值正在超越單一品牌價值，成為資本市場的核心邏輯。 (才說資本)