人形机器人中国没戏

一、从"机器人"到"人形机器人"：汉语的累赘

话说"人形机器人"这个词，本身就是一个挺有意思的语言现象，也间接影响了中文世界对这类技术的认知。

中文里本来早有"机器人"这个词，构词逻辑清晰直白——"机器"修饰"人"，合起来就是"机器做成的人"，自带"模拟人类形态"的语义。

现在倒好，又要在这个词前面加个"人形"，变成"人形机器人"，这就好比说"方形正方形"、"圆形圆球"、"白色白纸"一样，多此一举，反倒显得累赘。

这个累赘是怎么来的？这个词最早出现在 1920 年捷克作家卡雷尔・恰佩克的科幻剧本《罗素姆万能机器人》（R.U.R.）中。剧中的 “robot” 源自捷克语 “robota”，原意是 “强制劳动、苦工”—— 它强调的是被迫劳作的状态，而不是工具长什么样子。

恰佩克借用这个词根创造 “robot” 时，他笔下的 “robot”不是我们今天理解的机械装置，而是人工合成的有机生命体：它们由哲学家罗素姆用化学方式在实验室里合成，有皮肤、有肌肉、能思考，外形与人类几乎一样。这些生命体被批量制造、当作廉价工具剥削，最终觉醒意识、反抗人类、消灭创造者，并建立起新的社会。

在原著里，“robot” 是人形的 —— 虽然是有机生命，不是金属机械。robot 传入中文，早期译法以“人造人”为主，贴合恰佩克笔下 “有机人造生命” 的原意。1950 年代中后期，中文却把“robot”翻译为“机器人”，作为标准译名固定下来。结果把剧中的"有机人造生命"降格成了"金属/电路/机械装置"，把"被奴役的生命"简化成了"像人的机器"，"有思考有情感的生命觉醒与反抗"的主题换成了"机器程序失控"的技术故障。

而且，“robot” 传入英语后，可以指任何自动执行任务的设备，不管外形：圆盘扫地机、工厂机械臂、仓储搬运车，甚至没有实体的软件机器人（RPA），全都叫 robot。牛津词典的定义也只强调 “能自动执行复杂动作的机器”，完全不提 “人形”。

这一译不要紧，直接给后来的中文世界埋下了巨大的认知陷阱，很多人想当然地认为，"机器人"就必须是"长得像人的机器"，一旦出现非人形的自动化设备，反而要特意标注或者另起名字。久而久之，为了纠正认知偏差，又不得不发明"人形机器人"这个新词，专门指代那些模拟人类外形、有头有手有脚的机器人，硬生生添了个累赘。那些整天吹嘘"中文最简洁、最逻辑"的人，这会儿反倒集体沉默了。

人形机器人其实仍处于非常早期的阶段，现阶段我们看到的机器人视频，大多是跳舞、后空翻、伴舞、煎蛋，炫酷但无用——人形机器人很有趣，问题是能否以合理的成本解决真实问题，现在看到的那些人形机器人表演，本质上还是受控演示，核心的电池续航、自主智能决策能力都还存在巨大短板，远未达到商业化应用的标准。

现在那些人形机器人，无论是春晚舞台上的翻跟头、扭秧歌，还是展会上的简单互动，看着挺热闹，但仔细一想——这玩意儿能干嘛？去工厂拧螺丝？直接装个机械臂，成本低、效率高、稳定性强，非要造个两条腿的人形机器人，成本翻十倍不止，效率还得降九成，这不是吃饱了撑的吗？去家庭做家务？续航撑不过两小时，连简单的垃圾分类都做不到，还得专人维护，普通人根本用不起、用不上。

二、春晚舞台上，机器人成了最靓的仔——但只是"表演型靓仔"

说到人形机器人的全民认知，就不能不提春晚。作为全国关注度最高的舞台，春晚几乎成了人形机器人"刷存在感"的最佳阵地，也成了资本炒作的重要抓手，只是很多人没看清，舞台上的热闹，从来都不等于商业上的成功。

2025年蛇年春晚，杭州宇树科技的16台H1"福兮"机器人，亮相于节目《秧BOT》中，和真人演员一起表演，完成了扭秧歌、转手绢、抛接红绢等民俗舞蹈动作。当时的表演核心是靠高精度的机械执行，通过预编程和简单AI训练，让机器人跳出整齐划一的集群舞蹈，本质上还是"机械执行"，机器人本身只能按照预设程序完成固定动作，没有任何自主决策能力。即便如此，全国人民看得津津有味，第二天股市一开，人形机器人板块直接涨停，足见春晚舞台对市场预期的巨大影响。

