人形机器人开始'自己教自己'了

同一段时间里，宇树、特斯拉、Figure 三家先后亮出最新进展。宇树罕见地放了狠话：带着‘自我进化机器人’去正面硬刚 Optimus。

热闹背后，真正的变化不是某台机器又会了新动作，而是竞争变量换了——从比自由度、比算力、比承载，变成比‘谁进化得更快’。而进化速度，本质上比拼的是数据闭环的转速，不是发布会的密度。

📢 一周三连发：火药味从何而来

在人形机器人这条赛道，发布节奏本身就是武器。

场景先摆出来：宇树公开将自家机器人冠以‘自我进化’的定位，并明确把对标对象指向 特斯拉 的 Optimus；特斯拉 同期更新了 Optimus 的最新进展，重点集中在灵巧手与工厂内试用；Figure 则继续推进其 Helix 模型与自建产能 BotQ 的故事线。三家几乎踩着同一个时间窗口发声。

把三份发布物的时间戳并排放，‘对位’的痕迹不难读出来：你在哪天讲灵巧手，我就在前后脚讲我的新技能。即便没有直接证据表明市场团队在逐帧拆解对方视频，发布节奏的咬合本身，就已经是行业进入贴身竞争阶段的信号。

产业逻辑上看，这是典型的叙事卡位战。人形机器人的融资窗口、人才流向、客户认知，目前仍高度依赖公开演示来锚定。特斯拉 擅长的是‘预期管理’——一次次给出宏大目标，用产业想象空间抬高整个赛道的估值水位；而中国厂商更习惯‘高频上新’——用密集的小步快跑，把‘马斯克画饼、中国落地’的叙事反过来打。宇树 这次直接点名 Optimus，等于主动把两家的名字焊在同一个句子里，传播效率拉满。

值得注意的是，这种节奏竞赛对行业并非全是好事。演示驱动的叙事会虹吸资源到‘看起来能打’的项目上，而真正决定生死的交付能力、可靠性、数据积累，都藏在发布会的镜头之外。

🧬 ‘自我进化’是真技术，还是新话术

‘自我进化’这个词，一半是技术，一半是融资话术。

先说技术那一半。‘自我进化’在当前语境下至少对应三层含义：

其一，是运动技能的自主习得。这是 宇树 的看家路线——通过强化学习加仿真到真机迁移，让机器人自己‘练’出步态、平衡、翻转等技能，而不是工程师一条条手写轨迹。宇树四足产品在全球高校科研市场的渗透，靠的就是把这套管线工具化、开源化，让研究者能在上面快速训练新技能。

其二，是任务层面的泛化学习。以 Figure 的 Helix 和 特斯拉 的相关模型为代表，走的是视觉-语言-动作（VLA）大模型路线：给机器人看人类演示视频，让它自己理解‘怎么拧瓶盖、怎么分拣’，而不是逐任务编程。

其三，是数据飞轮。机器人在真实场景每多干一小时活，就多积累一段真机数据，反过来训练更好的模型，再提升作业能力——这是所有‘自我进化’叙事的终极形态。

不过，三层含义的成熟度差异极大，可以把各自的卡点拆开算一笔账：

判断很直接：这三层里，运动技能的自主习得已经相对成熟，任务泛化刚过演示期，数据飞轮还在非常早期的阶段。‘自我进化’作为技术愿景成立，但今天大多数演示离‘机器人自己迭代自己’还差着数量级的距离。把话说满，更多是说给资本市场听的。

⚔️ 对位 Optimus：宇树手里有什么牌

宇树打特斯拉，并不打算在同一张牌桌上打。

先看牌面。宇树 手里最硬的几张牌：一是价格——G1 起售价下探到 9.9 万元人民币级别，把人形机器人从‘千万富豪的玩具’打到了高校实验室和中小科技公司的采购清单里；二是出货——借 2025 年春晚 H1 扭秧歌出圈后，宇树的人形与四足产品在科研教育市场快速铺开，出货量在同赛道里处于头部位置；三是资本动作——2025 年年中，宇树完成上市辅导备案，正式启动 IPO 进程，成为人形机器人整机公司里离资本市场最近的一家。

特斯拉 那边则是另一副牌：Optimus 背后是 特斯拉 自家工厂的场景、车规级的制造体系，以及马斯克反复强调的产能目标——先在厂内当‘员工’，再谈对外销售。从马斯克近几个季度的公开表述看，Optimus 的叙事重心已经从‘演示能做什么’转向‘能在产线上干多久’，这本身就是一个考核维度切换的信号。

能打出 9.9 万元的价格，靠的不是营销补贴，而是供应链账本。按我们根据公开 BOM 拆解和产业调研做的粗略测算：一台全尺寸人形机器人里，关节模组（电机+减速器+编码器+驱动器）通常吃掉整机物料成本的 45%—55%，是最大的单项。而这恰恰是国产供应链近几年把价格打下来的部分——谐波减速器出货价已从数年前的数千元级降到千元级区间，空心杯电机、一体化关节模组随着国产替代放量，单价仍在以每年两位数的幅度下探。宇树的策略本质上是把这套降本红利第一个完整地装进人形整机，用出货量反过来再压供应商账期和报价——这是‘机器人界的小米’打法，特斯拉短期内学不来，因为 Optimus 的供应链还在自研自产的爬坡期，规模远未摊薄成本。

