机器人真正的价格战，不在售价里

8月25日，机器人公司Generalist被曝追加融资近2亿美元，估值升至约30亿美元。

如果只看融资额，这不过是具身智能赛道又一笔大钱。但把它与宇树人形机器人的快速放量放在一起，事情就有意思了。

具身智能正在沿着两条路线向前走：一条降低机器人的“身体成本”，一条降低机器人学会工作的“教会成本”。

这两个价格只要有一个降不下来，机器人就很难真正走出实验室。

一、Generalist要改变的，是机器人换工作的方式

8月19日，Generalist发布GEN-1.5。

使用者只需提供一段3至12秒的动作示范，机器人就能在不更新参数、不重新微调的情况下，尝试完成新任务。Generalist把这种方式称为“physical prompting”，可以理解为把大模型的提示词带进物理世界。

过去，机器人进入一个新场景，通常要经历采集数据、训练、调参、工程集成和现场测试。换一条生产线，往往就要重新来一遍。

未来，这个过程可能缩短为：工人做一次示范，机器人看完就开始尝试。

当然，GEN-1.5还远没有可靠到可以直接进入工厂。在Generalist披露的10项短时操作任务中，一次示范后的平均成功率约为59%；使用5分钟数据并进行10个梯度步骤后，成功率才提升到约83%。

这些数字不能被包装成“看一遍就会”。真正值得注意的是：

机器人适应新任务的边际成本，已经出现下降的可能。

如果这个方向继续成立，机器人换工作就不再需要一支工程团队从头部署。更重要的是，教机器人干活的人，也可能从算法工程师变成真正熟悉现场的一线工人。

老师傅的手艺，第一次有机会直接成为机器人的“提示词”。

二、宇树正在把机器人变成标准硬件

宇树选择的是另一条路。

它先解决电机、关节、运动控制、本体结构和规模制造，再逐步补上机器人的智能能力。

根据宇树最新版招股材料，2025年，其人形机器人销量从上一年的412台增至5215台；人形机器人收入占主营业务收入的比例，也从27.68%升至51.78%，第一次超过四足机器人。

这个变化的意义不只在于卖得更多。

宇树真正推动的，是机器人从昂贵的实验设备，逐渐变成一种开发者可以买回来、重新编程和反复训练的硬件平台。

今年6月，英伟达发布开放人形机器人参考设计，将宇树H2 Plus、Sharpa灵巧手、Jetson Thor和Isaac GR00T组合在一起。斯坦福、苏黎世联邦理工等研究机构将采用这套平台。

这已经很像机器人时代的“开发机”：身体、算力和模型可以分层组合，各自迭代。

宇树降低的是买到一具机器人身体的门槛，Generalist降低的是让这具身体学会干活的门槛。

三、真正便宜的机器人，未必售价最低

过去一年，行业喜欢比较机器人跑得多快、手有多少自由度、能不能空翻，以及一台卖多少钱。

接下来，还应该增加一个指标：Teach Time，也就是教会机器人一个新任务需要多久。

假设有两台机器人。

一台售价5万元，进入新工厂后需要工程师调试三个月；另一台售价10万元，工人示范十次，半小时后就能开始工作。

对企业来说，真正便宜的可能是第二台。

因为机器人最昂贵的部分，未必写在报价单上。部署时间、工程人员、停工测试和每次换任务后的重新适配，都会变成长期成本。

机器人被造出来，只是完成了生产；学会工作以后，它才开始产生价值。

这也是两条路线必须交汇的原因。身体足够便宜，却长期不会干活，只是一台高级设备；模型再聪明，没有足够可靠、数量足够多的本体，也只能停留在演示视频里。

四、机器人产业可能先分层，再整合

现在市场更喜欢“苹果式”故事：一家公司包办芯片、模型、本体、数据和应用，最终形成完整闭环。

但具身智能也可能先走向另一种结构。

宇树、Figure、Agility等公司提供不同规格的机器人本体；Generalist、GR00T、Gemini Robotics等提供基础模型；再往上，才是工厂、仓储、养老和家庭服务等具体应用。

这更像PC和Android形成的平台产业。

当然，分层还不是定局。Generalist正在强调模型跨机器人形态迁移，试图减少不同身体之间的差异；宇树也已经布局并开源WMA、VLA模型，开始给自己的机器人补上“大脑”。

两条路线都在向对方的地盘延伸。

下一阶段真正的竞争，不是谁看起来更像人，而是谁能同时压低“身体成本”和“教会成本”。

Generalist此次近2亿美元融资，是此前约4亿美元B轮的扩展融资，由8VC领投，整轮累计资金约6亿美元。英伟达、Bezos Expeditions和李飞飞属于既有或早期投资者，并不代表都参加了这次追加融资。

具身智能的“ChatGPT时刻”，不会由一轮融资、一次空翻或一段演示视频宣布到来。

它更可能发生在某个普通工厂里：一名工人做完示范，机器人看懂了，半小时后开始工作。

到了那一天，变化的不只是机器人的能力。

还有谁有资格教机器、人的经验如何被定价，以及一个普通人的手艺，能不能在机器时代继续留下位置。