2026年马年春晚更夸张，直接搞了个"机器人天团"——宇树科技、银河通用、松延动力、魔法原子四家公司的机器人组团上阵，覆盖了多个节目环节，有的表演武术，有的参与小品互动，有的给明星伴舞。其中，宇树科技的G1/H1机器人表现最为亮眼，确实完成了"弹射空翻"（最大高度超3米）、"单脚连续空翻"等高难度动作，还实现了"全球首次集群快速跑位"，视觉冲击力拉满。但需要明确的是，这些高难度动作，依然是预编程+远程辅助控制的结果，并非机器人自主完成，而且表演场景是完全封闭、可控的，没有任何复杂环境干扰——一旦离开春晚的舞台，换成真实的工厂、家庭环境，这些机器人大概率连正常行走都成问题。

看着确实很酷，甚至有人直呼"未来已来"，但问题是，你让机器人上台翻跟头、跳舞蹈，跟让机器人去工厂搬砖、去家庭做家务，完全是两码事。前者是表演，是预设好的程序，是"遥控玩具plus版"，追求的是视觉效果，哪怕成本高昂、稳定性差，只要能完成一次完美表演就足够；后者是真刀真枪地解决问题，是要在复杂的真实环境里自主决策、灵活应变，要考虑成本、效率、稳定性、维护难度等一系列实际问题，两者的技术要求、核心目标，完全不在一个维度上。

三、"适配人类环境"？这是个伪命题

支持人形机器人的人，最常挂在嘴边的一个理由是：人类的环境是为人设计的，桌椅板凳、门把手、楼梯、电梯，都是按照人的尺寸和形态设计的，所以机器人也应该造成人形，这样才能无缝接入这些环境，不需要改造现有环境，降低应用成本。

这个逻辑听起来很有道理，甚至有些无懈可击，毕竟"适应现有环境"似乎是最省力、最高效的选择，但细想一下，完全是本末倒置，违背了人类科技发展的规律。历史反复证明：当一种更高效的新事物出现时，从来都不是新事物去适应旧世界，而是世界围绕新事物去调整、去重塑——因为旧环境的设计，本身就是基于旧工具的局限，当新工具足够强大时，改造环境远比改造工具更高效、更具长远价值。

最典型的例子就是汽车。汽车刚发明的时候，路上跑的都是马车，道路也是为马车设计的，狭窄、颠簸，甚至没有专门的车道。按照"适配环境"的逻辑，汽车应该造成马车的样子——四个轮子外面套个车厢，前面再配个车夫座位，这样就能直接在马路上行驶，不需要改造道路。但实际情况是，人们没有去改造汽车，而是专门为汽车修建了柏油路、高速公路、立交桥、停车场，甚至制定了专门的交通规则，重塑了整个城市的格局。世界为汽车改变了，而不是汽车去适应马车的世界，也正因为如此，汽车才能真正普及，成为改变人类生活的核心工具。

再比如说电影行业。以前拍电影，需要演员、摄影机、灯光师、化妆师、场务一大帮人，在实景或者摄影棚里拍摄，流程繁琐、成本高昂。按照"适配环境"的逻辑，如果你想用新技术改造电影行业，应该造一批"人形机器人演员"，让它们像真人演员一样站在镜头前表演，然后你拿着摄影机拍下来、剪辑、发行，这样就能适配现有的电影拍摄流程，不需要改变行业模式。但显然不会，现在的趋势是，直接用seedance生成一部电影就好了，不需要真人演员，不需要摄影棚，不需要复杂的拍摄流程，直接跳过旧有的行业模式，重塑了电影的生产方式——这远比造"人形机器人演员"高效得多。

医疗领域也一样。你会造一个人形机器人，像以前的医生那样拿着听诊器给病人看病？像以前的医生那样打开电脑看检测结果？像以前的医生那样两只手拿着手术刀做手术，旁边再配个人形护士递工具？显然不会，也完全没有必要。你完全可以造一个八只手的手术机器人，把诊断、手术、护理全干了，而且干得更快、更准、更稳，不需要适配"人类医生的操作习惯"，只需要适配"医疗任务的核心需求"。

自动驾驶更是个典型例子。你会造一个人形机器人来当司机，让它坐在驾驶座上，两只手抓着方向盘，两只脚踩油门刹车，适配现有的汽车设计吗？你当然不会！你直接把汽车改造成自动驾驶的，去掉方向盘、油门、刹车，甚至不需要驾驶座，让汽车自主感知、自主决策、自主行驶，彻底替代"司机"这个职业，而不是让机器人去"模仿司机"。

所以，"人类环境是为人设计的，所以机器人也应该造成人形"这个逻辑，根本站不住脚。真正有效率的做法，是根据任务需求设计最优形态的机器，而不是为了适应旧环境、旧模式，硬造一个人形出来。人形，从来都不是机器人的"优势"，反而可能是一种"束缚"——它会增加机器人的制造成本、降低稳定性，还会限制机器人的功能发挥，纯属"为了像人而像人"，本末倒置。

