核心内容总结
今年人形机器人行业出现两个关键变化：一是出货量爆发（中国上半年超4万台，全球占比97%），但离大规模商业化仍有距离；二是行业焦点从“炫技（跑跳打网球）”转向“实用（干活能力）”，比拼的不再是运动性能，而是能否在陌生环境高效完成任务的“生产力”。同时，从业者们正在明确“具身智能ChatGPT时刻”的标准（机器人能通过语言指令完成80%陌生任务），并认为泛化能力、数据积累是当前最大瓶颈，商业模式也从“卖机器”向“卖生产力”转变。
一、从“秀肌肉”到“当工人”：机器人行业的实用转向
过去几年，人形机器人总在展示“高难度动作”——比如宇树新机器人跑12.65米/秒（超人类最快速度）、银河通用机器人打网球。但这些“酷动作”离真实场景很远：工厂需要机器人装配零件，家庭需要收拾房间，仓库需要拣货打包。
今年行业开始聚焦“接地气”的任务：比如宇树展示机器人收拾会议室（7-8个任务切换，应对干扰），星海图和京东合作的机器人前置仓一天完成100多单（无人工干预）。这些任务看似不酷，但王兴兴说“相对有实用价值，难度不大”，是机器人进入生活的开始——毕竟企业自己的会议室也乱糟糟，需要真干活的机器人。
二、出货量4万台背后：规模化应用还差什么？
上半年4万台出货量听起来很多，但大多是小批量试用，没大规模推广。原因有三个：
1. 效率不如人：比如机器人叠一件短袖要2分钟，星海图创始人说“效率只有人的70-80%”；工厂里机器人装配简单零件，但速度比工人慢。
2. 泛化性差：泛化性就是“机器人学新活的成本”。现在教机器人做新任务要10小时训练，换个环境（比如物品位置变了）成功率就下降。就像一个员工只会做固定工位的活，换岗位就得重新培训。
3. 精度不够：厘米级操作（比如拿东西）能稳定做，但毫米级（比如精细装配）还需要强化学习提升。
这些问题导致机器人只能在固定场景用，没法复制到更多复杂场景。
三、商业模式变了：从“卖机器”到“卖生产力”
以前机器人公司靠卖整机赚钱（毛利率40-60%），现在开始转向“卖机器人干的活”：
- 阶段1：整机销售（现在）；
- 阶段2：方案订阅（未来）：比如按机器人完成的订单数收费，毛利率降到20%左右；
- 阶段3：物理世界Token（更远）：按机器人创造的价值算钱，比如每完成一个打包任务收一笔费，价值从硬件转向智能能力。
星海图已经在交付“千台级生产力订单”，明年可能到万台——这意味着，以后评价机器人公司不是看卖了多少台，而是看机器人能“干多少活、培训成本低不低、成功率高不高”。
四、“ChatGPT时刻”有多远？标准和瓶颈
去年大家问“具身智能的ChatGPT时刻何时来”，今年从业者给了具体标准：
- 宇树王兴兴：机器人到陌生环境，用语言指令能完成80%任务，就是爆发点；时间快则2-3年，慢则5-10年。
- 银河通用王鹤：现在具身模型相当于GPT2水平，要达到ChatGPT时刻，得先让机器人在普通任务上有70-80%成功率，再让普通人能快速训练机器人干特定活；公司目标2028年实现。
最大瓶颈：
- 泛化能力不足：固定场景训练后成功率接近100%，但环境一变（比如物品换位置）就失败；
- 数据太少：训练机器人“大脑”需要千万小时级数据，现在只有十万小时；
- AI与机器人对齐差：机器人知道要拿东西，但最后几厘米的误差（视觉、触觉不准）导致任务失败。
五、未来竞争焦点：数据和模型成核心
以前机器人竞争比的是硬件（跑多快、关节多灵活），现在转向“软件和数据”：
- 宇树在做“物理AI自进化”：让大模型自动生成控制代码，再用仿真和真机测试，循环积累技能和数据，提高进化效率；
- 各家都在抢数据：因为数据是训练机器人的“教材”，模型是“大脑”，谁有更多真实场景数据，谁就能先突破泛化能力。
简单说，机器人要从“实验室展品”变成“真实生产力”，关键不是跑得更快，而是能在变化的世界里稳定干活——这才是行业真正的“成人礼”。
这篇新闻告诉我们：机器人行业正在从“炫技时代”进入“实用时代”，未来几年的核心看点，就是谁能先让机器人成为“靠谱的打工人”。