观点｜具身智能硬件怎么就不性感了？

作者：彭堃方

编辑：吕鑫燚

出品：具身研习社

一段时间里，具身智能行业最热闹的叙事几乎都落在模型上。

应接不暇的新概念，不断推高行业对“机器人大脑”的想象。某种程度上，这是必然的。当本体能力已经迈过从“能不能站起来、走起来”，进入到“能不能真正理解世界、完成任务”的阶段，模型当然会成为下一轮产业竞争的中心。

但如果因此“重模型”而“轻硬件”，可能会误判这一轮具身智能真正发生的变化。

一个越来越清晰的信号是：越是认真做模型的公司，越不敢轻视硬件。硬件不是模型的下游，恰恰相反，它正在以一种更底层的方式，重新进入具身智能的竞争核心。

因为机器人不是一个只活在云端的智能体。它要移动，要抓取，要感知力的变化，要承受摩擦、碰撞、温度、负载和环境的不确定性。它每一次失败，都不只是算法失败，也可能是关节、传感器、材料、结构、手部自由度、驱动方式、通信延迟、续航、散热、工艺一致性共同作用的结果。

这也是为什么，具身智能走到今天，行业部分前瞻者开始重新理解硬件的价值：硬件不是智能的外壳，而是智能进入现实世界的边界。

在这条脉络下，我们能看到几个动作：模型厂商补强硬件、硬件厂商继续释放身体想象力、硬件交付周期大有可为。这些动作指向了同一个判断：当智能真正长出身体，硬件的价值不会变轻，只会变得更深。

人们习惯于把具身智能拆成两个部分：模型负责“大脑”，硬件负责“本体”。

在这个分工里，硬件似乎更靠近制造、供应链、工程执行；模型则更靠近想象力、资本故事和技术上限。但真实产业不会按照这么干净的边界演进。机器人模型要想真正变强，首先需要高质量数据。而高质量数据从哪里来？可以肯定的是不只是从公开视频里来，也不是只从仿真环境里来。作为混合数据，它相当一部分来自真实机器人、真实人类动作，来自一次次机器运转、UMI开合、Ego 摄制的物理世界经验。

于是，硬件先于模型成为了数据质量高低的入口，模型公司开始补硬件，就变成了一件顺理成章的事。

Genesis AI是一个很典型的信号，大家在惊叹其操作模型 GENE-26.5 成功率的厉害时，很少关注其信条——Manipulation is「A system problem， not just an AI problem」。它做的并不只是模型，也在同步补强灵巧手、数据采集套件，甚至控制中间件。灵巧手负责承接真实操作，数采套件负责把人的动作、触觉和操作过程转化为可训练的数据，控制中间件则把模型输出与真实硬件执行之间的链路打通。换句话说，Genesis AI 并没有把硬件视为模型能力的“展示终端”，而是把它放进了模型训练、数据回流和真实控制的完整闭环里。

这类动作的关键，不在于某一只灵巧手有多酷，也不在于某一套数据采集设备本身有多新奇，而在于它改变了模型与硬件之间的主从关系。过去的叙事里，模型像是高高在上的“大脑”，硬件负责执行。但在具身智能里，执行本身会反过来定义智能。一个没有足够触觉、力觉和动作精度的手，采不到足够细腻的数据；一个没有稳定运动能力的本体，无法在真实场景里形成高质量交互；一个没有可靠部署能力的平台，也很难支撑模型持续迭代。

这意味着，“硬件不是模型的下游”，而是模型能否进入物理世界的前提条件。如 Genesis AI 所说“通用机器人的发展之路始于操作，而操作必须作为一个全栈问题来解决”。

也正因为如此，新一轮具身智能创业公司很少再只讲“我有一个模型”。它们往往会同时自研数据采集设备、本体、灵巧手、遥操作系统、仿真平台，甚至把这些硬件能力直接绑定到模型能力上。模型厂商认真对待硬件，不是回头补课，而是产业终于意识到：没有身体的智能，很难真正成为具身智能。

