人形机器人万亿战场：两种路径，一种命运

近日，美国总统特朗普乘“空军一号”抵达北京，英伟达CEO黄仁勋临时增补随行。此前美国升级H20芯片出口管制，已令英伟达计提45亿美元资产减值；此番访华，黄仁勋的核心目标，正是推动民用AI算力对华常态化供货。

（图片来源：网络）

特朗普的随行名单里不止有黄仁勋，还有马斯克——特斯拉CEO、Optimus的缔造者。两位主导美国机器人产业方向的科技巨头同步访华，并非单纯外交姿态，而是产业现实：美国政府一边掐住中国机器人产业的算力咽喉，一边让自己的科技巨头来华寻求合作。

这种拧巴的姿态，恰恰暴露了人形机器人产业最核心的真相：大脑层面的技术竞争，本质是互补共生、谁也离不开谁。

01

美国最强大脑卡产能

在全球人形机器人产业里，美国在大脑层面仍占据制高点。其优势集中体现在三条差异化的技术路线上：

第一条路线，是通用具身智能模型的精研，代表者是Figure AI。2025年2月，Figure AI发布的Helix系统，是业内首个机器人双系统VLA模型。它用70亿参数的视觉语言模型（S2）负责慢思考——理解场景、解析语义、规划任务；再用8000万参数的Transformer（S1）以200Hz的频率输出精细动作。这种“大脑+小脑”的解耦架构，让机器人仅凭自然语言指令，就能零样本抓取数千种从未见过的物品。Figure 03机器人在厨房演示中，4分钟自主完成61个连续动作，全程无人操控——这是目前公开复杂度最高的自主操作序列。

（Figure发布的Helix系统）

第二条路线，是数据飞轮驱动的算法迁移，特斯拉是典型。其特点是将自身在智能汽车领域积累的算法、数据和算力优势，系统性移植到人形机器人赛道。特斯拉直接把经过数百万辆车验证的FSD（完全自动驾驶）算法移植到Optimus人形机器人上。全球超过600万辆特斯拉车辆，每天产生1600亿帧真实世界视频数据，构成了无可比拟的数据飞轮。为此，马斯克重启了Dojo 3超算项目，计划将512颗自研的AI5芯片（单颗算力高达2500 TOPS）密集集成，专门为训练Optimus提供澎湃算力。2026年，特斯拉在AI和机器人上的资本开支将超过250亿美元。

第三条路线，是开源生态的平台化布局，英伟达在此发力。2025年3月，英伟达发布了GR00T N1，号称全球首个开源的人形机器人基础模型。它并非只为自家产品服务，而是配合其Omniverse合成数据引擎，试图构建机器人界的安卓系统。黄仁勋更是将机器人列为继AI后的下一个万亿美元市场。

这种大脑的优势决定了美国的人形机器人能不能举一反三，能不能在陌生环境里自主决策，但美国也有自己的结构性困境。

摩根士丹利在2025年底发布的《机器人年鉴》报告中指出，中国在人形机器人领域已形成系统性量产与场景优势，即便美国在政策端发力，中美在产业化落地层面的差距仍在加速扩大。原因很现实，这源于美国制造业生态与机器人产业化需求之间的深层错配。

（截图来源：摩根士丹利2025年《机器人年鉴》）

首先，美国机器人供应链空心化制约了美国硬件的快速迭代与成本控制。美国机器人产业链的本土化率不足50%，像谐波减速器、高精度伺服电机、力控传感器等核心部件严重依赖日本、韩国等海外供应商。这不仅拉长了研发和生产周期，也使得成本居高不下，难以支撑消费级或工业级机器人所需的大规模、低成本制造。

其次，美国顶尖的算法模型缺乏足够身体去承载和验证。Figure AI凭借其Helix系统在技术上备受瞩目，估值飙升至400亿美元，但其规划的年产能仅为1.2万台；特斯拉的Optimus人形机器人月产能至今仍停留在数百台级别。这种实验室领先，工厂滞后的局面，意味着最先进的算法无法通过海量实体机器人在多样化的真实场景中持续收集数据、完成迭代闭环，从而限制了其智能进化的速度和实用性。