四、人形机器人的"全能梦"不切实际

除了"适配环境"，支持人形机器人的还有一种说法："虽然单项功能上人形机器人不一定最优，但如果综合所有功能，还是人形最有效率，一个人形机器人就能完成多种工作，省去多个专用机器人的成本。"

这个说法听起来也很诱人，仿佛人形机器人就是未来的"全能助手"，一个就能顶十个、百个专用机器人，但同样经不起推敲。无论是人类社会，还是工业生产，分工越细，专业化程度越高，效率就越高。

我们可以先看看人类社会的分工演变：理发店里，洗头和剪发有分工，剪发的还分总监、高级发型师、普通发型师，甚至还有专门负责吹造型、染烫的；汽车工厂里，有人专门拧螺丝，有人专门装轮胎，有人专门检测质量，每个人只负责一件事，却能做到极致高效；医院里，有医生、护士、药师、检验师，医生里还分内科、外科、儿科、妇科，每个科室的医生只专注于自己的领域，才能提供更专业的医疗服务。

人自身都是越来越分工细密的，怎么可能反倒让机器人去"全能化"呢？这本身就是一种反常识的思维。不妨试想一下：你会造一个人形机器人，早上开车送孩子上学，然后去医院拿起听诊器看病，下午去工厂搬砖，晚上回家辅导孩子作业，半夜还要去餐厅当服务员吗？这听起来很美好，仿佛一个机器人就能解决所有问题，但实际效率会极低——它既要适配开车的需求，又要适配看病的专业，还要适配搬砖的力量、辅导作业的知识，最后还要适配服务的礼仪，结果就是"什么都能干，什么都干不好"：开车不如自动驾驶汽车稳，看病不如专业医疗机器人准，搬砖不如工业机械臂高效，辅导作业不如专门的家教AI专业。

与其造一个什么都能干但什么都干不好的"万金油"人形机器人，不如造一堆专门干一件事的专用机器人：自动驾驶汽车负责接送，医疗机器人负责诊断手术，工业机器人负责工厂生产，家教AI负责辅导作业，清洁机器人负责打扫卫生——每个机器人只专注于一件事，不断优化、升级，既能降低成本，又能提高效率和精度，这才是符合规律、符合逻辑的选择。

人形机器人试图"一招鲜吃遍天"，追求"全能化"，本质上是一种前现代的思维方式，违背了分工协作的基本规律。机器人的价值，从来都不是"像人一样全能"，而是"在某一领域超越人类"，这才是机器人技术发展的核心方向。

五、项立刚的清醒与拧巴：

说到人形机器人的行业讨论，不能不提项立刚。

先看他清醒的一面，2025年12月3日，特斯拉CEO马斯克转发擎天柱人形机器人跑步的短视频后，

项立刚：擎天柱机器人真要跑起来，还有很长的路要走｜宅男财经

”“擎天柱机器人真要跑起来，还有很长的路要走。”中关村信息消费联盟理事长项立刚对宅男财经表示，人形机器人在今天还在展示跳舞、跑步，但机器人是否能在生产线上、在家庭中或者在某个地方做具体的工作，还有很大的难度。

项立刚指出，人形机器人除了要解决移动之外，还需要多关节协同，用电机、感应器等形成强大的整合能力，才能够胜任工作，包括生产线上的工作、搬运工作、家庭护理工作等，而现在技术还存在着很多问题。

马斯克此前称，擎天柱每台生产成本或将降到2万美元至2.5万美元。在项立刚看来，如果一个人形机器人成本2万美元，只做单一工作的成本还是比较高，“还不如在生产线上做一个机械手、机器小车，这样的成本更低，操作起来也会更容易。”“

项立刚2月17日发表：《春晚最大的明星是机器人》，在这篇文章里，项立刚直言不讳：

"其实我自己不是特别看好具身机器人，觉得成本很高，很多的能力是冗余的，要形成商业价值，需要很长的时间，很多的技术要解决，比我们想象的要困难。"

他还拿波士顿机器人举例，吐槽其"十几年前就可以翻跟头，今天依然在翻跟头，进步的速度是很慢的"，暗指当下人形机器人的发展陷入了"表演内卷"，而非实用化突破。

更难得的是，项立刚在文中细化了人形机器人的技术难点：

"机器人的复杂在于它需要太多的关节，这些关节让机器人变得更加灵活，同时这些关节也让机器人很难控制。要做到平衡控制，保证机器人不倒下，还可以做相关的动作，这件事情远比我们想象的要复杂，需要众多的模块相互协调、进行平衡，保持稳定性。"

