人形机器人具身智能市场评论分析· 3757 字· 约7分钟阅读

当OpenAI决定造一具身体

机
机甲战士小时候看高达长大,现在造高达
2026-10-31 02:32 发布· 本文由作者与AI协作完成
本内容由人工智能生成,仅供研究参考,不构成投资建议。
💡

Sam Altman确认OpenAI人形机器人2027年公开首秀,宇树同期宣布以自进化机器人迎战Optimus,特斯拉与Figure也密集放出新进展。本文拆解四家玩家的路线分歧,判断人形机器人竞争已从造身体切换到造大脑,并分析2027年这个时间点背后的产业信号。

2027年,OpenAI要交出一只会走路的"人"。与此同时,宇树科技(Unitree)公开宣布,其"自进化机器人"将正面迎战特斯拉的Optimus,Figure也放出了最新进展。几件事撞在同一时间窗口,不是巧合:人形机器人的竞争,正从"谁家腿好"切换到"谁家脑强"。我的判断很直白——具身智能的下半场开场了,牌桌上比的是大脑,拼的是数据,而真正决定胜负的,是谁能先把"数据—模型—场景"这个飞轮转起来。

🧠 Altman亲口确认:先造大脑,再造身体

模型公司造机器人,从来不是为了卖机器人。

事情发生在《财富》杂志的Sources播客上。面对主持人Alyson Shontell的提问,Sam Altman首次公开确认:OpenAI正在研发人形机器人,首次公开演示定在2027年。这是靠ChatGPT起家的OpenAI,第一次把"物理硬件"郑重写进官方日程。

更值得逐字读的是Altman对技术难点的定义。他没有谈关节、没有谈灵巧手、没有谈续航,而是直接点出:人形机器人项目的核心工程挑战,在于开发一套先进的"人工大脑"。

这个措辞信息量很大。OpenAI不打算把自己变成一家硬件公司,它要做的是把大模型的认知能力装进一具身体里——机器人对OpenAI而言,是AI的下一个数据入口,也是大模型能力通向物理世界的出口。对整个行业来说,一个手握最强语言模型的玩家正式下场,意味着"智能本体"的军备竞赛被重新定价:以前比的是谁的动作更流畅,以后比的是谁的任务泛化能力更强。

此前OpenAI在具身智能上的姿态一直有些摇摆,如今明确亮牌,等于给整条赛道盖了一次信任章。资本市场的反应可以慢,但创业公司和供应链的反应不会慢——头部模型公司认真做机器人这件事本身,就会吸引一波人才和资源向这个方向迁移。

🚀 宇树的"自进化",喊给Optimus听

中国机器人公司第一次在国际牌桌上,主动点名挑战。

Unitree宣布其"自进化机器人"即将登场,目标直指Optimus。同期,特斯拉与Figure也各自公布了最新进展。三家几乎同频发声,人形机器人第一次呈现出"全球同题竞争"的气象——不是各家各说各话,而是围绕同一套能力标准互相较劲。

关键词是"自进化"。机器人通过在实际任务中不断试错、自我改进策略,而不是依赖工程师逐条手工编程。这与Optimus强调的"在工厂里学活儿",本质上是同一条技术路线的两个不同落点:都承认机器人智能不是设计出来的,是练出来的。

过去宇树的标签是"硬件强、智能弱"——四足机器人和灵巧动作的性价比确实能打,但大脑能力一直被外界质疑是短板。这次直接把"自进化"写进叙事,说明国产厂商已经在补认知这块板。据多位接近产业链的人士透露,国内头部本体厂这两年最舍得砸钱的地方,已经不是结构设计和电机,而是数据采集与训练管线。

这个转向的产业逻辑不难理解:"身体红利"能吃三年,靠供应链和制造成本优势可以快速起量;但"大脑红利"才决定能走多远。硬件参数可以追赶,数据闭环一旦被对手甩开,差距会指数级拉大。宇树主动叫板Optimus,与其说是营销口号,不如说是一次战略宣言:我不再只做那个卖得便宜的,我要做那个学得快的。

⚔️ 三条路线,同一道题

路线之争的本质,是谁能更快闭环"数据—模型—场景"。

把牌桌上的玩家摆开看,其实是三种打法:OpenAI的"大脑优先"、特斯拉的"垂直整合"、宇树科技的"本体起家加自进化",再加上Figure这样的场景深耕派。四家起点不同,终点却是同一个——能干活的人形机器人。