最后，美国机器人商业化落地场景的广度与深度不足。美国的优势集中在如医疗、太空、特种作业等高附加值、小批量的前沿探索，但在需要规模化部署、极端性价比和7x24小时可靠性的工业制造、物流仓储、商业服务等领域，缺乏像中国那样丰富的应用场景和迫切的替代人力需求。没有场景，就难以形成数据飞轮，算法优势无法转化为市场优势和成本优势。

简而言之，算法再强，也需要身体来执行，而美国的身体——即成熟的供应链、规模化制造能力和丰富的量产级应用场景——明显跟不上其大脑的进化节奏。这构成了其在人形机器人这场马拉松中，面临的最现实挑战。

02

中国场景狂奔缺算力

若说美国机器人大脑依托算法精研，中国机器人的大脑则依靠海量真实场景数据实现差异化突破。

2026年4月，智元机器人在龙旗科技工厂开了一场8小时无剪辑直播：精灵G2机器人在MMIT测试工站上连续完成2283次精密上下料，成功率99.5%，单工序18 — 20秒，每小时310件，一台顶两班人工。这不是Demo，是真实的部署态。智元将2026年定义为部署态元年——机器人不再是实验室里的展品，而是要在产线上7×24小时自主干活。截至目前，智元累计下线超10000台机器人，2025年以5100台出货量、39%全球份额拿下双料第一。其开源的AGIBOT WORLD 2026数据集，全部来自真实世界的商业空间和工业场景。

宇树科技更不遑多让。G1/H1系列成为全球研究者的默认硬件平台，2025年四足机器人全球市占率60%。宇树的策略很直接：用极致性价比（G1仅9.9万元）把硬件铺出去，让全世界的实验室和工厂帮它收集数据、打磨算法。

中国企业的核心优势是真实工况数据的规模。当美国机器人还在实验室里学习抓取杯子时，中国的机器人已经在比亚迪工厂里拧了几十万颗螺丝、在物流仓库搬了数百万个包裹、在高温产线上跑了上千小时。这种来自物理世界的“脏数据”，是合成数据和互联网视频无法替代的。原因有三：

第一，物理接触的复杂性。智元的工程师曾分享过一个案例：精灵G2在初期训练时，因未能充分学习“夏天车间温度升高导致塑料件轻微变形”的工况，连续出现定位偏差。这种只有真实产线才能提供的物理直觉，是合成数据的盲区。

第二，故障模式的不可预测性。真实世界的机器人会遭遇各种离奇状况，这些长尾事件在合成数据中几乎无法穷尽，但恰恰是它们塑造了机器人的鲁棒性。智元开源的AGIBOT WORLD 2026数据集中，专门标注了超过2000种异常工况，这是任何模拟器都难以复现的宝贵财富。

第三，人机协作的社会性维度。中国工厂里，机器人不是孤立工作，而是与成千上万的工人协同。它们要学会读懂人类的手势暗示、避让匆忙行走的工友、在嘈杂环境中分辨指令。这种社会智能的培养，只能在真实的人流、物流、信息流交织的场景中完成。

业内估算，中国头部企业在工业场景的真实部署数据量，是美国同行的10倍以上。更重要的是，中国拥有全球最完整的制造业门类，从3C电子到汽车零部件，从食品加工到化工生产，几乎每一个细分领域都在产生独特的机器人应用场景。这种场景密度，是美国无法复制的战略资源。

但数据的洪流需要一个泄洪口——算力。这正是中国的软肋。

03

英伟达45亿美元买来的教训

英伟达2026财年第一季度财报披露了一个极具冲击力的数字：45亿美元。这是美国针对H20芯片实施对华出口管制后，英伟达被迫计提的库存减值与采购义务损失。

H20是英伟达专为中国市场定制、满足此前出口管制规则的特供版AI芯片，也是其面向中国数据中心与人形机器人算力需求的主力产品。2025年4月，美国政府突然升级管制要求，规定H20对华出口需重新申请许可，实质上直接冻结了大规模出货通道。

政策突变直接转化为财报上的损失：2026年单季一次性计提45亿美元减值。此外，英伟达在财报电话会议中预警，2026财年第二季度预计将因此再损失80亿美元收入，Hopper 架构在中国市场基本陷入停摆。

黄仁勋并非没有提前预警。在2025年台北电脑展期间，他曾坦言：2021年初英伟达在中国AI市场占有95%份额，如今只剩50%。而近日，在美国城堡证券举办的一场访谈活动中，黄仁勋表示这一数据已跌为0%，“中国有很多本土AI芯片，如果没有英伟达的技术，中国客户将会使用本土技术。”

