宇樹科技把人形機器人帶進了量產階段，Path Robotics讓機器人真正進入高價值銲接現場，Dyna Robotics則用百萬小時人類視訊驗證資料擴展路線。但當硬體、任務和資料同時向前推進，人形機器人最基礎的問題反而變得更尖銳：我們正在規模化的，究竟是不是正確的機器人？
本文素材源於 Over The Horizon Unitree’s $9B IPO: 18,000 Humanoids, But the Hands Still Suck ，僅供參考。如需查看英文原版PPT、中文版PPT、《產業資訊》每日更新及更多資料，可在文末獲取。
人形機器人正在迅速跨過“能不能造出來”的階段。
節目討論中提到，宇樹科技累計製造的雙足人形機器人已達到約1.8萬台；Path Robotics正把AI銲接系統帶入美國海軍艦艇製造；Dyna Robotics發佈的Dyna-2，則用超過100萬小時的人類視訊進行預訓練。硬體產量、工業訂單和訓練資料，幾乎同時出現了數量級上的躍升。
但數量越大，問題越難迴避。
一台機器人可以跳舞、翻跟頭，也可以被研究機構拿去做二次開發。可它能不能長期、穩定地完成有經濟價值的工作？如果硬體沒有自己的AI技術堆疊，只靠開發者補上“大腦”，這種平台模式能夠走多遠？如果模型主要從人類視訊學習，機器人是否必須擁有接近人類的身體與手，資料才能真正遷移過去？
這場討論表面上從宇樹科技的IPO開始，最後卻落到了一雙手上。因為當機器人真正進入現實世界，手不是一個普通零部件，而是機器與人類環境之間的最終介面。
一、宇樹跨過了量產門檻，但還沒有回答規模化的終點
宇樹最重要的貢獻，未必只是把人形機器人做得更便宜，而是率先改變了行業的產品邏輯。
幾年前，許多機器人公司相信“機器人即服務”會成為主流：客戶不直接買機器人，而是按月或按任務租用。企業保留硬體所有權，再通過長期服務獲得更高收入。宇樹卻反其道而行——先把機器人賣出去，而且盡快賣到儘可能多的實驗室、高校、創業公司和開發者手中。
這套打法並不要求機器人出廠時就是一件具備完整智能的成品。它更像一個可繼續開發的平台：客戶可以自己增加攝影機、雷射雷達、觸覺感測器和控制系統，也可以圍繞平台訓練新的策略、開發表演、格鬥、科研或商業應用。
結果是，宇樹不僅率先形成了可觀的出貨量，也逐漸建立起開發生態。節目嘉賓提到，一些研究團隊認為宇樹平台可靠、容易獲得，而且留出了足夠的改裝空間。對科研客戶來說，原廠沒有配齊全部感測器不一定是缺點，因為他們本來就希望自己搭建系統。
然而，1.8萬台帶來的不只是領先，也是一場更嚴厲的驗證。
第一，誰會繼續購買？研究機構和初創公司可能先買一兩台驗證想法，但驗證結束後，它們是繼續採購100台、1000台，還是轉向開發自己的硬體？如果大量客戶只買一次，量產數字就很難自然轉化成長期需求。
第二，平台能否進入真正的工業現場？科研平台強調開放性和可改裝性，工廠則要求執行器、減速器、線纜、感測器等部件經受極高循環次數，並且在灰塵、碰撞和長時間運行中保持穩定。適合實驗室探索的“青少年體型”機器人，未必就是適合工廠的最終形態。
第三，硬體先發優勢能否抵消AI技術堆疊的缺失？一種判斷是，宇樹不需要自己完成全部智能，因為生態中的開發者會替它完成；另一種判斷則認為，只有同時理解模型、資料和控制，企業才能反過來最佳化本體。硬體與智能究竟應該解耦，還是必須縱向整合，仍沒有答案。