玩家路线公开节点打法关键词
OpenAI大脑优先,暂缓本体曝光2027年公开演示人工大脑
特斯拉垂直整合,工厂反哺持续公布迭代进展制造数据闭环
宇树科技本体起家,转向自进化宣布迎战Optimus性价比+自进化
Figure场景驱动公布最新进展商用落地

整个具身智能的技术栈可以拆成一条清晰的链路:

注意最后一条边:真机数据回流到大脑。这条边是否存在、转得快不快,才是区分故事和产品的分水岭。

再把四家放到竞争格局里看位置:

这个位置图是流动的。OpenAI现在技术门槛高、商业价值待验证,但只要2027年的演示兑现,它会瞬间跳进右上角的领跑者象限;宇树的优势在本体性价比和出货量,要防的是"被断粮"——一旦大脑环节被拉开差距,本体优势迟早会被追平;Figure的赌注押在场景,谁先拿到真实付费场景,谁就先拿到数据。

🔩 大脑好画饼,身体难过关

演示视频骗得过流量,骗不过产线。

行业里流传着一个不太好笑的段子:人形机器人的发布会越来越多,交付订单越来越少。从惊艳Demo到规模量产之间,隔着三道坎——成本、可靠性、场景。这三道坎决定了所有路线图上的"2027"、"2030"究竟是里程碑还是心情碑。

人形机器人落地三道坎
痛点 1
人工大脑能力不足,任务泛化差
→
解法
自进化加真机数据回流,持续训练迭代
痛点 2
本体成本高,可靠性不足
→
解法
核心零部件规模化摊薄成本,垂直整合降本
痛点 3
缺乏可复制的付费场景
→
解法
先工业后服务,用刚需场景养出数据闭环

Altman把核心挑战归结为"先进的人工大脑",说明头部玩家已经达成共识——这一轮人形机器人热的胜负手,不在机械结构,而在智能上限。但这里有个容易被忽略的悖论:智能的进步要靠数据,数据的获取要靠身体进场景,身体的普及又受制于成本。三个环节必须咬合成一个飞轮,任何一环卡住,整个叙事就会减速。

这也是为什么我对纯粹的"大脑叙事"保持一份警惕。一家模型公司可以在软件世界里一周迭代一个版本,但机器人不一样——它要在物理世界里一天跑八小时,摔一次就停线一次。Optimus选择自己造厂、自己用,Unitree选择自进化,本质上都是在想办法让飞轮先转起来。谁的飞轮先转,谁就先拿到下一轮融资的定价权。

📅 2027:摊牌年,还是画饼年?

敢给自己定日期的公司,通常已经看见了什么。

OpenAI把演示钉死在2027年,这不是一个轻率的决定。硬件公司极少做公开时间承诺,因为跳票即打脸。据多位接近人士的分析,敢把日子写进播客,说明内部至少已经有了一条能走通的基础管线——哪怕离产品还远,但方向被验证过了。

距离2027只有两年出头。参照行业节奏,两年时间意味着从演示到产品化,至少还要经历一轮完整的硬件迭代周期。换句话说,2027年的那次演示,大概率不是终点,而是一次公开的里程碑验收。

演示不等于产品。到那一天,真正值得看的不是"机器人能不能走路",而是三个更硬的问题:演示是在实验室灯光下,还是在真实场景里?展示的任务能不能重复执行一百次?数据闭环是不是已经真实转动?如果三个答案都是"是",人形机器人的ChatGPT时刻就近了;如果只是一段剪辑精美的视频,热度还会退潮一次。

但对从业者来说,无论哪种结果,巨头下场都已经把赛道的资本浓度和人才浓度抬上了一个台阶。未来这两年,是抢人才、囤数据的窗口期——等2027年牌桌摊开,入场券可能就不好买了。

小结

OpenAI官宣2027年首秀,宇树科技喊出自进化迎战Optimus,人形机器人正式进入"大脑叙事"阶段。短期看,比拼的是数据闭环的转速;中期看,是成本与场景的落地能力;长期看,谁能把"身体"变成"大脑"的传感器,谁就赢下具身智能这一局。2027年,牌桌见真章。