他说的本土技术，正在以惊人的速度成长。华为昇腾950PR芯片在推理性能上已达英伟达H20的2.87倍，显存占用减少75%，成本降低50倍以上。通过384颗芯片组成的超节点架构，整体算力反超英伟达GB200集群1.7倍。DeepSeek-V4完成从CUDA到华为CANN框架的全栈迁移，推理速度提升35倍。地平线征程6P芯片算力密度达6 TOPS/W，已优于同级别国际竞品，2025年在L2+智驾市场份额达33.97%，首次超越英伟达。

算法层面，中国也在追赶。智元自研的G0-1模型开创性提出ViLLA架构，采用“VLM+MoE”混合专家系统；星动纪元ERA-42是国内首个端到端原生机器人大模型；字节跳动GR-3采用40亿参数混合变换器架构，泛化抓取能力已超越Physical Intelligence的π0。这些模型的迭代速度，很大程度上取决于能不能拿到足够的算力。

但客观来看，国产芯片在高端训练环节仍有差距。英伟达H200在单卡训练性能和显存带宽上仍保持领先，CUDA生态30年的积累不是一朝一夕能被替代的。华为CANN框架的兼容性目前约95%，开发者迁移成本依然存在。更关键的是，先进制程（5nm及以下）的制造能力仍受制于人。

这就是为什么黄仁勋必须来北京。他一方面要面对一个500亿美元且仍在增长的市场；另一方面，华盛顿的出口管制正在催生一个可怕的对手——中国本土AI芯片生态。所谓民用中低端算力常态化供货，本质上是英伟达试图在禁令的夹缝中，为中国机器人产业保留一条算力脐带。

而对中国企业来说，这同样是一场微妙的博弈。完全拒绝英伟达意味着训练效率的短期损失，算法迭代速度可能放缓3-6个月；完全依赖则意味着战略脆弱，一旦政策再度收紧，整个研发链条将面临断裂风险。最好的状态是：用国产芯片保底线，用英伟达芯片抢时间。

04

大脑竞争的终局不应是替代

特朗普访华不会改写人形机器人的产业格局，但它确认了一件事：在具身智能领域，中美已经形成了事实上的技术共生体。

美国需要中国的是什么？是制造能力、是供应链、是海量的真实场景部署。摩根士丹利估算，如果没有中国企业参与，特斯拉Optimus Gen 2的供应链成本将是现在的三倍。马斯克带着Optimus的量产焦虑来中国，不是偶然。

中国需要美国的是什么？是通用AI模型的前沿突破、是高端算力芯片、是多模态算法的原始创新。智元的万台机器人再厉害，其底层模型架构仍受到算力和算法范式的约束。

两种路径正在加速分化——

美国路径：以Figure AI和特斯拉为代表，走“通用智能+软件订阅”模式，用算法精致度建立技术壁垒，靠医疗、军工、高端制造等高附加值场景获取利润。

中国路径：以智元、宇树为代表，走“场景数据+硬件量产”模式，用规模化和成本优势摊薄试错成本，靠工业、物流、服务场景的广泛部署积累数据飞轮。

这两条路径没有优劣之分，它们互为镜像、互为动力。美国的算法优势需要中国的制造落地来兑现；中国的硬件优势需要美国的算法提升来赋能。没有算法，再好的身体也是空壳；没有身体，再强的算法也是无本之木。

访华随行名单里的马斯克和黄仁勋，正是这种“共生关系”的体现——一个是机器人的身体探索者，一个是机器人的大脑建设者，他们同期来华，说明产业现实远比政治叙事更诚实。

人形机器人的大脑竞争，不是一场零和博弈，而是一场双向奔赴的马拉松。算法与钢铁、算力与场景、实验室与工厂的握手言和，才是这个产业最真实的底色。

事实上，这种“技术共生”的模式，在历史上并非没有先例。20世纪80年代，日本汽车产业以极低的制造成本和精益生产体系席卷全球，但高端发动机控制芯片和汽车电子系统，依然由美国和德国供应商主导。双方在竞争中深度绑定，最终共同推动了全球汽车工业跃上新台阶。

人形机器人产业，正在上演一个规模更大、速度更快的版本。在这场赛跑中，唯一可以确定的是：谁都不能缺席，谁也不能单打独斗。