更进一步说，硬件正在成为具身智能的数据入口、能力接口和场景入口。模型可以在仿真中快速迭代，可以从互联网视频里获得世界知识，但一旦进入真实任务，它仍然需要通过身体去触碰世界、理解世界、修正自己。对于机器人来说，身体不是智能的终点，而是智能不断进化的起点。

这种趋势也出现在更大的产业动作中。Amazon 收购 Fauna Robotics，Skild AI 收购 Zebra Technologies 旗下机器人业务，都释放出一个相似信号：机器人从实验室走向真实场景之后，竞争就不再只是模型能力的竞争，而是软硬件、数据、场景和部署系统的综合竞争。无论是面向人机共处空间的小型人形机器人，还是服务于仓储制造体系的 AMR，越往真实世界走，硬件问题越不可能被绕开。

我们看到模型厂商补硬件，说明硬件重新回到智能竞争的视野；与此同时，硬件厂商不断刷新身体性能，则说明另一件事：机器人并不是只能复刻人类，它正在把“身体”这件事推向更大的想象空间。

过去，人形机器人之所以成为行业焦点，是因为人类世界本身就是为人设计的。门把手、楼梯、工具、货架、工位、厨房、工厂产线、办公空间，都隐含着人类身体的尺度和动作习惯。所以，人形被认为是通用机器人最合理的一种答案。它的价值在于，不需要彻底改造环境，也有机会进入人类已经建好的世界。

但“像人”只是起点，“超人”才是硬件真正打开想象力的地方。

今天的机器人，正在身体性能上不断越过人类边界。荣耀的马拉松机器人“闪电”已经开始全方位打破人类极限；大咖骐骥 T1000四足机器人能够扛起以“吨”计的货物保持稳定行走；而更具力量感和科幻感的宇树 GD01“高达，则把机器人的身体想象进一步推向力量、尺度和冲击力的方向。

这类产品最重要的价值，正重新定义机器人身体的能力上限。人类身体有天然限制。人会疲劳，会受伤，会恐惧，会在高温、低温、高辐射、高粉尘、高负载环境中迅速接近极限。但机器人身体可以被重新设计。它可以更耐久、更稳定、更有力量，也可以在危险环境里承担人类不该承担的风险。一台机器人如果跑得比人快、负重比人强，甚至在极端设想中拥有“一拳砸烂一面墙”的力量，那么它呈现出的就不只是一个自动化工具，而是一种“超人化”的身体能力。

这种超人化，并不意味着机器人要取代人类成为新的主体。更准确地说，它是在把人类无法长期承担、不适合承担、或者不值得亲自承担的身体劳动，转移给一个更强壮、更耐久、更可控的机器身体。机器人可以像人一样进入人类世界，也可以在力量、速度、耐力、精度、尺度和环境适应性上越过人类身体的限制。硬件的想象力，正是在这个过程中被释放出来。

王兴兴曾经表达过一个很有想象力的判断：机器人可以很大，大到洪水来了，机器人能蹲下堵住洪水；也可以很小，小到进入血管做手术。这个说法听起来像科幻，但它点出了硬件与模型不同的地方。模型可以让机器人越来越聪明，但硬件决定了机器人能以什么样的身体进入世界。当它可以拥有超过人的力量，自然而然也可以完成超出人类身体能力边界的任务。

更进一步看，硬件厂商释放想象力的方式，也不只体现在“更大、更强、更快”上，还体现在构型之间的能力迁移上。四足机器人的运动控制能力，可以迁移到人形机器人的动态平衡上；人形机器人的双臂操作能力，也可能与轮式、四足、履带式底盘结合。或者更简单的说，“四足站起来就是人形，人形趴下就是四足”。过去，行业可能会争议构型。但现在看，真正重要的不是某一个构型是否成为终局，而是机器人身体能否根据任务不断重组能力边界。

在这个意义上，硬件厂商们正在不断回答一个更底层的问题：当智能真正长出身体之后，这个身体到底有何种可供性（Affordance）？

这是模型无法单独回答的问题。同一个模型，放在不同硬件上，能力边界完全不同；同一套算法，面对不同关节、传感器、负载和运动形态，所能完成的任务也完全不同。硬件不是智能的外观，而是智能抵达世界的方式。