因此，宇樹IPO真正值得關注的地方，不只是估值。作為一家高度聚焦機器人的公司，它可能第一次把人形機器人企業的經營情況持續暴露在公開市場中。此後的收入、復購、毛利與研發投入，會讓行業第一次看到：人形機器人熱度究竟能否變成一門穩定生意。
二、Path Robotics說明：機器人價值不在“長得像誰”，而在完成什麼工藝
與人形機器人形成鮮明對照的，是Path Robotics。
這家公司不製造人形本體，也不執著於自研機械臂。它使用現成的安川工業機械臂、標準焊槍或波士頓動力Spot四足平台，真正提供的是上層軟體、定位能力和銲接工藝包。Path Robotics與HII（亨廷頓·英格爾斯工業公司）簽署合作備忘錄，探索將AI銲接技術用於美國海軍有人與無人艦艇製造。與此同時，HII計畫在2026年投入超過6億美元建設造船基礎設施。
這件事揭示了機器人商業化最樸素的邏輯：客戶購買的從來不是“機器人動作”，而是可靠的工藝結果。
銲接並不是讓焊槍沿著一條軌跡移動那麼簡單。焊槍位置、姿態、移動速度、送絲速度、電流、電壓和材料狀態都會影響最終質量。焊縫表面看起來完好，內部仍可能存在缺陷；一名優秀焊工往往需要十年以上經驗，全球又普遍缺少這樣的熟練工人。
Path Robotics把十年積累的銲接資料與機器學習結合起來，在銲接過程中觀察熔池和其他訊號，即時調整工藝參數。對於開闊區域，它可以使用安裝在軌道或龍門架上的工業機械臂；對於傳統裝置無法進入的狹窄艙室，則可以把機械臂和焊槍放到Spot上，讓機器人進入船體內部。
移動平台帶來了新的困難。固定機械臂依靠編碼器即可知道自身位置，四足機器人每次移動後都必須重新確定自己與工件的相對關係。室內定位、感測器噪聲、SLAM漂移和三維空間中的重標定，都會直接影響焊槍能否精準落在焊縫上。
但Path至少選中了一個高價值、可量化的任務：數百公里焊縫、嚴重短缺的勞動力、明確的質量指標和巨大的造船產能需求。
這也是對人形機器人行業的提醒。能翻跟頭不等於能創造價值；真正的產品必須把運動能力、感知能力和工藝知識壓縮成一個客戶願意付費的結果。末端執行器無論是焊槍、鑽頭、夾爪還是人形手，最終都要回答同一個問題：它究竟完成了什麼工作？
三、百萬小時視訊之後，資料規模不再是唯一問題
Dyna Robotics發佈的Dyna-2，把爭論從硬體拉到了資料。
據節目介紹，Dyna-2從傳統的視覺—語言—動作模型路線，轉向所謂“世界動作模型”，並使用超過100萬小時的人類視訊進行預訓練。實驗同時覆蓋單自由度夾爪和Wuji靈巧手，試圖證明模型能夠跨越不同機器人本體遷移能力。
這項工作的意義在於，它第一次在百萬小時量級上展示：繼續增加高品質資料，性能仍然有提升空間，尚未出現明顯平台期。對於正在全球建立資料採集網路的機器人公司來說，這是一個積極訊號——資料擴展規律至少還沒有失效。
但“資料越多越好”只是最容易回答的一層。更難的問題是：這些資料究竟記錄了什麼？
如果採集者為了適應單自由度夾爪，主動把手指捏在一起完成任務，那麼視訊記錄的是“人如何模仿夾爪”，而不是人手與物體的真實互動。攝影機安裝在頭部、手腕還是手背，也會決定那些接觸過程能夠被看到。許多視覺追蹤系統可以重建手指骨架，卻忽略掌部的彎曲、掌骨運動和軟組織接觸，而這些細節恰恰決定真實抓握。
本體差異也無法被輕易抹去。採集者的身高、臂長、眼睛到手的距離不同，攝影機焦距和視角不同；機器人可能是雙指夾爪、三指手或五指手，手腕與肘部的運動範圍也不同。人類視訊當然可以告訴模型“任務大致應該怎樣完成”，卻未必能夠直接告訴每一種機器人“關節應該怎樣運動”。