除此之外，他还提到，机器人的发展离不开硬件提升和产业配套：

"除了软件的能力和模型的能力，机器人也需要硬件不断地提升，机器人本身需要强大的通信能力，把信息及时传到不同的关节、不同的控制模块；低速伺服电机需要更加稳定，相关的控制模块需要更高的强度，一方面要适应迅速的变化，又要保持稳定性。"

这些言论可以说说到点子上了，点出了人形机器人的核心困境：它的问题不是技术不够炫，不是表演不够精彩，而是性价比太低，不符合市场规律。你花十几万人民币造个人形机器人来搬箱子，不如花几千块买个AGV小车，效率高、维护简单；你花十几万造个人形机器人来拧螺丝，不如花几万块装个机械臂，稳定性强、成本可控。

在商言商，企业追求的是盈利，不会为了"炫酷"、为了"像人"，去花大价钱买一个效率低下、实用性差的"玩具"——这也是人形机器人难以实现商业化的核心原因，项立刚在这篇文章中看得很透彻。

但项立刚也有拧巴的一面，这体现在其四天后发布另一篇文章《美国人没有资格讨论机器人》中，与前一篇文章的清醒形成强烈反差。

面对图灵奖获得者杨立昆"机器人常识连猫都不如"的评价，项立刚直接抛出核心观点：

"美国人已经没有资格讨论机器人了。"

这话听着就带劲，但细品之下，只不过是"为了抬杠而抬杠"。

他在文中重新定义人工智能：

"人工智能就是机器模仿人类的智慧，通过智能感应、信息存储、信息传输、信息处理（算力、算法、大模型）、智能终端形成一个完整的系统。"

并以此说："美国人都在渐渐绕过具体应用，把人工智能理解成一个多模态通用大模型，原因何在？因为美国人已经做不了硬件。"

项立刚还提出了一个形象的比喻："中国的人工智能是生下来不久的孩子，有手有脚，有嘴有眼，智慧还没有那么强，但是他在慢慢成长；美国的人工智能就是霍金，长了个脑子，手脚都不灵，当然，脑子也没有霍金那么成熟。"

他还强调，人形机器人的核心不仅是软件，更需要"大量的低速伺服电机、多设备协调、强大的通信能力"，而这些硬件产业支撑，正是美国所缺失的。

拧巴在哪里？这话听着像是在客观分析技术，问题是，既然项立刚自己都在《春晚最大的明星是机器人》一文中看清了，人形机器人本身就没啥商业逻辑，就是"表演大于实用"，

那在另一篇文章中执着于争论中美谁更有资格参与、谁的技术更领先，又有什么意义呢？

这就像两个厨师，争论"谁做的黑暗料理更难吃"一样——不管谁赢，不管谁的黑暗料理相对"好吃"一点，输的都是食客，因为这玩意儿本身就不能吃，争论的意义何在？

人形机器人现阶段的核心问题，不是"中国比美国强还是弱"，而是"如何找到实际应用场景、降低成本、提升实用性"。脱离这个核心，去争论中美技术高低，这就是项立刚的拧巴，一边看透了本质，一边又忍不住被情绪裹挟。

六、人形机器人的真正出路：

人形机器人并非一无是处，它也有自己的价值，只是这份价值，不在工厂车间、不在家庭劳务；可能的突破在于情感乃至生理陪伴，也就是”情趣/伴侣机器人“

这是人类最原始、最刚性的需求之一，愿意为这种需求付费的用户基数巨大，且付费意愿强。这恰恰是商业逻辑能够走通的核心关键。

回望历史，VHS 格式之所以能击败 Betamax、在线支付得以最早普及、流媒体视频带动带宽需求爆发，本质上都是精准击中了用户的核心刚性需求，”人形机器人“的商业化突破，恐怕也难以例外。

CES 2026成为情趣/伴侣机器人集中爆发点，美国 RealDoll 公司26年公开销售其升级版机器人Harmony X，鸿蒙也是这个英文单词"Harmony"，意为"和谐"，"和谐"这个词太百搭了，用在哪都说得通。

技术层面，情趣/伴侣机器人的核心，是"能理解人"，能精准捕捉人类的情绪变化，能做出恰当的回应，能和人类进行有温度的互动——这需要强大的情感计算技术和大模型支撑，而项立刚把重点放在机械执行、硬件通信上，技术上恰恰搞反了。美国在通用大模型生态，情感计算算法，长期记忆建模，个性化人格训练，仍然领先，这是一个软件主导行业，真正的技术分水岭是：“能否构建持续互动的人格幻觉系统。”

还有另外的层面，这个领域，目前来看，一定是美国领先，中国企业想要追赶，难度极大，这个层面的原因就不多说了。