这张成本账也解释了一个关键事实：宇树 和 Optimus 并不在同一个战场上肉搏。宇树的位置是‘中等技术门槛、较高商业变现速度’——用硬件铺量、生态开源、价格屠刀快速换现金流和真机数据；特斯拉的位置是‘高技术门槛、长周期高上限’——赌的是通用机器人的终局。宇树喊‘对位 Optimus’，更多是借对方的势抬自己的位，两家真正的交手，要到双方都进入规模化交付阶段才会开始。

从产业逻辑推演：宇树的打法是用低门槛硬件最大化真机数据入口，一旦数据飞轮转起来，再向上攻任务泛化；特斯拉则是场景深扎根，用自家工厂验证后再外溢。两条路线殊途同归，但中途的现金流结构完全不同——前者靠卖机器活着，后者靠母公司输血。

🔋 Figure 与特斯拉：美国路线正在合流

美国两家的打法越来越像：先当自家客户的‘员工’，再谈对外卖货。

Figure 这条线值得单独讲。2025 年 9 月，Figure 完成超过 10 亿美元的 C 轮融资，投后估值达到 390 亿美元，成为全球估值最高的人形机器人公司之一。它的商业化锚点很清晰：与 宝马 在 Spartanburg 工厂的试点合作，把 Optimus 之外的另一条‘车厂验证’路线跑通；自建产能 BotQ，规划年产能上万台的量级；再加上 Helix 模型承担‘大脑’角色——本体的手、模型、工厂、资本，四件套齐了。

但 Figure 的 390 亿美元估值也标出了美国路线的软肋：它是纯融资驱动，单位经济模型尚未向公众交卷。按车厂产线的普遍节拍估算，一台人形机器人若要替代一个产线工位，客户能接受的回收周期通常在两到三年——倒推回去，整机售价加上五年维护费用必须压到十几万美元区间才算得过账。这比 Optimus 当前传闻中的成本高出不止一个量级，也是为什么美国两家都选择‘先当自家员工’：内部试用不用过采购 ROI 这一关。

特斯拉 的逻辑类似但更封闭：Optimus 优先服务自家工厂的搬运、分拣等内部工序，用真实产线当训练场。马斯克长期把 Optimus 描述为特斯拉未来价值的重要支柱，产能目标也从千台级一路往上喊。

把三家放在一起看，产业逻辑已经收敛：人形机器人的第一波商业化，不是卖给千家万户，而是先在少数几个‘够得着’的工业场景里，证明一台机器可以连续、可靠、经济地替代一段人类劳动。 车厂是当下最优的锚点——订单规模可控、作业标准化程度高、客户本身就是技术上有耐心的甲方。

中国阵营里同样有公司押注这个逻辑，只是 宇树 选择了先在科研教育市场‘薄利多销’，把开发者生态和真机数据先抓在手里，再向工业场景渗透。这是路线之争，不是高下之分。

⚠️ 冷水时间：进化速度不等于交付能力

客户不会为‘进化速度’付钱，只会为一季度内能到岗的机器付钱。

该泼冷水了。‘自我进化’叙事之下，有几个绕不开的现实卡点：

第一，真机数据贵得离谱。可以粗算一笔：搭建一条遥操作采集产线，算上操作员人力、场地、设备折旧，单小时的真机数据成本在数百到上千元人民币量级，而其中有效时长往往只有采集时长的一半上下——因为大量时间耗在复位、换场景和失败重试上。对比之下，仿真合成数据的边际成本接近于零，但存在 sim-to-real 的鸿沟。这也是为什么头部公司都在押‘机器人自己干活自己采数’：只有部署量上去，采数成本才能被作业价值摊薄。

第二，场景碎片化。A 工厂的分拣工位和 B 工厂的分拣工位，视觉条件、物料形态、节拍要求都可能不同，‘一次训练、处处能用’目前仍是愿景。现实的做法是先在单一工位把 ROI 跑通——替代成本、稼动率、良率三项算得过来——再谈横向泛化。

第三，可靠性与安全。工业客户要的是平均无故障时间、异常停机率、急停与围栏规范——这些恰恰是演示视频永远不展示的部分，而相关安全标准仍在建设之中。对整机厂来说，参与标准制定本身也是一种卡位：谁的标准被车厂采纳，谁的验证数据就有先发说服力。

有句在产线工程师圈子里流传的糙话，逻辑却站得住：‘参数表和产线上能干的活之间，隔着两个银河系。’2026 到 2027 年的分水岭，不是谁的机器人会的新动作多，而是谁的机器人在真实工位上待得最久、复购来得最快。

从这个标准回看‘自我进化’：它不是营销泡沫，但它是终局变量而非当期变量。当期变量依然是交付、可靠性和单位经济模型。

结语

‘自我进化’四个字，正确的打开方式不是把它当玄学，而是当成一个可测量的指标：数据闭环的转速——采数成本、训练周期、技能上机时间，三个数往下走，进化才是真的。

宇树 叫板 Optimus，实质是两条路线的公开对垒：铺量换数据，还是场景深扎根。前者赌的是国产供应链的降本曲线能跑赢对手的自研爬坡曲线，用出货量先把数据入口和现金流抓在手里；后者赌的是场景纵深和制造体系最终能兑换成通用能力。明年这个时候，别看发布会，盯三个数：真实工位数量、单任务成功率、客户复购。谁先在这三项上交卷，谁才有资格谈‘进化’。

而对整个行业来说，比‘谁先叫板谁’更重要的问题是：当潮水从叙事期退到交付期，供应链账本、安全标准和真实工位的灰尘，会成为新的分水岭。至于剩下的——交给车间里的灰尘和时间。