因此，世界動作模型真正需要學習的，不只是末端執行器在三維空間中的軌跡，還包括物體受到作用後會怎樣響應。球離開手以後，遵循的是同一套物理規律；但不同機器人如何拋球和接球，則由各自本體決定。只有把“世界如何變化”和“這個身體如何行動”分開建模，跨本體遷移才可能真正成立。
百萬小時資料證明了規模的價值，也把資料質量、可見性、本體適配和物理理解推到了更重要的位置。
四、夾爪與靈巧手，其實是短期價值與長期通用性的兩條路線
機器人手的爭論，經常被簡化成“夾爪落後、五指手先進”。現實要複雜得多。
平行夾爪已經能夠完成大量抓取、搬運和上下料任務。它結構簡單、力量大、控制容易，而且可以很快進入工廠。如果工具不適合夾爪，工程師還可以直接把焊槍、膠槍或鑽頭固定在機械臂末端，或者建立自動換刀站，讓機器人按任務切換末端工具。
在明確、重複、高價值的工業場景裡，專用方案往往更經濟。機器人不需要像人一樣拿起一把電鑽再扣動扳機，完全可以直接控制專門設計的工具。它也不必擁有兩條腿，可以固定在工位上，只保留軀幹和上肢，或者安裝在輪式底盤上。
靈巧手追求的則是另一種價值：讓機器人適應一個已經為人類身體設計好的世界。
門把手、剪刀、螺絲刀、電鑽、抽屜、衣服和廚房用具，幾乎都默認操作者擁有人的手。平行夾爪可以握住物體，卻不擅長單手改變物體在掌內的位置；它可以夾住電鑽，卻很難同時穩定握持並精確操作開關。工程師當然可以針對每件工具逐一改造，但這種自下而上的方式會讓系統越來越專用。
通用機器人承諾的是一種更廣泛的介面：不是為電鑽、剪刀、燈泡分別設計三套機械結構，而是找到一種能夠覆蓋儘可能多工的末端形態。從這個角度看，人手的價值不只是五根手指，而是它作為“工具之工具”的通用性。
兩條路線並不矛盾。專用機器人已經沿著工業自動化軌道運行了60多年，還會繼續創造價值；通用靈巧手則需要更長時間解決機械、觸覺、控制和世界模型問題。短期方案負責盡快完成工作，長期方案負責擴大任務邊界，它們完全可以平行發展，並互相遷移成果。
五、三指還是五指，答案取決於機器人要進入那個世界
Tact Systems的實驗給這場爭論增加了一個有意思的資料點。
團隊原本使用五指手套採集資料，分析後卻發現，在大量精細操作中，真正承擔主要工作的往往是拇指、食指和中指，第四、第五指更多隻是跟隨。於是，他們展示了一種三指流體腱繩手：通過管路中的流體傳遞拉力，獲得比人手更強、也不會疲勞的手指。
如果任務主要是抓取、放置和小物體互動，三指確實可能已經足夠。人類保留五指的一部分原因，也許是為了分散負載、增強握力和對抗疲勞；機器人若擁有更強的驅動器，就可能用更少手指完成同樣任務。
但反對者指出，資料集本身會限定結論。只觀察抓取放置，當然容易得出“三指足夠”的結果；一旦任務擴展到彈奏樂器、使用剪刀、穩定滑鼠、轉動小零件、完成環形握持或擴大手掌覆蓋範圍，後兩根手指的價值就會重新出現。
更關鍵的是，如果機器人要直接利用海量人類視訊和現有工具，外部形態越接近人手，資料與環境的相容性通常越高。刪掉兩根手指不僅改變抓握力量，也改變手掌展開範圍、物體支撐方式和手內操作策略。
所以，“三指還是五指”不是一道脫離任務的機械選擇題。它取決於機器人要進入的是一個經過改造的工業工位，還是普通家庭和人類社會；是完成有限的高頻任務，還是追求儘可能廣泛的工具相容性。
六、腱繩是不是錯誤路線？真正的問題是整套架構