所以，当行业讨论具身智能是不是进入模型时代时，另一个判断也同样成立：具身智能仍然处在硬件想象力快速释放的阶段。硬件并没有被模型吞没。它正在以自己的方式，打开具身智能真正进入物理世界后的能力边界。

但硬件的价值，不只在研发阶段，也不只在产品形态上。真正进入产业落地之后，硬件还会暴露出另一层更现实的价值：交付。

过去，很多人理解硬件，容易把它理解成“一台机器卖出去”。卖出去，似乎就意味着商业闭环完成了。但机器人不是手机，也不是普通家电，更不是一个开箱即用的标准电子产品。机器人卖出去，往往只是开始。

它要进入各种场景，每一个场景都有自己的空间结构、人群活动和安全边界。机器人到现场之后，真正的工作才刚刚开始：调试、任务配置、接口打通、人员培训、异常处理、持续运维、软件升级、硬件维修、数据回流、能力迭代...

这也是 DYNA 联合创始人兼 CTO York Yang 所说的那个判断：“硬件不等于渠道”。更进一步地说，硬件本身也不等于交付能力。

今天很多具身智能公司容易低估这一点。他们以为只要本体够漂亮、模型够先进、demo 够震撼，就能自然进入规模化商业。但真实场景不会偏爱 demo。客户购买的也不是一台机器人，而是一套能稳定解决问题的系统。

在工业场景里，客户关心的是节拍、良率、安全、停机成本、维护周期和 ROI；在商业场景里，客户关心的是人员替代效率、故障响应和用户体验；在家庭场景里，客户关心的则是安全、隐私、稳定、价格和长期陪伴价值。这些问题，都不是一次性交付能解决的。

硬件的长交付周期，反而给具身智能公司留下了真正构建壁垒的空间。

首先是服务和渠道，硬件公司如果只会制造，不会交付，就很难把机器人从样机推向规模化。机器人越复杂，售后越重，交付链条越长。未来真正有竞争力的公司是能把产品、销售、渠道、服务、运维和数据回流串成一个闭环。

渠道不是把机器卖给客户的那条路径，而是理解客户、触达客户、服务客户、持续创造价值的一整套能力。没有渠道，硬件只能完成交易；有了渠道，硬件才能进入场景，形成复购、迭代和规模化。

其次是数据飞轮。机器人一旦部署到真实场景中，就不再只是产品，也会成为数据入口。它在现场遇到的每一次失败、每一次异常、每一次人工接管、每一次成功完成任务，都会反过来成为模型和系统迭代的燃料。机器人进入真实世界，它能积累最稀缺的物理交互数据。长期看，这可能会成为具身智能公司最重要的复利来源。

所以，硬件并不是一个“卖出去就结束”的生意。它更像是一张进入真实世界的门票。拿到这张门票之后，企业才真正开始面对客户、面对场景、面对运维，也面对数据和能力的长期积累。

这些积累看起来不够性感，却是机器人真正产业化的底层工作。它不像模型发布那样可以在短时间内制造强烈声量，也不像 Demo 视频那样能迅速调动公众情绪。硬件的价值往往发生在更慢的地方：一台机器在现场多跑一天，一个任务在复杂环境里多成功一次，一次故障被复盘成新的产品改进，一次交付经验变成下一批规模化部署的模板。

硬件没有退场

它正在决定智能能抵达多远

具身智能行业很容易被模型叙事吸引。

因为模型代表上限，代表想象力，代表通用智能的未来。但机器人终究不是只在屏幕里完成推理的系统。它要走到地面上，伸出手，碰到物体，进入人类空间，承担真实任务。

所以，硬件的想象力一直都在。它藏在模型公司自研数据手套和灵巧手的动作里，藏在 Amazon、Skild 这些公司重新靠近机器人硬件的产业信号里，藏在人形、四足、轮足、柔性机器人不断交叉融合的构型变化里，也藏在一台机器人卖出去之后漫长的部署、运维和场景打磨里。

当行业重新理解硬件，就会发现：硬件从来不是想象力的反面。它是想象力进入现实世界之后，必须拥有的形状。