Figure創始人Brett Adcock曾公開表示，為Figure 01設計腱繩驅動手，是他犯過的最大工程錯誤之一。腱繩方案在宏觀上非常誘人：執行器可以放到空間更大的前臂，手部更輕，也有機會獲得更多自由度，而且結構看起來接近人體。
但這句話很快引發爭論。反對者認為，不能因為一種具體實現失敗，就把問題歸咎於“腱繩”本身。真正拖累系統的可能是穿過手腕和掌部的鮑登管，也可能是摩擦、回差、串擾、布線、維護或控制難度。使用滑輪整理路徑、減少摩擦的方案，與讓腱繩在掌內複雜穿行的方案，雖然都叫腱繩驅動，實際表現可能完全不同。
即使腱繩路線內部，也存在鋼絲、合成纜繩、滑輪和流體腱繩等多種架構。執行器放在前臂還是掌內，每根手指配置多少條腱繩，遠端關節是否依靠韌帶聯動，都會改變力量、速度、重量、可靠性和可維護性。
這正是機器人手難以快速收斂的原因。行業並不是在幾個成熟選項中挑一個，而是在同時尋找正確的機械結構、傳動方式、感測器配置、控制策略和訓練資料。所謂“完美的手”，直到今天仍沒有統一定義。
七、仿生最重要的，不是複製人體內部，而是理解人體為什麼這樣設計
機器人手最容易掉進的陷阱，是把“自然界採用了這種結構”直接等同於“工程上也應該原樣複製”。
人體為三種機械系統通常不需要的能力做了大量最佳化：從嬰兒成長為成年人、在損傷後自我修復，以及根據長期使用改變組織形態。機械手追求的則可能是速度、精度、力量、耐久性和低維護成本。兩套系統的目標函數並不相同，內部結構自然也不必一致。
飛機證明了這種差別。鳥類和昆蟲告訴人類“飛行是可能的”，並幫助我們理解翼型和流體規律，但飛機沒有照搬搧動翅膀的驅動方式，而是使用螺旋槳和噴氣發動機。相似的是受空氣動力學約束的外部形態，不同的是內部實現。
機器人手也應如此。外部介面有充分理由接近人手，因為現實世界的工具、重量和操作空間都圍繞人類設計；內部驅動卻未必需要複製肌腱、肌肉和骨骼。
甚至“肌腱”本身也比工程師想像得複雜。人體肌腱不是一根只能承受拉力的軟繩，它具有剛度，會在手腕運動時被動改變手指位置。彎曲手腕時，如果仍想保持手指屈曲，人必須主動收縮屈肌；否則肌腱的機械特性會把手指帶向伸展。只抽取“用繩索傳力”這一層，卻忽略整套骨骼、韌帶、肌肉與神經控制的協同，得到的並不是仿生，只是對生物結構的局部模仿。
自然界可以提供解法，也會受到演化歷史的限制。它沒有發明輪子和宏觀螺旋槳，不代表這些結構無效；同樣，人手擁有五根手指和腱繩傳動，也不代表機器人的最優解必須完全相同。
結語：人形機器人已經開始規模化，但“正確的機器人”仍未定型
宇樹科技的1.8萬台說明，硬體產量正在迅速上升；Path Robotics說明，機器人一旦掌握高價值工藝，就能進入真正的大型工業合同；Dyna-2則說明，訓練資料正在跨入百萬小時時代。
然而，這三條進展共同指向一個更深的判斷：規模本身不是終點。
機器人最終要在現實世界裡完成工作。它需要正確的資料理解物理世界，需要合適的本體到達作業位置，更需要一個能夠穩定、精準地作用於物體的末端介面。對工業機器人來說，這個介面可能是一把焊槍；對通用人形機器人來說，它很可能是一雙手。
短期內，夾爪、專用工具、輪式底盤和固定工位會更快創造價值；長期看，接近人類外部形態的通用機器人仍有巨大的吸引力。真正合理的路線不是押注其中一邊，而是讓兩列火車同時前進：一列不斷把機器人送進今天的工廠，另一列繼續攻克靈巧手、世界模型和泛化能力。
人形機器人已經跨過“能不能批次製造”的門檻。接下來決定行業上限的，是我們能否回答一個看似簡單的問題：這台機器究竟應該用怎樣的身體和手，進入怎樣的世界，完成怎樣的工作？ (AI工業)